Conceptos propios: el vocabulario del puente

En Distribuidora Norte, el campo “última compra” quería decir una cosa distinta en cada sucursal, y lo que los vendedores sabían sobre los clientes a punto de irse no tenía nombre en ningún sistema. Ninguno de los dos problemas era técnico. Eran problemas de palabras: una que significaba demasiadas cosas y un saber que no tenía ninguna.

En un terreno donde el negocio y la técnica se malentienden todo el tiempo, porque usan las mismas palabras para cosas distintas, un vocabulario preciso ya es media traducción hecha. Este capítulo reúne los términos con los que el paradigma piensa y escribe. No son definiciones de manual, sino acepciones operativas, pensadas para el trabajo: cada una nombra algo que, sin la palabra, se pasaba por alto. Cuando un término tiene dueño académico, se lo señala y se remite a Autores y corrientes.

Quien ya leyó Los cuatro eslabones vio varios de estos términos en acción. En el relato del caso aparecen en contexto; acá se definen para poder consultarlos. Las dos lecturas se complementan: la historia enseña el método y el vocabulario lo precisa.

Términos núcleo

Puente sociotécnico

El paradigma, y la práctica que lo encarna, que reúne en una sola competencia la capacidad de leer la trama humana de una organización y la de construir su sistema técnico, sin delegar ninguna de las dos. Coordinar a dos especialistas es gestión de proyecto. El puente es otra cosa: una competencia que asume la traducción en lugar de tercerizarla. → La tesis del puente

Traducción en carne y hueso

La versión operativa de la traducción de la teoría del actor-red.¹ En esa teoría, traducir es alinear los intereses de los actores para que un artefacto se estabilice. “En carne y hueso” quiere decir que la traducción no queda a cargo de un proceso ni de un documento de requerimientos que pasa de mano en mano, sino de una práctica integrada que conserva el sentido del problema humano hasta el código. Deja de ser un paso, que se degrada en cada traspaso, y se vuelve una práctica continua.

Vacío de traducción

El hueco estructural del mercado entre quienes entienden a la gente pero no construyen y quienes construyen pero no leen a la gente. Ahí mueren los proyectos de transformación digital, y ese es el espacio que ocupa el puente. → La tesis del puente

El bucle de los cuatro eslabones

El método: sociología de las organizaciones, ingeniería de software, ingeniería de datos, arquitectura y gobernanza de IA y, de nuevo, la persona. Lo distintivo no son las cuatro disciplinas, que existen sueltas en el mercado, sino que formen un ciclo cerrado sin traspasos, de modo que la hipótesis sociológica no se pierda en los bordes. → Los cuatro eslabones

Diagnóstico sociotécnico

El entregable del eslabón 1 y la condición de todo lo demás. Es una lectura de la organización hecha antes de tocar la tecnología: separa el problema declarado del real, mapea poder, incentivos y resistencias, y dictamina dónde la IA paga y dónde solo destruye valor. → El método del diagnóstico

Preventa integrada

La preventa (lo que la industria llama pre-sales: relevar el problema, diseñar una solución, dimensionarla y proponerla antes de la firma) ejercida por la misma persona que después va a construir. Comprometer alcance y precio es el momento en que el vacío de traducción sale más caro, y separar a quien vende de quien construye obliga a traducir la hipótesis dos veces. Es la traducción en carne y hueso aplicada a la fase comercial, con el hallazgo negativo (“acá no”) como parte honesta del alcance. → El método del diagnóstico

Madurez sociotécnica

El grado en que una organización está lista para que la IA le sume en vez de restarle. No se mide solo por la infraestructura: es multidimensional (estrategia, cultura, talento, gobernanza y calidad de datos), una idea anclada en la investigación sobre AI readiness.² El modelo IMIA adapta y amplía esas categorías para volverlas medibles, y su definición completa vive en IMIA — el instrumento de madurez. Medir la madurez primero es la regla número uno del método.

