Todas las torres cayeron a la vez. Los radios apenas funcionaban, y los teléfonos estaban muertos en cuestión de minutos."

Eso me lo dijo un rescatista, sentado frente a mí, mientras describía lo que vivió.

Para mi disertación doctoral entrevisté a 20 socorristas en Puerto Rico —enfermeras, policías, paramédicos, personal de rescate de primera línea y supervisores— sobre una sola pregunta: qué hacen exactamente las personas que tienen que seguir salvando vidas cuando los sistemas digitales colapsan durante un desastre.

Fui a buscar respuestas sobre la arquitectura de sistemas. Encontré una libreta que funcionó como sistema de despacho, iglesias convertidas en centros de información y vecinos actuando como primeros respondedores.

Pero también encontré la parte incómoda, y de esa hablo sin adornos: la resiliencia no es gratis. Alguien la paga. En este estudio quedó claro quién.

En este episodio: • Qué significa "modo supervivencia", la expresión que se repitió entrevista tras entrevista • Cómo la toma de decisiones baja del centro de mando a la calle cuando el sistema desaparece • Los sistemas que la gente improvisó: papel, mensajeros a pie, coordinación por proximidad • Por qué la comunidad llenó los espacios que el sistema formal no pudo cubrir • El costo invisible: carga emocional, recursos personales y expansión de roles • Cinco lecciones aplicables a cualquier adversidad, aunque nunca respondas a una emergencia

Sobre el estudio: Figueroa, C. (2026). A Qualitative Phenomenological Study of Emergency Response Resilience in Island Contexts. Disertación doctoral, School of Computer and Information Sciences, University of the Cumberlands. Estudio fenomenológico cualitativo con 20 socorristas en Puerto Rico, con entrevistas semiestructuradas de 45 a 75 minutos, transcritas verbatim y revisadas por los propios participantes. Marcos teóricos: Teoría de la Resiliencia y Teoría de Sistemas Socio-Técnicos.

Nota ética: esta investigación se realizó conforme a un protocolo aprobado por el comité de ética institucional (IRB) de la universidad. Todas las citas compartidas en este episodio provienen de la disertación aprobada y se presentan bajo seudónimo, sin identificar personas, agencias, hospitales ni municipios. Las entrevistas se realizaron en español y fueron traducidas al inglés para el análisis académico; las citas que escucharás son una devolución al español.

Mi agradecimiento a los 20 participantes de este estudio. Su confianza hizo posible esta investigación y, hoy, este episodio.

Más en carlosfurniz.com

#Resiliencia #GestiónDeEmergencias #Tecnologia #PuertoRico #PodcastEnEspañol

Klarna presumió que su inteligencia artificial hacía el trabajo de 700 personas. Un año después, su propio CEO admitió que la calidad había bajado y anunció que volverían a contratar humanos.

No es un caso aislado. Es un patrón que los analistas ya bautizaron como "el efecto boomerang de la IA", y en este primer episodio lo analizo con datos, casos verificables y una advertencia en las dos direcciones.

Porque si la conclusión que sacas es "entonces la IA es humo y no tengo que aprender nada", te estás preparando para quedarte atrás igual de rápido.

Soy el Dr. Carlos Furniz. Llevo más de 25 años en tecnología de la información —redes, nube, ciberseguridad— he enseñado en varias instituciones y acabo de completar un doctorado en tecnología de la información. Este podcast es para profesionales, dueños de negocio y personas en transición de carrera que quieren entender la tecnología sin hype y sin miedo.

En este episodio: • Por qué IBM automatizó el 94% de sus solicitudes de recursos humanos y se estrelló con el 6% restante • Qué encontraron Robert Half, Orgvue y Careerminds sobre empresas que recontrataron después de despedir por IA • El caso judicial en que una aerolínea alegó que su chatbot era "una entidad legal separada" • Por qué el 95% de los pilotos corporativos de IA generativa no genera retorno, según el MIT • Qué pasó realmente con los cajeros automáticos y el empleo bancario • Cuatro acciones concretas para tu carrera, empieces donde empieces

Capítulos: 00:00 El caso que abrió los ojos 01:20 Quién les habla y cuál es la tesis 03:10 El efecto boomerang: los datos 08:30 Por qué falla: gestión, responsabilidad y costos ocultos 13:00 La tecnología como complemento: la evidencia 17:00 Adaptarse sin estancarse: qué hacer hoy

Fuentes citadas: Robert Half; Orgvue; Careerminds; Challenger, Gray & Christmas; MIT NANDA — The GenAI Divide: State of AI in Business 2025; Moffatt v. Air Canada (2024 BCCRT 149); James Bessen y David Autor; Brynjolfsson, Li y Raymond — Generative AI at Work (NBER / Quarterly Journal of Economics).

Si el episodio te aportó algo, compártelo con alguien que necesite escucharlo: un colega preocupado por su futuro, un dueño de negocio a punto de tomar una decisión apresurada, un estudiante que está empezando.

Sitio web: carlosfurniz.com

#InteligenciaArtificial #FuturoDelTrabajo #Tecnologia #Empleo #Ciberseguridad