Cuando la eficiencia empieza a elegir adónde vas

Al principio, el panel de indicadores solo ayudaba. Mostraba qué mensajes recibían respuesta, qué parte de una clase mantenía la participación, qué consultas tardaba más en resolver atención al cliente y en qué paso abandonaban los usuarios. Después llegaron las recomendaciones: envía a esta hora; acorta ese tramo de la clase; desvía a este cliente hacia otro recorrido; elimina esta función. Eran cambios pequeños y razonables. Juntos, sin embargo, empezaban a redefinir para qué servía el trabajo.

Así adquiere poder la eficiencia: no mediante una orden gigantesca, sino mediante mil mejoras razonables en las que nadie discute el destino.

Cada indicador presupone un compromiso

Para optimizar algo, primero hay que decidir qué cuenta. Ingresos por hora, tiempo de respuesta, tasa de finalización, número de errores, retención: cada medida ilumina una parte de la realidad y deja otra en sombra. Eso no es, por sí mismo, un defecto. Ninguna regla de medir puede contener una situación entera.

El problema empieza al confundir lo iluminado con la totalidad. Una escuela introduce IA para localizar los momentos de una clase en que los alumnos «dejan de participar». La recomendación al docente es acelerar las transiciones y dar más recompensas inmediatas. La participación sube. Pero ese silencio en el que un concepto difícil va convirtiéndose en algo que el alumno comprende por sí mismo puede haber quedado registrado como inactividad. El sistema no se ha opuesto a la educación. Ha cumplido fielmente un compromiso más estrecho.

Puede ocurrir también en los cuidados, la gestión, el arte y los servicios públicos. Cerrar antes un expediente quizá signifique que no hemos escuchado de verdad a alguien. Una mayor conversión puede venir de detectar el momento en que resulta más fácil empujarlo. Un empleado más productivo puede haber perdido, simplemente, todos los ratos de recuperación que no se registraban.

La optimización no trae su propio punto de parada

Si la mejora se puede medir, ¿por qué detenerse en un doce por ciento y no llegar al quince? Si el modelo genera treinta versiones de un anuncio, ¿por qué probar solo cinco? Si el tiempo de respuesta baja de cuatro horas a una, ¿por qué no a diez minutos?

Puede haber razones excelentes para parar: la calidad se desmorona, las personas se agotan, el cliente necesita pensar, el trabajo se ha convertido en manipulación. Pero esas razones no nacen de la eficiencia misma. Proceden de compromisos que ella no puede producir por nosotros: qué servicio queremos prestar, qué compañeros queremos ser, qué atención merece otra persona.

La eficiencia puede comparar rutas una vez fijado el destino. No debería introducir un destino de contrabando.

El coste desaparece fácilmente dentro de una media

La IA puede distribuir costes pequeños entre muchísimas personas con especial facilidad. Un modelo de turnos ahorra miles de horas a la organización y vuelve una y otra vez imprevisible la vida de un grupo reducido. Un triaje automático baja la espera media, mientras los casos atípicos dan vueltas agotadoras dentro del procedimiento. Una herramienta de escritura duplica la producción y hace que cada artículo parezca escrito sin que a nadie le importe de verdad su resultado.

El beneficio total es real. También lo son las personas que quedan como resto del cálculo. No es un error usar medias: los grandes sistemas las necesitan. El error consiste en creer que las ganancias medidas desde el centro compensan automáticamente todos los costes desplazados a los márgenes.

Por eso, un equipo responsable necesita algo más que un panel de rendimiento. Necesita también una lista de a quién ha dejado fuera. ¿A quién perjudica repetidamente esta mejora? ¿Qué situaciones maneja peor el modelo? ¿Quién puede suspender el sistema? ¿Pueden las personas afectadas reclamar, negarse o encontrar a alguien real con quien hablar?

Fija los límites antes de que los resultados te seduzcan

Conviene proteger los principios antes de ver los números. Un medio puede decidir de antemano que ningún aumento de clics justifica fabricar una falsa urgencia emocional. Una empresa puede garantizar que sus empleados cuestionen una evaluación automática sin ser castigados. Un médico puede decidir que una puntuación de riesgo nunca sustituya una conversación sobre la vida real del paciente.

No son límites contrarios a la tecnología. Precisamente gracias a ellos podemos usar su capacidad sin que cada éxito vuelva a definir qué significa tener éxito.

Si puedes, deja esos límites por escrito antes:

• ¿Qué podemos optimizar?
• ¿Qué no estamos dispuestos a sacrificar a cambio de esta mejora?
• ¿Las cargas de quién pueden quedar ocultas en una media?
• ¿Qué pruebas nos obligarían a parar?

Son preguntas más lentas que un motor de recomendaciones. Evitan, sin embargo, un retraso mucho más caro: descubrir, cuando el sistema ya funciona, que la organización se ha convertido con enorme eficiencia en algo que nadie se había propuesto construir.

Más deprisa, ¿hacia dónde?

Decimos a menudo que la IA nos devuelve tiempo. A veces es cierto. Pero el tiempo ahorrado no adquiere un sentido por sí solo. Puede convertirse en descanso, cuidados o trabajo a fondo; también puede convertirse de inmediato en el siguiente indicador. Si cada hora liberada se rellena enseguida con más producción, la herramienta no nos ha liberado del trabajo. Ha enseñado al trabajo a tragarse el espacio que acababa de crear.

Por eso, «¿cómo puede la IA acelerar esto?» necesita ir siempre acompañado de otra pregunta: «¿A qué vamos a destinar la capacidad que hemos liberado?». La primera es una cuestión de ingeniería. La segunda decide si la ingeniería está al servicio de la vida o si la vida se está reorganizando a su alrededor.

La eficiencia es una ayudante extraordinaria porque no deja de preguntar cómo hacer las cosas. Se vuelve una pésima dueña cuando olvidamos que alguien todavía tiene que responder por qué.