(sustantivo)/dɑrk ˈkɑn.tɛkst/
Lo que su organización sabe pero nunca escribió. Un modelo general de lenguaje (LLM) contiene todo el conocimiento general pero nada del suyo. Esa brecha es su dark context.
Sin escribir y sin medir, es aquello con lo que operan la mayoría de las empresas.
Similar memoria institucional, know-how, conocimiento silencioso, conocimiento tácito, conocimiento tribal
Hay una masa que no pueden ver
En física, la materia oscura es la masa invisible que mantiene unidas las galaxias, nunca vista directamente, conocida solo porque todo lo visible se mueve a su alrededor. Cada organización tiene la suya: el conocimiento que nadie escribió, las decisiones nunca registradas, el sentido de cómo se hacen las cosas que vive en las cabezas y en el espacio entre reuniones. No está en ningún documento, y mantiene unido todo el lugar.
Ese es el contexto del que la IA ahora está hambrienta, y la brecha que no puede ver.
La IA acaba de encarecer el conocimiento invisible
Durante mucho tiempo esto fue una fuga lenta: alguien se iba, un poco de know-how salía por la puerta, y ningún instrumento apuntaba siquiera a la pérdida.
Un modelo es pura capacidad sin idea de cómo trabajan ustedes. Denle su dark context y se mueve con ustedes; no le den nada y obtendrán respuestas seguras de sí mismas, genéricas y ligeramente equivocadas. Un conductor con licencia y sin mapa de sus calles.
Dos nunca capturadas, dos fuera de alcance
El dark context viene en cuatro formas. Dos son fallos de captura: el conocimiento nunca se expresó o nunca se escribió. Dos son fallos de acceso: se escribió, pero no se puede alcanzar.
Inarticulado
Conocimiento silencioso. Nadie lo ha puesto aún en palabras. Vive en las manos, en los hábitos y en el sentido de cómo se supone que van las cosas.
Articulado
Dicho en voz alta, no escrito. Alguien podría contárselo si preguntaran. Nadie preguntó. Nadie lo escribió.
Perdido
Documentado, pero enterrado. Nadie lo encuentra cuando lo necesita. Estar escrito no es lo mismo que estar al alcance.
Cercado
Documentado, pero cerrado con llave. Solo ciertas personas llegan a él. El resto del equipo opera sin él, y ninguna IA lo ve tampoco.
Los fallos de captura y los fallos de acceso piden soluciones distintas.
¿Podrían entregar su trabajo?
Imaginen que mañana por la mañana entregan su trabajo a un nuevo empleado despierto, o a una IA. Tienen las cuatro formas de arriba; cuáles dos dominan es lo que decide dónde poner el esfuerzo, y la mayoría de los equipos lo adivina mal. Doce afirmaciones, dos minutos, sin registro. En inglés.
Ver su distribución →El contexto es el activo al que nadie pone precio todavía
Primero las empresas compraron trabajo, luego atención. Lo siguiente de valor que produce una persona es más silencioso: contexto, el sentido situado que hace que un sistema general sea específico para su martes, su cliente, su oficio.
Una cosa sin nombre no tiene precio, y a una cosa sin precio se la llevan, o le pone precio otro.
Ese contexto se está convirtiendo en lo más valioso que crean en el trabajo, y casi nadie lo trata como algo propio. Dark Context parte de la postura contraria: nómbrenlo como suyo y consérvenlo, antes de que alguien le ponga precio por ustedes.
¿Qué significa poseerlo?
La versión individual de esto ya tiene nombre y receta: una AGI personal, es decir, un modelo que alquilan conectado a contexto que poseen. Dos de esos términos llegan idénticos para todos: el modelo es una materia prima que se abarata cada trimestre, y el andamiaje es de código abierto y se regala. El tercero es el que se acumula, y es el que nadie ha puesto por escrito todavía. En inglés.
