Evaluar el criterio en la era de la IA
Rafael Tamames explica por qué ha sustituido parte de la evaluación escrita por defensas orales y proyectos con IA para medir razonamiento, criterio y decisiones.
Leer publicaciónArchivo de medio

LinkedIn Top Voices es un reconocimiento editorial de LinkedIn a profesionales que comparten conocimiento y conversación relevante en la plataforma.
Fuente: LinkedInRafael Tamames explica por qué ha sustituido parte de la evaluación escrita por defensas orales y proyectos con IA para medir razonamiento, criterio y decisiones.
Leer publicación
Rafael Tamames conversa con Javier Tebas sobre el reto de gobernar la inteligencia artificial en organizaciones grandes, complejas y con muchos grupos de interés.
Leer publicaciónRafael Tamames recuerda una crisis humana que le enseñó que las decisiones que más definen a un líder se toman sin información completa y con muy poco tiempo.
Leer publicación
Una conversación sobre Vita lleva a Rafael Tamames a plantear la pregunta que inquieta a muchos CEOs: qué queda de su función cuando la IA hace lo que ellos hacían.
Leer publicaciónUn proyecto de AI Governance muestra cómo la inteligencia artificial acelera la reconstrucción del conocimiento, pero no sustituye el criterio operativo.
Leer publicación
Una mala experiencia con el soporte de DocSend muestra por qué automatizar el acceso al cliente no equivale a mejorar su experiencia.
Leer publicaciónRafael Tamames cuestiona por qué la transformación digital y la inteligencia artificial avanzan en las empresas, pero no al mismo ritmo en los gobiernos.
Leer publicación
Rafael Tamames explica por qué los datos, el contexto y la microgeografía del aficionado determinan el valor real de un patrocinio mundialista.
Leer publicación
Rafael Tamames plantea que la regulación de la inteligencia artificial puede consolidar a los incumbentes y elevar las barreras para las startups europeas.
Leer publicación
Rafael Tamames regresa al stand de Plataforma Editorial en la Feria del Libro de Madrid y comparte tres recomendaciones de lectura.
Leer publicación
Rafael Tamames recomienda Vita, de Xabi Uribe-Etxebarria, un libro que desplaza la conversación sobre IA desde la tecnología hacia la condición humana.
Leer publicación
El paso de pilotos de IA a producción revela datos reales, procesos heredados y decisiones organizativas que ningún business case de laboratorio puede anticipar.
Leer publicación
Rafael Tamames plantea ante directivos de la industria química la decisión que separa la experimentación del gobierno real de la inteligencia artificial.
Leer publicación
Una conversación con sellers de Amazon muestra que automatizar listings no garantiza ventas cuando nadie decide quién gobierna el resultado de la IA.
Leer publicación
Una sala de CIOs y directivos muestra que el reto de la IA empresarial no es la herramienta ni el presupuesto, sino decidir qué puede hacer sola y qué exige criterio humano.
Leer publicación
La due diligence de Findasense llevó a Rafael Tamames a formular una pregunta que hoy aplica al liderazgo, la autonomía de los equipos y el gobierno de la IA.
Leer publicaciónUna reflexión práctica sobre gobierno, responsabilidad humana y escalado de agentes de inteligencia artificial en la empresa.
Leer publicaciónQué ocurre cuando las capacidades de la IA y las tareas que los empleados desean automatizar no coinciden.
Leer publicaciónPor qué la gobernanza y la responsabilidad importan incluso cuando un sistema de inteligencia artificial funciona correctamente.
Leer publicaciónNota histórica del Innovation Day de MTP sobre confianza, control y gobierno de la inteligencia artificial.
Leer publicaciónUna reflexión sobre regulación, formación y adopción de inteligencia artificial entre profesionales de la economía verde.
Leer publicaciónReflexión a partir de The Technological Republic sobre software, ambición, soberanía tecnológica y el papel de Europa.
Leer publicaciónLa brecha entre los empleos de IA que demanda el mercado y la preparación de quienes afrontan procesos de selección automatizados.
Leer publicaciónEl Measurability Gap explica por qué automatizar con agentes de IA puede avanzar más rápido que la capacidad humana para verificar resultados.
Leer publicación