Cómo reinventar el proceso de Design Thinking en la era de la Inteligencia artificial. (Parte II)

En la primera parte de este artículo hice una explicación amplia del lugar que considero debe ocupar Design Thinking en un contexto en el que la inteligencia artificial toma decisiones de diseño. En este artículo aterrizo cómo se traduce ese lugar en un proceso de trabajo.

Partimos de la premisa de que Design Thinking ahora debe definirse como una metodología que nos ayuda a comprender el contexto en el que queremos operar, de tal manera que seremos capaces de identificar y definir cuáles son los problemas que tiene sentido resolver, y posteriormente establecer los marcos de actuación para que las soluciones sean desarrolladas por la inteligencia artificial.

Si antes diseñar productos y servicios consistía en partir de un problema complejo, entender sus componentes, trocearlo en problemas más pequeños e idear, ahora diseñar consiste en discernir qué trozos tiene sentido resolver mientras observamos las consecuencias de esa resolución. Ahora hay que definir los problemas, definir los marcos de decisión, y el proceso de aprendizaje posterior.

De este modo, y siguiendo el esquema del Triángulo de la verdad, podríamos diferenciar 3 grandes fases en el proceso de trabajo.

Fase I: Comprensión y definición del contexto.

No existe innovación sin comprensión de la realidad. Cuando queremos introducir un nuevo producto o servicio en el mercado, lo que hacemos es coger un trocito de la realidad y cambiarlo con intencionalidad: mejorar el valor ofrecido, cambiar nuestra percepción en el mercado, ser más rentables... Para poder hacer ese ejercicio, primero debemos tener muy claro cómo es la realidad que queremos cambiar.

En esta fase seguimos hablando de un momento de investigación. Si antes en Design Thinking se hablaba de empatización para la primera fase del proceso, ahora el ejercicio es más amplio.

¿En qué consiste ahora? Bueno, desde mi punto de vista entran en juego varias actividades. Por un lado, seguimos trabajando en la investigación social generativa porque no dejamos de ser seres humanos que trabajan para/con otros seres humanos. Por tanto, es imprescindible entender las lógicas de la razón humana, sus deseos, motivaciones miedos y anhelos. Las ramas de la investigación social nos ayudan a comprender la pasta de la que estamos hechos, y cómo ésta evoluciona con el tiempo. Etnografía, antropología y sociología dominan las técnicas y herramientas que nos dan esta capa de comprensión del mundo.

Además, gracias al trabajo que se está realizando en la disciplina de la prospectiva y diseño de escenarios de futuros, la investigación se convierte ahora más que nunca en un proceso creativo, donde podemos incorporar reflexiones hacia el largo plazo que inspiran y ayudan a tangibilizar la visión y propósito que queremos conseguir con nuestras propuestas de valor. En este sentido, considero que si bien no toda la disciplina de prospección es aplicable a los contextos de negocio, existe una gran parte (al igual que sucede con la antropología o la etnografía) que nos ayuda a completar el mapa del mundo.

Además, en esta fase de investigación debemos incorporar el aprendizaje que la inteligencia artificial obtiene de su propia toma de decisiones. Es decir, el equipo de diseño debe tener siempre acceso al conocimiento de producto y de negocio que se esté generando en tiempo real en las diferentes unidades de negocio. Para saber qué tipo de información pedir, previamente hay que poder responder a:

• ¿Qué cosas queremos aprender para comprender el contexto?
• ¿Cuál es el marco de actuación en el que estamos operando?¿De qué se compone? ¿Cómo enmarcamos la situación de partida en términos de negocio?
• ¿Cuáles son las variables que van a formar parte de la definición de este marco de trabajo?
• ¿Cuáles son las hipótesis que deseamos cumplir? Es decir, ¿qué premisas nos gustaría dar por ciertas en el contexto investigado?
• ¿Cuáles son las líneas rojas que conforman nuestro comportamiento y decisiones éticas? ¿Cuáles son los elemento que a priori están fuera de nuestro marco de actuación que vamos a tener en cuenta? (Ej: externalidades, consecuencias para empleados...)

Fase II: Definición y selección de problemas.

El output resultante de la primera fase nos debería llevar a un momento de reflexión profunda en la que ser capaces de definir cuáles son los problemas que tiene sentido resolver, es decir, problemas que sería pertinente abordar, que aportan valor a las personas, a la organización, y al contexto al que pertenecemos. Contexto que incluye en su definición cosas como impacto, propósito, cuidado del planeta, cuidado de las personas que forman parte de nuestra comunidad, cuidado de las relaciones etc. Este ejercicio es raramente tenido en cuenta en la disciplina como un paso importante dentro del proceso, y desde mi punto de vista, es la única cosa que no se puede dejar de hacer al aplicar la metodología.

