Desde sus inicios, la IA y las ciencias del comportamiento han compartido un mismo punto de partida: el concepto de racionalidad limitada. Herbert Simon, pionero en ambos campos, demostró que tanto los humanos como las máquinas enfrentan restricciones en su capacidad de atención y procesamiento de información. Modelos modernos como los Transformers, utilizados en aplicaciones avanzadas de IA, han adoptado esta lógica para focalizar la información más relevante y mejorar su capacidad predictiva.

Los seres humanos, por su parte, han demostrado una gran capacidad para normalizar y aceptar nuevas tecnologías a medida que se vuelven parte de su vida cotidiana. Esto explica por qué la IA ha pasado de ser un concepto de ciencia ficción a una herramienta fundamental en los negocios.

En el informe presentado por FEDEA hace unos días, titulado Inteligencia artificial y ciencias del comportamiento, elaborado por el investigador Álvaro Gaviño González, analiza la relación entre IA y economía del comportamiento, destacando cómo los modelos de simulación basados en inteligencia artificial han evolucionado hasta convertirse en herramientas comerciales con aplicaciones en sectores como las finanzas, los seguros y el marketing.

El informe enfatiza la importancia de un diseño ético y descentralizado de la IA para evitar escenarios de control totalitario. Aunque la centralización de la IA por parte de grandes corporaciones y gobiernos tiene ventajas en términos de regulación y seguridad, también conlleva el riesgo de monopolios tecnológicos y desigualdades en el acceso a esta tecnología.

Fran Cañadas, director adjunto en Farma2GO, señala que las ciencias del comportamiento juegan un papel crucial en la adopción responsable de la IA. En su opinión, cuando la tecnología avanza tan rápidamente como lo hace la IA, el verdadero desafío no radica en lo que se puede hacer, sino en determinar hasta dónde llegar.

Las ciencias del comportamiento son clave para entender cómo las personas piensan y actúan, lo que permite establecer límites razonables que garanticen que la IA contribuya sin deshumanizar. Si bien se pueden alcanzar avances impresionantes, como la automatización de procesos y la reducción de costes, Cañadas advierte que, si no se comprende cómo reaccionan los humanos ante estas tecnologías, existe el riesgo de perder el enfoque.

Por su parte, Miguel Santos, profesor de la Escuela Politécnica Superior de Tecnología y Ciencia de la Universidad Camilo José Cela, señala que estas disciplinas permiten comprender los procesos de toma de decisiones humanas y sus sesgos. "Ayudan a reducir la resistencia al cambio en los equipos directivos al identificar barreras emocionales como el miedo a la pérdida de empleo o la excesiva confianza en el juicio humano", explica. Asimismo, destaca que pueden utilizarse para diseñar estrategias de comunicación que faciliten la aceptación de asistentes o agentes de IA sin generar rechazo.

Optimización de procesos

​La integración de la IA en las pequeñas y medianas empresas (pymes) españolas está mostrando resultados positivos en términos de productividad y competitividad. Según un informe de IT Reseller, las pymes que han incorporado la IA en sus operaciones han experimentado un aumento de hasta un 30% en su productividad. Esta tecnología les permite optimizar procesos, mejorar la atención al cliente y tomar decisiones más informadas, facilitando su competencia con empresas de mayor tamaño.

A nivel internacional, una encuesta realizada por Microsoft en América Latina y Canadá reveló que el 33% de las pymes invirtieron en IA en 2023, y el 71% planea continuar o iniciar inversiones en esta tecnología en el próximo período. Este interés creciente refleja la percepción de la IA como una herramienta clave para el crecimiento y la eficiencia empresarial.​ Además, la IA generativa está transformando la gestión empresarial al permitir la creación de contenido nuevo y la automatización de procesos complejos.

