Tendencias de la vinculación en la era 4.0

Bajo la denominación de “industria 4.0” se registran contemporáneamente ciertos procesos técnicos y sociales dotados de una velocidad tal que la comprensión de su alcance y significado corre por detrás de ellos. Debido a su fluidez, la conceptualización de este fenómeno no siempre es precisa y el impacto sobre la sociedad lo vamos descubriendo día a día, dejando de lado ciertas prospectivas a veces más basadas en la imaginación que en el análisis de las condiciones que impone la realidad social. Tal advertencia es particularmente relevante en los países de América Latina, dadas las características de su tejido industrial en el que las tecnologías 4.0 tienen todavía una implantación incipiente. Pese a ello, es imprescindible analizar los datos disponibles para comprender el sentido de las tendencias predominantes y diseñar estrategias de acción compatibles con ellas de cara al desarrollo futuro de los países de la región.

En este texto se trata de precisar algunas nociones y reflexionar acerca de ellas. En particular se trata de:

1. Definir qué se entiende por “industria 4.0” o cuarta revolución industrial, acotándola como un conjunto de tecnologías, en su mayoría digitales, que impactan en la vida de las organizaciones y de los individuos en sus vínculos sociales.

2. Revisar el concepto de “gestión del conocimiento” por su utilidad para describir los senderos por los que se produce dicho impacto, tratando de enmarcar en él las actividades de vinculación de las universidades y centros de I+D con su entorno económico y social.

3. Reflexionar acerca de la tensión entre los humanos y las máquinas o los dispositivos digitales que configuran ciertos tipos de inteligencia, como eje articulador de procesos de largo plazo cargados, no solamente de tecnologías, sino de cultura, relaciones sociales y aptitudes laborales.

4. Proponer algunas acciones que en este nuevo contexto puedan poner en práctica las universidades para su vinculación con el entorno económico y social.  

 

1.   Qué se entiende por industria 4.0

El concepto de industria 4.0, sinónimo de “cuarta revolución industrial”, se acuñó en Alemania en 2011 como parte de la estrategia para el desarrollo de alta tecnología adoptada por el país, que involucraba a las empresas, las instituciones de I+D y los responsables de la toma de decisiones políticas. Desde el punto de vista de los ámbitos tecnológicos, el concepto remite a áreas de la ingeniería, la computación, la electrónica y la ciencia de materiales, entre otras. En cuanto al punto de vista de sus aplicaciones, inicialmente comprendía casi exclusivamente a las empresas, pero luego se amplió a todo tipo de organizaciones como la administración pública, las distintas formas asociativas de la sociedad civil, las universidades e incluso el urbanismo, con las llamadas “ciudades inteligentes”.

Probablemente por tratarse de un proceso de transformaciones todavía en curso, no hay una definición precisa de su significado, aunque en términos generales hay consenso acerca de que se trata de los efectos sociales y económicos de la adopción de un conjunto de tecnologías tales como la inteligencia artificial, las grandes masas de datos o “big data”, las herramientas de procesamiento de la información tales como la “minería de datos” y la interconexión de dispositivos digitales. El término Industria 4.0 da cuenta de un cambio en el paradigma de la manufactura: de máquinas que simplemente operacionalizan rutinas hacia la manufactura digital, en la que las máquinas son capaces de comunicarse entre ellas y colaborar autónomamente.

No es, en todo caso, una fantasía muy novedosa. Ya en 1956, John McCarthy acuñó la expresión “inteligencia artificial”, y la definió como “la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes”. El término inteligencia artificial se aplica cuando una máquina imita las funciones cognitivas de los humanos como, por ejemplo, “percibir”, “aprender” y “resolver problemas”.