Del silo a la arquitectura

La mayoría de las organizaciones no llega a la IA desde un exceso de tecnología fallida, sino desde la escasez: gestión en planillas, datos en silos sin conexión, procesos manuales, decisiones sin evidencia. La oportunidad real, y alcanzable hoy, es un arco constructivo: conectar los silos, levantar una arquitectura de información, gobernar el dato y recién entonces sumar IA y agentes donde la organización esté lista. El matiz contraintuitivo es que partir de poca o ninguna digitalización no reduce el riesgo, sino que lo concentra. Obliga a construir a la vez el subsistema técnico y el humano, que es justo lo que el puente sabe hacer. → El puente aplicado a las pymes

La escalera de adopción

Si del silo a la arquitectura dice desde dónde parte una organización, la escalera dice hacia dónde sube, y que sube de a un peldaño: de la ofimática de todos los días a los sistemas que ordenan la operación, de ahí a la IA que anticipa en vez de solo registrar y, en el peldaño actual, a los agentes que ejecutan de punta a punta. El costo de haber salteado la lectura humana crece con cada peldaño, y por eso el paradigma no envejece con la tecnología: la tesis desarrolla esa pendiente. → IMIA — el instrumento de madurez

Escalera analítica

Los datos también suben de a un peldaño, en paralelo a la escalera de adopción. Lo descriptivo dice qué pasó: cuánto se vendió, cuántos pedidos hubo. Lo diagnóstico explica por qué: qué producto cayó, qué sucursal se desvió. Lo predictivo anticipa qué va a pasar: qué cliente se va, qué stock se va a agotar. Y lo prescriptivo, arriba de todo, recomienda qué hacer: reponer esto, llamar a aquel cliente.

Muchas organizaciones creen estar en el peldaño predictivo porque compraron una herramienta de IA, pero en la práctica operan en un descriptivo pobre: cada área calcula “ventas” a su manera y nadie audita las definiciones. Comprar predicción con lo descriptivo roto solo automatiza el error más rápido, con un gráfico mejor. Por eso el diagnóstico tiene que nombrar el escalón analítico real antes de prometer modelos. → Métricas de valor

Memoria institucional

Antes de hablar de arquitectura de datos hace falta algo más básico: que la organización pueda dar respuestas consistentes a las preguntas que se repiten cada semana. “¿Cuántos clientes activos tenemos?” no debería devolver tres números distintos según quién pregunte. Las planillas que circulan por mail, las respuestas que “viven en la cabeza de Fulano” y las versiones del Excel de las que nadie sabe cuál está vigente no revelan falta de tecnología, sino falta de una memoria confiable. Modelar sobre eso, aunque sea en la nube más cara, solo muda el desorden a un lugar más visible.

Términos de advertencia (lo que la tesis combate)

Automatizar el error más rápido

Lo que pasa cuando se monta tecnología sobre un proceso roto o un dato sucio: el problema no se arregla, se ejecuta a mayor velocidad y escala. Resume por qué importa el orden: primero entender, después automatizar.

El dato que miente

Un dato técnicamente “correcto” (bien tipado, sin nulos) que sin embargo no dice lo que la gente cree que dice, porque su significado depende de un contexto humano que se perdió. Un ejemplo es el campo “estado” que para un equipo significa cobranza y para otro, envío. El concepto vuelve operativa la idea de Wang y Strong³: la calidad de datos es contextual y depende del uso, no es un atributo técnico aislado. Casi siempre, un dato que miente es la huella de un proceso humano mal incentivado. → Autores y corrientes

Deuda sociotécnica

Por analogía con la deuda técnica, es el pasivo que se acumula cada vez que se instala tecnología sin resolver el subsistema social: resistencias no trabajadas, procesos no entendidos, usuarios no involucrados. No aparece en el código, pero se cobra en adopción nula, sabotaje y rechazo, y permanece invisible hasta que nadie usa el sistema “perfecto”. Como toda deuda, devenga interés: cuanto más tarde se la reconoce, más caro sale saldar el subsistema humano que se había salteado.

Erosión del andamiaje

El deterioro silencioso de la vía por la que una organización forma a sus propios expertos, cuando la IA se queda con las tareas de entrada (las “fáciles”) que eran el terreno de práctica del novato. A diferencia del desempleo por automatización, que se ve y se discute, es una pérdida de capacidad futura que ninguna métrica de uso registra: la productividad mejora mientras el andamiaje se cae. El dueño académico es Beane, con las tres C del aprendizaje de oficio (challenge, complexity, connection). Es un riesgo de diseño y no un destino, porque el desafío del novato se puede reservar a propósito. → Psicología de la adopción

Shadow AI (síntoma, no delito)

El uso no gobernado de herramientas de IA generativa por fuera de toda política, muchas veces con datos internos. La ciberseguridad lo encuadra como un riesgo que hay que prohibir; el paradigma lo lee como un síntoma diagnóstico. Es el atajo de siempre, ahora con un modelo de lenguaje en lugar de una planilla paralela, y como todo atajo deja a la vista una demanda latente. La respuesta es leer esa necesidad y gobernarla: inventariar los casos, clasificar el riesgo y canalizarlos hacia alternativas gobernadas. Así, el shadow AI deja de ser solo un riesgo y se convierte en una hoja de ruta de adopción. → Higiene sociotécnica

