{"id":326233,"date":"2026-09-30T04:57:34","date_gmt":"2026-09-30T01:57:34","guid":{"rendered":"https:\/\/ceotudent.com\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia"},"modified":"2026-09-30T04:57:34","modified_gmt":"2026-09-30T01:57:34","slug":"pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia","title":{"rendered":"Pensamiento contrario en el trabajo: c\u00f3mo discrepar de forma productiva cuando todos coinciden con la IA"},"content":{"rendered":"<p><strong>En resumen.<\/strong> La reuni\u00f3n de 2026 tiene un nuevo participante: una respuesta de IA pegada en el documento compartido antes de que nadie haya pensado. Cuando el equipo converge en ella, se suman dos sesgos bien documentados. El sesgo de automatizaci\u00f3n hace que las personas sigan la sugerencia de una m\u00e1quina, y la conformidad social hace que se sigan entre s\u00ed. El coste es medible. En un experimento de campo prerregistrado con 758 consultores de Boston Consulting Group, quienes usaron GPT-4 en una tarea situada deliberadamente fuera de la competencia de la IA acertaron el 60 % y el 70 % de las veces, frente al 84,5 % de los consultores que trabajaron sin IA, una ca\u00edda media de 19 puntos porcentuales. En un experimento publicado en Radiology, cuando una supuesta IA suger\u00eda la categor\u00eda equivocada, la precisi\u00f3n de los radi\u00f3logos sin experiencia cay\u00f3 del 79,7 % al 19,8 %. La buena noticia procede del estudio m\u00e1s antiguo de este art\u00edculo: en los experimentos de conformidad de Solomon Asch, los sujetos cedieron ante una mayor\u00eda equivocada en el 36,8 % de las selecciones, pero un solo compa\u00f1ero que dec\u00eda la verdad redujo esa presi\u00f3n a una cuarta parte. A continuaci\u00f3n: por qu\u00e9 coincidir con la IA parece seguro, por qu\u00e9 los abogados del diablo asignados rinden menos, un protocolo de cinco pasos para discrepar sin convertirte en el contestatario de la oficina, un guion y lo que los l\u00edderes deben cambiar para que la disidencia llegue de verdad a la decisi\u00f3n.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#%C2%BFPor-que-%E2%80%9Ctodos-coinciden-con-la-IA%E2%80%9D-es-un-nuevo-tipo-de-pensamiento-de-grupo\" >\u00bfPor qu\u00e9 &ldquo;todos coinciden con la IA&rdquo; es un nuevo tipo de pensamiento de grupo?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#%C2%BFQue-dice-la-evidencia-sobre-seguir-a-la-IA-cuando-se-equivoca\" >\u00bfQu\u00e9 dice la evidencia sobre seguir a la IA cuando se equivoca?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#%C2%BFLa-respuesta-es-convertirse-en-el-contestatario-de-la-oficina\" >\u00bfLa respuesta es convertirse en el contestatario de la oficina?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#%C2%BFCuando-deberias-cuestionar-un-consenso-respaldado-por-la-IA\" >\u00bfCu\u00e1ndo deber\u00edas cuestionar un consenso respaldado por la IA?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#El-Protocolo-de-la-Segunda-Voz-como-discrepar-de-forma-productiva\" >El Protocolo de la Segunda Voz: c\u00f3mo discrepar de forma productiva<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#%C2%BFComo-pueden-los-lideres-hacer-que-la-disidencia-sea-segura-y-util\" >\u00bfC\u00f3mo pueden los l\u00edderes hacer que la disidencia sea segura y \u00fatil?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#La-lente-CEO-y-Student-asumir-el-juicio-y-aprender-de-los-errores\" >La lente CEO y Student: asumir el juicio y aprender de los errores<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#Preguntas-frecuentes\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/ceotudent.com\/es\/pensamiento-contrario-en-el-trabajo-discrepar-cuando-todos-coinciden-con-la-ia\/#Fuentes\" >Fuentes<\/a><\/li><\/ul><\/nav><\/div>\n<h2 id=\"por-qu-todos-coinciden-con-la-ia-es-un-nuevo-tipo-de-pensamiento-de-grupo\"><span class=\"ez-toc-section\" id=\"%C2%BFPor-que-%E2%80%9Ctodos-coinciden-con-la-IA%E2%80%9D-es-un-nuevo-tipo-de-pensamiento-de-grupo\"><\/span>\u00bfPor qu\u00e9 &ldquo;todos coinciden con la IA&rdquo; es un nuevo tipo de pensamiento de grupo?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El pensamiento de grupo cl\u00e1sico necesita una mayor\u00eda persuasiva. La versi\u00f3n de la era de la IA solo necesita un p\u00e1rrafo seguro de s\u00ed mismo que aparezca primero. Una vez que est\u00e1 en la pantalla, cada persona que le echa un vistazo y asiente a\u00f1ade peso social a una sugerencia de la m\u00e1quina que nadie ha comprobado de forma independiente.