La memoria de tu IA no es tu sistema de gestión del conocimiento

Cuando pasas de ChatGPT a Claude, o al revés, ¿qué ocurre con el contexto que has ido construyendo durante meses de conversaciones?

Una publicación reciente de Jo Clubb sobre cambiar de plataforma de IA me llevó a comentar cómo lo abordamos en SportSync. Después de responder, seguí dándole vueltas a una diferencia que estaba detrás de aquella conversación: una IA que te conoce no es lo mismo que un sistema de conocimiento que tú puedes gestionar.

No son lo mismo.

La memoria de una plataforma de IA puede hacer que las conversaciones se ajusten mejor a lo que necesitas. Pero no querría que ese fuera el único lugar donde se conserva el contexto de mi trabajo.

Hay dos decisiones distintas:

¿Dónde guardo mi conocimiento? ¿Y cómo lo hago útil?

La primera tiene que ver con el acceso, la posibilidad de trasladar ese conocimiento a otro lugar y la dependencia de un proveedor.

La segunda tiene que ver con mi forma de trabajar y con todo lo que voy creando: metodologías, informes, presentaciones, reflexiones y las razones que hay detrás de mis decisiones.

¿Dónde guardo todo eso? ¿Cómo lo organizo y lo conecto? ¿Y cómo lo aprovecho para seguir construyendo, en lugar de empezar de cero?

Guardar documentos de Word y archivos de Excel en carpetas de un ordenador con Windows puede formar parte de esa base. Pero almacenar archivos no equivale a tener un sistema de gestión del conocimiento, ni siquiera cuando una herramienta de IA puede acceder a ellos. Ese acceso, por sí solo, no aclara cómo se relacionan los documentos, cuál es la versión actual o cómo deberían orientar el trabajo.

En el fútbol de alto rendimiento, eso significa algo más que recuperar el plan de una sesión. Significa volver a conectarlo con la evidencia, la experiencia y el razonamiento que le dieron forma, y utilizar ese conocimiento para desarrollar el siguiente trabajo.

En SportSync utilizamos Notion como base para este trabajo. Llevo seis o siete años usándolo; al principio lo utilizaba en mi propio trabajo en el fútbol. Lo que valoro es poder adaptar su estructura a medida que evoluciona nuestra forma de trabajar.

Pero meterlo todo en Notion tampoco crea, por sí solo, un sistema de conocimiento.

En SportSync utilizamos una forma de trabajar que hemos ido desarrollando a partir de nuestra experiencia en el fútbol de alto rendimiento, el trabajo con nuestros clientes y lo que vamos aprendiendo a medida que evoluciona la IA. Conecta cuatro capas:

• Mapear los procesos y los flujos de trabajo.
• Construir una base de conocimiento estructurada en torno al trabajo.
• Definir las políticas, los protocolos y las reglas que guían el trabajo.
• Desarrollar automatizaciones y agentes con funciones, contexto y límites claros.

La idea no es simplemente guardar más. Es conectar lo que sabemos con lo que creamos y con nuestra forma de trabajar, para que tanto las personas como la IA puedan utilizarlo en su contexto.

Notion es la base que hemos elegido, no un sustituto de ese trabajo ni una forma de dejar de pensar en el acceso, la exportación y la recuperación de la información.

Por eso vuelvo a esta diferencia: que una IA recuerde cosas sobre nosotros es útil. Construir una base de conocimiento que podamos revisar, reutilizar y llevar a distintas herramientas es otra responsabilidad.

Ya exploré estas cuatro capas en mi artículo anterior sobre agentes de IA en el fútbol de alto rendimiento. Esta conversación me hizo volver a la misma base desde otro ángulo: cambiar de herramienta de IA no debería obligarnos a reconstruir desde cero el contexto con el que trabajamos.

¿Dónde guardas el conocimiento y el trabajo que vas creando cada semana, y con qué facilidad puedes volver a utilizarlos?