La definición implica una decisión. Hay que decidir las variables que empleamos para explicar el problema de negocio a resolver, y hay que decidir cómo se comportan en un curso de acción óptimo. Es decir, hay que volver a imaginar cómo nos gustaría que fuera el comportamiento ideal del problema a lo largo del tiempo. Este ejercicio conlleva sin lugar a dudas, una profunda y tremendamente importante reflexión ética.

Digamos que el diseño tiene la misión de definir problemas que no sean una estafa o que no sean de primero de vivir, dado el conocimiento adquirido y dada la complejidad de las variables que formarán parte del problema. Es por ello que este paso, junto a la primera fase, conllevan realizarlos con tiempo. Cosa del tipo "hagamos un sprint de 2 semanas para esto" quedan, bajo mi punto de vista, como un auténtico despropósito. La reflexión ética y la visualización de las consecuencias de la implementación de soluciones deben formar parte de las dinámicas en la toma de decisión.

Cabe destacar que la definición de los problemas conlleva reflexionar sobre las capacidades de la organización para hacerlos frente (problema que quedan dentro de nuestro marco de actuación/ problemas que no), reflexionar sobre si hablamos de cuestiones muy estratégicas o muy tácticas, sobre quienes son los colectivos afectados, sobre el legado o consecuencias que la resolución de ese problema genera, y por supuesto, si tiene o no sentido para la gente. Todas las herramientas de análisis heredadas de los procesos de Design Thinking y Service Design, así como otras tantas provenientes de la inteligencia de negocio podrán ser válidas en este momento del proceso. Considero que lo más importante aquí es tener sesiones de trabajo con el equipo muy bien dinamizadas, muy bien facilitadas, que exijan la aplicación de un perfecto pensamiento crítico, y que sirvan de bisagra para un doble lenguaje: el lenguaje del negocio, y el lenguaje técnico.

Fase III: Desarrollo de contextos de solución y procesos de aprendizaje.

Como bien reflexionaban algunos colegas de profesión en el anterior artículo, en este momento del proceso no se sabe muy bien quién posee el ownership del diseño del contexto en el que la IA opera. Desde mi punto de vista, el diseñador, una vez ha comprendido e identificado los problemas, debería conjuntamente con el equipo de tecnología, definir las casuísticas de acción y diseñar el aprendizaje que se desea obtener. ¿Por qué? Porque si volvemos a la primera fase, el equipo que ha participado en ella ha tomado conciencia de las líneas rojas, del propósito, de aquello que consideramos aceptable, y de las hipótesis que deseamos cumplir. Que las mismas mentes que han trabajado en ese momento se encuentren aquí garantizará la calidad conversacional en las decisiones de diseño, y creará espacios de solución coherentes.

El principal trabajo en esta fase de diseño será la definición de las colectividades, o grupos de usuario sobre los que queremos aportar diferentes propuestas de valor, establecer los principios de trabajo para la automatización de fabricación de soluciones de diseño (dejando claro que entra y que no entra en ese proceso) y establecer cómo, cuándo y dónde se va a incorporar el aprendizaje obtenido a la estrategia de negocio.

En este momento sigo teniendo una duda existencial sobre cómo trabajar la definición de las personas a la que queremos dar valor. Todo el mundo que me conoce sabe que utilizar la nomenclatura de "buyer persona" para definir segmentos de cliente me parece deleznable. Y resumo mi opinión en: no soy buyer, soy persona.

También, y debido la tecnología ha eliminado el problema de la escalabilidad, podríamos hablar de soluciones hiper - personalizadas donde no hace falta que definamos usuarios puesto que la IA se encargará en su aprendizaje de realizar dichas definiciones, lo que personalmente me genera un ruido moral importante por las consecuencias que podría conllevar. Por todo ello, no tengo muy claro cómo realizar el ejercicio de definición de las casuísticas que tendremos en cuenta a la hora de establecer las diferentes colectividades a las que dar respuesta. No llego a todo, lo siento.

En resumen, podríamos decir que el nuevo Design Thinking amplía su espectro de comprensión de problemas y se queda ahí: vigilante de los aprendizajes. Antes nuestro trabajo era el de traer al usuario al centro de los proceso de diseño e inspirarnos en él, ahora nuestra atención se centra en comprender, definir, y desarrollar contextos de solución.

Es el momento ahora de ponernos a trabajar, de probar y de iterar el modelo. Vamos, lo que venimos haciendo todo el rato :)