La Paradoja de Polanyi

"Sabemos más de lo que podemos decir."

- Michael Polanyi, La Dimensión Tácita, 1966

Puedes reconocer una cara en la multitud instantáneamente. Pero trata de describir esa cara con suficiente precisión para que otra persona la reconozca. Puedes andar en bicicleta sin pensar. Pero trata de escribir instrucciones que le enseñen a alguien que nunca ha visto una.

Esta es la Paradoja de Polanyi: la brecha entre lo que podemos hacer y lo que podemos explicar.

En 1966, esto era filosofía. En 2026, es el desafío central del despliegue de IA.

La Dimensión Tácita

Polanyi identificó conocimiento que existe bajo la superficie de la articulación:

• Conocimiento Explícito
  Reglas, procedimientos, procesos documentados. "Si X, entonces Y."
  ✓ Fácilmente automatizable
• Conocimiento Implícito
  Contexto que podría ser articulado pero usualmente no lo es. "Todos saben que..."
  ⚠ Requiere extracción deliberada
• Conocimiento Tácito
  Habilidades e intuiciones que resisten la articulación completamente. "Simplemente sé."
  ✗ No puede ser automatizado directamente

La mayoría de proyectos de automatización se enfocan en conocimiento explícito—los procedimientos documentados, las reglas escritas. Pero la capacidad organizacional vive principalmente en las otras capas.

Cómo Se Ve el Conocimiento Tácito

La Trampa de Automatización

Cuando las organizaciones automatizan, típicamente:

1. Documentan el proceso: "Primero, verifica el número de factura. Luego, verifica la cantidad..."

2. Construyen el sistema: IA que sigue los pasos documentados.

3. Remueven al humano: "El proceso está automatizado ahora."

Pero el proceso documentado nunca fue el proceso completo. Era la superficie articulable de una capacidad mucho más profunda.

Donde Muere el Conocimiento Tácito

Optimización de procesos: "Removimos el paso de revisión redundante." Pero ese paso era donde la intuición del veterano detectaba problemas que las reglas perdían.

Automatización departamental: "La IA se encarga ahora." Pero la IA aprendió del proceso documentado, no de los juicios no documentados.

Transferencia de conocimiento: "Capturamos todo en la wiki." Pero la wiki contiene lo que se pudo escribir, no lo que solo se pudo mostrar.

Jubilación de experto: "Hicimos una transferencia completa." Pero las transferencias transfieren conocimiento explícito. El conocimiento tácito requiere aprendizaje, y no hubo tiempo.

La Amplificación de IA

Los sistemas de IA empeoran la Paradoja de Polanyi de una manera específica:

La incertidumbre del experto humano era una característica, no un error. Era conocimiento tácito sobre los límites de su propio conocimiento tácito. Los sistemas de IA carecen de esta conciencia de segundo orden.

Implicaciones Prácticas

Antes de automatizar cualquier proceso, pregunta:

• ¿Qué hacen los expertos que no está en la documentación?

• ¿Qué preguntas hacen que no están en la lista de verificación?

• ¿Qué notan que no pueden explicar cómo notan?

• ¿Qué perdería un junior que detectaría un senior?

Las respuestas a estas preguntas apuntan a la dimensión tácita—la parte de la capacidad que no sobrevivirá la automatización ingenua.

Estrategias para el Conocimiento Tácito

• Períodos de Sombra
  Antes de automatizar, haz que la IA "siga" a expertos humanos. No la entrenes solo en resultados—observa el proceso, incluyendo las pausas, las preguntas, las escalaciones.
• Superficies de Incertidumbre
  Diseña sistemas que expongan cuándo están en territorio desconocido. Si la IA no puede señalar su propia incertidumbre, construye señales externas que los humanos puedan interpretar.
• Retención de Expertos
  Mantén expertos humanos en el bucle más tiempo de lo que parece necesario. El conocimiento tácito que llevan vale más que la eficiencia de removerlos.
• Arqueología de Fallas
  Cuando la automatización falla, no solo arregles el error. Pregunta: ¿qué conocimiento tácito habría prevenido esto? Documenta lo no documentado.
• Arquitectura de Aprendizaje
  Para capacidades críticas, mantén transferencia de conocimiento humano-a-humano junto con sistemas de IA. Algunos conocimientos requieren una cadena viviente.

La Pregunta Más Profunda

La Paradoja de Polanyi plantea una pregunta que la mayoría de estrategias de IA ignoran:

"¿Qué estamos perdiendo que ni siquiera sabemos que tenemos?"

Las pérdidas de conocimiento tácito más peligrosas son aquellas que nadie nota hasta mucho después. La capacidad se degrada lentamente. Los casos extremos se acumulan. La sabiduría institucional se erosiona.

Para cuando alguien dice "solíamos ser mejores en esto," el conocimiento tácito se ha ido, y nadie recuerda exactamente qué era.

Conexión con la Taxonomía de Cicatrices

La Paradoja de Polanyi es la base teórica de lo que llamamos Cicatrices Experienciales—conocimiento que existe solo porque alguien vivió algo, y muere cuando se van.

Cada tipo de cicatriz en última instancia se remonta a conocimiento que resistió la articulación:

• Cicatrices experienciales: "Tenías que haber estado ahí."

• Cicatrices contextuales: "Depende de cosas que nunca escribimos."

• Cicatrices relacionales: "Solo ella sabía cómo trabajar con ellos."

La cicatriz es lo que queda después de que se pierde el conocimiento tácito. Polanyi explica por qué la pérdida es inevitable sin preservación deliberada.

Lo Que Esto Significa para los Líderes

Para estrategia de IA: Presupuesta para extracción de conocimiento tácito como parte de proyectos de automatización. Toma más tiempo que documentar procesos. También es más valioso.

Para diseño organizacional: Mantén redundancia en experiencia. Un solo experto jubilándose no debería significar que el conocimiento tácito crítico desaparezca.

Para gestión de riesgo: Factoriza la pérdida de conocimiento tácito como categoría de riesgo. No aparecerá en marcos de riesgo tradicionales, pero se compone silenciosamente.

Para humildad: Acepta que algunas capacidades no pueden ser completamente automatizadas—no por limitaciones técnicas, sino por lo que somos. Algunas cosas que sabemos no podemos decir.