De asistentes a agentes autónomos

Una de las principales evoluciones de la IA es su transición de asistente a agente autónomo. Mientras que los asistentes ejecutan tareas repetitivas y apoyan la toma de decisiones, los agentes autónomos operan sin supervisión humana, tomando decisiones en función de datos y objetivos previamente establecidos.

Esta autonomía plantea desafíos críticos en términos de regulación y control. La combinación de IA y robótica avanzada está acercando a la humanidad a un futuro donde los sistemas inteligentes operarán no solo en el entorno digital, sino también en el mundo físico, con aplicaciones en la industria, el transporte y la seguridad.

Inteligencia Artificial General: ¿Futuro o Presente?

El debate sobre la Inteligencia Artificial General (IAG), es decir, una IA con capacidades cognitivas comparables a las humanas, ya no es una simple especulación. Cada vez más expertos sostienen que la pregunta clave no es si la IAG es posible, sino cuándo se materializará.El desarrollo de una IAG conlleva un riesgo geopolítico sin precedentes: el país o corporación que logre esta tecnología antes que los demás tendrá una ventaja estratégica en ámbitos como la defensa, la economía y la innovación.

Santos comenta que “las empresas que adopten la IAG tendrán ventajas competitivas enormes al poder automatizar estrategias completas". Sin embargo, también señala riesgos como la pérdida de control humano sobre decisiones clave y la posible concentración del poder económico en pocas empresas o países.

Modelos predictivos avanzados

La economía del comportamiento, que estudia cómo las personas toman decisiones en función de sesgos y heurísticas, ha encontrado en la IA una aliada clave. Frente a la economía neoclásica, que asume que los individuos actúan racionalmente para maximizar su utilidad, la economía del comportamiento demuestra que nuestras elecciones están influenciadas por factores psicológicos y sociales.

La combinación de IA con la economía del comportamiento ha permitido el desarrollo de modelos de simulación complejos, capaces de prever patrones de consumo, riesgos financieros y estrategias de marketing. Estos sistemas han madurado hasta convertirse en herramientas comerciales ampliamente utilizadas en sectores como el financiero, el asegurador y el publicitario.

Cañadas destaca que el dilema no radica tanto en lo que la IA es capaz de hacer, sino en las decisiones humanas sobre su uso. Aunque los modelos predictivos pueden ayudar a anticipar tendencias y personalizar experiencias, también pueden reforzar sesgos, discriminar involuntariamente o tomar decisiones sin que entendamos cómo. Para él, el reto consiste en encontrar el equilibrio entre eficiencia y justicia, lo que requiere contar con datos limpios, sistemas transparentes y, especialmente, una supervisión humana real que no quede solo en la superficie.

Un reciente análisis del Project Management Institute (PMI), titulado The Project Professional’s GenAI Journey: From Quick Wins to Leading the Transformation, destaca que la preparación y la proactividad son claves para explotar al máximo el potencial de la GenAI en la gestión de proyectos empresariales.

Un hallazgo clave del estudio es que los profesionales que utilizan GenAI en más de la mitad de sus proyectos tienen hasta 16 veces más probabilidades de alcanzar altos niveles de productividad en comparación con aquellos cuyo uso es mínimo (entre el 1 y el 15%). Quienes incorporan activamente la GenAI en su día a día reportan un aumento de productividad de dos a tres veces con aplicaciones básicas, mientras que los usuarios más avanzados logran beneficios aún mayores.

"La IA generativa está transformando rápidamente la gestión de proyectos, y los profesionales que se involucran activamente con ella se están posicionando como líderes", señala Lysan Drabon, directora general de PMI en Europa. "Nuestra investigación subraya la importancia de la formación continua, la exploración personal y el respaldo de la empresa para liberar el potencial transformador de la GenAI."

El informe enfatiza que el éxito con la GenAI es un camino que exige tanto habilidades técnicas como una mentalidad de aprendizaje constante. Además, propone estrategias prácticas para que los profesionales desarrollen sus capacidades. “Cualquier persona involucrada en proyectos, ya sean grandes o pequeños, necesita desarrollar conocimientos técnicos y una mentalidad de crecimiento en torno a las herramientas de IA”, explica Drabon.

