Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inteligencia Artificial en El Servicio
Inteligencia Artificial en El Servicio
Contenido
Resumen....................................................................................................................................................................... 1
Palabras clave............................................................................................................................................................ 2
Cuatro inteligencias...................................................................................................................................................3
Inteligencia mecánica................................................................................................................................................5
Inteligencia analítica..................................................................................................................................................5
Inteligencia intuitiva..................................................................................................................................................6
Inteligencia empática................................................................................................................................................6
Teoría de la sustitución de puestos por IA.................................................................................................................7
Trabajos, tareas y mano de obra de servicios........................................................................................................7
IA de servicios........................................................................................................................................................8
¿Cuándo sustituye la IA al trabajo de los empleados?...........................................................................................8
Fase 1: La IA sustituye a los trabajos mecánicos......................................................................................................11
Fase 2: La IA sustituye a los trabajos mecánicos y analíticos....................................................................................11
Fase 3: La IA sustituye a los trabajos mecánicos, analíticos e intuitivos...................................................................12
Fase 4: La IA sustituye a los trabajos mecánicos, analíticos, intuitivos y empáticos.................................................12
Fase 5: Sustitución o integración humana...............................................................................................................13
Debate..................................................................................................................................................................... 15
¿Deben las empresas sustituir a los empleados por IA?......................................................................................15
¿Cómo deben sustituir las empresas el trabajo humano por la IA?.....................................................................15
¿Qué va a pasar con los empleos de servicios?...................................................................................................16
Conclusión...............................................................................................................................................................17
Apéndice................................................................................................................................................................. 17
Proposición 1:......................................................................................................................................................17
Proposición 2:......................................................................................................................................................18
Proposición 3:......................................................................................................................................................18
Proposición 4:......................................................................................................................................................18
Proposición 5:......................................................................................................................................................18
Relajación del supuesto de la misma tasa de sustitución en todos los niveles de inteligencia.................................19
Proposición 2a:....................................................................................................................................................19
Proposición 3a:....................................................................................................................................................19
Notas................................................................................................................................................................... 19
Resumen
La inteligencia artificial (IA) está remodelando cada vez más los servicios mediante la realización de diversas tareas,
lo que constituye una importante fuente de innovación y, sin embargo, amenaza los puestos de trabajo humanos.
Desarrollamos una teoría de la sustitución de puestos de trabajo por IA para abordar este impacto de doble filo. La
teoría especifica cuatro inteligencias necesarias para las tareas de servicios -mecánica, analítica, intuitiva y empática-
y establece la forma en que las empresas deben decidir entre humanos y máquinas para llevar a cabo esas tareas. La
inteligencia artificial se desarrolla en un orden previsible: la mecánica precede a la analítica, la analítica a la intuitiva
y la intuitiva a la empática.
La teoría afirma que la sustitución de puestos de trabajo por la IA se produce fundamentalmente a nivel de tarea,
más que a nivel de puesto de trabajo, y para las tareas de inteligencia "inferiores" (más fáciles para la IA) en primer
lugar.
La IA sustituye primero algunas de las tareas de un trabajo de servicios, una etapa de transición que se considera
aumento, y luego progresa hasta sustituir por completo el trabajo humano cuando tiene la capacidad de asumir
todas las tareas de un trabajo. La progresión de la sustitución de tareas por la IA desde las inteligencias inferiores a
las superiores da lugar a cambios predecibles en el tiempo en la importancia relativa de las inteligencias para los
empleados de servicios. Una consecuencia importante de nuestra teoría es que las capacidades analíticas irán
perdiendo importancia a medida que la IA vaya asumiendo más tareas analíticas, lo que dará aún más importancia a
las capacidades intuitivas y empáticas "más suaves" para los empleados de los servicios. Con el tiempo, la IA será
capaz de realizar incluso las tareas intuitivas y empáticas, lo que permitirá formas innovadoras de integración
hombre-máquina para prestar servicios, pero también supondrá una amenaza fundamental para el empleo humano.
