Etiqueta: CEO

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de Calidad, consultoría de políticas públicas

Desde que la IA generativa se generalizó hace un año, inspira en igual medida exageración y miedo. Los impulsores de herramientas como ChatGPT y DALL-E predicen que transformarán nuestra economía, mientras que los escépticos se preocupan por su potencial para producir resultados inexactos o dañinos y, en última instancia, reemplazar a los trabajadores. Pero hasta hace poco, nadie había probado lo que realmente sucede cuando las empresas dan rienda suelta a la IA generativa a escala en lugares de trabajo reales.

El primer estudio de este tipo, publicado como documento de trabajo de la Oficina Nacional de Investigación Económica a principios de este año, encontró el mejor de los casos: proporcionar a los trabajadores una herramienta de IA generativa similar a ChatGPT puede conducir a trabajadores más productivos, clientes más felices y una mayor retención de empleados.

Los investigadores estudiaron a casi 5.200 agentes de atención al cliente de una empresa de software de la lista Fortune 500 que obtuvieron acceso a un asistente basado en IA generativa en un despliegue gradual entre noviembre de 2020 y febrero de 2021. Durante los chats de soporte, la herramienta de IA generativa compartió recomendaciones en tiempo real con los operadores, sugiriendo cómo responder a los clientes y proporcionando enlaces a documentos internos sobre problemas técnicos.

En comparación con un grupo de trabajadores que operaban sin la herramienta, aquellos que contaban con la ayuda del chatbot eran 14% más productivos, en promedio, según la cantidad de problemas que resolvían por hora. Los agentes apoyados por IA terminaron las conversaciones más rápido, manejaron más chats por hora y tuvieron un poco más de éxito en la resolución de problemas. En particular, el efecto fue mayor para los trabajadores menos calificados y con menos experiencia, que experimentaron ganancias de productividad de hasta 35%.

Ahora, durante la mayor parte de los últimos 30 años, las computadoras y las tecnologías digitales ayudaron a los trabajadores más calificados respecto a los menos calificados. La IA generativa va al revés y la productividad aumenta rápidamente.

Por otra parte, también rompe el hito inercial.  A menudo, con las nuevas tecnologías, hay un poco de declive antes de que despegue, porque es difícil y costoso implementar cambios, volver a capacitar a los trabajadores y cambiar los procesos comerciales. En este caso, no vimos una pausa y el rendimiento despegó en solo unos meses.

Esto porque con la ayuda de la IA, los agentes que habían estado en el trabajo durante dos meses se desempeñaron tan bien como los agentes sin soporte con seis meses de experiencia.

La intervención también dio lugar a clientes más felices, según lo medido tanto por las encuestas a los clientes como por un análisis textual de su lenguaje en las conversaciones.

Lejos de resentirse con un entrenador de IA, los agentes con acceso a la herramienta tenían menos probabilidades de renunciar, un hallazgo significativo en una industria con una rotación crónicamente alta.

En general, los investigadores concluyeron que la IA generativa era una victoria para los empleados, clientes y accionistas de la empresa por igual.

 

Por Jorge Manrique, Rector del colegio Jurista y director general de Gobierno de Calidad, consultoría de políticas públicas.

La justicia electoral no se limita a que cada voto cuente. Es enfocarse en el Derecho de las personas.

Por eso el Tribunal Electoral prioriza los derechos de los grupos en situación de desventaja como la comunidad migrante, la LGBTTTTIQ+, de las personas con discapacidad, personas indígenas. A la par, se asegurar la paridad. Es decir, ya no es suficiente que los votos se cuenten: se necesita garantizar el ejercicio de los derechos de la gente.

El Tribunal Electoral dejó de ser el tribunal de los partidos para ser el tribunal de las personas y a favor de los derechos humanos.

Por ejemplo, en el artículo 38 de la Constitución política, las personas que se encuentran en situación de prisión preventiva oficiosa tienen suspendidos sus derechos político-electorales. Pero el artículo 20 de la Carta Magna establece la presunción de inocencia.

Entonces, el Tribunal Electoral, desde hace unos años, estableció que las personas que se encuentran en prisión preventiva oficiosa deben ejercer su derecho al voto. El papel del tribunal es progresista, de derechos humanos y “principialista” o que más allá del texto de la ley se encuentran los principios de la Constitución.

