Su corazón empezó a latir fuerte. Sus ojos se fijaron en esa pizarra llena de ecuaciones complicadas. Durante unos segundos, luchó consigo misma. Una vocecita le decía: “No te metas, Rachel, ese no es su lugar.” “Pero otra voz más fuerte le gritaba: ‘Tú puedes resolver esto.’” Y entonces pasó lo impensable: Rachel dejó su escoba, entró a la sala y se acercó a la pizarra. Sus ojos entrenados en el MIT empezaron a analizar cada símbolo, cada ecuación, y de repente lo vio: un error tini, pequeñísimo, que todos los expertos habían pasado por alto.
“No puede ser,” murmuró. Habían tratado un parámetro como si fuera lineal cuando debía ser no lineal. Un error de principiante, pero que costaba millones. Sin pensarlo dos veces, tomó un marcador rojo, corrigió el error, borró la fórmula incorrecta y escribió la correcta. En menos de 5 minutos transformó ese desastre en una obra maestra de claridad. Lo que Rachel no sabía era que alguien la estaba observando desde las sombras. Simón, el CEO, había visto todo. Sus ojos fríos ahora brillaban con una mezcla de asombro y sospecha.
¿Cómo era posible que una simple intendente hubiera resuelto lo que sus mejores ingenieros no pudieron? Cuando Rachel se fue, Simón entró a la sala, sacó su tablet y corrió la simulación con los nuevos datos. Los números empezaron a bailar en la pantalla, y entonces apareció un mensaje que cambiaría todo. “Rendimiento mejorado en 58.6%. Error reducido a mínimo histórico.” Casi 60% de mejora. Simón se quedó helado. Esa mujer misteriosa había logrado en minutos lo que su equipo de millones de dólares no pudo hacer en meses.
Al día siguiente, cuando Hasson llegó a la oficina, Simón estaba esperando con una sonrisa fría que no prometía nada bueno. “Hasson,” le dijo con esa voz que se cortaba como navaja, “¿estás seguro de que tu equipo revisó todo el algoritmo?” Hasson se rió con arrogancia. “Simón, somos los mejores ingenieros de la empresa, te garantizo que nadie aquí podría haberlo hecho mejor.” Simón señaló las marcas rojas en la pizarra. “Entonces explícame cómo un intendente pudo encontrar un error crítico que todo tu equipo pasó por alto.” La cara de Hasson se descompuso, su confianza se desplomó como un edificio en terremoto.
Un intendente había hecho lo que él, con su título de Stanford y su ego inflado, no había podido hacer. Pero aquí viene la parte más emocionante: Simón no se quedó callado. Convocó a una reunión con todos los empleados y, ahí, frente a todos, reveló la verdad: “Rachel Brox, la mujer del uniforme de intendencia, había salvado el proyecto más importante de la empresa.” El cuarto explotó en murmullos. Algunos la miraban con escepticismo, otros con curiosidad, pero Hasson la miraba con puro odio.
Para él, que una mujer negra lo hubiera humillado así era imperdonable. “Discúlpame,” le dijo Hasson con sarcasmo, “pero ¿no crees que esto es un poco absurdo? ¿Una intendente sin credencial es invitada a una reunión de expertos solo por una casualidad?” Se dirigió directamente a Rachel con desprecio. “Dime, Rachel, ¿dónde aprendiste inteligencia artificial? ¿En tutoriales gratis de YouTube o escuchando a los ingenieros mientras limpiabas de noche?” El silencio se hizo pesado. Rachel sintió que su corazón se aceleraba.
Era el momento de la verdad. Levantó la cabeza y lo miró directo a los ojos. “Fui estudiante del Instituto Tecnológico de Massachusetts,” dijo con voz suave pero firme. “Mi especialidad era inteligencia artificial.” “Pero supongo que eso no te importa, ¿verdad, señor Hasson? Lo único que tienes en mente es por qué alguien como yo pudo encontrar un error que tú y tus supuestos expertos pasaron por alto.” ¡Boom! El cuarto se quedó mudo. Hasson no esperaba esa respuesta. Su cara se puso roja de vergüenza y rabia, pero Rachel no había terminado.
Se paró frente a la pizarra y con la confianza de sus días en el MIT explicó el problema con una claridad que dejó a todos boquiabiertos. “El problema del algoritmo era usar un modelo lineal donde se requería una función no lineal,” explicó. “Ese error influyó en el margen de error y desestabilizó todo el sistema. Al cambiar el modelo lineal por una función sigmoidea, el rendimiento mejora casi 60%.” Los aplausos llenaron la sala. Hasta los que dudaban ahora la miraban con admiración.
