La inteligencia artificial está cambiando la forma en que las organizaciones producen, utilizan y toman decisiones a partir de los datos. Pero esta transformación no es solamente tecnológica: también implica revisar cómo se gobiernan los datos, cómo se construye la arquitectura que los sostiene, cómo se documenta su significado y, especialmente, cómo las personas y los equipos incorporan estos cambios.
En el marco del ciclo de webinars sobre Datos e Inteligencia Artificial de DAMA Uruguay, Pablo Ibarra, de Adagio Consultores, presentó la charla “ConciencIA del dato”, una propuesta para pensar cómo construir una verdadera conciencia del dato en las organizaciones frente a la llegada de la inteligencia artificial.
Ibarra, especialista en gestión del cambio aplicada a la gobernanza de datos, puso el foco en una dimensión que muchas veces queda relegada frente a las discusiones técnicas: la transformación cultural y organizacional necesaria para que los datos puedan convertirse efectivamente en conocimiento y valor para el negocio.
Un cambio de paradigma, no un ajuste
Para comenzar, Ibarra recurrió al concepto de cambio de paradigma desarrollado por el filósofo e historiador de la ciencia Thomas Kuhn.
La idea central es que un cambio de paradigma no consiste simplemente en hacer lo mismo de una manera más eficiente. Implica que cambian las preguntas que hacemos y las formas en que interpretamos una realidad.
Durante décadas, una de las preguntas centrales de la gestión de datos fue:
¿Están los datos ordenados y tienen la calidad suficiente para tomar decisiones?
Con la llegada de la inteligencia artificial, esa pregunta comienza a transformarse en otra:
¿Pueden nuestros datos ser comprendidos sin nosotros?
La diferencia es significativa. Durante mucho tiempo existió una persona entre el dato y la decisión: alguien que interpretaba la información, conocía el contexto, comprendía las excepciones y podía consultar a otros cuando algo no estaba claro.
Hoy, esa intermediación puede no existir. Los nuevos consumidores de datos —como los modelos de IA, copilotos y agentes— pueden acceder, interpretar y utilizar información sin contar necesariamente con el contexto cultural y organizacional que una persona incorpora naturalmente.
Esto plantea un nuevo desafío para el gobierno de datos.
¿Qué cambió con la inteligencia artificial?
Durante la charla, Ibarra repasó distintos factores que están impulsando este cambio.
Por un lado, la capacidad de análisis se multiplicó y la eficiencia dejó de ser solamente un proyecto puntual para convertirse en una búsqueda permanente dentro de las organizaciones.
Por otro, la inteligencia artificial generativa introdujo nuevos consumidores de información. Los agentes y copilotos no pasan por los procesos tradicionales de incorporación de una organización, no conocen su cultura ni sus códigos internos y no tienen incorporados sus criterios éticos.
Esto genera una nueva responsabilidad para los equipos: proporcionarles información correcta, contextualizada y comprensible.
Al mismo tiempo, los roles y las herramientas tecnológicas cambian cada vez más rápido. Mientras la adopción de IA puede avanzar a una velocidad acelerada, la cultura de una organización se transforma a una velocidad mucho más humana.
Para Ibarra, esa diferencia entre la velocidad tecnológica y la velocidad cultural es precisamente uno de los espacios donde la gestión del cambio adquiere un papel fundamental.
Del perímetro al significado
Otro de los cambios planteados durante el webinar tiene que ver con la forma de entender la protección de los datos.
Tradicionalmente, una organización podía proteger determinada información restringiendo el acceso a una tabla, una base de datos o un reporte.
Con los nuevos sistemas de IA, el desafío se vuelve más complejo: el propio contexto y significado de los datos puede revelar información sensible.
Los nombres de columnas, las relaciones entre entidades y otros elementos que parecen meramente técnicos pueden aportar información sobre personas, características o situaciones que la organización necesita proteger.
En palabras de Ibarra, el límite de protección “se corrió del perímetro al significado”.
Este nuevo escenario requiere repensar no solo las políticas de acceso, sino también la arquitectura, los metadatos y la forma en que la organización describe sus datos.
La fórmula de la conciencia del dato
El concepto central de la charla fue precisamente la conciencia del dato.
Para Ibarra, puede entenderse como el conocimiento de la organización que está disponible y puede utilizarse en el momento de tomar decisiones.
Cuando ese conocimiento no está disponible, permanece en una suerte de “subconsciente” organizacional: existe dentro de la empresa, pero no necesariamente puede ser encontrado, interpretado o utilizado.
Para desarrollar esa conciencia, Adagio propone una fórmula que combina cuatro dimensiones:
Gobernanza de datos × arquitectura de datos × gestión de metadatos × gestión del cambio.
La analogía utilizada durante la charla fue con la conciencia de una persona.
Así como una persona necesita vocabulario para comprender y expresar conceptos, memoria para almacenar información, criterios sobre lo permitido y lo no negociable, y un cuerpo que permita que ese conocimiento circule, una organización necesita diferentes componentes para convertir sus datos en conocimiento disponible y accionable.
La gestión del cambio aparece como el elemento que permite que ese conocimiento sea efectivamente incorporado y utilizado por las personas.