Hasta ahora, los grupos que históricamente están subrepresentados no acceden al poder. Tiende a quedarse entre quienes lo detentan. Entonces se de debe poner un piso más justo para una mejor sociedad, en la que se represente a todos. Esto implica la elección de jueces a través de carrera judicial. Eso opera para todos los jueces, incluso para los electorales.

En una era en la que la tecnología, y concretamente los bots y los troles que intervienen en la justicia electoral, debe reconocerse que tratan de presionar a los jueces a través de bots y de troles y también molestan entre sí a los actores sociales. La conversación digital prácticamente se pierde, sobre todo en algunas redes sociales.

Por otra parte los algoritmos, empiezan a propiciar que sólo haya un diálogo circular entre determinadas personas que piensan igual, lo que puede ser un reto frente a la democracia plural. La inteligencia artificial en las cuestiones electorales va a ser un gran reto, tratándose de spots de televisión y para redes sociales.

Ahora, ante una reforma electoral inminente, tenemos que replantear el sistema electoral y abrir el abanico electoral al voto anticipado, por internet, a través de centros de votación, en máquinas electrónicas en ciertos momentos, y esa es una posibilidad que se tendrá que explorar, e incluso que no haya, en algunos municipios, campaña por tierra, sino solamente campaña física, con pendones y cosas así, o campaña por aire, para garantizar, por un lado, el principio de equidad y, por otro, para evitar que haya presiones hacia los candidatos por parte del crimen organizado.

 

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de calidad, consultoría de políticas públicas

La brecha salarial entre hombres y mujeres prevalece y una de las razones podría ser la difícil situación de los trabajadores más jóvenes.

Desde finales de la década de 1990, la reducción de la brecha salarial entre hombres y mujeres se ralentizó drásticamente. Una razón sorprendente es que los trabajadores de mayor edad ocupan la mayor parte de los puestos mejor pagados.

Entonces la brecha entre los salarios medios de hombres y mujeres se redujo sustancialmente en las últimas cuatro décadas. En Estados Unidos, el hombre promedio ganaba alrededor de 80 por ciento más que la mujer promedio en 1976. En 2019, esa brecha logró reducirse al 33 por ciento.

Después la tasa de esta reducción se desaceleró a partir de finales de la década de 1990 y sigue vigente hasta el día de hoy.

Una posible razón es que las cohortes más jóvenes tienen menos probabilidades de recibir ascensos y pasar a trabajos mejor pagados respecto a los mayores cuando tenían su edad.

A medida que la brecha salarial de género se reduce en la última generación de trabajadores, desciende de una manera específica: principalmente entre los trabajadores más jóvenes que ingresan a la fuerza laboral en lugar de a lo largo de la vida profesional.

En otras palabras, una mujer joven que ingresó a la fuerza laboral en 1990 podría tener una paridad salarial más cercana a sus pares masculinos que una mujer joven que comenzó su primer empleo en 1980.

Para ambas mujeres, la diferencia promedio entre su salario y el de los hombres de su edad no mejorará a lo largo de su carrera principalmente porque las demandas de cuidado y crianza de los hijos recaen desproporcionadamente en las mujeres.

Ahora, cualquier cierre de la brecha salarial de género se debe principalmente a la jubilación de las cohortes de mayor edad, cuyas diferencias salariales eran aún mayores.

Actualmente el pago de ingreso pronosticado por la especialidad representa aproximadamente el 80 por ciento de la brecha salarial de género que se mantiene desde mediados de la década de 1990 entre los graduados universitarios.

En otras palabras, los hombres y mujeres jóvenes se sienten atraídos por diferentes campos a medida que eligen sus áreas de especialización educativa, y los hombres son mucho más propensos que las mujeres a especializarse en materias STEM lucrativas como ciencias naturales, física, matemáticas, ciencias de la computación e ingeniería.

Esto podría significar dirigir a las mujeres hacia campos mejor remunerados o aumentar el salario en los sectores en los que es más probable que trabajen.

 

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de calidad, consultoría de políticas públicas

La incertidumbre que prevalece en nuestros días impone reformular planes de estudio y establecer competencias para lidiar con problemas que aún no existen ni imaginamos. Esto implica generar el pensamiento crítico y aprender a aprender.

Sin embargo, en este momento también pueden enumerarse las acciones que permitirán a las empresas enfrentar el futuro y crear resiliencia.