<\/p>\n<p>Dos l\u00edneas de investigaci\u00f3n describen las dos mitades de este efecto, y rara vez se encuentran.<\/p>\n<p>La primera es el sesgo de automatizaci\u00f3n. Una revisi\u00f3n sistem\u00e1tica de 2012 publicada en el Journal of the American Medical Informatics Association por Kate Goddard, Abdul Roudsari y Jeremy Wyatt lo defini\u00f3 como la tendencia a depender en exceso de la automatizaci\u00f3n. De 13.821 art\u00edculos recuperados, 74 cumplieron sus criterios de inclusi\u00f3n. Encontraron que el sesgo estaba mediado por factores del usuario, como la experiencia espec\u00edfica en la tarea, por la confianza en el sistema y por la presi\u00f3n del entorno: carga de trabajo, complejidad de la tarea y limitaciones de tiempo. Todos esos mediadores est\u00e1n presentes en una reuni\u00f3n de equipo ajetreada.<\/p>\n<p>La segunda es la conformidad. En los experimentos de Asch, publicados en Scientific American en noviembre de 1955, 123 sujetos juzgaban cu\u00e1l de tres l\u00edneas coincid\u00eda con una l\u00ednea de referencia mientras estaban sentados entre c\u00f3mplices que daban respuestas err\u00f3neas un\u00e1nimes. Solas, las personas se equivocaban menos del 1 % de las veces. Bajo presi\u00f3n del grupo, aceptaron el juicio err\u00f3neo en el 36,8 % de las selecciones. Asch tambi\u00e9n descubri\u00f3 que todos los sujetos que cedieron subestimaron la frecuencia con la que se hab\u00edan conformado.<\/p>\n<p>Si juntas ambas cosas, el mecanismo queda claro. La respuesta de la IA aporta la primera voz segura; los colegas que se someten a ella aportan la mayor\u00eda. Los datos de Asch muestran que la presi\u00f3n aumenta de forma pronunciada con solo unas pocas voces: con un \u00fanico oponente, los sujetos erraban el 3,6 % de las veces; con dos, el 13,6 %; con tres, el 31,8 %; y a partir de ah\u00ed, mayor\u00edas m\u00e1s grandes a\u00f1ad\u00edan poco. Un equipo no necesita ser grande para que una respuesta de IA no comprobada adquiera el peso de una sala un\u00e1nime. (Esa correspondencia entre una respuesta de m\u00e1quina y la mayor\u00eda de Asch es nuestra interpretaci\u00f3n, no algo que Asch pusiera a prueba.)<\/p>\n<h2 id=\"qu-dice-la-evidencia-sobre-seguir-a-la-ia-cuando-se-equivoca\"><span class=\"ez-toc-section\" id=\"%C2%BFQue-dice-la-evidencia-sobre-seguir-a-la-IA-cuando-se-equivoca\"><\/span>\u00bfQu\u00e9 dice la evidencia sobre seguir a la IA cuando se equivoca?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La palabra clave es &ldquo;cuando&rdquo;. La mayor\u00eda de los estudios encuentran que la asistencia de la IA ayuda de media. El da\u00f1o se concentra en los casos en los que la IA se equivoca y la persona no lo nota, que es exactamente el caso que un discrepante existe para detectar.<\/p>\n<p><strong>Tabla 1. Qu\u00e9 ocurre cuando las personas se someten a una IA que se equivoca (datos verificados)<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Estudio<\/th>\n<th>Contexto<\/th>\n<th>Hallazgo clave verificado<\/th>\n<th>Fuente<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Dell&rsquo;Acqua et al. (2023)<\/td>\n<td>758 consultores de BCG, experimento de campo prerregistrado<\/td>\n<td>Dentro de la frontera de la IA: un 12,2 % m\u00e1s de tareas, un 25,1 % m\u00e1s r\u00e1pido, m\u00e1s de un 40 % m\u00e1s de calidad. En una tarea dise\u00f1ada para quedar fuera de ella: 84,5 % de aciertos sin IA frente al 60 % y el 70 % en las dos condiciones con IA, una ca\u00edda media de 19 puntos porcentuales<\/td>\n<td>Harvard Business School Working Paper 24-013<\/td>\n<\/tr>\n<tr>\n<td>Dratsch et al. (2023)<\/td>\n<td>27 radi\u00f3logos, 50 mamograf\u00edas, una supuesta IA dio una categor\u00eda err\u00f3nea en 12<\/td>\n<td>Las valoraciones correctas cayeron del 79,7 % al 19,8 % (sin experiencia), del 81,3 % al 24,8 % (experiencia moderada) y del 82,3 % al 45,5 % (mucha experiencia) cuando la IA se equivocaba<\/td>\n<td>Radiology 307(4)<\/td>\n<\/tr>\n<tr>\n<td>Doshi y Hauser (2024)<\/td>\n<td>293 escritores, 3.519 evaluaciones de 600 evaluadores<\/td>\n<td>Las ideas de la IA hicieron m\u00e1s creativos los relatos individuales, pero los relatos asistidos por IA se parec\u00edan m\u00e1s entre s\u00ed; los relatos eran un 5,2 % y un 5,0 % m\u00e1s parecidos a la idea de la IA que los relatos solo humanos<\/td>\n<td>Science Advances 10(28)<\/td>\n<\/tr>\n<tr>\n<td>Sharma et al. (2024)<\/td>\n<td>Cinco asistentes de IA, tareas de formato libre<\/td>\n<td>Ante la pregunta &ldquo;\u00bfEst\u00e1s seguro?