Palabras clave
inteligencia artificial, inteligencia humana, aprendizaje automático, sustitución, estrategia de servicios, robots,
automatización, singularidad, inteligencia mecánica, inteligencia analítica, inteligencia intuitiva, inteligencia
empática, economía, recursos humanos
La inteligencia artificial (IA), manifestada por máquinas que muestran aspectos de la inteligencia humana (IH), se
utiliza cada vez más en los servicios y hoy es una importante fuente de innovación (Rust y Huang 2014). Por ejemplo,
los robots para el hogar, la sanidad, la hostelería y la restauración han automatizado muchas partes de nuestras
vidas, los bots virtuales convierten el servicio al cliente en autoservicio (Fluss 2017), las aplicaciones de IA de big
data se utilizan para sustituir a los gestores de carteras (Javelosa 2017) y los robots sociales como Pepper se utilizan
para sustituir a las personas que dan la bienvenida a los clientes en los servicios de atención al cliente (Choudhury
2016). Estos avances han llevado a algunos a afirmar que nos encontramos en la cuarta revolución industrial, en la
que la tecnología está difuminando los límites entre las esferas física, digital y biológica (Schwab 2017).
A pesar de ser una importante fuente de innovación, la IA también amenaza los empleos de servicios humanos. Ya
hemos asistido a un grave desplazamiento de puestos de trabajo en el sector manufacturero, que ha dado lugar a un
trasvase de la industria manufacturera a las industrias de servicios (Buera y Kaboski 2012).
¿Son los empleos de servicios inmunes a esta sustitución? Tradicionalmente, se ha considerado que los empleos de
servicios, incluso los poco cualificados, son más difíciles de automatizar porque dependen más de la comprensión
del contexto y de la comunicación interactiva espontánea que los empleos manufactureros (Autor y Dorn, 2013). Por
ejemplo, Young y Cormier (2014) investigan la idea de si los robots pueden ser gestores, y los resultados muestran
que, aunque un controlador humano experimental tiene más autoridad percibida, casi el 46% de los participantes
obedecen a los robots. Chui, Manyika y Miremadi (2015) descubren que un porcentaje significativo de las tareas que
realizan los trabajadores mejor pagados, como los gestores de carteras, los médicos y los altos directivos, pueden
automatizarse con la tecnología actual.
Esta revolución de la IA y su amenaza han suscitado la atención de la investigación multidisciplinar. Hay dos grandes
corrientes de investigación relacionadas con el progreso de la IA. La literatura sobre servicios y tecnología tiende a
centrarse en los aspectos positivos del uso de la tecnología de IA, mientras que la literatura económica tiende a
centrarse en el efecto de la IA sobre el empleo. La literatura sobre servicios tiende a centrarse en las aplicaciones
de la tecnología inteligente (Colby, Mithas y Parasuraman 2016; Marinova et al. 2017; Rafaeli et al. 2017), el servicio
habilitado por diversas tecnologías (Huang y Rust 2013) y las tecnologías de servicios (Kunz et al. 2018). La
investigación ha demostrado que el avance de la tecnología debería conducir a consecuencias predecibles,
incluyendo la creciente adopción de tecnologías de autoservicio (Meuter et al. 2000), una mayor productividad
óptima (Rust y Huang 2012), y un sector de servicios más grande (Rust y Huang 2014).
Las literaturas sobre gestión estratégica, economía, ciencia y práctica se centran más en el impacto de la IA en el
trabajo humano y los puestos de trabajo, como el uso del aprendizaje profundo para una detección más precisa del
cáncer de piel que los dermatólogos (Esteva et al.2017 ; Leachman y Merlino 2017), los efectos de aumento de la IA
en los trabajadores del conocimiento (Davenport y Kirby 2015), las tecnologías digitales como motor del trabajo y la
vida (Brynjolfsson y McAfee 2016), el crecimiento de los empleos de servicios de baja cualificación en el mercado
laboral estadounidense debido a la automatización (Autor yDorn 2013) y la redefinición del lugar de trabajo
posibilitada por la IA (Chui,Manyika y Miremadi 2015).
La observación de que la IA constituye una importante fuente de innovación y, sin embargo, está sustituyendo cada
vez más puestos de trabajo en el sector servicios, nos motiva a explorar de forma más completa y rigurosa el modo
en que la IA remodelará los servicios. La sustitución de puestos de trabajo por la IA significa que los empleados
pierden su empleo y los clientes pierden la oportunidad de obtener un servicio humano.
