Inteligencia Artificial Generativa como herramienta para la gestión del conocimiento en organizaciones sociales

Resumo

El objetivo de este articulo es analizar críticamente el potencial de la inteligencia artificial generativa, incluidos los modelos de lenguaje de gran escala y los agentes inteligentes, como infraestructura sociotécnica para la gestión del conocimiento en organizaciones sociales sin fines de lucro. Por consiguiente, en el Marco teórico el análisis se articula en la teoría de creación de conocimiento organizacional, la distinción entre conocimiento tácito y explícito, el modelo SECI y los enfoques contemporáneos de gobernanza algorítmica, justicia epistémica y capacidades dinámicas. La literatura sobre organizaciones no lucrativas señala que su conocimiento estratégico se produce, en buena medida, mediante relaciones, participación, colaboración y memoria comunitaria, mientras que la investigación reciente  sostiene que estos sistemas pueden ampliar la visibilidad de datos y hacer emerger conocimiento latente, sin sustituir la transformación organizacional requerida para utilizarlos responsablemente. En la Metodología se propone una revisión sistemática de literatura de orientación cualitativa, complementada con análisis conceptual y codificación temática de estudios sobre gestión del conocimiento, tercer sector y gobernanza sociotécnica. En los Hallazgos esperados, se puede fortalecer la captura, organización, transferencia y aplicación del conocimiento mediante síntesis documental, recuperación aumentada, traducción, asistencia conversacional y apoyo a la decisión. Sin embargo, su valor depende de la calidad de los repositorios, la trazabilidad de las fuentes, la participación de las comunidades y la existencia de capacidades de gobernanza. La automatización también puede homogeneizar saberes locales, reproducir sesgos lingüísticos y desplazar la autoridad profesional o comunitaria. En conclusión,  la Inteligencia artificial generativa como herramienta para la gestión del conocimiento en organizaciones sociales debe entenderse como mediadora y no como propietaria del conocimiento social. Su adopción sostenible exige una arquitectura híbrida de personas, prácticas, datos y modelos, con supervisión humana, protección de datos, auditoría de sesgos, alfabetización digital y evaluación de impacto misional.