Los diez factores cruciales que deben detentar las organizaciones para poder enfrentar la vulnerabilidad futura son estos:

1. La toma inmediata de acciones y decisiones está ligada a la capacidad de resiliencia y aprovechamiento de oportunidades del contexto en el que se desarrolla una empresa. Esta agilidad responde a organigramas horizontales y empoderamiento en cada puesto de trabajo. También, y muchos lo consideran prioritario, a la clarificación de la misión corporativa y la contribución de cada área a su cumplimiento y visión.
2. Trabajo híbrido. Reconocer el nuevo equilibrio entre el trabajo presencial y remoto es sumar posibilidades en la organización. Se responde a un nuevo y necesario equilibrio entre vida personal y desarrollo profesional de los colaboradores, lo que asegura que la corporación sea más atractiva a los mejores talentos, pero también le asegura mayor compromiso por parte de sus equipos de trabajo.
3. Empleo tecnológico. Permite impulsar las operaciones de una empresa y construir mejores organizaciones. Por ejemplo, las empresas ya están utilizando la IA para crear fuentes de talento sostenibles, mejorar drásticamente las formas de trabajar y realizar cambios estructurales más rápidos y basados en datos.
4. Nuevas reglas de atracción, retención y desgaste. Las personas están revisando sus actitudes tanto hacia el trabajo como en el trabajo. Las organizaciones pueden adaptar las propuestas de valor de los empleados a las preferencias individualizadas para cerrar la brecha entre lo que quieren los trabajadores de hoy y lo que necesitan las empresas.
5. Capacidades institucionales. Son necesarias para emplear la tecnología y elementos digitales de sus estrategias.
6. Mejorar el talento. Las empresas deben centrarse en colocar los mejores talentos con los puestos de mayor valor.
7. Nuevos esquemas de liderazgo. Presupone ser inspirador, empático, capaz de catapultar las destrezas y conocimientos de los otros y no centrarse en si mismos.
8. Impulsar la diversidad, equidad e inclusión. Deben traducirse en progreso significativo y esto implica detección de oportunidades en todos los ámbitos y niveles de implicación. Asumir que se trata de un estilo de vida, no una moda gerencial.
9. Salud mental. Existe una correlación muy fuerte entre el desempeño y la salud mental, por lo que las organizaciones deberán establecer políticas y acciones que privilegian el bienestar de sus colaboradores.
10. Es desplegar los recursos donde más importan.

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de Calidad, consultoría de políticas públicas

Los fraudes por deepfake en México podrían crecer hasta en un 300% en 2024, mientras 7 de cada 10 mexicanos no saben lo que es ni lo que supone.

Los deepfakes son un producto de la inteligencia artificial, que tienen el poder de crear contenidos falsos increíblemente realistas como imágenes, audio y vídeos.

Aunque existen usos legítimos, como en los videojuegos y el entretenimiento, también tiene un lado más oscuro. Por ejemplo, difundir rápidamente información falsa.

La legalidad de los deepfakes es compleja. Por lo general, los deepfakes son lícitos, a menos que entren en conflicto con normativas vigentes como la explotación infantil, la difamación o el discurso del odio.

Aunque los principales blancos de los ciberdelincuentes para aplicar esta estafa son empresas, figuras públicas y políticos, los usuarios comunes también pueden llegar a serlo.

A través del deepfake, los ciberdelincuentes buscan tener acceso fácil a datos confidenciales, particularmente información de celulares, contraseñas y documentos, e incluso pueden llegar a crear fotografías íntimas falsas como método de extorsión.

Para evitar caer en estos fraudes, es conveniente: Evitar publicar fotografías en redes sociales que muestren el rostro de la persona o de la empresa donde trabajan, crear contraseñas distintas para correos laborales y personales y cuidar las descargas de páginas o apps de poca confianza así como instalar sistemas de ciberseguridad y antivirus

Vale mencionar que tan solo en el primer mes de este 2024, se encontraron más de 4 mil reportes en la CDMX por fraude digital, la mayoría de ellos ocurriendo a través de redes sociales, sitios web e incluso vía telefónica y mensajes de texto.

A pesar de que el ecosistema digital es variado, la categoría que resulta más afectada por estos ataques es la de moda. Los ataques a las compras relacionadas crecieron 19%, específicamente en torno al volumen de ventas.