&rdquo;, los asistentes admitieron errores que no hab\u00edan cometido en entre el 42 % (GPT-4) y el 98 % (Claude 1.3) de las preguntas; que un usuario sugiriera una respuesta err\u00f3nea redujo la precisi\u00f3n hasta un 27 %<\/td>\n<td>Ponencia en la conferencia ICLR 2024<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Tres detalles de esta tabla importan a cualquiera que piense discrepar.<\/p>\n<p>Primero, la experiencia ayuda, pero no inmuniza. En el estudio de Dratsch, los radi\u00f3logos m\u00e1s experimentados perdieron 36,8 puntos porcentuales de precisi\u00f3n cuando la IA se equivocaba, frente a 59,9 puntos de los menos experimentados (an\u00e1lisis de CEOtudent de los datos de Dratsch et al.). La veteran\u00eda reduce la ca\u00edda; no la evita. Los autores concluyeron que los radi\u00f3logos de los tres niveles de experiencia eran propensos al sesgo de automatizaci\u00f3n.<\/p>\n<p>Segundo, la tarea de Dell&rsquo;Acqua se construy\u00f3 de modo que la hoja de c\u00e1lculo pareciera completa y la evidencia decisiva estuviera en las notas de entrevistas. La IA, alimentada con el mismo material, lleg\u00f3 a una conclusi\u00f3n que contradec\u00eda el panorama completo. Esa es la forma t\u00edpica de un error de IA en el trabajo: un razonamiento fluido sobre los datos obvios que pasa por alto el detalle cualitativo al que una persona s\u00ed ten\u00eda acceso. Los autores tambi\u00e9n encontraron que el grupo que recibi\u00f3 una introducci\u00f3n a la ingenier\u00eda de prompts cay\u00f3 m\u00e1s (24 puntos porcentuales en su regresi\u00f3n) que el grupo que solo us\u00f3 GPT-4 (13 puntos). Ense\u00f1ar a las personas a usar mejor la herramienta no les ense\u00f1\u00f3, por s\u00ed solo, cu\u00e1ndo desconfiar de ella.<\/p>\n<p>Tercero, la convergencia es una caracter\u00edstica del resultado, no solo de las personas. Doshi y Hauser encontraron que la IA generativa aumentaba la creatividad individual mientras estrechaba el rango colectivo, un patr\u00f3n que describen como un dilema social. Tratamos ese mecanismo en profundidad en <a href=\"https:\/\/ceotudent.com\/es\/efecto-homogeneizacion-ia-misma-ia-mismas-ideas\/\">el efecto de homogeneizaci\u00f3n de la IA<\/a>. En una reuni\u00f3n, significa que cuando cinco personas consultan cada una el mismo modelo, sus opiniones &ldquo;independientes&rdquo; no son independientes.<\/p>\n<h2 id=\"la-respuesta-es-convertirse-en-el-contestatario-de-la-oficina\"><span class=\"ez-toc-section\" id=\"%C2%BFLa-respuesta-es-convertirse-en-el-contestatario-de-la-oficina\"><\/span>\u00bfLa respuesta es convertirse en el contestatario de la oficina?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>No. Llevar la contraria por reflejo es un sesgo en s\u00ed mismo, y la investigaci\u00f3n sobre la disidencia es concreta sobre lo que funciona.<\/p>\n<p>Charlan Nemeth, de UC Berkeley, dedic\u00f3 d\u00e9cadas a estudiar la influencia de las minor\u00edas. En una revisi\u00f3n de 2010 de su propio programa, resumi\u00f3 dos experimentos de 2001 que comparaban la disidencia aut\u00e9ntica con un abogado del diablo asignado. En el primero, un estudio de jurado simulado con grupos de cuatro, la postura y los argumentos del discrepante eran id\u00e9nticos en todas las condiciones; la \u00fanica diferencia era si a esa persona se le hab\u00eda pedido que hiciera de abogado del diablo. La disidencia aut\u00e9ntica produjo m\u00e1s pensamiento divergente, con personas que generaban nuevas ideas sobre ambos lados de la cuesti\u00f3n. La versi\u00f3n interpretada produjo menos y mostr\u00f3 lo que Nemeth llama &ldquo;refuerzo cognitivo&rdquo;: las personas generaban ideas que confirmaban su postura inicial. En el segundo estudio, las variantes de abogado del diablo no se diferenciaron entre s\u00ed, y ninguna igual\u00f3 el efecto de la disidencia aut\u00e9ntica, que produjo soluciones m\u00e1s creativas.<\/p>\n<p>Su conclusi\u00f3n es directa: discrepar por discrepar no es \u00fatil, y tampoco lo es la disidencia fingida. Lo que ayuda es la disidencia motivada por la b\u00fasqueda de la mejor respuesta.<\/p>\n<p>Los datos de Asch aportan la otra mitad. Cuando un c\u00f3mplice discrepaba de la mayor\u00eda pero daba una respuesta a\u00fan m\u00e1s alejada de la verdad, los errores de los sujetos bajaron al 9 %. Asch concluy\u00f3 que la propia disidencia aumentaba la independencia. El discrepante no necesita tener raz\u00f3n para ser \u00fatil. Necesita romper la unanimidad, lo que da a todos los dem\u00e1s permiso para decir lo que realmente ven.<\/p>\n<p>Esa combinaci\u00f3n es el encargo de un contestatario productivo: s\u00e9 sincero, s\u00e9 concreto y apunta a romper un falso consenso en lugar de a ganar.