El traspaso de preventa

El patrón corriente en consultoría en el que quien vende y dimensiona no es quien construye. Alguien cierra alcance, precio y promesa, y recién después pasa el proyecto a un equipo de entrega que no escuchó al cliente. Es el vacío de traducción en su forma más cara, porque el desajuste queda fijado en el compromiso. El síntoma se repite: en la primera semana, el equipo descubre que lo vendido no es lo que la organización necesitaba, y el contrato ya está firmado. → preventa integrada

Solucionismo tecnológico

La creencia de que todo problema social u organizacional tiene una solución comprable en forma de herramienta. Es la antítesis directa del puente, porque confunde tener la tecnología con resolver el problema. (Es un término de uso amplio, adoptado acá como blanco recurrente y no como invención propia.)

Métrica de vanidad vs. métrica de valor

La métrica de vanidad mide lo que es fácil de medir y queda bien en un tablero: cantidad de modelos, usuarios registrados, “uso de IA”. La métrica de valor mide lo que le cambia el día a la persona del eslabón 1: una hora liberada, una decisión mejor, una brecha que se cierra. El puente mide valor.

Anarquía de métricas

Cuando cada área calcula la misma magnitud a su manera y dos tableros oficializan dos verdades distintas, la falla no está en la herramienta: falta gobernanza del significado. Las ventas de comercial no son lo mismo que la facturación de administración, y si nadie lo acuerda, cualquier tablero nuevo solo agrega una tercera versión de la verdad. La cura no es un gráfico más prolijo. Pasa por nombrar un dueño para cada indicador, definir en una sola frase qué significa cada número y retirar los indicadores que ya nadie usa para decidir. → Métricas de valor

Teatro ágil

Rituales ágiles sin incremento ni aprendizaje: la reunión diaria que no cambia nada, el ciclo que termina en una demo que nadie usa, la retrospectiva donde todos asienten. La organización adoptó el vocabulario de la agilidad, pero no su método. El antídoto no son más reuniones, sino tres compromisos concretos: una Definition of Done compartida (terminado quiere decir usable en operación), revisiones en las que participen personas de operaciones y no solo el equipo técnico, y un Product Owner capaz de priorizar en cuarenta y ocho horas cuando hace falta. → Los cuatro eslabones

Lock-in tecnológico

La dependencia de un proveedor que vuelve costosa, o imposible, la salida. Antes de firmar, el dictamen hace tres preguntas simples. ¿Podemos exportar nuestros datos si nos vamos? ¿Quién es dueño del código que nos diferencia? ¿Qué pasa si el proveedor sube el precio un cuarenta por ciento el año que viene? Si las respuestas incomodan, el problema no es técnico, sino de negociación y de diseño del contrato.

Términos de valor (la promesa)

Valor en la persona, no en el modelo

El principio de medición del eslabón 4: el entregable nunca es un modelo, sino una decisión humana mejor. Un modelo impecable que no cambia ninguna decisión vale cero; un sistema modesto que le devuelve una hora por día a un equipo vale mucho.

IA como extensión del criterio (no como sustituto)

La posición del paradigma sobre el rol de la IA, sobre todo en el Estado. La IA no reemplaza a quien trabaja (el empleado público, la pyme): le amplifica el criterio. La buena le devuelve poder de decisión a la persona; la mala se lo quita y la deja afuera. Su base es la IA centrada en el humano.⁴ → El puente aplicado al sector público

Criterio en el diseño, no en cada transacción

Cómo sobrevive la IA como extensión del criterio cuando el software deja de sugerir y pasa a ejecutar solo. Si un agente aprueba un reembolso, deriva un reclamo o prioriza un expediente sin que nadie mire cada caso, el viejo “humano en el bucle” (una persona que revisa una decisión por vez) deja de ser posible y, a escala, deja de ser deseable. El criterio no desaparece: cambia de lugar. En vez de filtrar decisiones, define, audita y puede revocar las reglas con que decide el agente: qué hace por su cuenta, cuándo tiene que escalar a una persona y qué deja registrado para revisión. La extensión del criterio se convierte así en gobierno del criterio. Esa es la respuesta a quien teme que la IA agéntica vuelva obsoleta la lectura humana. La vuelve más necesaria, porque sin reglas auditables la autonomía es delegación a ciegas.

