Ver ediciones digitales
Continúa leyendo:
Apple se dispara
Comparte
Compartir

Tecnología

Una visión humana de la IA

Por: Financiero 21 Jun 2020

Aprenda cómo aprovechar la Inteligencia Artificialsin poner en riesgo puestos de trabajo La Inteligencia Artificial (IA) aporta beneficios tangibles en cuanto a velocidad de procesamiento, […]


Una visión humana de la IA

Aprenda cómo aprovechar la Inteligencia Artificial
sin poner en riesgo puestos de trabajo

La Inteligencia Artificial (IA) aporta beneficios tangibles en cuanto a velocidad de procesamiento, precisión y estabilidad (las máquinas no cometen errores a causa del cansancio), por lo que muchos profesionales confían actualmente en ella. Algunos médicos, por ejemplo, utilizan las herramientas de la IA para ayudarse a hacer los diagnósticos y tomar decisiones sobre el tratamiento, expone un artículo de la Harvard Business Review.

En una encuesta realizada por el Workforce Institute, en 2018, a 3,000 gerentes de ocho países industrializados, la mayoría de los encuestados describió la inteligencia artificial (IA) como una valiosa herramienta a favor de la productividad.

Sin embargo, existe temor. The Guardian informó recientemente que más de 6 millones de trabajadores en el Reino Unido temen ser reemplazados por máquinas. Las ventajas de la IA se pueden proyectar en una luz mucho más oscura: ¿Por qué se necesitarían humanos cuando las máquinas pueden hacer un mejor trabajo?

Boris Babic, Daniel L. Chen, Theodoros Evgeniou y Anne-Laure Fayard, autores del mencionado artículo- sugieren que las organizaciones que deseen beneficiarse de la IA deben ser cuidadosas al presentarla a las personas que se espera trabajen con ella. Andrew Wilson, hasta enero de 2020, CIO de Accenture, dice: “Cuanto mayor sea el grado de enfoque organizacional en las personas que ayudan a la IA, y en la IA que ayuda a las personas, mayor será el valor adquirido”.

Accenture ha descubierto que cuando las empresas dejan claro que utilizan la IA para ayudar a las personas en lugar de sustituirlas, superan significativamente a las empresas que no se fijan ese objetivo (o que no tienen claros sus objetivos en cuanto a la IA) en la mayoría de las dimensiones de la productividad gerencial —especialmente en la velocidad, la escalabilidad y la eficacia en la toma de decisiones.

En otras palabras, al igual que cuando un nuevo talento se une a un equipo, la IA debe ser configurada para tener éxito. Un empleador inteligente capacita a los nuevos contratados dándoles tareas sencillas que les permiten adquirir experiencia práctica en un contexto no crítico y les asigna mentores para ofrecerles ayuda y asesoría.

Esto hace posible que los recién contratados aprendan mientras que otros se dedican a las tareas de mayor valor. A medida que adquieren experiencia y demuestran que pueden hacer el trabajo, sus mentores confían cada vez más en ellos como instrumentos de consulta y les confían decisiones más sustanciales. Con el tiempo, un aprendiz se convierte en socio, aportando habilidades y perspicacia.

“Creemos que este enfoque puede funcionar también para la inteligencia artificial”, dicen los autores, quienes desarrollaron un modelo para implementar la inteligencia artificial, que le permite a las empresas cultivar la confianza de las personas—una condición clave para la adopción—y trabajar para lograr un sistema cognitivo de inteligencia artificial distribuido, en el que tanto las personas como la inteligencia artificial mejoren continuamente.

Fase 1: El Asistente


Esta primera fase en la adopción de la inteligencia artificial, es más bien como el proceso de formación de un asistente. Le enseñas al nuevo empleado unas cuantas reglas fundamentales y le entregas algunas tareas básicas, pero que requieren mucho tiempo y que normalmente haces (como presentar formularios online o resumir documentos), lo que te libera para concentrarte en asuntos más importantes de tu trabajo. El aprendiz aprende observándote, llevando a cabo las tareas y haciendo preguntas.

Una tarea común de los asistentes de IA, es clasificar los datos. Un ejemplo son los sistemas de recomendación que las empresas han utilizado desde mediados de los 90 para ayudar a los clientes a filtrar miles de productos y encontrar los más relevantes para ellos—Amazon y Netflix están entre los líderes de esta tecnología.

Cada vez más, las decisiones comerciales requieren este tipo de clasificación de datos. Cuando, por ejemplo, los administradores de cartera están eligiendo acciones en las cuales invertir, la información que se dispone es mucho más de lo que un ser humano puede procesar de manera razonable, y siempre surge nueva información que se añade al historial.

La IA es muy útil a la hora de tomar decisiones a gran escala, un evento en el que los seres humanos pueden presentar cansancio.

Otra forma en que la IA puede prestar asistencia es modelar lo que un humano podría hacer. Como cualquiera que use Google se habrá dado cuenta, la información aparece cuando se teclea una frase de búsqueda. El texto predictivo en un smartphone ofrece una forma similar de acelerar el proceso de escritura.