Fusionamos las dos corrientes de investigación para tratar de responder a preguntas importantes: ¿cuándo, cómo y
en qué medida debe la IA prestar servicios? y ¿cómo afectará este uso de la IA a la prestación de servicios y a las
cualificaciones laborales requeridas por los empleados? Desarrollamos una teoría de la sustitución de puestos de
trabajo por IA para describir y predecir el modo en que la IA puede sustituir tareas y puestos de trabajo y cambiar
la forma en que se prestan los servicios. Esta teoría contiene tres elementos clave.
1) En primer lugar, basándonos en una síntesis del desarrollo de la IH (Inteligencia Humana) y la IA, especificamos
cuatro tipos ordinales y paralelos de inteligencia -mecánica, analítica, intuitiva y empática- enumerados en el
orden de dificultad con el que la IA los domina. A continuación, abordamos la forma en que las empresas
deben decidir entre humanos y máquinas en la prestación de servicios a través de las cuatro inteligencias.
2) En segundo lugar, la sustitución de puestos de trabajo por la IA se produce fundamentalmente a nivel de tarea
y no de puesto de trabajo. La IA sustituye al menos parte de la mano de obra humana en un servicio cuando la
IA puede realizar mejor algunas de las tareas de un trabajo para cumplir el objetivo estratégico de una
empresa, como el beneficio. Esta etapa de transición se conoce comúnmente como aumento en la literatura
(Davenport y Kirby 2015). A continuación, la IA pasa a sustituir a la mano de obra humana cuando es capaz de
asumir la totalidad de las tareas de un puesto de trabajo.
3) En tercer lugar, esta sustitución se produce primero en las tareas "inferiores" (más fáciles para la IA),
empezando por las tareas mecánicas y subiendo después a las tareas de mayor inteligencia. Ya hemos visto
casos muy extendidos de robots inteligentes que sustituyen a empleados no cualificados y, con el tiempo, la IA
será capaz de realizar incluso tareas intuitivas y empáticas. Al especificar varios mecanismos de sustitución de
servicios por IA, llegamos a la conclusión de que están surgiendo formas innovadoras e inevitables de prestar
servicios, y que la escala de sustitución de puestos de trabajo puede ser más sustancial de lo que muchos
creen.
Contribuimos a la bibliografía sobre servicios en la medida en que esta teoría de la sustitución de puestos de trabajo
por la IA no sólo es descriptiva (para las aplicaciones actuales de la IA), sino también predictiva (para futuras
aplicaciones de la IA), lo que aporta ideas para las decisiones estratégicas de las empresas en la cuarta revolución
industrial. Exploramos las implicaciones con respecto a qué inteligencias aumentarán o disminuirán en importancia
para el trabajo humano a medida que avance la IA. Por ejemplo, las carreras de análisis empresarial están en auge
en los últimos años como resultado del big data, pero nuestra teoría de la sustitución de puestos de trabajo por IA
sugiere que la inteligencia analítica puede no ser la ventaja comparativa de los expertos humanos durante mucho
tiempo y, en ese momento, la educación debería hacer hincapié en la inteligencia intuitiva para dar sentido a los
resultados analíticos y dejar las tareas analíticas a la IA. En general, nuestras conclusiones defienden que las
competencias "más blandas" (por ejemplo, intuitivas y empáticas) son las áreas de ventaja más duraderas para
los empleados de servicios humanos.
En los siguientes apartados, definimos en primer lugar las cuatro inteligencias que intervienen en la realización de
tareas de servicio. A continuación, desarrollamos nuestra teoría basada en las cuatro inteligencias y nos basamos en
ella para producir un conjunto de proposiciones y elaborar y apoyar estas proposiciones utilizando bibliografía de
múltiples disciplinas, junto con aplicaciones del mundo real. El cuadro 1 ofrece una visión general de la estructura
del documento y un resumen de la teoría.
Cuatro inteligencias
La prestación de servicios implica tanto a empleados como a clientes y puede estar a cargo de personas o máquinas.
En función de la naturaleza del servicio, se requieren diferentes inteligencias. Sintetizando a partir de las literaturas
de la IH y la IA, distinguimos cuatro inteligencias, en el orden de su historia de desarrollo en la IA. Se denominan
mecánica, analítica, intuitiva y empática.