El proceso de creación de deepfakes implica el uso de técnicas avanzadas de aprendizaje automático, como las redes generativas adversariales (GAN) y los autocodificadores, para crear y perfeccionar contenidos falsos.

Con la ayuda de herramientas como Deep Art Effects, Deepswap, Deep Video Portraits, FaceApp, FaceMagic, MyHeritage, Wav2Lip, Wombo y Zao, cada vez es más fácil generar deepfakes en poco tiempo. Como resultado, la necesidad de métodos eficaces de detección y prevención es más crucial que nunca.

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de calidad, consultoría de políticas públicas.

Muchas de las nuevas tecnologías se vuelven conceptos comunes en las que su uso continuo desaparece su verdadero significado y pueden invisibilizar su impacto o asumirse como parte de una narrativa ajena y carente de pragmatismo.

Un ejemplo es el aprendizaje automático. Parece ciencia ficción, pero es una forma de inteligencia artificial capaz de aprender sin programación explícita por parte de un humano.

Durante la mayor parte de la historia, pensamos que el aprendizaje, la capacidad de ajustar nuestro comportamiento en función de la información recopilada, era algo que solo los humanos hacían. Las últimas décadas cambian esta percepción.

Ahora sabemos que los animales de todo tipo aprenden de la experiencia, la enseñanza e incluso el juego. Pero no solo los animales aprenden: cada vez hay más pruebas de que las plantas también lo hacen y las máquinas también son capaces de aprender.

El aprendizaje automático es una forma de inteligencia artificial (IA) que puede adaptarse a una amplia gama de entradas, incluidos grandes conjuntos de datos e instrucción humana.

La capacidad de una computadora para aprender sin ser programada para ello, se explica porque los algoritmos de aprendizaje automático son capaces de detectar patrones y aprender a hacer predicciones y recomendaciones mediante el procesamiento de datos y experiencias. Esto sin recibir instrucciones de programación explícitas. Los algoritmos también se adaptan en respuesta a nuevos datos y experiencias para mejorar con el tiempo.

La importancia del aprendizaje automático es mayor que nunca por el volumen y la complejidad de los datos que se generan e impacta en varias industrias, incluido el análisis de imágenes médicas y la predicción meteorológica de alta resolución.

Aunque el aprendizaje automático como disciplina se introdujo por primera vez en 1959,  hasta finales de la década de 1990 cuando realmente se posicionó en las industrias.

Una variable de esta tecnología es el aprendizaje profundo, una versión más avanzada del aprendizaje automático. Es particularmente hábil para procesar una gama más amplia de recursos de datos como texto y datos no estructurados, incluidas imágenes. Este tipo de aprendizaje automático requiere aún menos intervención humana y a menudo, puede producir resultados más precisos que el aprendizaje automático tradicional.

Con el advenimiento de los algoritmos de aprendizaje automático, la Inteligencia Artificial allana el camino para experiencias de aprendizaje personalizadas  adaptadas a las necesidades y preferencias de los estudiantes de la Generación Z.

Los modelos de aprendizaje automático analizan vastos conjuntos de datos de métricas de rendimiento estudiantil, lo que permite a los educadores desarrollar percepciones matizadas sobre los patrones de aprendizaje individuales.

Esto responde a la premisa de que no todos aprendemos con la misma velocidad y de la misma forma. La personalización es una de las bondades del aprendizaje automático. Y su potencial se agiganta cada vez más.

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de calidad, consultoría de políticas públicas

Muchas de las nuevas tecnologías se vuelven palabras comunes en las que su uso continuo desaparece su verdadero significado y pueden invisibilizar su impacto o asumirse como parte de una narrativa ajena y carente de pragmatismo.

Un ejemplo es el aprendizaje automático. Parece ciencia ficción, pero es una forma de inteligencia artificial capaz de aprender sin programación explícita por parte de un humano.

Durante la mayor parte de nuestra historia, hemos pensado que el aprendizaje, la capacidad de ajustar nuestro comportamiento en función de la información recopilada, era algo que solo los humanos hacían. Las últimas décadas cambian esta percepción.

Ahora sabemos que los animales de todo tipo aprenden de la experiencia, la enseñanza e incluso el juego. Pero no solo los animales aprenden: cada vez hay más pruebas de que las plantas también lo hacen y las máquinas también son capaces de aprender.

