🎥 # 257 La videoconferencia nació en 1970, pero te enteraste en 2020
Semana 257: Lo que nos cuesta a los Sapiens cambiar en fenómenos recientes
Hola, soy Alex Rayón Jerez. De #bilbao y #millennial (por los pelos). Disfruto mucho mis días en Brain & Code, donde aprendemos tecnología para liderar el futuro.
Bienvenido/a a mi newsletter Digital & Data. Somos más de 19.000 Sapiens (creo) reflexionando sobre cómo los humanos no entendemos una tecnología hasta que no la adoptamos masivamente. Que es, precisamente, lo que está ocurriendo con las tecnologías digitales.
Durante años nos convencimos de que automatizar era suficiente.
- Poner reglas. Encadenar “si pasa esto, haz aquello”.
- Y funcionó… mientras el mundo era predecible.
Pero hoy el negocio ya no sigue manuales.
- Cambia cada semana. Tiene excepciones. Vive en tiempo real.
- Y ahí la automatización clásica hace agua.Porque las reglas no piensan.
- No entienden contexto.
- No toman decisiones.
Los agentes de IA juegan en otra liga.
- No ejecutan procesos: persiguen objetivos.
- Interpretan señales, se adaptan sobre la marcha y deciden sin pedir permiso.
Por eso hemos creado el “Programa Experto en Automatización con IA en n8n“ - Si quieres diseñar flujos inteligentes, eliminar tareas repetitivas y mejorar la eficiencia operativa desde el primer día, aquí tienes una alternativa.
📷 Una imagen
La inteligencia artificial está avanzando con rapidez. Sin embargo, su impacto real sobre la productividad económica aún es débil. La adopción de IA crece (alrededor del 41 % de trabajadores en EE.UU. usan herramientas generativas), pero su uso intensivo diario permanece bajo, con solo un 13 % de trabajadores que emplean IA todos los días principalmente en tareas puntuales como redacción o programación. Es evidente, que queda mucho camino por recorrer. Esto encaja con el fenómeno conocido como paradoja de la productividad, en la que tecnologías potentes no se traducen inmediatamente en mayores tasas de producción observables en las estadísticas oficiales. Este reportaje de The Economist pone cifras y datos tremendamente interesantes. Históricamente, grandes avances como la electricidad o los ordenadores personales generaron booms de productividad solo después de que las empresas rediseñaran sus modelos de negocio. Creo que es precisamente lo que está pasando con la IA. Es lo que llamo muchas veces el “fenómeno de tener licencias”, que piensan que con eso ya se consigue todo. Queda camino. Tendremos trabajo.
📚 Cinco lecturas
#1 Desafío técnico vs. organizativo: Solow
Siguiendo el hilo anterior, me he puesto a investigar citas y textos que se produjeron en fenómenos de cambio tan profundo como el actual. Y me he encontrado esto de Robert Solow, que en 1987 afirmó que “la era de los ordenadores se ve en todas partes menos en las estadísticas de productividad”.
Detalles
Los PC tardaron casi una década en reflejarse en los datos, y solo lo hicieron cuando las empresas rediseñaron sus flujos de trabajo, automatizaron procesos completos y adaptaron sus modelos operativos.
El verdadero desafío no es técnico, sino organizativo: reorganizar equipos y procesos en torno a una nueva herramienta siempre lleva más tiempo que implementarla. Integrar la IA de forma estratégica implica redefinir responsabilidades, capacitar a los profesionales, establecer nuevos sistemas de control y medición, y, sobre todo, replantear cómo fluye el trabajo dentro de la organización.
¿Por qué es relevante?
Con la IA podría ocurrir algo similar: mientras se utilice como apoyo puntual para tareas aisladas, su impacto será marginal. El verdadero salto llegará cuando las compañías reconstruyan procesos incorporando la IA como núcleo estructural y no como simple complemento.
#2 La videoconferencia: de 1970 a 2020
La videotelefonía, que hoy damos por sentada con herramientas como Zoom o Teams, tiene una historia sorprendentemente larga y un proceso de adopción tan complejo como el de otras tecnologías transformadoras. Como veis, hoy estoy nostálgico.
Detalles
El concepto se remonta al siglo XIX, pero no fue hasta 1970 cuando se lanzó el primer servicio de videoconferencia comercial real, gracias a AT&T con su sistema Picturephone Mod II. El 30 de junio de 1970 se realizó la primera videollamada pública entre el alcalde de Pittsburgh y el presidente de Alcoa, y al día siguiente se pusieron en marcha 38 terminales en varias empresas de la ciudad.
Aunque inicialmente se esperaba que revolucionara las comunicaciones, el alto coste, la baja calidad de imagen y la falta de una red amplia hicieron que el servicio apenas tuviera tracción y fuera considerado pronto “un concepto a la espera de un mercado”. ¿Os suena?
¿Por qué es relevante
Este caso temprano ilustra bien un patrón que vemos también con la inteligencia artificial hoy: la tecnología puede estar disponible y funcionar, pero su impacto real depende de cómo se reorganizan los procesos y las estructuras organizativas alrededor de ella. Sin killer app y madurez social/organizativa, no habrá revolución.