Este tipo de modelo de usuario, relacionado con lo que a veces se denomina “un tipo de sistema experto”, se desarrolló hace más de 30 años y puede aplicarse fácilmente para la toma de decisiones. La IA lo utilizaría para identificar la elección que un empleado tiene más probabilidades de hacer, dadas las que ha hecho en el pasado, y sugeriría esa elección como punto de partida cuando el empleado se enfrente a múltiples decisiones—acelerando, en lugar de hacer realmente, el trabajo.

Fase 2: El Supervisor


El siguiente paso es ajustar el sistema de IA para que proporcione un feedback en tiempo real. Gracias a los programas de aprendizaje automático, la IA puede ser configurada para prever con precisión cuán buena sería la decisión de un usuario en una situación determinada (por ejemplo durante lapsos en los que no se es racional, debido, por ejemplo, al exceso de confianza o al cansancio).

Si un usuario está a punto de hacer una elección que no es coherente con su historial de elecciones, el sistema es capaz de detectar la discrepancia. Esto es especialmente útil cuando se toman decisiones de gran magnitud, momento en el que los empleados humanos pueden encontrarse cansados o distraídos.

Las investigaciones en psicología, economía conductual y ciencia cognitiva muestran que los humanos tenemos capacidades de razonamiento limitadas e imperfectas, especialmente cuando se trata de problemas estadísticos y probabilísticos, los cuales son omnipresentes en los negocios.

Por supuesto que la IA no siempre es “acertada”. A menudo sus sugerencias no tienen en cuenta alguna información privada y fiable a la que tiene acceso la persona que toma las decisiones, por lo que la IA podría desviar a un empleado de su rumbo en lugar de limitarse a corregir los posibles prejuicios conductuales. Por eso su uso debería ser como un diálogo, en el que el algoritmo de avisos de acuerdo con los datos que tenga, mientras que la persona explica a la IA por qué anuló un aviso en particular. Esto mejora la utilidad de la IA y preserva la autonomía de la persona en la toma de decisiones.

Desafortunadamente, muchos sistemas de IA se configuran para usurpar esa autonomía. Por ejemplo, una vez que un algoritmo ha detectado que una transacción bancaria es posiblemente fraudulenta, los empleados generalmente no están en condiciones de aprobar la transacción sin consultarlo con un supervisor o incluso con un auditor externo. A veces, revertir la elección de una máquina es casi imposible—una fuente persistente de frustración tanto para los clientes como para los profesionales del servicio de atención al cliente. En muchos casos, el fundamento de la elección tomada por una IA, resulta confuso y los empleados no están en condiciones de cuestionar esa elección, incluso cuando se han cometido errores.


Fase 3: El Entrenador


En una reciente encuesta de PwC, casi el 60% de los encuestados dijeron que les gustaría recibir un feedback de su desempeño a diario o semanalmente. Es simple ver por qué. Como Peter Drucker afirmó en su famoso artículo de 2005, de Harvard Business Review, “Managing Oneself”, las personas por lo general, no saben en qué son buenas. Y cuando creen que lo saben, suelen equivocarse.

El feedback que reciben los empleados suele proceder de los superiores jerárquicos durante una evaluación—y no en un momento o en un formato a elección de dichos empleados. Esto es lamentable, porque, tal como Tessa West, de la Universidad de Nueva York, descubrió en un estudio reciente de neurociencia; cuanto más sienten las personas que su autonomía está protegida y que tienen el control de la conversación—pueden elegir, por ejemplo, cuándo se da el feedback—y responden mejor a este.

La IA podría abordar este problema. Algunas empresas, especialmente en el sector financiero, están adoptando este enfoque. Los administradores de cartera en MBAM, por ejemplo, reciben el feedback de un sistema de análisis de datos que registra las decisiones de inversión a nivel individual.

Si los empleados pueden relacionarse con las interacciones y controlarlas con inteligencia artificial, es más probable que lo consideren un canal seguro para el feedback que tiene por objeto ayudar en lugar de evaluar el desempeño. Elegir la interfaz adecuada es útil para este fin. En MBAM, las herramientas de mejora de las operaciones comerciales—visuales, por ejemplo—están personalizadas para reflejar las preferencias de un administrador de cartera.

Ciertamente, existe cierto riesgo no sólo de perder puestos de trabajo de nivel inicial (porque los asistentes digitales pueden sustituir eficazmente a los humanos), sino también de comprometer la capacidad de los futuros responsables en la toma de decisiones, de pensar por sí mismos. Sin embargo, eso es algo que se puede evitar. Como sugiere Beane, las empresas podrían utilizar su inteligencia artificial para crear diferentes y mejores oportunidades de aprendizaje para sus empleados, al tiempo que perfeccionan el sistema, haciéndolo más transparente y dándole a sus empleados un mayor control.

Dado que los futuros integrantes de la fuerza laboral habrán crecido en un lugar de trabajo híbrido (de tipo humano + máquina), es casi seguro que serán más rápidos que sus colegas del período previo a la Inteligencia Artificial, a la hora de detectar oportunidades para innovar e introducir actividades que añadan valor y creen puestos de trabajo—lo que nos llevará a la fase final.

LEE MÁS CONTENIDO
¿QUÉ TEMA TE INTERESA?