El aprendizaje automático es una forma de inteligencia artificial (IA) que puede adaptarse a una amplia gama de entradas, incluidos grandes conjuntos de datos e instrucción humana.

La capacidad de una computadora para aprender sin ser programada para ello. Se explica porque los algoritmos de aprendizaje automático son capaces de detectar patrones y aprender a hacer predicciones y recomendaciones mediante el procesamiento de datos y experiencias. Esto sin recibir instrucciones de programación explícitas. Los algoritmos también se adaptan en respuesta a nuevos datos y experiencias para mejorar con el tiempo.

La importancia del aprendizaje automático es mayor que nunca por el volumen y la complejidad de los datos que se generan e impacta en varias industrias, incluido el análisis de imágenes médicas y la predicción meteorológica de alta resolución.

Aunque el aprendizaje automático como disciplina se introdujo por primera vez en 1959,  hasta finales de la década de 1990 que el aprendizaje automático realmente se posicionó en las industrias a medida que los avances constantes en la digitalización, lenguajes informáticos capaces de matizar más y la potencia de cálculo y la memoria más baratas permitieron a los científicos de datos entrenar modelos de aprendizaje automático para aprender de forma independiente de conjuntos de datos. Más tarde, la amplia disponibilidad de servicios en la nube de bajo costo aceleró aún más los avances en el aprendizaje automático.

Una variable de esta tecnología es el aprendizaje profundo, una versión más avanzada del aprendizaje automático. Es particularmente hábil para procesar una gama más amplia de recursos de datos como texto y datos no estructurados, incluidas imágenes. Este tipo de aprendizaje automático requiere aún menos intervención humana y a menudo, puede producir resultados más precisos que el aprendizaje automático tradicional.

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de Calidad, consultoría de políticas públicas.

Palabras o fenómenos habituales suelen perder su verdadero significado y darles connotaciones falaces o imprecisas. Este es el caso de la inflación, sus causas y efectos.

La inflación es la pérdida gradual del poder adquisitivo, que se refleja en un aumento generalizado de los precios de los bienes y servicios.

La inflación se refiere a un aumento generalizado de los precios de los bienes y servicios en toda la economía a lo largo del tiempo, lo que erosiona el poder adquisitivo tanto de los consumidores como de las empresas.

La política monetaria es un motor fundamental de la inflación a largo plazo. La alta tasa de inflación actual es el resultado del aumento de la oferta monetaria, los altos costos de las materias primas, los desajustes laborales y las interrupciones del suministro, exacerbados por los conflictos geopolíticos.

En la inflación a corto plazo:

La inflación impulsada por la demanda se produce cuando la demanda de bienes y servicios en la economía supera la capacidad de la economía para producirlos.

La inflación impulsada por los costos se produce cuando el aumento del precio de los bienes y servicios de los insumos aumenta el precio de los bienes y servicios finales.

La teoría y la práctica económicas, observadas durante muchos años y en muchos países, muestran que los períodos prolongados de inflación son causados en gran parte por lo que se conoce como una política monetaria expansiva. En otras palabras, cuando el banco central de un país fija la tasa de interés demasiado baja o aumenta el crecimiento del dinero demasiado rápido, la inflación aumenta.

Como resultado, la moneda no llegará tan lejos hoy como lo hizo ayer. Por ejemplo: en 1970, la taza promedio de café en los Estados Unidos costaba 25 centavos. En 2019 subió a 1,59 dólares. Entonces, por sólo cinco dólares se podían comprar alrededor de tres tazas de café en 2019, frente a 20 tazas que podían adquirirse en 1970. Eso es inflación. No se limita a los aumentos de precios de un solo artículo o servicio. Se refiere a los aumentos de precios en un sector, como el minorista o el automotriz, y, en última instancia, en la economía de un país.

¿Cómo afecta la inflación la vida diaria? Probablemente se ven las altas tasas de inflación reflejadas en las facturas, desde comestibles hasta servicios públicos e incluso pagos hipotecarios más altos. Los ejecutivos y los líderes corporativos también deben lidiar con los efectos de la inflación y descubrir cómo proteger los márgenes mientras pagan más por las materias primas.

