La Gestión del Conocimiento en entornos apoyados con IA se plantea hoy como un sistema sociotecnológico donde la IA captura, organiza y hace accesible el conocimiento experto, mientras las personas ponen el criterio, el sentido político y la gobernanza del uso de ese conocimiento.
En una plataforma de inteligencia colectiva como chilecontodo.cl, el foco de la nueva gestión del conocimiento evoluciona desde la acción tradicional de “subir documentos a la nube” a un diseño y ejecución de flujos continuos de aprendizaje entre expertos, territorios y proyectos, con IA como capa de orquestación y síntesis.
1. Cambio de paradigma en Gestión del Conocimiento con IA
De repositorios estáticos a sistemas vivos: bases de conocimiento que se actualizan automáticamente a partir de interacciones (reuniones online, foros, documentos, redes sociales, datos territoriales).
De búsqueda manual a consulta conversacional: asistentes tipo chatbot entrenados con el corpus de la organización que responden en lenguaje natural y sugieren conexiones que las personas no ven.
De “gestor documental” a “arquitecto de sentido”: aparece el rol de "editores" y guías de conocimiento que definen taxonomías, criterios de calidad, protocolos éticos y de uso responsable de la IA.
Ejemplo: una fundación que articula capacidades para un proyecto país podría tener un asistente que responda “qué sabemos sobre descentralización fiscal en Biobío” y entregue síntesis, actores clave y proyectos en curso, trazando fuentes.
2. Componentes clave para sintetizar inteligencia colectiva
Para un entorno de expertos (académicos, técnicos, líderes territoriales) los bloques típicos hoy son: Captura asistida por IA, Transcripción y resumen automático de reuniones, talleres y entrevistas con expertos.
Extracción de conceptos, actores, territorios, problemas y soluciones como metadatos estructurados (ontologías/taxonomías).
Ingesta de documentos históricos, estudios, diagnósticos y datos públicos (por ejemplo, repositorios sectoriales tipo https://www.transformacionpublica.cl/).
Organización y edición
Motor semántico que agrupa contenidos por temas, territorios, tipo de evidencia (estudio, caso, opinión experta).
Panel para curadores que revisan, corrigen y validan sugerencias de la IA (etiquetas, resúmenes, relaciones).
Versionado y trazabilidad: quién dijo qué, cuándo y en qué contexto, evitando “promedios” ahistóricos.
Síntesis y conversación
Asistentes conversacionales entrenados con el corpus de la fundación, que generan resúmenes comparados, líneas de tiempo, mapas de actores, propuestas de políticas.
Funciones de multi-perspectiva: dado un tema (p. ej. “descentralización”), el sistema devuelve evidencias a favor, riesgos, visiones territoriales divergentes y vacíos de conocimiento.
Herramientas para que los usuarios “discutan con la síntesis”: posibilidad de comentar, matizar, adjuntar contraejemplos, enriqueciendo el modelo.
3. Diseño específico para una plataforma como chilecontodo.cl
Chile con Todo se define como puente entre conocimiento estratégico y acción en territorios, con foco en desarrollo sostenible, humano y descentralizado. Para sintetizar y optimizar la inteligencia colectiva de expertos en esa lógica, hoy se podría plantear algo así:
Mapa de activos de conocimiento
Catalogar estudios, propuestas, columnas, bases de datos y proyectos generados en 20+ años de trabajo.
Definir un modelo de dominio propio: ejes (descentralización, productividad, cohesión social, transición ecológica), niveles (país, macrozona, región, comuna), tipos de intervención (política pública, programa, innovación social).
Módulo de “diagnóstico rápido asistido”: formularios inteligentes para actores territoriales cuyos resultados se conectan con el corpus de soluciones y evidencias.
Orquestación de expertos
Espacio donde expertos validan y comentan síntesis generadas por la IA antes de que se usen para incidencia pública o acompañamiento territorial (human-in-the-loop).
Mecanismos de reputación epistémica: quién valida qué tipo de contenido (por disciplina, experiencia territorial, rol en el ecosistema).
Uso de analítica para ver qué temas, documentos y nodos de expertos son más consultados, y dónde hay brechas (lo que casi no se busca o no existe).
