Re­ci­clar siem­pre es bueno, ¿no?

Geo - - GEO VISIÓN -

mo­de­la­ción. Con la de las em­pre­sas. Las mi­de con un mé­to­do que nun­ca se ha em­plea­do an­tes. Y tam­bién mi­de a la gen­te. Wa­ber en­tre­ga a to­dos los em­plea­dos de una em­pre­sa ca­ji­tas gri­ses que lle­van col­ga­das del cue­llo, tan gran­des co­mo un smartp­ho­ne y re­ple­tas de sen­so­res. Las lla­ma so­cio­me­ter: apa­ra­tos de me­di­ción de la ac­ti­vi­dad so­cial.

Con su ayu­da se re­gis­tra con pre­ci­sión quién ha­bla con quién du­ran­te cuán­to tiem­po, a qué dis­tan­cia se en­cuen­tran las per­so­nas cuan­do ha­blan, dón­de es­tá ca­da uno en qué mo­men­to; in­clu­so se pue­de cal­cu­lar la pos­tu­ra y la di­ná­mi­ca de ca­da mo­vi­mien­to. Y se gra­ba el tono de voz pa­ra re­gis­trar au­to­má­ti­ca­men­te es­ta­dos de áni­mo: en­fa­do, ten­sión, ale­gría...

Eso sue­na a vi­gi­lan­cia co­mo en un cam­po de pri­sio­ne­ros, pe­ro la em­pre­sa de Wa­ber, So­cio­me­tric So­lu­tions, con se­de en Bos­ton, ha desa­rro­lla­do so­fis­ti­ca­das me­di­das pa­ra pro­te­ger la es­fe­ra pri­va­da. En las em­pre­sas don­de Wa­ber em­plea los “so­ció­me­tros”, más del 90% de los em­plea­dos par­ti­ci­pa en las me­di­cio­nes si se les in­for­ma bien, di­ce Wa­ber.

Más char­la y me­nos tra­ba­jo

Así ob­tie­ne da­tos ex­tre­ma­da­men­te pre­ci­sos de la ver­da­de­ra red so­cial de una em­pre­sa. Una ra­dio­gra­fía de las in­ter­ac­cio­nes hu­ma­nas, ba­sa­da en da­tos, don­de Wa­ber lee qué ha­ce que una em­pre­sa sea pro­duc­ti­va. Siem­pre es la mis­ma res­pues­ta: el con­tac­to per­so­nal. Ha­blar ca­ra a ca­ra. En el co­me­dor, en el pa­si­llo, jun­to a la má­qui­na de ca­fé...

Eso no le gus­ta a mu­chos di­rec­ti­vos, que creen que la úni­ca ma­ne­ra de au­men­tar la efi­cien­cia es tra­ba­jar más y char­lar me­nos. Con sus da­tos, Wa­ber pue­de de­mos­trar lo con­tra­rio: Más con­ver­sa­ción es más im­por­tan­te que más tra­ba­jo.

Eso lo ave­ri­guó en el call cen­ter de un gran ban­co. Los em­plea­dos no po­dían ha­cer una pau­sa co­mún por­que los te­lé­fo­nos de­bían es­tar ocu­pa­dos cons­tan­te­men­te. Con sus da­tos, Wa­ber con­ven­ció a la di­rec­ción del ban­co que per­mi­tie­ra una pau­sa co­mún de quin­ce mi­nu­tos a cier­tos equi­pos in­di­vi­dua- les. En­se­gui­da se dis­pa­ró la pro­duc­ti­vi­dad, me­di­da en el nú­me­ro de lla­ma­das con­tes­ta­das. Y tam­bién la sa­tis­fac­ción de los em­plea­dos. Gracias a es­ta pau­sa dia­ria, el ban­co se aho­rró quin­ce millones de dó­la­res en cos­tes de call cen­ter.

En una em­pre­sa de IT, Wa­ber hi­zo otro des­cu­bri­mien­to es­pec­ta­cu­lar. Ca­da uno de los 54 tra­ba­ja­do­res se vol­vió más pro­duc­ti­vo des­pués de ha­blar con un em­plea­do de un gru­po de cua­tro que trans­mi­tían ener­gía a to­dos los de­más. So­lo que nun­ca re­ci­bie- ron un re­co­no­ci­mien­to ade­cua­do por ello.

