Sandra Daza, directora senior de Inteligencia Artificial y arquitectura cloud de Oracle, propone un criterio simple para decidir qué automatizar en una organización: la reversibilidad de la decisión.
En ANDICOM 2026 hicimos un mapeo previo de la agenda académica: de unos 183 conferencistas, cerca de 45 eran mujeres. Un 24,6%, aproximadamente. La cifra sube frente a ediciones anteriores y todavía queda lejos de la paridad. Para hablar sobre cuándo automatizar con Inteligencia Artificial, y con ese dato sobre la mesa nos sentamos en el Pixel Room de Oracle con Sandra Daza, directora senior de Inteligencia Artificial y arquitectura cloud de la compañía, en el último día del congreso.
Daza empezó su carrera como desarrolladora de software y describe una constante que no se ha movido: ser la única mujer en la sala. «Hoy día una posición de liderazgo en mesas ejecutivas es constante ser la única mujer en la sala», dice. Pero su lectura del problema no se queda en el conteo. Va hacia algo más puntual, quién y cómo se está entrenando hoy los modelos que van a decidir mañana.
Para comprenderlo mejor, Daza trajo la anécdota que ocurrió en una gran compañía tecnológica que decidió automatizar por completo su proceso de reclutamiento con Inteligencia Artificial. El sistema empezó a analizar hojas de vida y a compararlas con el historial de contratación de la organización. Durante 40 años, ese historial había sido casi exclusivamente masculino.
«¿Qué aprendió el modelo con esa data que tuvo? Fue que lo que hacía sentido para la contratación era tener solo hombres. Entonces descartaba sistemáticamente cualquier posibilidad de una mujer», relató. El sesgo no estaba programado. Se aprendió.
Semanas después el equipo detectó el patrón. La moraleja de la historia no es técnica sino de método: «la responsabilidad hoy de todos es empezar a cuestionar». Confiar en que un modelo es de última generación, dice, es precisamente el punto donde el problema se instala.
¿Cuándo no se debe automatizar una decisión?
De ahí sale la parte más aprovechable de la conversación: un filtro de cuatro preguntas antes de automatizar cualquier proceso.
La primera es si la decisión involucra inteligencia emocional. Si la involucra, no pasa.
La segunda es si se trata de una decisión estructurada, con un proceso lógico y una secuencia repetible. Si lo es, se puede automatizar.
La tercera es si hay contacto físico, porque la Inteligencia Artificial física todavía no está madura, algo que se mencionó durante el congreso.
La cuarta es si los datos existen o no. Pero el criterio que ella pone por encima de los cuatro es otro: la reversibilidad.
«Si yo tengo un impacto en una persona que no se echa para atrás, contraté o no contraté, no se echó para atrás, tu vida cambia con eso en la organización. Entonces esa decisión de pronto no es automatizable», explicó. Y añade una distinción que suele perderse en las discusiones de eficiencia: un proceso puede ser automatizable y aun así no deber automatizarse.
Del otro lado, señala los casos donde el criterio se cumple sin discusión: revisión de documentos legales, conciliación contable, detección de fraude en banca. «¿Qué pasa si sale mal? Hombre, era un número que echar para atrás, pero fuera de eso no le estamos dañando la vida a nadie».
Daza sostiene que la gran mayoría de las decisiones organizacionales tocan a personas, y que ahí el humano tiene que quedar en el centro del proceso, no fuera de él.
¿Qué errores siguen cometiendo las empresas?
Para Daza, son 5. El primero es que no es una conversación de tecnología. «Ahí perdimos un año en hacer tecnología por tecnología«, reconoce. El punto de partida tiene que ser un problema real de negocio, algo que a la organización efectivamente le duela.
