¿Qué tareas deben delegarse a la inteligencia artificial, y cuándo deben seguir participando los humanos? Para Beth Stackpole, que escribe en MIT Sloan Ideas Made to Matter sobre el trabajo del MIT Center for Information Systems Research, diseñar estos derechos de decisión es uno de los principales desafíos a los que se enfrentan las empresas. Ina Sebastian, Peter Weill, Thomas Haskamp y Jan vom Brocke construyeron la AI Decision Matrix a partir de entrevistas con 30 ejecutivos, partiendo de una premisa: no todas las decisiones son iguales.
La matriz cruza dos dimensiones. La ambigüedad mide en qué medida los datos determinan la respuesta y en qué medida las personas están de acuerdo con ella. El riesgo mide las consecuencias de un error y la dificultad para corregirlo. Cada decisión tiene tres componentes: el encuadre (problema, supuestos, restricciones, criterios de éxito), la actuación (recopilar, evaluar, recomendar, autorizar, ejecutar) y el aprendizaje (seguir los resultados, responder a ellos, hacer evolucionar el sistema).
Designing Decision Rights for AI
Los cuatro tipos resultantes requieren roles distintos para la IA, con supervisión humana en todos los casos. Las decisiones rutinarias se prestan a la automatización: en el operador de telecomunicaciones One New Zealand, un agente traduce las solicitudes de los equipos de marketing en consultas SQL para crear segmentos, reduciendo el tiempo dedicado en un 60%, con revisión humana antes del lanzamiento. Las decisiones consecuentes exigen equilibrar automatización e intervención: en el servicio al cliente, cualquier decisión que afecte a los precios mantiene a un humano en el bucle, ya que un error de precio se considera inaceptable. Las decisiones exploratorias permiten que el encuadre evolucione entre humanos e IA, como ocurre con la creación de contenido de marketing, con una gobernanza vigilada a medida que la experimentación avanza hacia casos de mayor riesgo. Las decisiones estratégicas requieren liderazgo humano: quince agentes analizan datos de red y agentes de orquestación los coordinan, pero las decisiones de compromiso entre fiabilidad, experiencia del cliente y coste siguen siendo humanas.
El artículo extrae cuatro prácticas de One New Zealand: dar a las unidades de negocio la propiedad del encuadre de cada caso de uso, crear un centro de excelencia en IA y datos (plataforma unificada, capa de orquestación, política de IA responsable), nombrar un propietario humano para cada agente desplegado y gestionar la IA como una cartera de decisiones empresariales. Las decisiones rutinarias y consecuentes aportan ganancias rápidas de eficiencia, mientras que las exploratorias y estratégicas aportan valor a más largo plazo. Los autores resumen el cambio: pasar de la pregunta "¿dónde debería usarse la IA?" a gestionar las decisiones que esta configura.