<\/p>\n<p>Para la disciplina que hay debajo, consulta <a href=\"https:\/\/ceotudent.com\/es\/honestidad-intelectual-ventaja-competitiva-acertar-mas-equivocandose-antes\/\">la honestidad intelectual como ventaja competitiva<\/a>. Estar dispuesto a equivocarte en p\u00fablico es lo que hace cre\u00edble un cuestionamiento.<\/p>\n<h2 id=\"cundo-deberas-cuestionar-un-consenso-respaldado-por-la-ia\"><span class=\"ez-toc-section\" id=\"%C2%BFCuando-deberias-cuestionar-un-consenso-respaldado-por-la-IA\"><\/span>\u00bfCu\u00e1ndo deber\u00edas cuestionar un consenso respaldado por la IA?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>No toda respuesta de IA merece una pelea. La mayor\u00eda est\u00e1n bien, y un colega que lo discute todo gasta su credibilidad en las batallas equivocadas. Los hallazgos de Dell&rsquo;Acqua sugieren que la pregunta no es &ldquo;\u00bfes buena la IA?&rdquo;, sino &ldquo;\u00bfesta tarea est\u00e1 dentro o fuera de la frontera?&rdquo;.<\/p>\n<p><strong>Tabla 2. Cu\u00e1ndo cuestionar: la comprobaci\u00f3n de la frontera (marco editorial de CEOtudent)<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Se\u00f1al<\/th>\n<th>Incl\u00ednate por cuestionar<\/th>\n<th>Incl\u00ednate por aceptar<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>D\u00f3nde est\u00e1 la evidencia decisiva<\/td>\n<td>En un contexto que el modelo no vio o al que dio poco peso: entrevistas, llamadas con clientes, una visita in situ, una restricci\u00f3n no documentada<\/td>\n<td>En los datos estructurados que se entregaron completos al modelo<\/td>\n<\/tr>\n<tr>\n<td>Coste de equivocarse<\/td>\n<td>Alto o dif\u00edcil de revertir: un lanzamiento, una contrataci\u00f3n, una decisi\u00f3n cl\u00ednica o legal<\/td>\n<td>Bajo y reversible: un borrador, una primera lista<\/td>\n<\/tr>\n<tr>\n<td>C\u00f3mo se form\u00f3 el consenso<\/td>\n<td>Las personas leyeron la respuesta de la IA antes de formarse su propia opini\u00f3n<\/td>\n<td>Las personas se formaron una opini\u00f3n primero y la IA la confirm\u00f3 de forma independiente<\/td>\n<\/tr>\n<tr>\n<td>Tu propia lectura<\/td>\n<td>Escribiste una respuesta distinta antes de ver la de la IA<\/td>\n<td>No tienes una opini\u00f3n independiente, solo una sensaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Presi\u00f3n de tiempo<\/td>\n<td>La decisi\u00f3n se precipita &ldquo;porque el an\u00e1lisis ya est\u00e1 hecho&rdquo;<\/td>\n<td>Hay tiempo para una revisi\u00f3n normal<\/td>\n<\/tr>\n<tr>\n<td>Homogeneidad<\/td>\n<td>Todos consultaron el mismo modelo con prompts parecidos<\/td>\n<td>Las opiniones vinieron de fuentes y m\u00e9todos distintos<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Tres o m\u00e1s se\u00f1ales en la columna de la izquierda son un desencadenante razonable para plantear un cuestionamiento. Las filas se basan directamente en la evidencia: la primera, en el dise\u00f1o de la tarea de Dell&rsquo;Acqua; la tercera y la cuarta, en el anclaje que midieron Doshi y Hauser; la quinta, en los mediadores de carga de trabajo y tiempo que identificaron Goddard y sus colegas.<\/p>\n<p>La fila &ldquo;tu propia lectura&rdquo; es la que m\u00e1s pesa. Si no te formaste una opini\u00f3n independiente antes de leer el resultado de la IA, es probable que tu desacuerdo sea estado de \u00e1nimo y no evidencia. Tambi\u00e9n es el h\u00e1bito m\u00e1s barato de cambiar, y conecta con <a href=\"https:\/\/ceotudent.com\/es\/descarga-cognitiva-que-le-pasa-a-tu-cerebro\/\">el problema de la descarga cognitiva<\/a>: cuanto m\u00e1s pensamiento cedes al modelo, menos opiniones independientes existen para contrastarlo.<\/p>\n<h2 id=\"el-protocolo-de-la-segunda-voz-cmo-discrepar-de-forma-productiva\"><span class=\"ez-toc-section\" id=\"El-Protocolo-de-la-Segunda-Voz-como-discrepar-de-forma-productiva\"><\/span>El Protocolo de la Segunda Voz: c\u00f3mo discrepar de forma productiva<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El hallazgo m\u00e1s esperanzador de Asch es que un solo aliado cambia la sala. Con un compa\u00f1ero que dec\u00eda la verdad, la presi\u00f3n de la mayor\u00eda cay\u00f3 a una cuarta parte de su nivel un\u00e1nime, y en el experimento del compa\u00f1ero 18 de 27 sujetos se mantuvieron completamente independientes mientras el compa\u00f1ero resist\u00eda. Cuando el compa\u00f1ero se pasaba a la mayor\u00eda, los errores aumentaban de golpe. El protocolo siguiente est\u00e1 dise\u00f1ado para que seas esa segunda voz, de forma fiable y sin dramatismo. (Marco editorial de CEOtudent, construido sobre los estudios citados en este art\u00edculo.)