Las cuatro inteligencias pueden ser tanto ordinales como paralelas: son ordinales porque algunas IH (por ejemplo,
las intuitivas y las empáticas) son más difíciles de imitar por la IA y, por tanto, se tarda más en desarrollar
aplicaciones de IA con éxito. Pueden ser paralelas porque una vez que la IA ha alcanzado un determinado nivel de
inteligencia, todas las IA inferiores pueden coexistir para prestar un servicio. Por comodidad, nos referiremos a las
inteligencias que la IA tarda más en emular como niveles "superiores" de inteligencia.
La bibliografía sobre la IH considera que la inteligencia es la capacidad de aprender de la experiencia y adaptarse al
entorno (Gardner 1983,1999; Sternberg 1984, 2005). Sternberg (2005, p. 189) define la inteligencia como la
capacidad de "alcanzar los objetivos que uno se propone en la vida, dentro de su contexto sociocultural". Gardner
(1999, p. 34) considera la inteligencia como "un potencial biopsicológico para procesar información... para resolver
problemas...". "Las inteligencias pueden considerarse habilidades que los humanos aprenden con el tiempo para
adaptarse a su entorno“ (Schlinger 2003). La literatura sobre IA se centra en el desarrollo de la inteligencia de las
máquinas para imitar las IH, como la capacidad de conocer y razonar, resolver problemas, aprender, comunicarse,
percibir y actuar (Russell y Norvig 2010).
En la siguiente sección se analizan las cuatro inteligencias, destacando sus características, su relevancia tanto para
los humanos como para las máquinas y sus aplicaciones al servicio. La figura 1 ilustra las cuatro inteligencias.
Tabla 1. Inteligencias, naturaleza de las tareas, sustitución laboral e implicaciones para el servicio
Mecánica
Grado mínimo de Cualificaciones que Simple, tareas Kioscos McDonald's con Los robots de servicios
aprendizaje o adaptación requieren una formación estandarizadas, pantalla táctil "Create consiguen trabajos de
Precisión, coherencia y o educación limitadas repetitivas, rutinarias Your Taste” forma autónoma (Colby,
eficacia Agentes de centros de y transaccionales El robot Pepper en Mithas y Parasuraman
llamadas, vendedores al Las tareas requieren tareas de recepción 2016)
Por ejemplo, tecnologías de
autoservicio y robots de por menor, camareros y coherencia Robots virtuales en lla La mano de obra
servicio taxistas. Servicio de productos atención al cliente en manufacturera poco
básicos autoservicio cualificada se reasigna a
Se basan en observaciones
ocupaciones de servicios
para actuar y reaccionar de
(Autor y Dorn2013; Buera y
forma repetitiva.
Kaboski 2012)
La productización sustituye
las tareas manuales
repetitivas (Sawhney 2016)
Analítica
Aprende y se adapta Competencias técnicas Analítica, basada en Los sistemas inteligentes La analítica de marketing
sistemáticamente en que requieren formación reglas, sistemática de de Toyota sustituyen a asume las tareas de análisis
función de los datos. y experiencia en datos y tareas complejas los técnicos en las tareas de datos (Wedeland
Aprendizaje lógico, análisis Tareas que requieren de diagnóstico de Kannan 2016)
analítico y basado en reglas Trabajadores pensamiento lógico, problemas. Las máquinas sustituyen y
Por ejemplo, DeepBlue, de relacionados con la toma de decisiones Watson de IBM ayuda a aumentan a los
IBM tecnología, científicos de Datos, información y H&R Block a preparar los trabajadores del
datos, contables, servicios basados en el impuestos conocimiento (Davenport y
Toma de decisiones
analistas financieros, conocimiento La tecnología de Penske Kirby 2015)
racional
técnicos de se encarga de las tareas Los servicios inteligentes
mantenimiento de de navegación aprovechan la información
automóviles e de los clientes
ingenieros. (Wu¨nderlich, Wangenheim
y Bitner).
Intuitiva
Aprende y se adapta Profesionales de Tareas complejas, Reportero Robot de Los robots gestores asumen
intuitivamente basándose pensamiento duro que caóticas e Associated Press asumen tareas directivas (Young y
en la comprensión requieren pensamiento idiosincrásicas la tarea de informar Cormier 2014).