La inteligencia artificial es una nueva forma de resolver problemas que incluye los sistemas expertos, el manejo y control de robots y los procesadores integrando el conocimiento en tales sistemas; en otras palabras, se trata de un sistema inteligente capaz de escribir su propio programa. Uno de los enfoques principales de la inteligencia artificial es el aprendizaje automático, de tal forma que las computadoras o las máquinas tienen la capacidad de aprender sin estar programadas para ello (Berlanga, 2016).​

La Comisión Europea (Breque et al, 2021) refiere como tecnologías 4.0 los gemelos digitales, la inteligencia artificial y las tecnologías de macrodatos (big data). En la bibliografía se destacan cuatro conjuntos de tecnologías digitales:

a) Sistemas ciberfísicos

b) Macrodatos o big data

c)    Fabricación digital

d)    Internet de las cosas (Manesh et al, 2020).

a)    Sistemas ciberfísicos. Están conformados por dispositivos y programas que interactúan con el mundo físico gracias a sensores que captan señales y estímulos y responden mediante actuadores[1] para cambiar el estado del mundo real. Dentro de este conjunto se incluye la “monitorización de condiciones”, que consiste en la observación e inspección continua de equipos y maquinaria con fines de mantenimiento preventivo, identificando problemas antes de que se produzcan averías.

b)   Macrodatos o “big data”. Están formados por conjuntos de datos de mayor tamaño y más complejos, especialmente procedentes de nuevas fuentes. Son conjuntos de datos tan voluminosos que el software convencional no puede gestionarlos. Sin embargo, estos datos masivos permiten abordar problemas de gestión que antes no hubiera sido posible solucionar. El carácter distintivo de los macrodatos es conocido como "las tres V":  Volumen (cantidad de datos), Velocidad (ritmo al que se reciben los datos y se actúa) y Variedad (diversidad de datos disponibles).

c)    Fabricación digital. Consiste en el uso de un sistema integrado y asistido por computadora compuesto por herramientas de análisis, simulación y visualización e impresión en 3D que operan con el objetivo de crear simultáneamente definiciones de productos y de procesos de fabricación. Dentro de este conjunto se encuentran los gemelos digitales, o digital twins, que son una réplica virtual realizada a imagen y semejanza de un producto como, por ejemplo, la turbina de un avión, a la que se incorporan datos en tiempo real que pueden ser captados a través de sensores o de tecnologías relacionadas con los macrodatos. Una vez recolectada dicha información, es procesada con inteligencia artificial y aprendizaje automático para crear una representación virtual.

d)   Internet de las cosas. En términos más generales, la expresión “internet de las cosas” se refiere a cualquier objeto que pueda conectarse a otro mediante Internet (Evans 2011). Específicamente, se trata de cosas equipadas con sensores, software y otras tecnologías que les permiten transmitir y recibir datos hacia y desde otras cosas. A un nivel más práctico, la Internet de las cosas permite que los sistemas se integren y conecten de manera efectiva y fiable, tanto desde una perspectiva sintáctica como semántica.

2.   Gestión del conocimiento 

La implantación de las innovaciones 4.0 en la vida de las organizaciones -ya se trate de empresas, organismos públicos o de otro tipo- confiere gran relevancia al problema de la gestión del conocimiento, una problemática emergente ya desde la última década del siglo pasado. El concepto fue instalado en la literatura por Ikujiro Nonaka (1991), teorizando sobre las empresas creadoras de conocimiento. La gestión del conocimiento ha sido definida como el proceso de generación, representación, almacenamiento, transferencia, transformación, aplicación, inclusión y proyección del conocimiento en grupos y organizaciones.

También se la define como el conjunto de métodos que conducen a lograr los objetivos de una organización haciendo el mejor uso del conocimiento. Se requiere para ello un enfoque multidisciplinario. Las actividades de vinculación entre las universidades y los centros de investigación son abordadas en este texto como parte sustantiva de la gestión del conocimiento.

En América Latina el tema estuvo en la agenda cuando a mediados de la última década del siglo veinte se discutió la idea de que el camino a seguir no pasaba por la investigación local, sino por emular los primeros años del despegue coreano. En tal contexto, un reconocido experto de la universidad de Sussex aconsejaba a los países en desarrollo prestar más atención a la gestión del conocimiento que a la investigación (Bell, 1995). En aquel momento la expresión podía ser entendida como un sinónimo de otras tales como “apropiación del conocimiento” o “innovación por imitación”, lo que suponía seguir el modelo de Corea, o incluso, simplemente, “transferencia de tecnología”.

Los esfuerzos de gestión del conocimiento suelen centrarse en objetivos organizativos como la mejora del rendimiento, la ventaja competitiva, la innovación, el intercambio de lecciones aprendidas, la integración y la mejora continua de la organización. La definición de gestión del conocimiento también incluye tres tipos de conocimiento: conocimiento tácito, implícito y explícito. Estos tipos de conocimiento se distinguen en gran medida por la codificación de la información.