Los da­tos son tan de­ta­lla­dos que Wa­ber sue­le po­der de­mos­trar có­mo la pro­duc­ti­vi­dad y la sa­tis­fac­ción –que sue­len es­tar re­la­cio­na­das– cre­cen con so­lo cam­biar un po­co el lu­gar de la má­qui­na de ca­fé y per­mi­tir que en ese pun­to se en­cuen­tren más per­so­nas.

La vi­sión de Wa­ber es que las em­pre­sas se des­ha­gan de esos cos­to­sos con­sul­to­res que les re­co­mien­dan una re­es­truc­tu­ra­ción tras otra. Y que, en lu­gar de eso, en­sa­yen cam­bios pe­que­ños y mi­dan con los “so­ció­me­tros” en tiem­po real si los áni­mos y el ren­di­mien­to se me­jo­ran. Y si no es el ca­so, que en­sa­yen otras me­di­das. Has­ta que la co­sa fun­cio­ne. El ob­je­ti­vo es siem­pre el mis­mo: “Te­ne­mos que au­men­tar el nú­me­ro de en­cuen­tros ca­sua­les, per­mi­tir más co­mu­ni­ca­ción es­pon­tá­nea.”

Pe­ro ¿có­mo? ¿Los da­tos que nos ha­cen (o han de ha­cer) pre­de­ci­bles sir­ven

a la ca­sua­li­dad? ¿Y a la es­pon­ta­nei­dad?

A la som­bra de las má­qui­nas de da­tos, el fi­ló­so­fo de tec­no­lo­gía Ke­vin Kelly cree que a los hu­ma­nos nos es­pe­ra “el si­glo de una do­lo­ro­sa cri­sis de iden­ti­dad”. Cuan­to me­jo­res sean las má­qui­nas y los al­go­rit­mos, con más in­sis­ten­cia nos pre­gun­ta­re­mos: “¿Qué co­sas nos que­dan que se­pa­mos ha­cer real­men­te bien?” Pen­sá­ba­mos que éra­mos aje­dre­cis­tas ex­ce­len­tes. O ex­per­tos en ven­tas. O con­sul­to­res de em­pre­sa. “Aho­ra nos da­mos cuen­ta de que no es así. Y te­ne­mos que desa­rro­llar un me­jor con­cep­to de no­so­tros mis­mos.”

Tal vez Ben Wa­ber ya lo ha­ya en­con­tra­do. Ya no nos in­ter­pre­ta­re­mos co­mo se­res ra­cio­na­les, co­mo he­mos he­cho des­de la Ilus­tra­ción, sino co­mo se­res que apor­tan al mun­do su ca­rác­ter im­pre­vi­si­ble. Los que lu­chan con­tra el in­ten­to de cal­cu­lar lo que son, pien­san o ha­cen. Los que se es­pe­cia­li­zan en lo que los al­go­rit­mos no cap­tan: lo que no se ha pro­nun­cia­do ni aún no se ha pen­sa­do y, so­bre todo, en lo que se ha sen­ti­do.

Las má­qui­nas de da­tos se en­car­gan de la es­truc­tu­ra; el ser hu­mano, de la al­te­ra­ción: ¿se­rá esa la nue­va di­vi­sión del tra­ba­jo en el mun­do de Big Da­ta?

Rick Smo­lan (iz­da), de 63 años, es co­fun­da­dor de la exi­to­sa se­rie de li­bros fo­to­grá­fi­cos A day in the life. Con su com­pa­ñe­ra Jen­ni­fer Er­witt, con la que fun­dó “Against all Odds Pro­duc­tions”, rea­li­za des­de los años no­ven­ta pro­yec­tos fo­to­grá­fi­cos de di­men­sio­nes glo­ba­les que re­co­gen las ten­den­cias tec­no­ló­gi­cas más re­cien­tes. Pa­ra el li­bro The Hu­man

Fa­ce of Big Da­ta, pa­tro­ci­na­do por EMC pa­ra Cis­co, SAP y Fe­dex, su equi­po via­jó du­ran­te 18 me­ses pa­ra plas­mar el abs­trac­to con­cep­to de los flu­jos de da­tos en his­to­rias con­cre­tas (www.hu­man­fa­ceof­big­da­ta.com). El au­tor de GEO, Ch­ris­toph Kuc­klick, de 49 años, ha pro­ba­do di­ver­sos apa­ra­tos de me­di­ción pa­ra ana­li­zar, por ejem­plo, la ca­li­dad de su sue­ño, pe­ro des­pués pre­fi­rió re­ti­rar­se a su so­fá com­ple­ta­men­te li­bre de da­tos

Newspapers in Spanish

Newspapers from Spain

© PressReader. All rights reserved.