9 minutos de lectura.
Con el apoyo de la Dirección de Gestión Humana, la Dirección Nacional de Investigaciones de la Universidad Libre celebró el primer Taller sobre Gobernanza de la Inteligencia Artificial para la Alta Gestión de la Investigación Universitaria, un espacio destinado a la construcción colectiva de criterios para la integración responsable, ética y organizacional de agentes de inteligencia artificial en el trabajo cotidiano de la Dirección.
Realizado el 23 de septiembre, el encuentro partió de la siguiente pregunta: “¿Cómo construir una red de agentes que amplíe las capacidades del equipo sin perder el criterio humano, la responsabilidad institucional y el control sobre la información?”
La pregunta buscaba llevar la conversación más allá del uso individual de herramientas de inteligencia artificial. El punto de partida fue reconocer que estas tecnologías ya están entrando en las organizaciones a través de las prácticas cotidianas de sus trabajadores. El verdadero desafío es construir una capacidad institucional para comprenderlos, hacerlos visibles, compartirlos y gobernarlos.
Durante el taller se discutió el fenómeno shadow AI, conocido como el uso de herramientas de inteligencia artificial que aparece de forma dispersa dentro de una organización, sin criterios comunes sobre protección de información, permisos, responsabilidades, límites o conservación del conocimiento producido. Frente a ello, el equipo trabajó sobre una concepción de gobernanza agéntica centrada en las personas, entendida como una forma de acompañar, documentar y socializar las configuraciones de IA que los propios trabajadores van desarrollando pero de forma organizada, visible, compartida y con responsables.
La propuesta plantea, entre otros principios, proteger el criterio experto humano, evitar que la automatización se convierta en sobrecarga laboral, reconocer el tiempo dedicado a diseñar y evaluar agentes que dan valor a las instituciones y mantener conciencia sobre dónde circulan los datos institucionales.
Este enfoque introdujo también una pregunta poco habitual en las discusiones sobre la productividad. Se puso sobre la mesa ¿qué debe ocurrir con el tiempo que la inteligencia artificial permite liberar? Durante el diálogo apareció una respuesta compartida y fue que ese tiempo no debería traducirse automáticamente en nuevas cargas. Por el contrario, debería convertirse en formación, aprendizaje, bienestar y capacidad para desarrollar tareas de mayor valor profesional. En este sentido, la incorporación de inteligencia artificial fue abordada como una cuestión relacionada con la organización del trabajo y con el bienestar de quienes lo realizan, más que en una simple decisión tecnológica.
La metodología del taller trasladó esos principios a situaciones reales de la Dirección Nacional de Investigaciones. Cada integrante identificó tareas que actualmente requieren tiempo considerable, información dispersa o procesos repetitivos y analizó cuáles podrían recibir apoyo de un agente de IA. Surgieron muchas iniciativas que se convirtieron en la agenda de trabajo de integración agéntica de la Dirección.
El ejercicio permitió comprobar que la gobernanza no puede aparecer después de desplegar la tecnología. Una de las ideas que acompañó la jornada fue precisamente que “la gobernanza debe llegar antes que los agentes, no después”. Antes de que un nuevo integrante artificial participe en una tarea institucional debe contar con identidad, misión y límites claramente establecidos.
Esa discusión adquirió especial relevancia cuando el equipo comenzó a explorar los riesgos asociados con permisos amplios sobre bases de datos, OneDrive y otros sistemas institucionales. La posibilidad técnica de que un agente consulte y procese grandes cantidades de información hizo evidente la necesidad de establecer guardarraíles, diferenciar funciones de lectura y modificación y conservar siempre responsables humanos identificables. En este sentido, «aumentar la capacidad tecnológica exige aumentar también la capacidad de gobernarla», fue una de las principales conclusiones.
Las intervenciones permitieron recoger distintas perspectivas de un mismo equipo.
Yulieth Guerrero, responsable de la gestión de la investigación científica y con una trayectoria de más de veinte años como directora de investigación en diferentes universidades de Colombia, destacó la importancia de que el equipo avance hacia niveles más homogéneos de comprensión y apropiación de la inteligencia artificial. También insistió en la necesidad de abrir espacios específicos para discutir sus implicaciones éticas. En su intervención subrayó que la gestión de la investigación trabaja, ante todo, con personas, y que cualquier transformación tecnológica debe conservar esa dimensión en el centro, protegiendo las horas que se liberan para el crecimiento profesional del trabajador y del bienestar de los equipos.
Por su parte, Tania Fonseca, encargada del área de divulgación científica, investigadora asociada y doctoranda por la Pontificia Universidad Javeriana, señaló que los procesos de formación deberían reconocer los diferentes niveles de familiaridad que existen dentro de un mismo equipo. Una evaluación diagnóstica previa, planteó, permitiría organizar mejor las actividades y distribuir los recursos pedagógicos de manera más adecuada. Para quienes comienzan, el marco conceptual resulta necesario para comprender qué están haciendo; para quienes ya tienen experiencia, el desafío está en avanzar hacia ejercicios de mayor profundidad. En todo caso, afirmó que, las dimensiones tecnológicas deben tener una conceptualización que supere la técnica y se comprometan con las implicaciones de género, clase, raza que se viven en cualquier organización social.