<\/p>\n<p><strong>Paso 1. Escribe primero tu respuesta.<\/strong> Antes de abrir el resultado de la IA, escribe una respuesta de dos l\u00edneas y tu nivel de confianza. Esa es tu estimaci\u00f3n independiente. Sin ella no puedes saber si discrepas de la IA o de tu estado de \u00e1nimo.<\/p>\n<p><strong>Paso 2. Localiza la frontera.<\/strong> Preg\u00fantate qu\u00e9 evidencia no pudo ver el modelo o es probable que infravalorara. En el caso de Dell&rsquo;Acqua eran las notas de entrevistas. Nombra esa evidencia de forma concreta.<\/p>\n<p><strong>Paso 3. Plantea el cuestionamiento como una prueba, no como un veredicto.<\/strong> Sustituye &ldquo;la IA se equivoca&rdquo; por una pregunta falsable: &ldquo;Si la IA tiene raz\u00f3n, \u00bfqu\u00e9 esperar\u00edamos ver en las notas de entrevistas? Comprobemos solo eso&rdquo;. As\u00ed el cuestionamiento gira en torno a la evidencia y las personas pueden cambiar de opini\u00f3n sin quedar mal.<\/p>\n<p><strong>Paso 4. No le pidas a la IA que haga de \u00e1rbitro.<\/strong> Sharma y sus colegas mostraron que los asistentes a menudo abandonan respuestas correctas cuando un usuario insiste, y que la creencia expresada por un usuario puede reducir la precisi\u00f3n hasta un 27 %. Si preguntas al modelo &ldquo;\u00bfest\u00e1s seguro?&rdquo; o &ldquo;\u00bfno es en realidad X?&rdquo;, est\u00e1s midiendo su tendencia a darte la raz\u00f3n, no la verdad. Contr\u00e1stalo con la evidencia subyacente o con una fuente independiente.<\/p>\n<p><strong>Paso 5. Registra la decisi\u00f3n y rev\u00edsala.<\/strong> Anota qui\u00e9n predijo qu\u00e9 y por qu\u00e9. Cuando se conozca el resultado, mira atr\u00e1s. Si te equivocaste, dilo t\u00fa primero y di qu\u00e9 se te escap\u00f3. Esta es la mitad Student de la lente: un discrepante que rectifica en p\u00fablico se gana el derecho a ser escuchado la pr\u00f3xima vez.<\/p>\n<p><strong>Un guion que puedes usar en la reuni\u00f3n:<\/strong><\/p>\n<blockquote>\n<p>&ldquo;Antes de cerrar esto, quiero se\u00f1alar una cosa. Escrib\u00ed una respuesta distinta antes de leer el resultado del modelo, y la diferencia tiene que ver con [evidencia concreta]. El modelo no ten\u00eda [las notas de entrevistas \/ la cl\u00e1usula del contrato \/ los datos de devoluciones del \u00faltimo trimestre]. \u00bfPodemos dedicar diez minutos a comprobar si eso cambia la recomendaci\u00f3n? Si no la cambia, me parece bien quedarnos con la respuesta de la IA.&rdquo;<\/p>\n<\/blockquote>\n<p>F\u00edjate en lo que hace el guion. Afirma que la opini\u00f3n es independiente. Nombra una evidencia concreta. Propone una prueba acotada. Y se compromete de antemano a aceptar el resultado, que es la diferencia entre la disidencia aut\u00e9ntica y el teatro contestatario.<\/p>\n<h2 id=\"cmo-pueden-los-lderes-hacer-que-la-disidencia-sea-segura-y-til\"><span class=\"ez-toc-section\" id=\"%C2%BFComo-pueden-los-lideres-hacer-que-la-disidencia-sea-segura-y-util\"><\/span>\u00bfC\u00f3mo pueden los l\u00edderes hacer que la disidencia sea segura y \u00fatil?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El valor individual tiene l\u00edmites. La variable decisiva en la mayor\u00eda de los fracasos es si la disidencia llega a la persona que toma la decisi\u00f3n.<\/p>\n<p>El desastre del Challenger es el caso documentado. El informe de la Comisi\u00f3n Presidencial (1986) concluy\u00f3 que la decisi\u00f3n de lanzar fue defectuosa, y que quienes la tomaron desconoc\u00edan la recomendaci\u00f3n inicial por escrito del contratista contra el lanzamiento por debajo de 53 grados Fahrenheit y &ldquo;la oposici\u00f3n continuada de los ingenieros de Thiokol despu\u00e9s de que la direcci\u00f3n cambiara de postura&rdquo;. La Comisi\u00f3n determin\u00f3 que la direcci\u00f3n de Thiokol cambi\u00f3 de postura &ldquo;en contra de la opini\u00f3n de sus ingenieros&rdquo;, y que si las preocupaciones se hubieran expresado en t\u00e9rminos que reflejaran la opini\u00f3n de la mayor\u00eda de los ingenieros de Thiokol, el lanzamiento quiz\u00e1 no se habr\u00eda producido cuando se produjo. La disidencia exist\u00eda. El sistema no la transmiti\u00f3.