AGI personal, y dónde se detiene →Tomen el conocimiento sin cuidado y perderán a quien sabe
Cuando el conocimiento tácito se cosecha sin cuidado, lo que se pierde no son los datos. Es quien sabe. El rol se adelgaza hasta ser una fuente de contexto, el criterio se alisa en prosa limpia. Lo que queda se lee bien y significa menos.
No estoy seguro es lo primero que desaparece cuando un modelo aprende de ustedes.
Hay una tragedia de los comunes en esto: un modelo puede pastar libremente en la experiencia viva de las personas que hacen el trabajo. Así que la verdadera pregunta no es la captura, es el incentivo: hagan que valga la pena ser la persona que mejor conoce ese rincón del trabajo, y mantenerlo afilado.
De un vacío a algo que es suyo
IA que trabaja desde su realidad
Las mismas herramientas que les daban respuestas genéricas empiezan a sonar como si conocieran el lugar.
Un mapa que comparte todo el equipo
Una imagen que vivía en una cabeza se convierte en una que el grupo sostiene en común, antes de que lo haga ninguna automatización.
Memoria que sobrevive a la persona
El mismo archivo que pone al día a un nuevo empleado pone al día a un agente. El trabajo deja de salir por la puerta.
Un sentido más claro de su propia forma
Muestra lo que necesitan de otros —la contratación correcta, el socio correcto o la tarea que delegar— y abre jugadas que antes no podían ver.
De silencioso a ejecutable por máquina, paso a paso
El conocimiento no salta directo de las manos de una persona a un sistema en marcha. Sube por etapas, y el trabajo ocurre en la base de la escalera, donde un humano todavía sostiene el marco y decide qué vale la pena decir.
Una manera probada de alinear a las personas
Dark Context está construido sobre MethodKit, un método para poner a los grupos en la misma página sobre cómo funcionan realmente las cosas. Esa imagen compartida siempre fue la parte difícil. Es también exactamente el contexto que una IA necesita.
Salen de la sala con un archivo, no con una sensación
Sacar a la luz el dark context requiere sesiones de trabajo, no una auditoría. Las personas que llevan el conocimiento se sientan con nosotros, y lo que sale es su contexto en un archivo: un nuevo empleado puede leerlo su primera mañana, y esa misma tarde pueden apuntar un modelo hacia él.
La sala
Las personas que realmente lo llevan rara vez están en el organigrama. El método muestra cómo funciona el trabajo de verdad, así no empiezan desde una página en blanco. Cuántas sesiones hacen falta lo averiguamos en la primera llamada.
El archivo
Ni notas ni un informe, sino una imagen estructurada de lo que se decidió, lo que muy pocos llevaban y lo que eligieron dejar sin escribir. Es suyo, en un formato que sus propias herramientas pueden leer.
Lo que alimenta
El mismo archivo pone al día a un nuevo empleado y a un agente. Ese es el sentido de hacerlo una vez, bien: el traspaso y el contexto de IA dejan de ser dos proyectos separados.
¿Les suena?
Encaja cuando un proceso solo funciona porque alguien concreto está en la sala, y pueden sentar a esas personas alrededor de una mesa. No arregla documentación que nadie encuentra. Eso es un problema de acceso, y necesita estructura y permisos, no una sesión.
Reservar una llamada →A veces el punto es mantenerlo a oscuras
El dark context suele enmarcarse de dos maneras. Como riesgo: el conocimiento que sale por la puerta cuando alguien se va. Como oportunidad: el conocimiento que por fin capturan y ponen a trabajar. Hay una tercera, e importa tanto como las otras dos.
A veces mantener algo fuera del registro, lejos del próximo empleado, del proveedor, del modelo, no es una brecha que cerrar. Es justamente el propósito. Un periodista protege una fuente. Un clínico guarda lo que se dijo en confianza. El valor no está en sacar el conocimiento a la luz, está en decidir, a propósito, qué queda sin escribir y quién no llega a verlo nunca. Nunca dejen que una herramienta tome esa decisión por ustedes.
