Mejorar la forma en que pensamos tiene un impacto directo en la calidad de los resultados que la inteligencia artificial nos entrega. La IA responde con la misma profundidad que le aportamos, así que el verdadero diferenciador no está en la herramienta, sino en quienes la usan. A partir de esa premisa, el foco se traslada hacia una habilidad concreta que cambia por completo la interacción con cualquier modelo de IA: la descomposición de problemas.
¿Qué significa descomponer un problema y por qué importa?
La descomposición de problemas es la capacidad de tomar algo complejo, desordenado o grande y convertirlo en partes más pequeñas, claras y manejables [0:28]. Suena sencillo, pero no cualquier división funciona. Si se parte un problema en pedazos al azar, el resultado son fragmentos sueltos que no aportan nada útil [0:56].
Una buena descomposición cumple con tres características [1:06]:
- Las partes son distintas entre sí. Cada una captura algo diferente del problema. Si dos partes dicen lo mismo con palabras distintas, no se está descomponiendo, se está repitiendo.
- Juntas cubren el problema completo. Al sumar todas las partes, se reconstruye el problema entero sin que falte nada importante.
- Las relaciones entre las partes son visibles. No basta con listar componentes; es necesario ver cómo una parte se relaciona con las otras, porque resolver una puede cambiar completamente otra.
¿Cuáles son las cuatro operaciones para descomponer correctamente?
Para lograr una descomposición efectiva se utilizan cuatro operaciones que funcionan como guía [0:51]:
- Listar: poner sobre la mesa todos los factores que podrían estar involucrados, sin juzgar todavía si son importantes o no.
- Agrupar: organizar esos factores en categorías que tengan sentido.
- Conectar: identificar qué factores causan o afectan a otros.
- Priorizar: si solo se pudiera actuar sobre tres cosas, definir cuáles serían y por qué.
¿Cómo cambia la respuesta de la IA cuando descomponemos antes de preguntar?
El ejemplo lo deja claro. Ante el problema "las ventas cayeron un 20 % en los últimos seis meses" [2:28], si se abre la IA y se escribe directamente "¿qué puedo hacer?", la respuesta será una lista genérica de recomendaciones que podrían servir para cualquier empresa del mundo. Sonará profesional, tendrá buena estructura, pero no tendrá nada que ver con la situación real [2:47].
Ahora, si antes de abrir la IA se aplica la descomposición [2:54]:
- Se listan factores: competencia nueva, cambio de precios, rotación del equipo comercial, pérdida de un cliente grande, campaña de marketing que no funcionó.
- Se agrupan: factores externos, factores del equipo, factores de estrategia.
- Se conectan: la rotación del equipo afectó la relación con clientes clave, lo que a su vez explica la pérdida del cliente grande.
- Se prioriza: lo más urgente es estabilizar al equipo comercial porque de ahí se derivan varios de los otros problemas.
¿Qué tipo de prompt se puede construir con ese análisis?
Con ese trabajo previo, el prompt se transforma en algo específico y accionable [3:39]: "Soy gerente comercial de una empresa de servicios con 80 empleados. La rotación del equipo de ventas causó la pérdida de dos clientes clave que representaban el 15 % de los ingresos. Necesito un plan de retención de talento comercial para los próximos 90 días considerando que tenemos presupuesto limitado."
La diferencia en la respuesta es enorme. Y lo que cambió no fue la IA, fue el análisis previo [4:03]. Ese es el punto central: el pensamiento humano es lo que hace posible obtener algo útil.
¿Cómo practicar la descomposición con un problema real?
El ejercicio propuesto consiste en pensar en un problema real del trabajo actual [4:10], algo que esté generando preocupación o que lleve tiempo sin resolverse. Luego se aplican las cuatro operaciones: listar todos los factores, agruparlos en categorías, identificar cómo se conectan entre sí y priorizar los tres más importantes.
En la sección de recursos hay una plantilla diseñada para facilitar el proceso [4:34]. No importa que el resultado no quede perfecto; lo valioso está en el proceso mismo. Además, conviene guardar ese problema porque se seguirá trabajando con él más adelante.
Distinguir síntomas de causas es una de las trampas más comunes al analizar cualquier situación [5:05]. A veces lo que parece ser el problema es solo la superficie, y la causa real está oculta más abajo. Esa será precisamente la siguiente capa de profundidad.
¿Ya identificaste tu problema? Comparte tu descomposición en los comentarios y construyamos juntos mejores formas de pensar.