<\/p>\n<p>El estudio de Amy Edmondson de 1999 sobre 51 equipos de trabajo de una empresa manufacturera, publicado en Administrative Science Quarterly, introdujo la seguridad psicol\u00f3gica del equipo: la creencia compartida de que el equipo es un espacio seguro para asumir riesgos interpersonales. Encontr\u00f3 que la seguridad psicol\u00f3gica se asociaba con el comportamiento de aprendizaje, y que el comportamiento de aprendizaje mediaba entre la seguridad psicol\u00f3gica y el rendimiento del equipo. La eficacia del equipo, la creencia de que el equipo es capaz, no predijo el aprendizaje una vez tenida en cuenta la seguridad psicol\u00f3gica. La confianza no es lo mismo que la disposici\u00f3n a o\u00edr que te equivocas.<\/p>\n<p><strong>Tabla 3. Evidencia de disidencia \u00fatil: del hallazgo a la pr\u00e1ctica (marco editorial de CEOtudent)<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Hallazgo de investigaci\u00f3n<\/th>\n<th>Fuente<\/th>\n<th>Pr\u00e1ctica para las personas<\/th>\n<th>Pr\u00e1ctica para los l\u00edderes<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Un compa\u00f1ero que dec\u00eda la verdad redujo la presi\u00f3n de conformidad a una cuarta parte; un compa\u00f1ero que se pas\u00f3 a la mayor\u00eda la restableci\u00f3<\/td>\n<td>Asch (1955)<\/td>\n<td>S\u00e9 la segunda voz; si otra persona discrepa primero, dilo si compartes la preocupaci\u00f3n<\/td>\n<td>Habla el \u00faltimo. Nombra la disidencia en voz alta para que el discrepante no est\u00e9 solo<\/td>\n<\/tr>\n<tr>\n<td>Los abogados del diablo asignados rinden menos que la disidencia aut\u00e9ntica y pueden endurecer las opiniones iniciales<\/td>\n<td>Nemeth (2010), que resume Nemeth et al. (2001)<\/td>\n<td>Plantea solo los cuestionamientos que sostienes sinceramente<\/td>\n<td>No sustituyas el desacuerdo real por un papel rotativo de abogado del diablo; pregunta &ldquo;\u00bfqui\u00e9n ve esto de verdad de otra manera?&rdquo;<\/td>\n<\/tr>\n<tr>\n<td>La asistencia de la IA redujo los aciertos en 19 puntos en una tarea fuera de su frontera<\/td>\n<td>Dell&rsquo;Acqua et al. (2023)<\/td>\n<td>Haz la comprobaci\u00f3n de la frontera antes de aceptar<\/td>\n<td>Exige una l\u00ednea expl\u00edcita de &ldquo;evidencia que el modelo no vio&rdquo; en las recomendaciones asistidas por IA<\/td>\n<\/tr>\n<tr>\n<td>Las sugerencias err\u00f3neas de la IA redujeron la precisi\u00f3n en todos los niveles de experiencia<\/td>\n<td>Dratsch et al. (2023)<\/td>\n<td>No des por hecho que la veteran\u00eda te protege<\/td>\n<td>No permitas que el respaldo de la persona m\u00e1s veterana a una respuesta de IA cierre el debate<\/td>\n<\/tr>\n<tr>\n<td>Los resultados asistidos por IA convergen entre s\u00ed<\/td>\n<td>Doshi y Hauser (2024)<\/td>\n<td>F\u00f3rmate tu opini\u00f3n antes de consultar el modelo<\/td>\n<td>Recoge opiniones independientes por escrito antes de compartir el resultado de la IA<\/td>\n<\/tr>\n<tr>\n<td>Los asistentes cambian de respuesta cuando se les presiona y repiten las creencias del usuario<\/td>\n<td>Sharma et al. (2024)<\/td>\n<td>Contrasta con la evidencia, no con el acuerdo del modelo<\/td>\n<td>Trata &ldquo;la IA me dio la raz\u00f3n&rdquo; como evidencia nula<\/td>\n<\/tr>\n<tr>\n<td>El sesgo de automatizaci\u00f3n se mitiga subrayando la responsabilidad del usuario y ofreciendo informaci\u00f3n en lugar de recomendaciones<\/td>\n<td>Goddard et al. (2012)<\/td>\n<td>Asume la decisi\u00f3n en tu propio nombre<\/td>\n<td>Asigna un responsable humano con nombre a cada decisi\u00f3n asistida por IA; pide a la herramienta evidencia y opciones, no un veredicto<\/td>\n<\/tr>\n<tr>\n<td>La seguridad psicol\u00f3gica predice el comportamiento de aprendizaje, que predice el rendimiento<\/td>\n<td>Edmondson (1999)<\/td>\n<td>Rectifica en p\u00fablico cuando te equivoques<\/td>\n<td>Agradece al discrepante aunque el cuestionamiento no prospere; revisa las decisiones sin culpar<\/td>\n<\/tr>\n<tr>\n<td>La oposici\u00f3n de los ingenieros no lleg\u00f3 a quienes decidieron el lanzamiento<\/td>\n<td>Comisi\u00f3n Rogers (1986)<\/td>\n<td>Pon tus preocupaciones por escrito a la persona que decide<\/td>\n<td>Crea un canal que lleve la disidencia a quien decide, no solo a un nivel intermedio<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Los mitigadores de Goddard merecen \u00e9nfasis porque son baratos. La revisi\u00f3n encontr\u00f3 que el sesgo de automatizaci\u00f3n se reduc\u00eda con formaci\u00f3n y subrayando la responsabilidad del usuario, y con decisiones de dise\u00f1o del sistema, como ofrecer informaci\u00f3n en lugar de una recomendaci\u00f3n. Para los l\u00edderes, eso se traduce en una regla pr\u00e1ctica: pide a la IA la evidencia y las opciones, y mant\u00e9n la recomendaci\u00f3n como un acto humano con un nombre asociado.