- En innovación tecnológica, descubrir pronto que una hipótesis es incorrecta puede aportar información valiosa y evitar decisiones más costosas.
- Una prueba de concepto permite evaluar una tecnología con límites claros, un riesgo asumible y un objetivo de aprendizaje definido.
- La inteligencia artificial aplicada al doblaje audiovisual puede ofrecer resultados diferentes según el tipo y la complejidad del contenido.
- La experiencia ayuda a tomar decisiones, pero el liderazgo también exige saber cambiar de opinión cuando aparecen nuevos datos.
- Innovar de forma responsable implica distinguir entre los ámbitos donde es posible experimentar y aquellos en los que la seguridad, la calidad o los compromisos con clientes exigen máximo rigor.
Experimentar de forma controlada permite comprobar hipótesis, identificar los límites reales de una tecnología y convertir un error temprano en información útil para tomar mejores decisiones.
Experimentar con límites definidos permite evaluar nuevas tecnologías sin trasladar riesgos innecesarios a los servicios, los contenidos o los clientes. Este enfoque conecta la innovación con una gestión rigurosa, eficaz y basada en riesgos calculados: avanzar no consiste en experimentar con todo, sino en identificar dónde una prueba puede generar conocimiento y mejorar la toma de decisiones.
¿Por qué equivocarse puede formar parte de la innovación tecnológica?
No recuerdo cuándo empecé a asumir que equivocarse formaba parte de mi trabajo, aunque me cuesta horrores. Probablemente ocurrió poco a poco, después de suficientes proyectos, preofertas, ofertas y tecnologías que sobre el papel iban a comportarse de una manera y luego decidieron hacer otra. Lo que sí tengo claro ahora es que, en el mundo audiovisual, hay ocasiones en las que no equivocarse puede ser más peligroso que equivocarse.
No hablo de cometer errores porque sí. En nuestro sector hay algunos que no tienen ninguna gracia. Cuando hay una señal en directo o un cliente esperando que aquello que hemos diseñado funcione exactamente como debe funcionar, la frase «estábamos innovando» sirve de bastante poco. Hablo de otro momento: cuando todavía estamos decidiendo qué tecnología probar, qué arquitectura utilizar o si una idea merece convertirse en proyecto.
Ahí no siempre tenemos toda la información. Y esperar a tenerla puede significar, sencillamente, llegar tarde.
Nunca me ha convencido demasiado esa romantización del fracaso que hemos importado del mundo de la innovación. Fracasar no es una opción; el error, sí. Perder tiempo y dinero tampoco lo es. Y cometer dos veces exactamente el mismo error tiene bastante poco de innovador. Lo que sí tiene valor es tomar una decisión razonable con la información disponible, probarla de forma controlada y descubrir que nuestra hipótesis estaba equivocada.
Porque entonces tenemos algo que antes no teníamos: información. Y, en tecnología, descubrir pronto que estás equivocado puede ser bastante más valioso que haber tenido razón en una reunión.
¿Qué se aprende al detectar pronto que una tecnología no funciona como se esperaba?
En servicios audiovisuales convivimos con una contradicción permanente. Trabajamos con soluciones o servicios donde la tolerancia al error tiene que ser mínima y, al mismo tiempo, con tecnologías que cambian tan deprisa que esperar a que todo esté demostrado antes de utilizarlas sería una magnífica manera de llegar siempre tarde.
Con la inteligencia artificial lo hemos visto especialmente claro.
Hace un tiempo hicimos una prueba de concepto con un idioma especialmente complejo. Queríamos saber hasta dónde era posible automatizar el doblaje y, para no ponérselo demasiado fácil a la tecnología, escogimos tres tipos de contenido muy diferentes: una película, una serie y unos dibujos animados.
La respuesta fue bastante clara: no se podía.
