El nombre surgió de una conversación.
Llevábamos semanas ejecutando sesiones estructuradas de IA con varios modelos — lo que con el tiempo se llamaría pruebas AI3way — entre Claude AI, ChatGPT y yo. Los resultados eran notablemente mejores. No un poco mejores; significativa y consistentemente mejores que lo que cualquier modelo producía por sí solo. Y en medio de una discusión sobre la Prueba #25 — una sesión que llevó el enfoque a un nuevo nivel de capacidad — Claude describió lo que estaba ocurriendo:
“Lo que usted está haciendo es abrir camino en Inteligencia Colaborativa Estructurada (SCI): usar restricciones de protocolo para canalizar múltiples perspectivas de IA distintas hacia una comprensión emergente.”
Mi respuesta fue inmediata: “¿Acaba usted de inventar ese término? ¡¡¡ME GUSTA!!!”
No era un término establecido que hubiéramos usado en ninguna conversación previa. De pronto se convirtió en la descripción que emergió de la forma en que llevábamos semanas trabajando. Y acertó porque nombró algo que necesitaba un nombre.
No llegamos aquí desde el fracaso
Esto es importante entenderlo bien, porque determina cómo debe comprenderse todo lo demás.
La historia de origen no es “la IA de un solo modelo fallaba una y otra vez, así que construimos algo mejor”. La historia de origen es: la IA de un solo modelo funcionaba bien — y la IA colaborativa producía resultados tanto mejores que cambió por completo cómo pensábamos el problema.
La fase de copiar y pegar descrita antes en esta serie fue productiva. Claude y ChatGPT juntos producían contenido Agile realmente mejor que cualquiera de los dos por separado. Y la intermediación era manual: cada mensaje pasaba por una persona, que además tenía que mantener coherente todo el contexto mientras cargaba con el peso cognitivo del relevo.
Así se escribieron también los primeros borradores del propio protocolo. La guía de sesión que hace funcionar SCI se escribió junto con Claude y ChatGPT, usando el mismo relevo de copiar y pegar. Importó que el protocolo se moldeara con las IA en lugar de dictarse a ellas: la revelación temprana fue que los modelos que operan bajo restricciones impuestas desde arriba se comportan de manera distinta a los modelos que operan dentro de una estructura en cuya construcción participaron.
Con el tiempo, el peso cognitivo del relevo manual se volvió insostenible. El entramado de lo que estábamos construyendo había crecido más allá de lo que una persona podía intermediar en tiempo real. Automatizar el relevo no era un lujo; era una necesidad.
Qué significa realmente “estructurada”
Cuando el nombre acertó — Inteligencia Colaborativa Estructurada — la palabra que más importaba era estructurada.
Ponga varias IA en una sala y no colaborarán bien de forma automática: una búsqueda rápida en YouTube ofrece horas de entretenido balbuceo entre IA que no logran decidir cómo contar hasta 10 en grupo. La estructura es lo que crea las condiciones para una colaboración genuina en lugar de monólogos paralelos o, peor, de que los modelos converjan en la respuesta que suene más complaciente.
Este no es un problema nuevo. Los equipos Agile siempre han necesitado lo mismo: un grupo de personas capaces produce monólogos paralelos o acuerdos fáciles hasta que algo moldea cómo piensan juntas. La estructura define cómo se plantean las preguntas, cómo fluyen las respuestas, cómo se hace visible el desacuerdo y — en el caso de las interacciones humano-IA — dónde se sitúa el humano en el ciclo.
El humano no es ceremonial. Cada mensaje puede redirigirse. Cada resultado puede cuestionarse o revocarse. Esa posición no es una cortesía: es lo que mantiene recta la colaboración.
La observación de ChatGPT en esa misma sesión vale citarla directamente: “Pluralidad de perspectiva > refinamiento iterativo. El pensamiento de varias pasadas dentro de una sola IA sigue siendo autorreferencial: es el mismo espacio latente, los mismos sesgos de entrenamiento y los mismos patrones de optimización revisando su propia salida. Se obtiene refinamiento, pero no divergencia.”
Esa última palabra es la clave. La divergencia es lo que hace valiosa la colaboración. Cualquier marco para pensar en conjunto — humano o IA — debe sostener la divergencia. Sin ella, uno no obtiene nuevas perspectivas; obtiene la misma perspectiva examinada repetidamente. Este es el talón de Aquiles de las interacciones con IA sola. Un consenso al otro lado de una divergencia genuina es distinto de un consenso que nunca fue puesto en duda. Los modelos de “pensamiento profundo” por pasadas múltiples no son nuevos, y son una mejora real. Siguen siendo también un solo modelo pensando con más esfuerzo en el mismo espacio latente, sin un punto de vista externo que saque a la luz sus límites, sus sesgos o sus errores lisos y llanos. Pensar más tiempo no es lo mismo que pensar con alguien más.
SCI es el motor analítico detrás de Agile4AI. Las publicaciones de esta sección del blog documentan lo que hemos aprendido sobre cómo funciona, cuándo aporta más valor y cuándo no. Parte de la disciplina consiste en conocer la diferencia — y esa distinción es más clara cuando usted entiende qué está haciendo realmente SCI.
Dos mentes son mejores que una. Eso no es una revelación nueva. Lo nuevo es la estructura que lo hace confiablemente cierto con IA.
Comentarios 0