<\/p>\n<h2 id=\"la-lente-ceo-y-student-asumir-el-juicio-y-aprender-de-los-errores\"><span class=\"ez-toc-section\" id=\"La-lente-CEO-y-Student-asumir-el-juicio-y-aprender-de-los-errores\"><\/span>La lente CEO y Student: asumir el juicio y aprender de los errores<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Qu\u00e9 decidir (CEO).<\/strong> Una respuesta generada por IA es un insumo con un patr\u00f3n de fallo conocido, no un colega con derecho a voto. Asumir el juicio significa decidir de antemano qu\u00e9 decisiones requieren una opini\u00f3n humana independiente antes de compartir el resultado de la IA, y qui\u00e9n es responsable de cada decisi\u00f3n. La conclusi\u00f3n de la Comisi\u00f3n sobre el Challenger recuerda que la responsabilidad incluye las tuber\u00edas: quien decide sin o\u00edr nunca la disidencia no ha decidido realmente.<\/p>\n<p><strong>Qu\u00e9 seguir aprendiendo (Student).<\/strong> La habilidad es la calibraci\u00f3n, y la calibraci\u00f3n se aprende a partir de un registro. Lleva un registro sencillo de las veces que cuestionaste o aceptaste un consenso respaldado por la IA, con tu predicci\u00f3n y el resultado. En un trimestre ver\u00e1s si tus cuestionamientos encuentran casos reales de frontera o solo expresan incomodidad. Equivocarse no es el fracaso; no darse cuenta s\u00ed lo es. Si te descubres cont\u00e1ndote una historia c\u00f3moda sobre por qu\u00e9 siempre tuviste raz\u00f3n, vale la pena leer <a href=\"https:\/\/ceotudent.com\/es\/la-trampa-del-relato-la-historia-que-te-cuentas-sobre-la-ia\/\">la trampa del relato<\/a>.<\/p>\n<p><strong>Qu\u00e9 no hacer.<\/strong> No te conviertas en la persona que desconf\u00eda de todas las respuestas de la IA. El mismo experimento de Dell&rsquo;Acqua encontr\u00f3 grandes mejoras dentro de la frontera: m\u00e1s tareas, completadas m\u00e1s r\u00e1pido, con m\u00e1s calidad. El objetivo no es menos IA. Es menos acuerdos sin examinar.<\/p>\n<h2 id=\"preguntas-frecuentes\"><span class=\"ez-toc-section\" id=\"Preguntas-frecuentes\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>\u00bfQu\u00e9 es el sesgo de automatizaci\u00f3n?<\/strong><br \/>\nEl sesgo de automatizaci\u00f3n es la tendencia a depender en exceso de las sugerencias automatizadas. Una revisi\u00f3n sistem\u00e1tica de 2012 en JAMIA que abarc\u00f3 74 estudios encontr\u00f3 que depend\u00eda de la experiencia, de la confianza en el sistema y de la carga de trabajo, la complejidad de la tarea y la presi\u00f3n de tiempo. Se reduc\u00eda con formaci\u00f3n, subrayando la responsabilidad del usuario y con sistemas que ofrecen informaci\u00f3n en lugar de recomendaciones.<\/p>\n<p><strong>\u00bfLa experiencia protege de seguir una sugerencia err\u00f3nea de la IA?<\/strong><br \/>\nEn parte. En un estudio de 2023 publicado en Radiology, las valoraciones correctas de los radi\u00f3logos muy experimentados cayeron del 82,3 % al 45,5 % cuando una supuesta IA suger\u00eda la categor\u00eda equivocada, frente a una ca\u00edda del 79,7 % al 19,8 % en los lectores sin experiencia. La experiencia redujo el da\u00f1o, pero no lo elimin\u00f3.<\/p>\n<p><strong>\u00bfEs un abogado del diablo una buena forma de cuestionar un consenso generado por IA?<\/strong><br \/>\nLa investigaci\u00f3n de Charlan Nemeth y sus colegas encontr\u00f3 que los abogados del diablo asignados eran menos eficaces que la disidencia aut\u00e9ntica, y en un estudio la disidencia interpretada llev\u00f3 a las personas a reforzar su opini\u00f3n original. Un cuestionamiento sincero y basado en evidencia de alguien que de verdad discrepa funciona mejor que un papel rotativo.<\/p>\n<p><strong>\u00bfPuedo preguntarle a la IA si est\u00e1 segura?<\/strong><br \/>\nEs una comprobaci\u00f3n d\u00e9bil. Un estudio de 2024 sobre cinco asistentes de IA encontr\u00f3 que, al preguntarles &ldquo;\u00bfEst\u00e1s seguro?&rdquo;, admit\u00edan errores que no hab\u00edan cometido en entre el 42 % y el 98 % de las preguntas, seg\u00fan el modelo. En su lugar, contrasta la afirmaci\u00f3n con la evidencia subyacente o con una fuente independiente.<\/p>\n<p><strong>\u00bfC\u00f3mo discrepo sin parecer que estoy en contra de la IA?<\/strong><br \/>\nDeja claro que te formaste tu opini\u00f3n de forma independiente, nombra la evidencia concreta que el modelo no vio o infravalor\u00f3, prop\u00f3n una comprobaci\u00f3n breve y acotada, y comprom\u00e9tete de antemano a aceptar el resultado. As\u00ed el cuestionamiento se presenta como control de calidad y no como oposici\u00f3n a la herramienta.<\/p>\n<p><strong>\u00bfQu\u00e9 es lo m\u00e1s eficaz que puede hacer un l\u00edder?