Al menos, no como habíamos imaginado. En la película y la serie, el resultado estaba todavía lejos de lo que podíamos considerar aceptable. No bastaba con traducir correctamente las palabras. Estaban la interpretación, la intención de los diálogos, el ritmo, las voces, la sincronía y todos esos matices que hacen que un doblaje funcione sin que el espectador piense en él. Curiosamente, con los dibujos animados el resultado fue mucho mejor. Ahí empezamos a entender que quizá la pregunta que nos habíamos hecho al iniciar la prueba no era la correcta.
No se trataba de saber si era posible automatizar el doblaje. Se trataba de entender qué contenidos podían automatizarse, cuáles necesitaban un proceso semiautomático y cuáles seguían necesitando una intervención humana mucho mayor.
En aquel momento la tecnología no estaba preparada para llevar la idea mucho más lejos. Hoy la situación es muy distinta. Existen tecnologías que permiten automatizar fases del doblaje y reproducir determinadas características de las voces al cambiar de idioma, abriendo nuevas posibilidades para los procesos audiovisuales.
Pero el aprendizaje de aquella prueba sigue siendo válido. Que una tecnología pueda hacer algo no significa que pueda hacerlo igual de bien con cualquier contenido.
De hecho, una parte del problema se ha desplazado. Ya no consiste únicamente en conseguir mejores algoritmos para doblar, sino en saber cuándo podemos confiar en un proceso automático y cuándo no. Podemos utilizar algoritmos específicos para analizar un contenido y ayudar a valorar si puede ser candidato a un doblaje automatizado, si necesita un flujo semiautomático o si la complejidad aconseja otro tratamiento.
Nuestra prueba de concepto no consiguió lo que pretendíamos al empezar. No logramos automatizar el doblaje de los tres tipos de contenido. Pero descubrimos algo bastante más útil: la pregunta no era si la tecnología funcionaba, sino dónde funcionaba y hasta dónde podíamos confiar en ella.
Ese tipo de error sí merece la pena.
¿Qué riesgos plantea confundir experiencia con tener siempre la razón?
Hay otra trampa que aparece con los años y que me preocupa bastante más que equivocarme: la experiencia.
Cuantos más proyectos has visto, más fácil resulta reconocer patrones. Hay situaciones que alguien afronta por primera vez y que tú ya has vivido tres o cuatro veces. Eso ayuda a decidir más rápido y, muchas veces, mejor. También puede ocurrir algo bastante menos útil: empezar a confundir experiencia con tener razón.
He defendido ideas con mucha seguridad que después no han funcionado como esperaba. Supongo que cualquiera que lleve suficientes años tomando decisiones podría decir lo mismo. El momento difícil llega cuando ya has defendido públicamente una decisión, has convencido a otras personas y empiezan a aparecer datos que dicen que quizá estabas equivocado.
Entonces puedes utilizar tu experiencia para explicar por qué los datos todavía no demuestran nada o puedes cambiar de opinión.
La segunda cuesta bastante más.
Y creo que ahí empieza una parte del liderazgo de la que hablamos poco. Es muy sencillo decirle a un equipo que tiene permiso para equivocarse. La prueba de verdad llega cuando quien se ha equivocado eres tú.
Decir «tenías razón, yo estaba equivocado» no te hace perder autoridad. Lo que sí puede hacerte perderla es seguir defendiendo algo cuando todos en la sala saben ya que no funciona.
Y no es solo cuestión de uno mismo. Si la primera pregunta cuando aparece un problema es «¿quién ha sido?», la próxima persona que vea algo raro se asegurará mucho antes de levantar la mano. En tecnología hablamos continuamente de monitorización y sistemas de alerta temprana, pero uno de los mejores que existen sigue siendo alguien diciendo «esto no me cuadra». Siempre que se atreva a decirlo.
Por eso me gusta una idea bastante sencilla cuando hablamos de innovación: equivocarse barato.
Si creemos que una tecnología puede mejorar un proceso, quizá no necesitemos seis meses de reuniones para decidir quién tiene razón. A veces necesitamos una prueba pequeña, unos límites claros y dos semanas.
Antes de empezar intento responder tres preguntas: qué creemos que va a ocurrir, cuánto nos podemos permitir perder si estamos equivocados y qué tendremos que haber aprendido cuando terminemos.