Tres pilares para construir conciencia
La propuesta de Adagio pone especial énfasis en tres dimensiones técnicas y organizacionales: gobernanza, arquitectura y metadatos, atravesadas por la gestión del cambio.
Gobernanza: más allá del cumplimiento
Uno de los desafíos identificados por Ibarra es que muchas organizaciones todavía entienden la gobernanza de datos principalmente como una cuestión de cumplimiento normativo.
La propuesta es ampliar esa mirada y trabajar la gobernanza como un programa continuo, capaz de acompañar la evolución de la organización y de incorporar a la inteligencia artificial desde el inicio.
En lugar de pensarlo como un proyecto puntual, la gobernanza puede funcionar como una incubadora, con un plan de acción priorizado que permita avanzar progresivamente.
Para comenzar, resulta fundamental realizar un diagnóstico de madurez que no contemple solamente los aspectos técnicos, sino también la dimensión cultural.
Una pregunta clave es: ¿qué sostiene los silos de información dentro de la organización?
Comprender esa realidad permite diseñar estrategias de cambio que tengan en cuenta las dinámicas existentes en lugar de intentar eliminarlas sin entenderlas.
Arquitectura: una estructura viva
La arquitectura de datos tampoco puede ser un esquema estático guardado en un documento.
Para Ibarra, debe ser una arquitectura viva, evolutiva y ágil, capaz de acompañar los cambios tecnológicos e incorporar la inteligencia artificial de manera nativa.
La seguridad debe estar contemplada desde el diseño y no agregarse como una capa posterior.
En este punto también aparece la importancia de la calidad de los datos. Los problemas de una IA no necesariamente se originan en el modelo: datos incompletos, inconsistentes o de baja calidad también pueden contribuir a sesgos y resultados incorrectos.
Metadatos: darle significado a los datos
Si hay un concepto que adquiere especial relevancia en este nuevo escenario es el de metadatos.
En una organización tradicional, cuando alguien no comprende un dato puede preguntar. Existe una persona que conoce el contexto y puede explicar qué significa, de dónde proviene o cómo debe interpretarse.
La inteligencia artificial no puede hacer esa consulta de la misma manera.
Un dato que nadie describió correctamente no es necesariamente un dato que la IA utilizará mal: puede convertirse directamente en un dato sin declarar, cuyo significado queda sujeto a interpretaciones.
Esto plantea un riesgo doble.
Si la organización no registra ese conocimiento, puede perderlo.
Si la IA lo interpreta por su cuenta, la organización puede perder el control sobre ese significado.
Por eso, Ibarra destacó la importancia de contar con una taxonomía integral de metadatos, un catálogo de datos evolutivo y, especialmente, un glosario de negocio.
Los significados compartidos son fundamentales para que las personas y los sistemas de IA hablen el mismo idioma.
La gestión del cambio como elemento transversal
Más allá de las herramientas y estructuras, uno de los mensajes centrales de la charla fue que la transformación no ocurre solamente a través de la tecnología.
La gestión del cambio permite comprender cómo funciona actualmente una organización, qué comportamientos sostienen determinadas prácticas y cuáles son las barreras que pueden dificultar la adopción de nuevas formas de trabajo.
Ibarra planteó que el objetivo no es juzgar la cultura existente ni simplemente intentar eliminar los silos de información. Primero es necesario entender por qué existen y qué los sostiene.
Ese conocimiento puede convertirse en una barrera, pero también en un recurso para diseñar el cambio.
Otro aspecto relevante es el impacto que la inteligencia artificial puede generar en los propios equipos.
La posibilidad de que determinadas tareas sean automatizadas puede generar preocupación por la obsolescencia laboral. Frente a esto, la gestión del cambio debe acompañar a las personas, mostrar resultados concretos y promover una cultura de aprendizaje continuo.
Como señaló Ibarra durante el encuentro, la velocidad de adopción de la IA puede ser muy superior a la velocidad con la que cambia una cultura organizacional. Cerrar esa brecha es uno de los principales desafíos de la transformación.
Ninguna organización empieza de cero
La incorporación de inteligencia artificial puede generar la sensación de que las organizaciones tienen que comenzar nuevamente desde cero.
Sin embargo, el planteo de Adagio va en otra dirección.
Las organizaciones ya cuentan con datos, procesos, conocimientos, personas, sistemas y una cultura construida durante años. Ese conjunto constituye precisamente la base desde la cual se puede abordar el nuevo paradigma.
La pregunta ya no es solamente cómo incorporar inteligencia artificial, sino cómo preparar a la organización para que pueda comprender, gobernar y utilizar los datos en un contexto donde las máquinas también son consumidoras de esa información.
Construir conciencia del dato implica, entonces, conectar gobernanza, arquitectura, metadatos y gestión del cambio para que el conocimiento de la organización pueda estar disponible —y ser comprendido— cuando realmente se necesita.
Reviví el webinar completo
La propuesta de “ConciencIA del dato” invita a mirar la transformación impulsada por la inteligencia artificial desde una perspectiva integral: no solo como un desafío tecnológico, sino también como un proceso de cambio organizacional.
Si querés profundizar en estos conceptos y conocer la propuesta presentada por Adagio Consultores, podés revivir el webinar completo de DAMA Uruguay en YouTube.