Inteligencia y Seguridad El ciclo de sobreexpectación (hype) de Gartner, un modelo muy utilizado para seguir la evolución de las tecnologías emergentes, tiene un parecido asombroso con la curva del efecto Dunning-Kruger (Singh, 2024). Esto sugiere que los sesgos cognitivos subyacentes al efecto Dunning-Kruger también pueden influir en la percepción colectiva y la adopción de nuevas tecnologías. En la medida en que el ciclo de Dunning-Kruger representa la evolución de un individuo frente a su capacidad de realizar análisis de inteligencia adecuados, el ciclo del hype de Gartner representa la percepción que un colectivo tiene de una tecnología emergente, y cómo esa percepción cambia con el tiempo, a lo largo de la implantación de esa tecnología. El ciclo de ‘hype’ de Gartner De forma similar al efecto del ciclo Dunning-Kruger, el efecto del ciclo de hype de Gartner (Hype Cycle) refleja la sobrevaloración de las nuevas tecnologías emergentes en los sistemas de ayuda a la toma de decisiones, lo que igualmente puede conducir a expectativas poco realistas y decisiones precipitadas. El Hype Cycle de Gartner es un marco bien establecido para comprender el ciclo de vida de las tecnologías emergentes, sobre todo en el contexto de su adopción e integración en diversos sectores, incluido el análisis de inteligencia. Este ciclo consta de cinco fases distintas: el detonante tecnológico, el pico de expectativas infladas, el valle de la desilusión, la pendiente de la iluminación y la meseta de la productividad. Este modelo ha sido fundamental para guiar a las organizaciones a través de las complejidades de la adopción de tecnología, especialmente en campos en los que las expectativas pueden influir significativamente en la trayectoria de la innovación. Además, Shi y Herniman destacan el papel de las expectativas en el proceso de evolución de la innovación y afirman que comprender la dinámica de las expectativas es esencial para tomar decisiones estratégicas de inversión y desarrollo de tecnología (Shi y Herniman, 2023). Esto es especialmente relevante para el análisis de inteligencia, donde la integración de nuevas herramientas –como la inteligencia artificial (IA)– puede estar sujeta a expectativas exageradas que pueden no coincidir con los resultados prácticos. Imaginemos la integración de una tecnología disruptiva de comunicaciones que es muy potente frente a modernos sistemas de comunicaciones, pero que tiene escasa o incierta eficacia frente a sistemas tradicionales o poco convencionales. La inversión masiva en estos sistemas y la pérdida de confianza en sistemas de obtención tradicionales basados en fuentes humanas puede generar un efecto hype con desastrosas consecuencias. Oosterhoff y Doornberg ilustran este punto hablando de las cuantiosas inversiones en IA dentro de la sanidad, que no siempre se han traducido en las eficiencias operativas esperadas (Oosterhoff y Doornberg, 2020). Esto pone de relieve la necesidad de que los analistas de inteligencia evalúen de forma crítica las promesas de las nuevas tecnologías frente a sus capacidades reales. Por todo esto, tener en cuenta el Hype Cycle de Gartner permitirá contar con una herramienta crítica para comprender la adopción de nuevas tecnologías en el análisis de inteligencia. Al reconocer las fases de exageración y desilusión, los analistas pueden sortear mejor las complejidades de la integración de técnicas innovadoras en sus flujos de trabajo. Esta comprensión es crucial para tomar decisiones informadas que se ajusten a expectativas realistas y, en última instancia, mejoren la eficacia de las operaciones de inteligencia. Implicaciones futuras El efecto Dunning-Kruger es un desafío significativo en el campo del análisis de inteligencia, con el potencial de socavar Curva del ‘hype cycle’ de Gartner. / Marzo-Abril 2026 105
RkJQdWJsaXNoZXIy MTI4MzQz