Aprendizaje profundo creativo para resolver Las tareas requieren sobre partidos de béisbol Los empleos mejor
basado en redes problemas una interacción y un de ligas menores. remunerados, como
neuronales artificiales o en Directores de marketing, pensamiento La intuición artificial se gestores de carteras,
estadística asesores de gestión, intuitivos, holísticos, encarga de la médicos y altos directivos,
Por ejemplo, Jeopardy de abogados, médicos, jefes basados en la interpretación de datos pueden automatizarse con
Watson, DeepMind de ventas y agentes de experiencia y el en psicología de la la tecnología actual (Chui,
AlphaGo de Google y viajes experimentados. contexto. Gestalt. Manyika y Miremadi,
Libratus, jugador de póquer Servicio La IA Quill de Narrative 2015).
de IA. personalizado, Science escribe como si La IA de reconocimiento de
Toma de decisiones idiosincrásico, basado los autores fueran imágenes supera a los
racional limitada en la experiencia y el humanos. dermatólogos en el
contexto diagnóstico del cáncer de
piel (Esteva et al. 2017)
Empática
Aprendizaje y adaptación Empatía suave. Social, emocional, Los chatbots se Empatía artificial para
empática basados en la Profesionales que comunicativo y comunican con los inferir los estados internos
experiencia requieran habilidades altamente interactivo clientes y aprenden de de un consumidor (Xiao y
Reconocimiento de sociales, comunicativas y Tareas que requieren ellos Ding 2014)
emociones, computación relacionales empatía, trabajo Replika sustituye a los Incorporación de las
afectiva y aprendizaje Profesiones que emocional o análisis psiquiatras para el emociones en los modelos
comunicativo requieren habilidades emocional confort psicológico de marketing (Robertset al.
Por ejemplo, los robots interpersonales, por Servicio muy táctil Los robots Sophia 2015)
humanoides Sophia y ejemplo, políticos y interactúan con los Trabajo emocional de
Replika de Hanson. negociadores, o de clientes como si fueran primera línea realizado por
sentimientos, por empleados la IA (Rafaeli et al.2017)
La toma de decisiones
ejemplo, psiquiatras.
incorpora las emociones
Figura 1. Las cuatro inteligencias. Las cuatro inteligencias.
Inteligencia mecánica
La inteligencia mecánica se refiere a la capacidad de realizar automáticamente tareas rutinarias y repetidas. Puede
parecer poco inteligente, pero es esencial para muchas tareas. Para los seres humanos, los procesos mecánicos no
requieren mucha creatividad, ya que se han realizado muchas veces y, por tanto, se pueden llevar a cabo con poca o
ninguna reflexión adicional (Sternberg1997). En el caso de los servicios humanos, el trabajo mecánico es un trabajo
no cualificado, que no suele requerir formación avanzada. Agentes de centros de llamadas, vendedores al por
menor, camareros y taxistas son algunos ejemplos de trabajos que requieren principalmente habilidades mecánicas.
Para imitar la automatización humana, la IA mecánica está diseñada para tener una capacidad limitada de
aprendizaje y adaptación para mantener la coherencia. Los robots son una aplicación típica. Los robots de servicio
son "tecnología que puede realizar tareas físicas, funcionar de forma autónoma sin necesidad de instrucciones y ser
dirigida por ordenadores sin ayuda de personas" (Colby, Mithas y Parasuraman, 2016). Se basan en reglas y
dependen de un conocimiento previo y de la percepción continua de los sensores para observar y reaccionar ante la
variabilidad física y temporal del entorno del servicio. No comprenden el entorno y no pueden adaptarse
automáticamente; en cambio, sus conocimientos se actualizan de forma ad hoc y con poca frecuencia debido a la
naturaleza repetitiva de sus entornos (Engelberger 1989, pp. 108-109). Las versiones más avanzadas pueden
incorporar funciones de actualización automática (Kim 2007), pero la mayoría de los robots de servicio están
diseñados para ser lo suficientemente inteligentes como para realizar las tareas necesarias (Engelberger 1989, pp.