El contexto como activo organizacional

El conocimiento que un agente de IA necesita para operar con criterio, entendido como un patrimonio de la organización y no como un insumo técnico que se prepara a último momento. Ese contexto está hecho de la memoria institucional y del glosario bilingüe que el método construye desde el eslabón 1. De ahí se sigue una consecuencia diagnóstica: si una organización no puede explicarle su proceso a una persona, tampoco puede entregárselo a un agente. La falta de legibilidad, que antes se pagaba con adopción nula, ahora se paga además con la imposibilidad de delegar. Por eso el trabajo empieza por volver legible a la organización; esa legibilidad es el contexto que después recibe el agente. → La extensión agéntica

Cerrar la brecha (no solo dar ganancia)

La definición de valor económico que se usa para pymes y Estado. El resultado no se agota en la ganancia de un cliente: incluye acortar la distancia entre los pocos que ya usan IA y el resto del tejido productivo. En América Latina, donde la penetración de la IA es inferior al 4%,⁵ esa brecha es a la vez la oportunidad y la misión. → El puente aplicado a las pymes

La IA como multiplicador con signo

La síntesis que reconcilia dos afirmaciones en apariencia opuestas: la misión es cerrar la brecha, pero la evidencia muestra que la IA mal aplicada la ensancha. No hay contradicción, porque la IA multiplica lo que encuentra. Sobre orden y criterio, multiplica valor; sobre desorden y sin un juicio que la filtre, multiplica el daño. En el experimento de Kenia ayudó a quienes ya iban bien y hundió a quienes iban mal.⁶ Lo que decide el signo no es la potencia del modelo, sino la lectura humana que lo orienta. Por eso el puente es bastante más que un agregado ético: es lo que pone el signo.

Términos de proceso (pyme)

La madurez que mide el IMIA y la escalera de adopción dan dirección y una foto de un momento. En pyme, la configuración real suele ser más inestable: la alineación entre lo técnico y lo social no es un destino que se alcanza una vez, sino una serie de ventanas que se abren y se cierran. Amanollahnejad et al. (2026),⁷ en un estudio cualitativo con 27 pymes del Reino Unido, llaman a esto alineación episódica: avances en ráfagas cuando hay patrocinio, datos confiables y un piloto que funcionó; retrocesos cuando cambia la gerencia, se va la persona clave o los parches dejan de sostenerse. Matiz geográfico: el estudio es del Reino Unido, 2023–2024; el mecanismo sirve para pensar, no para predecir al pie de la letra lo que pasa en América Latina.

Del estudio salen términos operativos que el diagnóstico usa:

• Desalineamiento productivo. La fricción no siempre hay que eliminarla: a veces muestra que un rol está mal definido o que un dato no es confiable. Se distingue del desalineamiento tóxico, en el que se automatiza un error o se ignora una resistencia con una razón válida.
• Desalineamiento cultura-estrategia. La estrategia del PowerPoint dice “innovar con IA”; en el piso, quien se equivoca o prueba algo distinto recibe una llamada de atención. La tecnología avanza en la demo y muere en la operación (Gupta et al., 2020; Shokrollahi Yancheshmeh, 2026).
• Bricolaje sociotécnico. La integración improvisada (exportar una planilla, volver a cargar los datos a mano, pegar dos sistemas con un parche) como forma habitual de sostener la operación cuando no hay un equipo técnico grande. No es motivo de vergüenza: es una señal de hasta dónde se puede automatizar sin antes conectar bien.
• Incertidumbre epistémica organizada. Va más allá del dato que miente: la organización no tiene acuerdo sobre qué evidencia usar cuando una decisión es irreversible. Si tres personas darían tres números distintos para la misma pregunta, todavía no es momento de modelar.
• Dependencia del campeón. Todo el impulso digital atado a una sola persona, sin relevo ni documentación que sobreviva si se va.
• Misfit por escala ajena. Copiar la solución de una firma grande o una guía genérica y empeorar la operación propia, porque el contexto no es el mismo.
• Economía del café. Decisiones legítimas que se toman en relación: en el mostrador, en la llamada, en el café con el proveedor. Estandarizar todo para un algoritmo puede sentirse como perder lo que hace valiosa a la pyme.

Ninguno de estos términos es un adorno teórico. Sirven para no perder de vista, en medio de la jerga, qué se está haciendo y para quién. Todos vuelven, tarde o temprano, a la misma pregunta: ¿esto le sirve a la persona del otro lado? Un vocabulario que no contestara eso sería, él mismo, otra forma de automatizar el error más rápido.

Ver también: La tesis del puente · Los cuatro eslabones · El método del diagnóstico · Bibliografía