El modelo de competencias Scenaptic.AI para habilidades en IA

¿Cómo se ve realmente alguien "bueno con la IA"? La mayoría de la capacitación en IA nunca responde la pregunta. Usted asiste a las sesiones, ve las herramientas, recibe el certificado. Lo que casi ninguna le dice — ni a usted ni a su empleador — es si ahora puede hacer algo diferente. Pregunte qué son capaces de hacer los egresados de un programa, de manera observable, que no podían hacer antes, y las respuestas derivan hacia el terreno de "entender", "discutir", "estar al tanto de" — verbos que describen exposición, no capacidad.

Este no es un problema nuevo, y no lo encontré por primera vez en la IA. Trabajé como consultor en sistemas basados en competencias para compañías farmacéuticas y de salud, y después llevé esa disciplina a la aviación — una industria que no puede darse el lujo de confundir exposición con capacidad. En un trabajo publicado por la OACI en 2010, argumenté que una competencia no es un tema cubierto sino, en la definición de Spencer y Spencer, una característica subyacente de un individuo causalmente relacionada con un desempeño superior en un trabajo o situación — definida a través de comportamientos observables y validada con datos. La aviación define las habilidades de esa manera porque hay vidas que dependen de la definición. La tecnología ha cambiado desde entonces. La pregunta no: ¿cómo sabe usted que alguien realmente puede hacer el trabajo?

Aplicada a la IA, la pregunta expone un vacío. Los tutoriales de herramientas hacen lo que prometen: funcionalidad general, enseñada de la misma manera a todos — útil y, por lo mismo, incapaz de crear una ventaja, porque una ventaja no puede salir de lo que todos aprenden de manera idéntica. La educación en estrategia se ocupa de la organización. Lo que ninguna de las dos ofrece, en ningún nivel, es la conexión entre la IA y lo que usted específicamente hace bien: decidir cuándo delegarle una tarea a la IA y cuándo no, evaluar un resultado contra su propia experiencia, saber cuánto confiar en una respuesta y qué costaría equivocarse. Estas capacidades aplican por igual al analista y al presidente ejecutivo — el criterio de un ejecutivo también es experiencia — y casi en ninguna parte están formuladas como resultados evaluables. Son habilidades de criterio. Nadie desarrolla criterio viendo demostraciones.

El modelo de competencias que usamos en Scenaptic.AI define las habilidades en IA a la manera de la aviación: comportamientos observables, demostrados en simulaciones realistas, evaluados contra evidencia — porque el criterio se construye decidiendo, no mirando. Es la misma disciplina detrás del artículo original, aplicada a una tecnología que hace que la diferencia entre exposición y capacidad sea más costosa que nunca.

El artículo del ICAO Journal de 2010, "Training the Digital Generation for the Aviation Industry", está disponible aquí (en inglés).