• Conocimiento tácito: Este tipo de conocimiento, identificado en primer lugar por Michael Polanyi (1966), se adquiere típicamente a través de la experiencia y se entiende intuitivamente. Como resultado, es difícil articular y codificar.

•  Conocimiento implícito: Este tipo se confunde a menudo con el anterior, pero a diferencia del conocimiento tácito, que es difícil de codificar, el conocimiento implícito es documentable, aunque no lo haya sido todavía.

• Conocimiento explícito: El conocimiento explícito es objetivo y transferible, según la definición de Nonaka. Por este motivo, el conocimiento explícito es documentable en manuales, informes y guías que permiten a las organizaciones compartir fácilmente el conocimiento entre los equipos.

Estas formas de conocimiento son importantes para retener el capital intelectual dentro de una organización, así como facilitar la transferencia exitosa de conocimiento a los nuevos empleados. Lo interesante, en la visión de Nonaka, es que el conocimiento explícito puede volverse tácito y viceversa, lo que puede dar lugar a un proceso iterativo de generación de innovaciones.

 

3.   Máquinas y humanos

El desarrollo tecnológico desde sus orígenes expuso su doble rostro: solucionar problemas y crear otros. La tensión entre el cambio tecnológico y el empleo, por ejemplo es un clásico. Lo mismo ocurre con la innovación que conlleva necesariamente obsolescencia y destrucción de capacidades materiales y también de saberes (Schumpeter, 1912).

Cada una de las llamadas revoluciones industriales cumplió un ciclo de mejorar la eficiencia productiva al costo de modificaciones severas en el capital instalado y la fuerza de trabajo. El paso de la energía de vapor a la electricidad o la automatización de los telares son ejemplos suficientemente estudiados de obsolescencia de capital instalado, pérdida de ciertas ventajas comparativas y su reemplazo por otras completamente nuevas. Lo mismo ha ocurrido con los perfiles laborales y profesionales. Consecuentemente, se señala que los impactos de la era 4.0 sobre la sociedad modifican la estructura social al menos en términos de empleo y capacidades cognitivas requeridas en la fuerza de trabajo, lo cual plantea nuevos retos a la política y reclama respuestas adecuadas por parte del sistema educativo en general y de las universidades en particular.

El desarrollo de la gran industria desde hace más de un siglo hizo que muchos se preguntaran si las personas se valían de las máquinas o si se convertían en servidoras de ellas. La imagen de la película de Chaplin ‘Tiempos Modernos’ era de gran elocuencia acerca de estos procesos. Las nuevas tecnologías despiertan fantasías de un universo regido por las máquinas.

Esta cuarta revolución industrial se centra en la digitalización de los procesos industriales y el uso de las nuevas tecnologías para lograr aumentar la productividad empresarial y la eficiencia, pero no tiene en consideración aspectos tan importantes como el papel de los trabajadores, el bienestar social y el cuidado y respecto del medio ambiente. Esto ha hecho que poco a poco se haya visto la necesidad de avanzar hacia modelos de desarrollo más sostenibles que son la base de un nuevo modelo.

En 2021 la Comisión Europea publicó el informe “Industria 5.0 – Hacia una industria europea sostenible, centrada en el ser humano y resiliente” (Breque et alii, 2021). Según la definición que desarrolla la propia Comisión Europea en su informe, la industria 5.0 es un nuevo paradigma que se centra en tres elementos clave: el ser humano; la sostenibilidad medioambiental y la resiliencia. Debemos colocar la I+D y la innovación al servicio de lograr una industria sostenible, con centro en el ser humano y resistente. ¿Qué significan estos tres elementos clave de la Industria 5.0: enfoque humano, sostenibilidad y resiliencia?