#3 Impacto político de los algoritmos de recomendación en redes sociales
Una investigación, publicada en Nature bajo el título “The Political Effects of X’s Feed Algorithm”, analizó qué ocurría cuando se asignaba aleatoriamente a los usuarios de Twitter (X) un feed cronológico frente al feed algorítmico “For You”. Los resultados muestran que el algoritmo exponía a los usuarios a entre un 8% y un 20% más de contenido conservador (p<0,001). Tremendo.
Detalles
Quienes fueron expuestos al feed algorítmico tendieron a adoptar posiciones más conservadoras.
Sin embargo, el efecto no fue simétrico: al volver al feed cronológico, las actitudes no regresaban al punto inicial, lo que sugiere persistencia en el impacto.
¿Por qué es relevante?
El estudio refuerza una cuestión clave en la era digital: los algoritmos no solo organizan la información, sino que pueden influir activamente en la formación de opiniones políticas. No se trata únicamente de exposición a contenido, sino de cómo la arquitectura de recomendación puede moldear percepciones, prioridades y marcos interpretativos.
#4 La autonomía sigue necesitando humanos detrás del sistema
En el caso de Waymo, uno de los líderes en robotaxis, su operación de remote guidance funciona con aproximadamente 70 operadores humanos en sistemas de apoyo remoto para toda su flota, lo que equivale a una ratio de unos 43 coches por cada persona asignada para asistencia contextual cuando la IA se encuentra con situaciones complejas o ambiguas.
Detalles
Estos operadores no conducen directamente, pero sí ofrecen orientación al sistema cuando el software no puede resolver una situación por sí mismo, algo que ocurre con bastante frecuencia en entornos urbanos reales.
Esto contrasta con otros enfoques: por ejemplo, el servicio de robotaxis de GM Cruise llegó a tener cerca de 1,5 empleados por coche, una proporción mucho más alta de personal de apoyo humano por vehículo operativo.
¿Por qué es relevante?
Este ejemplo pone de manifiesto que incluso tecnologías percibidas como “totalmente autónomas” dependen de estructura organizativa, soporte humano y procesos bien diseñados para funcionar a escala. ¿Desapareceremos? Hipérboles, que venden más. Es una cuestión de diferente escala.
#5 Sensibilidad e IA
En Rumanía se ha conocido un caso que ilustra de forma clara los límites prácticos y de responsabilidad del uso de IA generativa en contextos sensibles. Más de 30 empleados del operador ferroviario estatal Căile Ferate Române (CFR) acusados de dirigir una trama de sobornos y reventa de billetes manipularon el sistema de reservas para bloquear plazas que luego vendían. Cuando la investigación judicial comenzó a cerrarse sobre ellos, al menos dos de los implicados consultaron ChatGPT para preguntar si sus acciones constituían un “daño financiero” legalmente demostrable.
Detalles
Esto subraya una información de servicio recurrente por este espacio: herramientas como ChatGPT pueden parecer útiles como “consejeros legales”, pero carecen de conocimiento jurídico jurisdiccional específico (sin entrenamiento y trabajo previo, claro) y pueden generar respuestas confiadas que no se ajustan al marco legal real.
¿Por qué es relevante?
Este episodio recuerda que la adopción de IA debe acompañarse de políticas claras de uso, controles de calidad y comprensión de sus limitaciones, especialmente en ámbitos donde hay riesgos legales o reputacionales importantes.
🔊 Un audio
60 años sin ir a la Luna. ¿Por qué volvemos ahora?
💬 Un comentario en redes sociales
Interesante hilo, aunque algo catastrofista. Hay que leer de todos los lados para formarse una opinión.
🎲 Una lectura aleatoria
Otro muy interesante artículo de The Economist. Desde 1930, las frases en los libros más vendidos se han acortado casi un 30%, pasando de más de 20 palabras por oración a poco más de 14 en promedio. Es un reflejo de una tendencia creciente hacia estilos de escritura más breves y simplificados en la literatura popular. Esta evolución no es un dato aislado: estudios muestran que, paralelamente al descenso de la lectura profunda, también ha habido una reducción de la complejidad en otros ámbitos del lenguaje escrito, como los discursos parlamentarios o los textos políticos, que pierden riqueza sintáctica con el tiempo. Esta simplificación lingüística puede tener consecuencias más allá de la literatura: la capacidad de procesar ideas complejas, sostener argumentos sofisticados y participar en debates informados puede verse afectada, ya que textos con oraciones más largas suelen demandar mayor concentración y pensamiento secuencial. En el contexto político, donde evaluar propuestas, identificar matices y comprender consecuencias requiere interpretar información densa y multifacética, una tendencia hacia lo superficial podría limitar la profundidad del discurso público y la calidad del pensamiento cívico. En definitiva, la reducción progresiva de la complejidad textual en los libros más populares —junto con los cambios en los hábitos de lectura y consumo de información— plantea preguntas relevantes sobre cómo leemos, pensamos y tomamos decisiones en sociedades cada vez más saturadas de estímulos breves y simplificados. Para pensar…
Muchas gracias por leerme una semana más ❤️
¿Te gusta esta newsletter? ¡Suscríbete! ¡Compartid el enlace con vuestros amigos! ¡Enlazad el boletín en redes sociales!