Pero la inflación no es del todo mala. En una economía sana, la inflación anual suele estar en el rango de dos puntos porcentuales, que es lo que los economistas consideran una señal de estabilidad de precios. Cuando la inflación se encuentra en este rango, puede tener efectos positivos: puede estimular el gasto y, por lo tanto, la demanda y la productividad cuando la economía se desacelera y necesita un impulso. Pero cuando la inflación comienza a superar el crecimiento de los salarios, puede ser una señal de advertencia de una economía en dificultades.

Ahora, puede que la inflación disminuya en muchos mercados, pero todavía hay incertidumbre por delante. Sin un aumento significativo de la productividad, las economías occidentales pueden dirigirse a un período de inflación sostenida o a un importante reinicio económico, como lo experimentó Japón en las primeras décadas del siglo XXI.

Lo que sí parece cambiar son las actitudes de los líderes. Presentan menos temor sobre la inflación como riesgo para el crecimiento económico mundial y nacional.

La política monetaria es un motor fundamental de la inflación a largo plazo. La alta tasa de inflación actual es el resultado del aumento de la oferta monetaria, los altos costos de las materias primas, los desajustes laborales y las interrupciones del suministro, exacerbados por los conflictos geopolíticos.

En la inflación a corto plazo:

La inflación impulsada por la demanda se produce cuando la demanda de bienes y servicios en la economía supera la capacidad de la economía para producirlos.

La inflación impulsada por los costos se produce cuando el aumento del precio de los bienes y servicios de los insumos aumenta el precio de los bienes y servicios finales.

 

Por Jorge Manrique, Rector del Colegio Jurista y director general de Gobierno de Calidad, consultoría de políticas públicas

Cuando se minimiza el miedo en una organización, aumentan las posibilidades de arriesgarse a la innovación de productos, operación y gestión.

Las ideas y soluciones se multiplican al multiplicar la seguridad psicológica y crear una cultura de aprendizaje continuo en las organizaciones.

Hoy solo tres de cada 10 empleados consideran que sus opiniones cuentan en el trabajo. Si se redujera a la mitad esa cifra, las organizaciones reducirían el 27% en la rotación, 40% en los incidentes de seguridad y aumentarían 12% la productividad.

Esto implica que los líderes empresariales no deben concentrarse en contratar talento, sino fomentar un clima empresarial donde los empleados se sientan libres de aportar ideas, compartir información y denunciar errores. Si no se logra esto, las personas tienen miedo de hablar.

A mediano plazo, el silencio auto impuesto puede dañar la reputación corporativa.

Ahora, la seguridad psicológica no es un entorno donde las personas carecen de altos estándares o incumplan con los plazos. No es sentirse «cómodo» en el trabajo. Es permitir la franqueza y apertura. Es prosperar en un entorno de respeto mutuo.

Así, propiciar la seguridad psicológica en el trabajo no basta. También se deben establecer normas estrictas e inspirar y permitir que las personas las alcancen. En otras palabras, los líderes de hoy deben motivar a las personas para que realicen mejor trabajo.

Cada vez que se intenta que las personas estén en la misma página, con objetivos comunes y una apreciación compartida a lo que se enfrentan, se prepara el escenario para la seguridad psicológica.

Si los líderes quieren aumentar el talento individual y colectivo, deben fomentar un clima psicológicamente seguro en el que los empleados se sientan libres de aportar ideas,

Debido a que el miedo a (reportar) el fracaso es un indicador clave de un entorno con bajos niveles de seguridad psicológica, la forma en que los líderes presentan el papel del fracaso es esencial. Una manera de hacer esto es estar a favor del aprendizaje.

El líder está obligado a establecer la dirección del trabajo, a invitar a los aportes pertinentes para aclarar y mejorar la dirección general que se establece, y a crear las condiciones para el aprendizaje continuo para lograr la excelencia.

En sí, nadie quiere correr el riesgo interpersonal de imponer ideas cuando el jefe parece pensar que lo sabe todo. Una mentalidad de aprendizaje, que combina humildad y curiosidad, mitiga este riesgo. Las investigaciones muestran que cuando los líderes expresan humildad, los equipos se involucran más en comportamientos de aprendizaje.

Para reforzar un clima de seguridad psicológica, es imperativo que los líderes, en todos los niveles, respondan de manera productiva a los riesgos que asumen las personas. Las respuestas productivas se caracterizan por tres elementos: expresiones de aprecio, desestigmatización del fracaso y sanción de violaciones claras.