La tercera es la importante.
Un piloto que confirma nuestra hipótesis tiene un resultado evidente. Pero uno que la desmonta también debería tenerlo. Si podemos decir «esto no funciona por estas razones», hemos reducido incertidumbre. Si además descubrimos un uso que no habíamos previsto, quizá hayamos encontrado algo que no estaba siquiera en el planteamiento inicial.
El verdadero fracaso sería terminar exactamente igual que empezamos, solo que unas semanas más tarde y con algo menos de presupuesto.
Esto, naturalmente, no significa experimentar con todo. La continuidad de una señal, la seguridad, la integridad de los contenidos o los compromisos adquiridos con nuestros clientes exigen rigor. Liderar también consiste en saber dónde podemos probar y qué riesgo estamos dispuestos a asumir para aprender algo que todavía no sabemos.
¿Cómo influye el liderazgo en el aprendizaje y la toma de decisiones tecnológicas?
Con los años he dejado de creer demasiado en los proyectos que, cuando se cuentan tiempo después, parecen haber seguido una línea recta perfecta desde la primera idea hasta el resultado final.
Los proyectos reales que conozco no suelen funcionar así. Nunca hay dos proyectos iguales, aunque supuestamente utilicen la misma tecnología. Cambian las necesidades, cambian las personas que van a utilizarla, aparece una tecnología nueva, una hipótesis que parecía evidente resulta equivocada, algo que considerábamos secundario termina siendo fundamental y, de vez en cuando, una idea que parecía absurda acaba solucionando un problema que llevábamos meses intentando resolver.
También ha cambiado por eso mi manera de entender el liderazgo. Ya no creo que dirigir un equipo consista en ser la persona de la sala que más respuestas tiene. Creo que tiene bastante más que ver con conseguir que las preguntas adecuadas aparezcan a tiempo y que las personas que saben algo que tú no sabes tengan la confianza suficiente para decírtelo.
Además, me gusta pensar que un buen líder es también alguien que sabe rodearse de gente más lista que él.
Sobre todo, cuando lo que tienen que decirte es que te has equivocado.
A veces, el error también es un acierto.
PREGUNTAS FRECUENTES
¿Por qué puede ser útil equivocarse durante un proceso de innovación?
Porque una prueba controlada que demuestra que una hipótesis era incorrecta aporta información que antes no estaba disponible. Ese aprendizaje puede reducir incertidumbre y ayudar a decidir dónde funciona una tecnología, dónde no funciona y hasta qué punto se puede confiar en ella.
¿Qué diferencia existe entre cometer un error y fracasar?
El error puede formar parte de una decisión razonable tomada con la información disponible y evaluada mediante una prueba controlada. El fracaso aparece cuando la experiencia no produce aprendizaje, se repite el mismo error o se consumen tiempo y recursos sin reducir la incertidumbre.
¿Puede automatizarse por completo el doblaje mediante inteligencia artificial?
No todos los contenidos responden de la misma manera a la automatización. La experiencia descrita muestra que una película, una serie y unos dibujos animados pueden requerir tratamientos diferentes: desde procesos más automatizados hasta flujos semiautomáticos o una mayor intervención humana.
¿Qué debería definirse antes de iniciar una prueba tecnológica?
Conviene establecer qué se espera que ocurra, cuánto se puede asumir perder si la hipótesis resulta equivocada y qué aprendizaje debe obtenerse al finalizar la prueba.
¿Qué significa “equivocarse barato” en innovación?
Significa comprobar una hipótesis mediante una prueba pequeña, con límites claros, un riesgo asumible y un objetivo de aprendizaje. No significa experimentar sin control ni asumir riesgos en ámbitos que exigen rigor.
¿Qué relación existe entre liderazgo e innovación tecnológica?
El liderazgo facilita la innovación cuando consigue que las preguntas adecuadas aparezcan a tiempo y que las personas con información relevante puedan expresar dudas, señalar problemas o cuestionar una decisión.