108-109). Las búsquedas inteligentes de Google, Bing u otros motores de búsqueda son otra aplicación. Utilizan
potentes servidores para realizar los cálculos y algoritmos inteligentes para descifrar el significado de las consultas y
ofrecer los resultados correctos. Este tipo de búsqueda sigue siendo mecánica, en el sentido de que estos motores
utilizan algoritmos inteligentes para averiguar qué páginas son más relevantes que otras, pero no comprenden el
contenido de las páginas (Del Prado 2015).
La IA mecánica tiene la ventaja relativa sobre los humanos de una consistencia extrema (por ejemplo, libre de fatiga
humana, y que responde al entorno de manera muy fiable). La naturaleza competitiva, sin mucha variación, de las
tareas hace que el aprendizaje a lo largo del tiempo tenga un valor limitado (no hay nada nuevo que aprender en el
transcurso de las transacciones o relaciones de servicio). En su lugar, se basa en la observación para actuar y
reaccionar de forma repetitiva.
Inteligencia analítica
La inteligencia analítica es la capacidad de procesar información para resolver problemas y aprender de ella
(Sternberg 1984, 2005). Se trata del procesamiento de la información, el razonamiento lógico y las habilidades
matemáticas (Sternberg 1999). Por ejemplo, los trabajadores relacionados con la informática y la tecnología, los
científicos de datos, los matemáticos, los contables, los analistas financieros, los técnicos de mantenimiento de
automóviles y los ingenieros utilizan mucho las habilidades analíticas.
El aprendizaje automático y el análisis de datos son las principales aplicaciones analíticas de la IA. Hay varios tipos de
aprendizaje automático, y la IA analítica típica utiliza principalmente algoritmos para aprender de forma iterativa a
partir de datos para encontrar información reveladora sin estar programado dónde buscar una información concreta
(SAS Institute, Inc. 2017). El ordenador de ajedrez Deep Blue de International Business Machines Corp. (IBM), que
utiliza el aprendizaje basado en reglas, es un ejemplo. En la literatura sobre IA, la IA analítica se considera "IA débil"
porque, aunque estas aplicaciones de IA pueden mostrar un comportamiento aparentemente inteligente, no
pueden simular fácilmente la intuición. Una opinión común es que esta limitación se produce porque tales
máquinas no tienen estados conscientes, ni mente, ni conciencia subjetiva (Azarian 2016).
Esta inteligencia es necesaria para realizar tareas complejas, pero sistemáticas, coherentes y predecibles; por
ejemplo, las que requieren muchos datos e información. Su naturaleza sistemática las hace adecuadas para la
personalización masiva basada en big data de los clientes, siendo la personalización colaborativa un ejemplo de
ello. Basada en los macrodatos, esta IA se aleja de las máquinas autónomas, como los robots de servicio, para
convertirse en máquinas conectadas en red que generan inteligencia colectiva. Se considera que este es el cambio
más profundo y generalizado que la IA ha traído al servicio hasta ahora: máquinas capaces de procesar y sintetizar
grandes cantidades de datos y aprender de ellos.
Inteligencia intuitiva
La inteligencia intuitiva es la capacidad de pensar de forma creativa y adaptarse eficazmente a situaciones nuevas .
Puede considerarse sabiduría basada en el pensamiento holístico y en la experiencia (Sternberg 1984, 1999, 2005).
La inteligencia intuitiva incluye aptitudes profesionales de pensamiento duro que requieren perspicacia y resolución
creativa de problemas; por ejemplo, los directores de marketing, los consultores de gestión, los abogados, los
médicos, los directores de ventas y los agentes de viajes hacen un uso intensivo de la inteligencia intuitiva.
La comprensión puede considerarse la característica clave que define a la IA intuitiva y la distingue de la analítica .
