Pieza
Cohen y Levinthal · Tener conocimiento delante no significa saber aprovecharlo
La capacidad de absorción explica por qué dos empresas pueden acceder a la misma información y obtener resultados muy distintos. Reconocer el valor de lo nuevo, entenderlo y aplicarlo exige capacidades previas.
Posición en el puzzle
Dónde participa esta pieza
Grupos
- Aprendizaje, memoria y conocimiento organizativo
- IA generativa y ampliación del trabajo cognitivo
Autores: Wesley M. Cohen y Daniel A. Levinthal
Texto de referencia: Absorptive Capacity: A New Perspective on Learning and Innovation · Administrative Science Quarterly · 1990
Dos empresas pueden leer el mismo informe, contratar la misma tecnología y acudir a la misma conferencia. Una descubre algo decisivo. La otra apenas obtiene valor.
¿Por qué?
Cohen y Levinthal llamaron capacidad de absorción a la capacidad de una organización para reconocer el valor de conocimiento nuevo, asimilarlo y utilizarlo.
La idea parece sencilla, pero tiene una consecuencia importante: el conocimiento disponible fuera no se convierte automáticamente en capacidad dentro.
Para aprender algo nuevo hace falta saber algo antes
Los autores vincularon esta capacidad al conocimiento previo.
Cuanto mejor comprende una organización un área, más fácil le resulta reconocer cuándo aparece algo nuevo que merece atención, relacionarlo con lo que ya sabe y convertirlo en una aplicación útil.
Esto explica una paradoja habitual.
Una empresa puede decidir que quiere «ponerse al día» y comprar cursos, herramientas, informes o consultoría. Pero si internamente nadie tiene tiempo, criterios o conocimientos suficientes para evaluar lo recibido, gran parte de esa inversión se queda en la superficie.
El material está. La capacidad para incorporarlo, no.
La IA vuelve esta diferencia mucho más visible
Nunca había sido tan fácil acceder a conocimiento y nunca había sido tan fácil confundir acceso con aprendizaje.
Una persona puede pedir a una IA que explique prácticamente cualquier asunto. Una empresa puede comprar una herramienta avanzada y disponer de documentación, tutoriales y asistentes capaces de responder preguntas al instante.
Eso es una ampliación enorme de posibilidades.
Pero comprender una respuesta no siempre permite reconocer si es relevante, incompleta, equivocada o aplicable a una situación concreta. Tampoco garantiza que el aprendizaje quede disponible para el resto de la organización.
La IA puede reducir el coste de acceder a conocimiento. No elimina la necesidad de saber qué hacer con él.
El riesgo económico de no absorber lo nuevo
Cuando una tecnología o una práctica nueva empieza a cambiar un sector, las empresas no parten del mismo lugar.
Las que llevan tiempo investigando, experimentando y formando personas suelen reconocer antes qué parte del cambio es relevante. Las que han tratado el aprendizaje como un gasto accesorio pueden necesitar mucho más tiempo para llegar al mismo punto.
Ahí aparece una diferencia acumulativa.
Quien aprende antes prueba antes. Quien prueba antes obtiene experiencia antes. Esa experiencia mejora la siguiente decisión. Y la distancia puede crecer incluso aunque todos tengan acceso a las mismas herramientas.
Por eso quedarse fuera no consiste solamente en «no comprar la tecnología». Puede consistir en comprarla sin desarrollar la capacidad necesaria para incorporarla.
Oportunidades que abre esta necesidad
Si las organizaciones necesitan absorber conocimiento cada vez más deprisa, aparece un mercado mucho más amplio que el de vender cursos o software.
Hay oportunidades para quienes ayuden a convertir conocimiento externo en práctica interna.
Formadores que trabajen sobre problemas reales en lugar de contenidos genéricos.
Especialistas capaces de traducir una tecnología a las necesidades de un sector concreto.
Consultores que acompañen experimentos y dejen capacidad instalada en vez de limitarse a entregar recomendaciones.
Comunidades profesionales que compartan casos, errores y aprendizajes mientras el campo cambia.
Documentalistas y gestores del conocimiento que consigan que lo aprendido por un equipo no desaparezca cuando cambia una persona.
Mentores y profesionales senior capaces de conectar novedades con experiencia acumulada.
Herramientas de IA diseñadas no solo para responder preguntas, sino para trabajar con el contexto, la memoria y los criterios de una organización.
Profesiones existentes con una función nueva
Esta oportunidad no exige inventar una profesión desde cero.
Un profesor puede convertirse en acompañante de aprendizaje continuo.
Un especialista técnico puede actuar como puente entre una innovación y un sector que todavía no sabe utilizarla.
Un responsable de recursos humanos puede pasar de administrar formación a diseñar capacidad de aprendizaje dentro del trabajo.
Un consultor puede medir su éxito no por cuánto sabe él, sino por cuánto sabe hacer el cliente cuando termina la intervención.
Un directivo puede tratar el conocimiento previo, la experimentación y la curiosidad profesional como infraestructura estratégica, no como actividades que se realizan cuando sobra tiempo.
Qué nos dice esta pieza sobre Lo que viene
Cohen y Levinthal escribieron en 1990. No estaban describiendo la IA generativa ni el mercado que estamos observando.
Pero su trabajo permite ver algo esencial: la abundancia de conocimiento aumenta el valor de la capacidad para incorporarlo.
Si el entorno produce novedades cada vez más deprisa, no basta con estar conectado a buenas fuentes. Personas y organizaciones necesitan reconocer qué merece aprenderse, relacionarlo con lo que ya saben, probarlo y conservar lo aprendido.
Ahí aparecen muchas oportunidades.
Porque el conocimiento puede estar a un clic de distancia y, sin embargo, seguir existiendo una distancia enorme entre tenerlo delante y saber utilizarlo.