El contexto importa más que el código: cómo «contratar» bien a una IA en tu equipo

Imagina que has contratado a un becario genial que ha leído todos los libros del mundo, pero no tiene ni idea de cómo se prepara el café en tu oficina ni a quién avisar si de repente se cae el servidor. Más o menos así se siente un modelo de lenguaje actual cuando lo lanzan de repente a un entorno corporativo complejo. Nos hemos acostumbrado a pensar que basta con dar a la IA acceso a una base de conocimiento para que la magia ocurra sola.

Pero la realidad es mucho más prosaica: sin el contexto adecuado, tu nuevo colega digital se convierte en una fuente de ruido educado pero totalmente inútil. Es un problema que no se resuelve simplemente comprando una suscripción más cara a GPT-4.

Antes, la adaptación de los recién llegados se resolvía con tiempo y ósmosis natural. La persona asistía a reuniones generales, escuchaba chismes en la zona de fumadores y poco a poco entendía que «urgente» para el jefe de marketing significa «dentro de una semana», y para el director técnico, «ayer». La IA carece del lujo de este aprendizaje social.

Hay que entregarle todo el código cultural de la empresa, comprimido y estructurado, ahora mismo. Eso es la ingeniería de contexto, una disciplina que en los próximos años será más importante que la programación tradicional. Pasamos de una era en la que enseñábamos a las personas a trabajar con programas a otra en la que enseñamos a los programas a entender a las personas.

La primera y más importante etapa de este proceso es el inventario del conocimiento implícito. Son esas cosas que «todo el mundo sabe», pero que nadie se ha molestado nunca en escribir. Si tu empresa valora la franqueza y la brevedad, y tu agente de IA escribe correos como un caballero victoriano, no es un error del modelo, es un fracaso tuyo como gestor. Hay que formalizar el estilo de comunicación, la jerarquía interna e incluso la lista de temas prohibidos. Sin esto, el agente caerá una y otra vez en situaciones incómodas por intentar ser «demasiado útil» donde lo correcto es callar.

La segunda etapa exige crear un sistema dinámico de suministro de datos. Volcar un terabyte de documentos en una base vectorial para RAG es la forma segura de que el modelo alucine con total aplomo. Hay que establecer una jerarquía clara: qué es verdad crítica, qué es información secundaria y qué quedó irremediablemente obsoleto hace tres años. La IA debe entender la diferencia entre un reglamento oficial y el borrador de una idea que alguien olvidó borrar de la nube compartida. Sin este filtrado, no tendrás un asistente, sino un generador de datos aleatorios.

¿Por qué es crítico precisamente ahora? El mercado pasa a toda velocidad de los chatbots sencillos a agentes autónomos con capacidad para tomar decisiones y ejecutar acciones. Si un agente así no entiende los matices de tu negocio, puede causar problemas que luego tendrá que arreglar el departamento jurídico. Vemos empresas que gastan millones en infraestructura y GPU, pero escatiman en preparar datos de calidad. Es como comprar un Ferrari para ir cada día por un pantano intransitable. La ingeniería de contexto es la carretera que hay que construir.

Al final, el éxito de la adopción de la inteligencia artificial en las empresas no dependerá de qué modelo ganó los benchmarks este mes. Ganará quien mejor empaquete su experiencia corporativa única en un formato comprensible para la máquina. La IA no sustituirá mañana a tus empleados, pero sí dejará fuera de competencia a las empresas que no hayan sabido adaptar sus procesos internos a la nueva realidad. Todos tendremos que aprender a explicar lo obvio para conseguir lo increíble.

Lo esencial: deja de tratar a la IA como un oráculo omnisciente y empieza a tratarla como a un empleado nuevo con una forma de percepción muy particular. No necesita solo datos, sino reglas del juego claras y comprensión del contexto. ¿Estás listo para reescribir tu cultura corporativa en el lenguaje de los prompts?