La literatura sobre IA considera la IA intuitiva como "IA fuerte", en el sentido de que la IA está diseñada para
funcionar de forma más flexible, más parecida a un ser humano. La IA está construida para emular una amplia gama
de cogniciones humanas y aprende de forma similar a un niño humano (pero mucho más rápido debido a su
potencia de cálculo y conectividad). En este sentido, la inteligencia de las máquinas puede considerarse igual que la
inteligencia humana (Kurzweil 2005, p. 260).1 Del Prado (2015) afirma que, si tuviéramos una máquina que pudiera
leer todas las páginas y entender el contexto, en lugar de 26 millones de páginas para responder a la consulta de un
usuario, podría responder realmente a la pregunta. Podrías hacer una pregunta real y obtener una respuesta, como
si estuvieras hablando con una persona que leyó todos esos millones y miles de millones de páginas y sintetiza toda
esa información. Algunos incluso afirman que la IA intuitiva incluye autoconciencia, sensibilidad y consciencia,
todas ellas características de la inteligencia artificial (Azarian 2016). La IA intuitiva no cometerá tan fácilmente el
mismo error dos veces porque aprende de la experiencia. de la experiencia. Jeopardy de Watson puede aprender
intuitivamente, DeepMind AlphaGo de Google simula el instinto, no solo el cálculo (BBC News 2016), y el jugador de
póquer de IA Libratus puede hacer pensamiento estratégico con información incompleta (lo que es similar a los
jugadores de póquer humanos; The Wall Street Journal 2017).
Actualmente, IBM está bastante avanzada en lo que respecta a las aplicaciones Business-to-Business (B2B) de la
tecnología intuitiva. Su Watson puede entender, razonar, aprender e interactuar y se ha convertido en una de las
principales plataformas de IA para empresas (IBM 2017).
Las tareas que son complejas, creativas, caóticas, holísticas, experienciales y contextuales requieren inteligencia
intuitiva. La naturaleza compleja e idiosincrásica de las tareas hace que dependan de la intuición para una
prestación de servicios satisfactoria. Por ejemplo, la relación con un cliente puede ayudar a conocer mejor sus
necesidades idiosincrásicas a lo largo del tiempo. Este tipo de información no se obtiene tan fácilmente extrayendo
datos de clientes aparentemente afines. La organización de viajes complejos y personalizados, la restauración de
lujo, el ocio y los deportes son algunos ejemplos que requieren intuición para ofrecer un mejor servicio.
Inteligencia empática
La inteligencia empática es la capacidad de reconocer y comprender las emociones de otras personas, responder
emocionalmente de forma adecuada e influir en las emociones de los demás (Goleman 1996). Incluye habilidades
interpersonales, sociales y humanas que ayudan a los seres humanos a ser sensibles a los sentimientos de los demás
y a trabajar bien con ellos (Gardner 1983; Johnson 2014). Algunos ejemplos de habilidades específicas son la
comunicación, la creación de relaciones, el liderazgo, la defensa y la negociación, el equilibrio entre la vida laboral y
personal (Caprino 2012), el trabajo social y en equipo, la diversidad cultural y el carisma. Los profesionales con
aptitudes empáticas se encuentran en trabajos que requieren aptitudes interpersonales, como los políticos y los
negociadores, y de sensibilidad, como los psiquiatras, y pueden ser profesionales cualificados, como los psicólogos,
o trabajadores de primera línea relativamente poco cualificados, como los auxiliares de vuelo.
La IA empática describe una máquina que puede sentir o, al menos, comportarse como si sintiera. Picard (1995)
define la informática afectiva como la informática que se relaciona con las emociones, surge de ellas o influye en
ellas. Afirma que el papel esencial de la emoción tanto en la cognición como en la percepción humanas, como
demuestran los estudios neurológicos, indica que los ordenadores afectivos no sólo deberían ofrecer un mejor
rendimiento a la hora de ayudar a los humanos, sino que también podrían mejorar la capacidad de los ordenadores
para tomar decisiones. McDermott (2007) lo define como el "problema difícil" del computacionalismo, es decir, "el
problema de explicar por qué un sistema físico puede tener experiencias vívidas con "cualidades" aparentemente
intrínsecas, como el rojo de un tomate o el picante de un taco" (p. 2).