·         Enfoque humano

En un mundo globalizado, un desarrollo industrial centrado exclusivamente en beneficios económicos acaba teniendo costes ambientales y sociales inaceptables. Por ello la Comisión Europea apuesta al concepto de innovación responsable, que sería aquella no sólo enfocada en el aumento de la rentabilidad, sino también en aumentar la prosperidad para todos los actores involucrados: inversionistas, trabajadores, consumidores, sociedad y el medio ambiente. Esta primera visión de la Industria 5.0 centrada en el ser humano es un cambio de paradigma fundamental, ya que deja de ver a las personas como medios para lograr fines, para verlas como fines en sí mismos. Es decir, las personas pasarían de estar al servicio de las organizaciones a ser las organizaciones las que estarían al servicio de las personas, según esta quinta revolución o Industria 5.0

·         Sostenibilidad

Según el modelo introducido por la Industria 5.0 las nuevas tecnologías deben ponerse al servicio del medio ambiente y desarrollar herramientas y soluciones para optimizar la eficiencia, minimizar los impactos ambientales, reducir los residuos, las emisiones, de acuerdo con los diecisiete Objetivos de Desarrollo Sostenible (ODS).

·         Resiliencia

Las organizaciones deben ser menos frágiles a los altibajos a los que están sometidas y por tanto, deben ser capaces de anticiparse, reaccionar y aprender sistemáticamente de cualquier crisis o situación que contravenga, lo que garantiza un crecimiento estable y sostenible en el tiempo. Una estrategia resiliente basada en la Industria 5.0 debe ser ágil y resistente con tecnologías flexibles y adaptables.

El concepto de Industria 5.0 proporciona un enfoque diferente y destaca la importancia de la investigación y la innovación para apoyar a la industria en su servicio a largo plazo a la humanidad dentro de los límites planetarios.

En un sentido similar, la Federación Japonesa de Organizaciones Económicas (Keidanren) presentó en 2016 el concepto de Sociedad 5.0 que fue posteriormente promovido por el gobierno japonés. Si la sociedad 4.0 se caracteriza por el predominio de la "información", la sociedad 5.0 intentaría equilibrar el desarrollo económico con la resolución de problemas sociales y ambientales.

La sociedad 5.0 sería una sociedad en la que las tecnologías informáticas avanzadas, la Internet de las cosas, los robots, la inteligencia artificial y la realidad aumentada se utilizarían activamente en la vida cotidiana, la industria, la atención médica y otras esferas de actividad, no principalmente para obtener ventajas económicas, sino para el beneficio y la conveniencia de cada ciudadano.

4.   Vinculación en el contexto de la industria 4.0

La revolución 4.0 no puede pasar desapercibida desde la perspectiva de la gestión de las universidades en sus diversas funciones; entre ellas, su vinculación con el entorno económico social y los impactos que en él se producen. Por la naturaleza de tales impactos en el ámbito productivo es esperable que se redefina, no solamente el perfil de las empresas, sino también el de las propias universidades y de los vínculos entre unas y otras.

En cuanto al perfil propio de las universidades, cabría esperar que en forma creciente adopten enfoques y herramientas propias de la gestión del conocimiento. Es decir que, siguiendo la visión de Nonaka (1991), apliquen “un conjunto de métodos que conduzcan a lograr los objetivos institucionales haciendo el mejor uso del conocimiento”. Les cabe también la distinción acerca de los tipos de conocimiento. Por un lado, las universidades son instituciones en las que las cuestiones estatutarias definen minuciosamente procedimientos y relaciones de un modo similar a la categoría de “conocimiento explícito”. Al mismo tiempo, sin embargo, las universidades esencialmente resguardan un ambiente de libertad académica que genera numerosas oportunidades de “conocimiento tácito”, es decir, aquel que se adquiere a través de la experiencia, de la vida universitaria, de sus relaciones internas o externas y se entiende intuitivamente. Siguiendo las ideas expuestas, la conversión iterativa entre el conocimiento tácito y el explícito puede dar lugar a la generación de respuestas innovadoras de las universidades frente a las nuevas demandas que surgen de esta cuarta revolución industrial.

En otro plano ¿deberíamos escudriñar la posibilidad de que se avecine un modo diferente de relación entre las universidades y las empresas? En tal caso, ¿en qué medida afectarían tales cambios a las modalidades de vinculación?

Una primera respuesta va en el sentido de que las universidades introduzcan en su currículo ofertas de capacitación en transformación digital e industrias 4.0. Algunas universidades en América Latina ofrecen oportunidades de capacitación de posgrado en estos temas y muchas actualizan sus currículos de grado en lo referente a tecnologías 4.0. Si bien estamos hablando de docencia, es posible abordar estas actividades desde la perspectiva de la vinculación.

