Aprendizaje: conversaciones, IA y gestión del conocimiento

Accede a nuestros cursos sobre IA y Gestión del conocimiento.

El aprendizaje se puede definir como un proceso de cambio relativamente permanente en el comportamiento, el pensamiento o las competencias de una persona, fruto de la práctica, la experiencia, la observación y la reflexión. Es un proceso adaptativo de los individuos orientado a garantizar su supervivencia a través de la adaptación a su entorno.

El aprendizaje es más sólido cuando la persona tiene interés y opta por participar de forma activa en el desarrollo y puesta en práctica de sus competencias.

Disponemos de dos enfoques para impulsar el aprendizaje en las organizaciones que hay que tener en cuenta durante el diseño de las estrategias y los modelos para la gestión del conocimiento y del aprendizaje:

El aprendizaje activo o «aprender haciendo».
El aprendizaje informal.

Las conversaciones como fuente de información para impulsar el aprendizaje

Las experiencias vividas, los aciertos y los errores cometidos y los consejos de otras personas son una excelente fuente de información para tomar decisiones y priorizar las acciones a llevar a cabo en nuestro proceso de aprendizaje. Una buena manera de acceder a toda esta información es a través de la conversación.

En las organizaciones que impulsan diferentes espacios de conversación (comunidades de práctica, equipos de mejora e innovación, actividades de apoyo entre equipos y compañeros o sesiones de mentoring, …), estas actividades reciben unas valoraciones más que excelentes.

Se trata procesos poco estructurados:

en los que la participación es voluntaria,
los que participantes son los protagonistas definiendo objetivos, plazos y modelos de trabajo,
que se impulsan cuando son necesarios; cuando surge la necesidad de aprender algo y
que tienen una alta relación impacto/coste, en especial, si están orientados a fomentar la transferencia real de los aprendizajes generados.

La inteligencia artificial como fuente para nutrir el aprendizaje

Los modelos actuales de IA ofrecen respuestas a los usuarios basadas en la revisión e integración de la información recogida en los documentos almacenados en un servidor.

Es necesaria una IA que conecte los datos con la acción y la reflexión de las personas. Un modelo de inferencia de IA que comprenda la intención del usuario, que no sea, sólo, una «memoria asistida», que vaya más allá de la búsqueda por palabras clave y metadatos. Debe ser capaz de recuperar información relevante de las propias fuentes de información y presentarla de forma contextualizada cuando es requerida. Es necesario que, además de indexar documentos, se nutra de decisiones pasadas, de los criterios utilizados, de los errores cometidos o de las hipótesis descartadas. Debe funcionar como un «sistema nervioso» que se basa en la retroalimentación constante para ajustar las respuestas según la experiencia real. Debe conocer los errores cometidos en el pasado para poder ser capaz de alertar sobre riesgos presentes en los proyectos nuevos y evitar repetirlos.

Para que la IA aporte un valor real y operativo, es necesario definir un modelo robusto de estructuración y gobernanza que asegure la curación y optimización de los documentos. Un modelo de organización de los activos de conocimiento que facilite la eliminación de información no relevante, la identificación de contradicciones y el división en fragmentos que permitan la localización de la información específica presente en archivos muy grandes. Es necesario convertir la información (las palabras) en “vectores” para permitir búsquedas semánticas basadas en el significado y en las relaciones, y no sólo en la coincidencia léxica.

Aunque la IA reduce la dependencia de los metadatos manuales, una buena organización previa mediante RPA (automatización de procesos) ayuda a mantener el orden del sistema. Por eso la intervención «humana» es del todo indispensable, en especial, en todo lo que tiene que ver con la actualización y la validación. Hay que integrar (ya era necesario antes de la incursión de la IA en la gestión del conocimiento) en los procesos de trabajo la observación reflexiva sobre lo que se ha hecho y los resultados obtenidos, la identificación de los aprendizajes generados, su aplicación y una evaluación del impacto alcanzado.

Para ello, hacen falta nuevas figuras como:

Los «facilitadores» de procesos y dinámicas que asuman la responsabilidad de identificar nuevos aprendizajes y de proponer la actualización de las mejores prácticas.
Los «referentes internos» o «los expertos temáticos», personas clave en la actualización y validación de conocimientos.
El «responsable del conocimiento» que asumirá la responsabilidad de garantizar la calidad del conocimiento y de las respuestas generadas, analizando periódicamente los errores identificados en las respuestas de la IA y redefinido el modelo para evitar su repetición.

El papel de la gestión del conocimiento.

La gestión del conocimiento debe plantear un modelo de gobernanza que:

Oriente y empuje hacia una cultura del aprendizaje que deberá tener como pilares fundamentales el aprendizaje informal y el aprendizaje «haciendo». Una cultura del aprendizaje que fomente:
- La curiosidad y el hecho de poner en cuestión lo que hacemos,
- la seguridad de que nadie será castigado por «no saber» o por cometer un error que pueda ser fuente de aprendizaje.
- la colaboración basada en la generosidad de compartir lo que sabemos y sinceridad para preguntar sobre lo que no sabemos y
- la reflexión crítica sobre lo que ha funcionado y lo que no para identificar las causas y transformar el conocimiento tácito de la experiencia en explícito recogido en las bases de conocimiento.
Defina líneas de trabajo basadas en los retos de la organización y establezca objetivos de aprendizaje basados en la transferencia y la aplicación de los conocimientos y un modelo de evaluación que tenga en cuenta el impacto del aprendizaje sobre los objetivos organizacionales.
Ponga a disposición de las personas los recursos necesarios para facilitar este cambio cultural integrando los procesos y dinámicas para fomentar la recopilación de conocimiento y el aprendizaje en la operativa habitual de los equipos.

Esta nueva manera de trabajar (planificamos, hacemos, evaluamos y mejoramos) es la misma que defienden los modelos de gestión de la calidad. La recopilación de conocimientos y el intercambio de experiencias integradas en la operativa diaria deben ser percibidos como la «manera natural de hacer las cosas» y como indispensables para asegurar la mejora y el aprendizaje continuado.

Accede a nuestros cursos sobre IA y Gestión del conocimiento.

Algunas reflexiones finales:

Si os estáis planteando aplicar modelos de IA y gobernanza de Gestión del Conocimiento a vuestras organizaciones:

Cuáles son los cambios que habría que introducir en la cultura de vuestra organización para orientarla hacia un modelo de aprendizaje organizacional.
¿Cómo podéis potenciar el aprendizaje «haciendo» (aprendizaje activo) para que la IA se alimente de experiencias reales y no sólo de documentos teóricos?
¿Qué espacios de conversación (comunidades de práctica, mentoría, etc.) tenéis actualmente que podrían nutrir el sistema de IA con conocimiento tácito?
¿De qué manera podríamos transformar la riqueza de estas conversaciones informales en activos de conocimiento digitales aprovechables?

Lo comentamos cuando quieras en info@neosapren.com