Innovation Lab de Factchequeado ·
Aprendizajes de la Sesión 6 de Impulsa IA, con Felicitas Carrique
La mayoría de las redacciones que implementan inteligencia artificial (IA) cometen el mismo error: la tratan como un proyecto. Tienen un lanzamiento, festejan y siguen adelante, pero la IA no funciona así. En la sexta sesión de Impulsa IA, un programa de Factchequeado con el apoyo de la Patrick J. McGovern Foundation que busca apoyar a medios aliados en la incorporación de Inteligencia Artificial en distintos niveles de sus organizaciones, Felicitas Carrique, directora ejecutiva de Nes Product Alliance y especialista en producto para medios, nos enseñó a pensar la IA como producto y no como proyecto.
Producto vs. proyecto
¿Qué es cada uno? Un proyecto tiene fecha de fin; un producto no la tiene. Cuando una redacción lanza una herramienta de IA como si fuera un proyecto, generalmente la abandona después del lanzamiento: no hay iteración, no hay mantenimiento, no hay mejora continua. El resultado es predecible y la herramienta muere sola.
El pensamiento de producto, en cambio, conecta las necesidades de la audiencia con las capacidades sostenibles de la organización. No es una filosofía abstracta, es una forma concreta de tomar decisiones antes, durante y después de construir algo.
Tres pilares antes de hablar de tecnología
Antes de elegir cualquier herramienta de IA, Felicitas propone verificar que la organización tiene tres cosas en orden:
- Datos estructurados y unificados: los sistemas de IA necesitan datos organizados para funcionar. Sin eso, no hay modelo que alcance (ni que funcione).
- Flujos de trabajo integrados: el resultado de la IA tiene que entrar en los procesos reales de la redacción, no vivir en paralelo.
- Marcos de gobernanza: alguien tiene que decidir qué es calidad, quién aprueba qué y cómo se corrige cuando algo sale mal.
La tecnología es el cuarto elemento, no el primero. Y, empezar al revés, es común y un error que cuesta caro.
Empezar por la audiencia, no por la herramienta
El error más común al implementar IA es empezar por la herramienta o por lo que hace la competencia. Felicitas propone lo opuesto: empezar por el problema de la audiencia.
Para eso presentó un marco de validación de supuestos en cuatro columnas:
La mayoría de las decisiones de producto de las redacciones viven en las columnas 3 y 4. El trabajo de discovery (o descubrimiento) consiste en moverlas hacia las columnas 1 y 2 antes de invertir y construir un producto. Un ejemplo concreto de la sesión: armar un prototipo de llamado a la acción a lectores para que hagan donaciones a un medio, construido en un día con IA y testeado enseguida con usuarios reales, para validar rápido y barato antes de invertir en grande.
El ciclo de vida del producto: las cuatro etapas que hay que atender por igual
La mayoría de las organizaciones sobreinvierten en una sola etapa del producto, el desarrollo. Felicitas propone repartir la atención (y el dinero) en las cuatro:
- Ideación: identificar problemas de audiencia que conecten con los objetivos de la organización.
- Discovery: analizar las soluciones existentes y validar que el problema es real.
- Desarrollo: construir con un marco claro de priorización.
- Crecimiento: mejora continua y mantenimiento después del lanzamiento.
El lanzamiento no es el final, es el comienzo de la etapa más larga.
Una matriz para decidir qué construir
Para priorizar qué hacer y qué no hacer (que también es muy importante), Felicitas presentó una matriz de impacto contra esfuerzo con cuatro cuadrantes:
La matriz aplica tanto a proyectos enteros como a decisiones sobre funciones individuales dentro de un producto que ya existe.
La pregunta que lo ordena todo
Antes de cualquier decisión de producto, Felicitas propone que todos nos hagamos una sola pregunta: ¿estamos resolviendo un problema real de nuestra audiencia, o uno que nosotros creemos que tiene? La diferencia entre las dos respuestas es la diferencia entre un producto que crece y uno que muere después del lanzamiento.
Impulsa IA es un programa de Factchequeado con el apoyo de la Patrick J. McGovern Foundation, diseñado para fortalecer las capacidades de medios hispanos en el uso responsable de la inteligencia artificial.