<\/strong><br \/>\nRecoger opiniones independientes por escrito antes de compartir cualquier resultado de la IA, y luego hablar el \u00faltimo. Asch encontr\u00f3 que un compa\u00f1ero discrepante reduc\u00eda la presi\u00f3n de conformidad a una cuarta parte de su nivel un\u00e1nime, y Doshi y Hauser encontraron que la exposici\u00f3n a ideas de IA acerca lo que producen las personas a lo de la IA y entre s\u00ed. El orden de exposici\u00f3n importa.<\/p>\n<p><strong>\u00bfCu\u00e1ndo est\u00e1 bien seguir la respuesta de la IA?<\/strong><br \/>\nCuando la tarea est\u00e1 dentro de los puntos fuertes conocidos de la IA, la evidencia decisiva estaba completamente disponible para el modelo, la decisi\u00f3n es barata de revertir y no tienes ning\u00fan motivo independiente para dudar. En el experimento de BCG, los usuarios de IA dentro de la frontera completaron un 12,2 % m\u00e1s de tareas, un 25,1 % m\u00e1s r\u00e1pido y con m\u00e1s de un 40 % m\u00e1s de calidad.<\/p>\n<h2 id=\"fuentes\"><span class=\"ez-toc-section\" id=\"Fuentes\"><\/span>Fuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ol>\n<li>Asch, S. E. (1955). Opinions and Social Pressure. Scientific American, 193(5), 31-35.<\/li>\n<li>Dell&rsquo;Acqua, F., McFowland III, E., Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., y Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.<\/li>\n<li>Dratsch, T., Chen, X., Rezazade Mehrizi, M., Kloeckner, R., Mahringer-Kunz, A., Pusken, M., Baessler, B., Sauer, S., Maintz, D., y Pinto dos Santos, D. (2023). Automation Bias in Mammography: The Impact of Artificial Intelligence BI-RADS Suggestions on Reader Performance. Radiology, 307(4), e222176.<\/li>\n<li>Doshi, A. R., y Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290.<\/li>\n<li>Sharma, M., Tong, M., Korbak, T., Duvenaud, D., Askell, A., Bowman, S. R., et al. (2024). Towards Understanding Sycophancy in Language Models. International Conference on Learning Representations (ICLR 2024).<\/li>\n<li>Goddard, K., Roudsari, A., y Wyatt, J. C. (2012). Automation bias: a systematic review of frequency, effect mediators, and mitigators. Journal of the American Medical Informatics Association, 19(1), 121-127.<\/li>\n<li>Nemeth, C. J. (2010). Minority Influence Theory. Institute for Research on Labor and Employment Working Paper 218-10, University of California, Berkeley. (Resume Nemeth, Brown y Rogers, 2001, European Journal of Social Psychology, 31, 707-720, y Nemeth, Connell, Rogers y Brown, 2001, Journal of Applied Social Psychology, 31, 48-58.)<\/li>\n<li>Edmondson, A. (1999). Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly, 44(2), 350-383.<\/li>\n<li>Presidential Commission on the Space Shuttle Challenger Accident (1986). Report to the President, Volume 1, Chapter V: The Contributing Cause of the Accident. Washington, DC.<\/li>\n<\/ol>\n<hr>\n<p><em>Este contenido fue recopilado con el apoyo de la IA tras una investigaci\u00f3n exhaustiva, y luego redactado y preparado para su publicaci\u00f3n por el equipo editorial de CEOtudent.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Cuando un equipo converge en una respuesta generada por IA, se suman dos sesgos antiguos: el sesgo de automatizaci\u00f3n y la conformidad social. En un experimento de campo de BCG con 758 personas, los consultores que usaron GPT-4 en una tarea fuera de la competencia de la IA tuvieron 19 puntos porcentuales menos de probabilidad de acertar, y en los estudios cl\u00e1sicos de Asch un solo compa\u00f1ero discrepante redujo la conformidad a una cuarta parte. Este art\u00edculo convierte la evidencia en un protocolo para discrepar bien y en una lista de control para los l\u00edderes que quieren que la disidencia llegue a la decisi\u00f3n.<\/p>\n","protected":false},"author":1,"featured_media":326235,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5,18],"tags":[],"class_list":["post-326233","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-is","category-strateji"],"_links":{"self":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/posts\/326233","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/comments?post=326233"}],"version-history":[{"count":0,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/posts\/326233\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/media\/326235"}],"wp:attachment":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/media?parent=326233"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/categories?post=326233"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/tags?post=326233"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}