Què hem de saber abans de començar?

• En el grau desatès, la IA executa una tasca de principi a fi sense més intervenció humana que les instruccions rebudes prèviament. Es tracta de tasques de baix risc i alt volum, com transcriure una conversa o generar un primer resum.
• En el grau dirigit, la IA proposa i una persona revisa i ajusta abans que el resultat s’utilitzi. És el grau més habitual en gestió del coneixement, perquè combina volum amb una validació real.
• En el grau decisori, la decisió final té conseqüències rellevants (una lliçó apresa que canviarà un procés, una conclusió que afecta un projecte en curs) i la persona no només revisa, sinó que assumeix la responsabilitat última de la decisió.
• El grau d’intervenció adequat no depèn de la dificultat tècnica de la tasca, sinó del risc i l’impacte que el resultat sigui erroni o s’interpreti malament.

Com fer-ho a la pràctica

• Abans d’automatitzar qualsevol tasca de gestió del coneixement, classifica-la explícitament en un dels tres graus, segons el risc d’un error, no segons la complexitat tècnica d’executar-la.
• Reserva el grau desatès per a tasques on un error té conseqüències menors i fàcilment corregibles (una transcripció amb algun matís perdut, per exemple).
• Usa el grau dirigit com a opció per defecte per a la majoria de processos de gestió del coneixement: aporta velocitat sense renunciar a la validació humana.
• Reserva el grau decisori, amb responsabilitat humana explícita, per a les decisions amb més impacte — i documenta qui assumeix aquesta responsabilitat en cada cas.

Errors freqüents i consells

• Assignar el grau d’intervenció segons com d’impressionant resulti la tecnologia, en lloc de segons el risc real de la tasca.
• Deixar en mode desatès tasques l’error de les quals té conseqüències importants, només perquè la IA «normalment encerta».
• Exigir supervisió decisòria en tasques de baix risc, generant una càrrega de revisió innecessària que frena l’adopció.

Consell: quan tinguis dubtes sobre quin grau assignar a una tasca nova, comença pel grau dirigit — és el punt de partida més segur mentre es guanya confiança en el procés.

Per seguir llegint

Amb això tanquem les bases de per què i com canvia el paradigma amb la IA. La següent píndola d’aquest àmbit és un cas: com una organització va recórrer el seu propi cicle del coneixement, abans i després d’incorporar IA nativa, aplicant a la pràctica tot el que hem vist fins ara.

Cas relacionat: El cas d’aquest àmbit mostra diferents graus d’intervenció aplicats al llarg d’un mateix cicle de coneixement: algunes tasques gestionades de manera desatesa, altres dirigides, i les decisions de més impacte reservades al criteri humà.