“Debemos experimentar con nuevas aplicaciones para mejorar la resolución de problemas, aplicar nuestra experiencia en gestión de proyectos para refinar los resultados de la IA, tomar decisiones informadas por ella y buscar el apoyo de nuestra organización para integrar la GenAI de manera estratégica”.

¿Manipulación o herramienta estratégica?

El potencial predictivo de la IA no solo permite anticipar tendencias, sino también influir en ellas. Este poder ha generado preocupaciones éticas sobre la manipulación del comportamiento humano y la distorsión de la información.

El autor del informe de FEDEA argumenta que el diseño ético y descentralizado de la IA será clave para evitar escenarios de control totalitario. La centralización del desarrollo de IA por parte de grandes corporaciones y gobiernos plantea un dilema: por un lado, permite una regulación efectiva y seguridad; por otro, genera monopolios tecnológicos y un acceso desigual a la tecnología.

En este punto, el profesor de la UCJC, sostiene que “el cumplimiento normativo es fundamental, sobre todo con la entrada en vigor del Reglamento de Inteligencia Artificial de la UE en 2026". También menciona la privacidad y protección de datos, la equidad en el acceso, la minimización de sesgos, la transparencia en la toma de decisiones y la asignación de responsabilidad en caso de errores. "El papel del ser humano en la supervisión de la IA es esencial para evitar problemas de confianza", enfatiza.

Respecto a la mejora de la productividad y eficiencia de las empresas mediante la IA, Cañadas subraya que la IA no viene a reemplazar trabajos, sino a eliminar las tareas repetitivas, el análisis interminable y los errores humanos evitables. Al automatizar estos procesos, la IA libera tiempo para actividades más valiosas como el pensamiento, la creatividad y la toma de decisiones. Los resultados son evidentes rápidamente: mayor foco, menos errores, respuestas más rápidas y decisiones basadas en datos.

Santos también destaca aquí que “los asistentes inteligentes reducen tiempos en tareas repetitivas, los modelos predictivos mejoran la toma de decisiones y la automatización permite operar sin ampliar plantilla”. Además, indica que los sectores que más están aprovechando la IA incluyen fintechs, empresas de marketing digital, logística, comercio electrónico, servicios profesionales y academias.

La resistencia humana

Históricamente, la adopción de nuevas tecnologías sigue un patrón predecible: primero, un temor generalizado, seguido de una normalización y adopción masiva. Sin embargo, la IA plantea un desafío sin precedentes: su capacidad de tomar decisiones autónomas y su potencial para alterar estructuras de poder a gran velocidad.

El autor del informe enfatiza la necesidad de reintroducir la filosofía, la retórica y la lógica en la educación. En su opinión, el pensamiento crítico es más valioso que nunca para garantizar que la IA se convierta en una extensión de la capacidad humana, en lugar de un sustituto de la voluntad individual.

¿Las pymes trabajan con la IA?

Según el informe del Observatorio Nacional de Tecnología y Sociedad (ONTSI), en 2023, el 9,6% de las empresas con 10 o más empleados en España utilizaban IA. Esta cifra representa una ligera disminución respecto al 11,8% registrado en 2022, pero muestra un incremento en comparación con el 8,3% de 2021.

La adopción de IA es más pronunciada en las grandes empresas, alcanzando un 40,6%, mientras que en las medianas empresas es del 19,8%. Las pequeñas y microempresas presentan tasas más bajas, con un 6,6% y un 5,8% respectivamente. Geográficamente, la Comunidad de Madrid lidera en la implementación de IA, con un 12,8% de sus empresas utilizando esta tecnología, seguida por Cataluña, La Rioja y el País Vasco, que también superan la media nacional. ​

Cañadas explica que se está aprovechando la tecnología de manera muy práctica. Destaca que las pymes utilizan la IA para la automatización de tareas repetitivas, la atención al cliente a través de chatbots, la segmentación de audiencias, la generación de contenido mediante herramientas como ChatGPT o Canva IA, y, por supuesto, el análisis de datos para tomar decisiones más informadas. Asegura que no es necesario contar con grandes equipos técnicos ni presupuestos millonarios, ya que herramientas como Fireflies, Grammarly o Midjourney ya permiten a muchas pymes obtener ventajas competitivas.