Flor Alba Mendoza, asistente de la Dirección Nacional de Investigaciones en la gestión de procesos administrativos, aportó una perspectiva distinta y especialmente valiosa por su amplia trayectoria dentro de la Universidad Libre y su conocimiento del funcionamiento institucional a escala multicampus. Su intervención permitió visibilizar otro aspecto del proceso. Señaló que «no todos los trabajadores llegan a la inteligencia artificial desde el mismo punto. Para algunos, muchos de los conceptos son completamente nuevos y para otros, las capacidad de las herramientas pueden ser desconocidas por la rapidez con la evolucionan… necesitamos conocerlas todos los días porque cambian». Precisamente por ello, valoró el espacio como una oportunidad para comprender mejor unas herramientas que comienzan a incorporarse al trabajo cotidiano y cuya apropiación requiere tiempo, acompañamiento y aprendizaje gradual.
Nancy Montañez quien actualmente lidera el área de Innovación y Tecnología, candidata a doctora de la UNAM, puso el acento en dos asuntos. Habló de la importancia de partir de una comprensión conceptual antes de entrar directamente en las herramientas y la necesidad de discutir con mayor profundidad los riesgos asociados al acceso a información, los permisos y los límites de actuación de los agentes, especialmente, abordar las contradicciones evidentes que suponen los conectores agénticos a otras aplicaciones, bases datos externas y datos propios de la institución. Su reflexión fue especialmente relevante en un momento en el que la capacidad técnica de estas herramientas comienza a extenderse mucho más allá de la simple generación de texto.
Una de las voces que puso sobre la mesa la presión de la inclusión acelerada de la IA en el trabajo fue el Ingeniero Giovanni Alarcón, responsable del área de gestión de la Plataforma Centenario, el sistema multicampus para la gestión de la investigación de la Universidad Libre. Su participación permitió mostrar, desde una perspectiva muy práctica, las tensiones propias de estos procesos de aprendizaje. Durante el taller expresó que, en algunos momentos, se puede no comprender ciertos pasos de la construcción del agente y que esa falta de comprensión podía generar incomodidad, porque en «el fondo es un proceso que implica nuevos conocimientos al que nuestras formaciones iniciales no estaban expuestas». Al cierre, resaltó que el aprendizaje debía hacerse de forma progresiva, de menos a más, combinando teoría y práctica, reafirmando que una Dirección Nacional de Investigaciones no puede permanecer al margen de una transformación tecnológica que ya está modificando la forma de trabajar.
Desde la gestión de la investigación formativa de la Dirección, Iván Roa Ovalle, licenciado en Ciencias Sociales y candidato a doctor por la Universidad Andina Simón Bolívar, propuso avanzar hacia instrumentos más intuitivos que permitan traducir las tareas cotidianas en configuraciones comprensibles de agentes. Su intervención dejó la idea central de que la gobernanza también debe ser pedagógica, «no basta con definir límites y procedimientos», señaló y enfatizó que «es necesario que quienes trabajan con estas herramientas entiendan cómo se relacionan la tarea, su propósito, el contexto, los permisos y el resultado esperado con su expectativa y propósito laboral».
Hubo consenso en que la gobernanza no puede construirse únicamente desde quienes poseen mayor familiaridad técnica con la inteligencia artificial. También necesita incorporar el conocimiento acumulado de quienes conocen profundamente la institución, sus procedimientos, sus relaciones internas y la manera en que funcionan sus procesos a través de las distintas seccionales. Ese conocimiento organizacional constituye precisamente una de las fuentes que los agentes deberán aprender a respetar y complementar, no a sustituir.
El ejercicio produjo incluso un primer resultado experimental. A partir de archivos previamente construidos por el equipo, uno de los agentes logró revisar decenas de hojas de cálculo y elaborar en pocos minutos un consolidado preliminar sobre producción científica. El resultado fue muy altamente positivo, pero fue claro que junto con el potencial de análisis apareció inmediatamente la necesidad de verificar la información contra las fuentes oficiales, auditar, lo que en el fondo significa ganar tiempo en algunas cosas, pero invertirlas en otras y debe verificarse ese equilibrio estratégico.
Para Gabriel Andrés Arévalo Robles, Director Nacional de Investigaciones, quien lidera también la creación del Laboratorio de Inteligencia Artificial e Innovación en Tecnologías Emergentes de la Universidad Libre (LiA), el taller constituye apenas el inicio de un proceso institucional de aprendizaje. Más que construir rápidamente numerosos agentes, el propósito es aprender a diseñarlos, probarlos y gobernarlos colectivamente, evitando que la transformación tecnológica avance más rápido que la capacidad institucional para comprenderla.
La jornada cerró, por ello, con una decisión de avanzar en encuentros periódicos de «Tardes de Gobernanza de la IA», en los que el equipo pueda construir y evaluar progresivamente sus agentes, discutir sus implicaciones éticas y documentar los aprendizajes derivados de su uso.
«Nos estamos preparando sin pausa, sabemos que las Universidades del 2030 se gestionarán de una forma completamente diferente, pero debemos tener la certeza de que la universidad emergente debe ser más humana, centrada en el bienestar y gobernada responsablemente para garantizar los principios que dieron luz a esta Casa de Estudios que camina hacia su segunda centuria», señaló el Dr. Gabriel Andrés Arévalo Robles.
El desafío que quedó planteado es mayor que la automatización de unas cuantas tareas. Se trata de pasar de una suma de usos individuales de inteligencia artificial a una capacidad institucional compartida, una forma de incorporar agentes que preserve la memoria organizacional, haga visibles sus límites, distribuya responsabilidades y, sobre todo, mantenga a las personas en el centro de las decisiones.