Un modelo no puede filtrar
algo que no puede ver.
¿Dónde deberíamos mirar ahora?
Señálennos un campo donde el conocimiento no escrito lleve la batuta. Una línea es todo lo que pedimos. Nos dice dónde excavar después.
Quiénes están detrás
Ola Möller
Su carrera es una larga versión del mismo proyecto: mapear cómo un grupo habla de un tema, ahora a través de MethodKit. Capítulos anteriores fueron el fotoperiodismo ciudadano que ponía distintas realidades lado a lado, el comisariado de arte y el trabajo de taxonomías. Cada uno se apoyó en el mismo método: trabajar con la gente sobre cómo ve las cosas y sacar a la superficie la imagen completa.
Andriy Zhukov
Lleva mucho tiempo intentando hacer las máquinas más humanas: construyó videojuegos de niño e intentó construir IA en el instituto, mucho antes de que fuera fácil. El hilo conductor es una pregunta terca: ¿cómo se logra que un sistema encuentre a una persona donde realmente está?
Lo que nos preguntan
¿Qué es el dark context?
El dark context es lo que una organización sabe pero nunca escribió: el contexto situado que un modelo general de IA no puede ver. Un modelo general de lenguaje contiene todo el conocimiento general y nada del suyo. Esa brecha es su dark context.
¿En qué se diferencia el dark context del dark data?
El dark data son datos que recogieron y almacenaron pero nunca analizaron: registros que quedan sin usar en logs y bases de datos. El dark context no llegó a registrarse nunca; vive en las personas, los hábitos y las conversaciones. El dark data es información sin usar. El dark context es know-how sin escribir. La comparación completa →
¿Es el dark context lo mismo que el conocimiento tácito o el informal de equipo?
Se solapan, pero el dark context es más amplio. El conocimiento tácito (nunca puesto en palabras) y el conocimiento informal de equipo (compartido solo dentro de un grupo) son dos de sus formas. El dark context abarca también conocimiento que sí se escribió pero ahora está perdido o cercado, de modo que no llega ni una persona ni una IA. Qué es el conocimiento tácito →
¿Por qué la IA no conoce el contexto de mi empresa?
Porque un modelo general está entrenado con la internet abierta, no con su operación. Contiene conocimiento general y nada del suyo: sus decisiones, sus atajos, las razones por las que existen sus reglas. Denle su dark context y partirá de su realidad; no le den nada y obtendrán respuestas seguras de sí mismas, genéricas y ligeramente equivocadas. Por qué la IA no conoce su empresa →
¿Quién acuñó el término «dark context»?
A Dark Context le pusieron nombre Ola Möller y Andriy Zhukov. El nombre está tomado de la materia oscura: la masa invisible que mantiene unida una galaxia, conocida solo porque todo lo visible se mueve a su alrededor. Cada organización tiene la suya: el conocimiento que nadie escribió y que mantiene unido todo el lugar.
¿Cómo se hace visible el dark context sin perder a la persona que lo lleva?
Recompensando a quien lo guarda, no solo cosechando el conocimiento. Cuando el conocimiento tácito se extrae sin cuidado, lo que se pierde es quien sabe: el criterio se alisa en prosa limpia que se lee bien y significa menos. La idea es que valga la pena sostener ese contexto y mantenerlo afilado.
darkcontext:~$¿listos para ver lo que nunca se escribió?
Una llamada corta, no una presentación de ventas. Traigan un proceso que solo funciona porque alguien concreto está en la sala, y averiguaremos si ese dark context merece sacarse a la luz —y qué haría falta para sacarlo. La llamada es en inglés.
reservar una llamadadarkcontext:~$reciban novedades por correo
Dejen un correo en su lugar. Sin pitch, solo alguna nota ocasional mientras mapeamos dónde aparece el dark context y qué ayuda a traerlo a la superficie.