Según datos recopilados por Factorial, el 37,3% de las pymes utiliza la IA para análisis de datos y evaluaciones de desempeño, el 24,7% en la selección de candidatos y un 13,3% en la gestión de documentos y contratos. Sin embargo, solo el 19,8% de los líderes ha formado a sus empleados en el uso adecuado de estas herramientas, lo que sugiere una falta de formación como una barrera clave para una adopción más amplia. ​

¿Cuáles son las herramientas más utilizadas por las empresas?

En cuanto a las herramientas de IA más utilizadas por las pymes en la actualidad, Cañadas menciona varias opciones clave. Entre ellas se incluyen ChatGPT para la generación de textos, Google Bard para búsquedas conversacionales, Canva con Magic Studio para diseño asistido por IA, GrammarlyGo para corrección y escritura profesional, Fireflies para la transcripción y resumen de reuniones, Midjourney y DALL·E para la generación de imágenes, y Zapier y Make para la automatización de tareas sin necesidad de conocimientos de programación. Para proyectos más avanzados, destaca el uso de TensorFlow y PyTorch.

El acceso a estas herramientas es relativamente asequible. Herramientas como ChatGPT, Canva o Grammarly tienen versiones gratuitas o de bajo coste (alrededor de 10-20 €/mes), mientras que las automatizaciones más sencillas con Zapier o Fireflies cuestan entre 20 y 50 €/mes. Para proyectos más complejos de machine learning o desarrollos a medida, los costes pueden variar entre 10.000 y 50.000 €, dependiendo del caso. Para la mayoría de las pymes, Cañadas recomienda comenzar con herramientas fáciles de implementar y escalarlas conforme se validen los resultados.

Cañadas advierte sobre los riesgos que enfrentan las pymes si implementan IA sin una estrategia clara. El mayor riesgo, según él, es adoptar la tecnología por seguir una moda, sin tener un propósito definido. Esto puede conducir a un uso incorrecto de los datos, violaciones de la privacidad, inversiones en herramientas que no generen un retorno de inversión, pérdida de foco estratégico y rechazo interno por falta de formación.

Por su parte, Santos advierte sobre los riesgos de adoptar IA sin una estrategia clara. "El problema de la ‘caja negra’ puede generar resultados inesperados si la empresa no tiene conocimiento sobre estas herramientas", advierte. También menciona la importancia de la calidad de los datos, la integración con la infraestructura existente, el cumplimiento normativo y la validación humana de los resultados. "Las ciencias del comportamiento pueden ser clave para evitar estos riesgos, facilitando una implantación gradual y estableciendo roles humanos claros en el proceso", concluye.

Puntos clave: 

• La IA y las ciencias del comportamiento comparten el concepto de racionalidad limitada, influyendo en el diseño de modelos de IA como los Transformers y en la comprensión de la toma de decisiones humana.
• La adopción de la IA por parte de los humanos sigue un patrón de normalización, lo que ha llevado a su integración en el mundo empresarial, especialmente en las pymes, donde impulsa la productividad y la competitividad.
• El desarrollo de la IA plantea importantes desafíos éticos y de control, destacándose la necesidad de un diseño descentralizado y una regulación adecuada para evitar monopolios y garantizar un uso responsable.
• Las ciencias del comportamiento son cruciales para una adopción responsable de la IA, ayudando a comprender las reacciones humanas, establecer límites éticos y facilitar la integración de la IA en los equipos directivos.