El segundo es que el modelo es la parte pequeña. Explicó que el modelo representa alrededor del 5% de la conversación y todo lo que lo rodea, la plataforma, es el resto. Ahí ubica el regreso de la seguridad a la mesa: durante los primeros meses de adopción masiva, muchas organizaciones abrieron el uso de modelos comerciales sin definir quién controlaba qué datos entraban.
El tercero son las reglas de juego, que ella llama gobernanza. Quién toma decisiones, qué se automatiza, qué no, y sobre todo: «si algo sale mal, eso tiene que tener nombre y apellido«.
El cuarto son los procesos. Meter un agente sobre un proceso roto no resuelve el dolor original. «El proceso tiene que redefinirse», dijo, y la pregunta correcta es cómo debería funcionar ese proceso si no existieran las limitaciones actuales. El quinto, y para ella el más importante, es la cultura.
¿Por qué el miedo sabotea los pilotos de Inteligencia Artificial?
Daza trajo otro ejemplo pertinente a la conversación. En una prueba de concepto con una base de datos autónoma, cuya propuesta de valor era liberar al equipo de tareas repetitivas, el proyecto arrojaba resultados extraños. Después de varios días encontraron la causa: el administrador de la base de datos estaba modificando los datos para que la prueba resultara exitosa.
La razón era económica y humana. «Si a mí me dicen que los productos que sustentan mi familia no van a existir dentro de la empresa, yo entro en pánico«, resumió. Mientras el relato dominante sea el del reemplazo masivo de empleos, dice, nadie va a querer trabajar en implementar la tecnología que lo produce.
Su recomendación es que la organización se siente a definir qué significa la Inteligencia Artificial para ella específicamente, con qué principios y con qué criterio de priorización. Algunas empresas deciden no usar ningún modelo de lenguaje y es una decisión válida. Otras abren todo porque necesitan acelerar. Lo que no funciona es dejarlo sin definir.
¿Qué se pierde si las mujeres no entrenan los modelos?
La generación que está trabajando hoy es la que está definiendo los datos y los patrones de juicio con los que la Inteligencia Artificial va a operar cuando la adopción deje de ser piloto.
«Si hoy no hay datos de mujeres y no hay patrones de juicio de mujeres, ¿qué estamos dejando de ver?«, cuestionó. Y aclaró que su argumento no es de cuota: «no digo que tenemos que haber más mujeres porque tenemos que tener más mujeres», sino porque hombres y mujeres llegan con ángulos distintos al mismo problema.
Sobre la brecha en la participación, su lectura es directa y personal. Citó a Sheryl Sandberg y el fenómeno documentado en Lean In: las mujeres tienden a autoexcluirse de convocatorias para las que sí califican. Su ejemplo viene de procesos de reclutamiento propios, donde candidatas no aplicaban porque el aviso pedía inglés avanzado y consideraban que el suyo no lo era. «El hombre podía pensar exactamente lo mismo, pero el hombre iba y lo hacía«.
De ahí su mensaje: «hay que creérsela». No mirar dónde falta, sino valorar lo que sí se pone sobre la mesa.
¿Qué se lleva Oracle de ANDICOM 2026?
Daza regresó hace poco a Colombia después de vivir en México, y cierra la conversación con una lectura de país. Menciona la reconstrucción de la educación tras el terremoto, la conexión de los territorios y la producción de energía suficiente para que la infraestructura de Inteligencia Artificial no dependa de terceros.
«Yo me voy de ANDICOM con un sentimiento en el que los gremios están listos, la tecnología está. Ya tenemos la tecnología, la vimos acá en las conversaciones, tenemos el conocimiento, y como colombianos algo que nadie tiene, esa berraquera, eso es lo más tremendo, esa resiliencia tan nuestra«.
«Yo voy con un ANDICOM que tiene las capacidades para hacer que todo ese sueño de país se ejecute a través de la tecnología. Pero sobre todo, más allá de la herramienta, muchas personas. Y eso para mí fue el poder de Colombia: una Colombia esperanzada para reconstruirse con la tecnología en el lado».