Como se señalara anteriormente, un impacto típico de la inteligencia artificial es sobre el empleo y las capacidades laborales básicas. La preocupación de la Unión Europea por una industria 5.0 que sea sostenible y centrada en el ser humano da cuenta de esto, lo mismo que la más retórica versión japonesa de la sociedad 5.0, orientada hacia el beneficio de los ciudadanos. La formación de profesionales para desempeñarse en estos nuevos escenarios puede ser considerada como una nueva forma de vinculación.

Es probable que en el futuro el vínculo entre las universidades y centros de I+D con su entorno pase más directamente por la formación de recursos humanos dotados de nuevas habilidades. Para eso se requiere que exista una relación muy estrecha entre las universidades y las empresas, unas y otras implicadas en el proceso de transformación que impulsa la tecnología. Hoy las empresas encuestadas dicen esperar un salto pronunciado en su demanda de profesionales con habilidades asociadas a las transformaciones tecnológicas. La capacidad para trabajar en equipo, la comunicación, la flexibilidad y la interacción entre personas y computadoras son algunas de las aptitudes más valoradas, sobre todo por las empresas más avanzadas tecnológicamente (Albornoz, 2022).

En esta cuarta revolución industrial, en la medida que en nuestros países se consoliden las actividades de vinculación como misión universitaria, es esperable que los vínculos estén más centrados en la aptitud de las universidades para formar a sus estudiantes en perfiles permanentemente actualizados para nutrir a las empresas en forma directa, más que en la prestación de servicios a través de las unidades de vinculación. También es esperable que cobre cada vez más importancia el fomento de la creación de startups que, en su búsqueda constante de la innovación, serán las vías de acceso a la revolución 4.0 en nuestros países.

Sin embargo, una advertencia final: no debemos perder de vista la fluidez del cuadro de situación, Como se señalara al principio, estos procesos técnicos y sociales están dotados de una velocidad tal que la comprensión de su alcance y significado corre por detrás de ellos. Entretanto, como en casi todas las épocas de transición, vivimos en un mundo de dos velocidades (al menos) y debemos estar precavidos de no confundir el futuro -al que todavía no hemos llegado- con el presente en el que estamos. Por ello, las nuevas formas de vinculación propias de la cuarta revolución industrial no deben distraer de las formas tradicionales, que se corresponden con la mayor parte del tejido industrial latinoamericano.

(1) Un actuador es un dispositivo capaz de transformar energía (hidráulica, neumática o eléctrica) en la activación de un proceso que genere efectos sobre un proceso automatizado. Este recibe la orden de un regulador o controlador y en función a ella genera la orden para activar un elemento final de control.

5.   Citas utilizadas

Albornoz, Mario (2022); ¿Vinculación 4.0? Texto para Debate. En Foro Iberoamericano de Indicadores de Vinculación

Bell, Martin (1995); Enfoques sobre política de ciencia y tecnología en los años 90: viejos modelos y nuevas experiencias. En REDES Vol. 2, N° 5, Universidad Nacional de Quilmes, Buenos Aires.

Berlanga, Antonio (2016); El camino desde la Inteligencia Artificial al Big Data. Revista índice N°68. Instituto Nacional de Estadísticas y Universidad Autónoma de Madrid. España.

Breque, Maija; De Nul, Lars; Petridis, Athanasios (2021); Industry 5.0 Towards a sustainable, humancentric and resilient European industry. Directorate-General for Research and Innovation (European Commission).

Evans, Dave (2011) Internet de las cosas Cómo la próxima evolución de Internet lo cambia todo. Cisco Internet Business Solutions Group (IBSG)

Manesh, M., Pellegrini, M., Marzi, G., Dabic, M. (2020); Knowledge Management in the Fourth Industrial Revolution: Mapping the Literature and Scoping Future Avenues. IEEE Transactions on Engineering Management 68. Electronic ISSN: 1558-0040. Publisher: IEEE.

Nonaka, Ikujiro (1991); The Knowledge-Creating Company. Managing for the Long Term; Harvard Business Review.

Polanyi, Michael (1966); The Tacit Dimension; Doubleday & Co. New York ,USA.

Schumpeter, Joseph (1912); Teoría del Desenvolvimiento Económico, primera versión en alemán. Versión española utilizada: (1976) Fondo de Cultura Económica, México.