El artículo de Dart Health aborda un problema común en empresas de beneficios: la dependencia de un empleado clave, a quien se refiere como “Jen”, con un conocimiento profundo y tácito de sistemas complejos de procesamiento de datos. Jen, en el contexto del artículo, es una persona con un conocimiento excepcional de formatos de datos específicos, como el archivo “Action/Action Reason Code” utilizado para procesar información de licencias de empleados. Este archivo, a menudo proporcionado por clientes, es notoriamente complejo y lleno de idiosincrasias que varían según el empleador, lo que lo hace difícil de manejar. La empresa se encuentra en una situación precaria: Jen es esencial para el funcionamiento del sistema, pero su disponibilidad es limitada, especialmente cuando necesita tomarse un descanso o licencia de maternidad. Simplemente entrenar a un reemplazo (“designar un heredero”) no resuelve el problema subyacente, ya que el conocimiento permanece en la cabeza de la persona.
La solución propuesta no es simplemente documentar el conocimiento de Jen (aunque la documentación es útil), sino construir un sistema de aprendizaje automático, como el “Data Nexus”, que pueda aprender de la experiencia. Este sistema funciona como un “humano en el bucle”: inicialmente, cuando se enfrenta a datos ambiguos o inusuales, los presenta a un experto (Jen) para que los resuelva. La clave es que el sistema aprende de estas resoluciones, codificando la respuesta como una regla que puede aplicar a casos futuros. Con el tiempo, el sistema se vuelve más autónomo, reduciendo la carga de trabajo de Jen y permitiéndole enfocarse en casos más complejos y desafiantes. En lugar de ser un cuello de botella, Jen se convierte en un “multiplicador de fuerza”, un consultor estratégico que solo interviene cuando es necesario.
El artículo enfatiza que la dependencia de expertos individuales es un riesgo para cualquier empresa, y que la automatización inteligente, combinada con la experiencia humana, es la clave para superar este desafío. La analogía con el Dr. House, un médico que solo se involucra en los casos más difíciles, ilustra cómo un sistema de aprendizaje puede liberar a los expertos para que se concentren en tareas de mayor valor, haciéndolos más valiosos y, por ende, más propensos a permanecer en la empresa.