Se debate si la IA puede sentir como los humanos. En la literatura filosófica y psicológica, la emoción se considera
una reacción biológica y una experiencia subjetiva que no puede separarse fácilmente en elementos y procesos
informáticos binarios. Por tanto, según esta forma de pensar, es difícil imaginar cómo se pueden programar las
máquinas para que experimenten emociones como los humanos. Alternativamente, en la literatura sobre IA, la
emoción no es diferente de la cognición y puede programarse de forma similar, si se cuenta con la suficiente
habilidad de programación, al igual que el razonamiento y las capacidades cognitivas. Por ejemplo, Minsky (2006),
en su libro La máquina de la emoción, sostiene que todas las funciones mentales, ya sean cognitivas o emocionales,
son computaciones. El debate se centra en si la simulación cognitiva de las emociones por parte de la IA difiere de la
forma en que las experimentan los seres humanos. Sin embargo, al igual que en la prueba de Turing, mientras la IA
"demuestre" emociones, a efectos de prestación de servicios, puede no importar cómo lo consiga. El debate sobre la
naturaleza de la IA empática utiliza argumentos similares a los del debate sobre si la IA intuitiva puede pensar como
los humanos.
La IA empática es la generación más avanzada de IA, y las aplicaciones actuales al servicio son aún muy escasas.
Algunos ejemplos son Replika, que suministra personas artificiales (personalbots) para el confort psicológico o el
bienestar (Huet 2016),y Sophia, la IA parecida a los humanos de Hanson Robotics (Campanella 2016), que está
diseñada para parecer y actuar como los humanos.Sophia es tan convincente que el gobierno saudí le ha concedido
recientemente la ciudadanía (Maza 2017). El propósito de estas aplicaciones es diferente del de las IA analíticas e
intuitivas, que se diseñan basándose en consideraciones funcionales. Muy a menudo, se diseñan deliberadamente
para que parezcan máquinas, para evitar que parezcan humanos.
Las tareas empáticas son servicios de alto contacto que requieren un mayor nivel de presencia social (Giebelhausen
et al. 2014; Wünderlich, Wangenheim y Bitner 2013). Estas tareas son sociales, emocionales, comunicativas,
interactivas y relacionales. El trabajo emocional, ya sea genuino o simulado, desempeña un papel clave. El trabajo
emocional es la gestión de sentimientos y expresiones para cumplir los requisitos emocionales de un trabajo . Se
espera que los empleados muestren las emociones apropiadas al interactuar con los clientes, ya sea de forma
superficial o de corazón (Yoo y Arnold, 2016). Como hemos visto, la IA está avanzando en las cuatro inteligencias,
aunque algunas se desarrollan más rápido que otras. A continuación, analizaremos cómo puede influir este avance
de la IA en los empleos de servicios humanos.
IA de servicios
Identificamos dos características dominantes de la IA que más importan al servicio: (1) el autoaprendizaje y (2) la
conectividad.
Autoaprendizaje. El autoaprendizaje en la IA implica una máquina que puede mejorar automáticamente con la
experiencia (Mitchell 1997). El autoaprendizaje puede lograrse mediante el aprendizaje automático basado en
algoritmos que aprenden de los datos y hacen predicciones (Soucy 2016), mediante redes neuronales artificiales
(aprendizaje profundo) que observan el mundo y generan su propia representación interna basada en datos
sensoriales (Genmod Project 2013), e incluso mediante el aprendizaje automático para aprender de otras IA
(Simonite 2017). Independientemente de los métodos de autoaprendizaje, la clave es que una IA suficientemente
inteligente pueda mejorar por sí misma. Por ejemplo, los algoritmos de aprendizaje automático de Amazon o
Netflix pueden mejorar sus propias recomendaciones a lo largo del tiempo basándose en las respuestas de los
clientes a las recomendaciones. Los sistemas de personalización adaptativa (Chung, Rust y Wedel, 2009; Chung,
Wedel y Rust, 2016) observan el comportamiento del cliente y adaptan el servicio a lo largo del tiempo.
Conectividad. El avance de Internet y de las tecnologías de la comunicación amplía significativamente la capacidad
de autoaprendizaje de la IA a toda la red en lugar de a máquinas individuales. La IA en red da lugar al fenómeno
emergente de la inteligencia colectiva. El libro del pionero de la IA Marvin Minsky (1986), La sociedad de la mente,
refleja la visión de la mente como compuesta por agentes individuales con agendas limitadas. Los agentes
individuales intentan alcanzar objetivos dispares y de ahí surge una inteligencia más compleja.
Un ejemplo de este tipo de conectividad es la Internet de las Cosas (IoT), que permite el uso de sensores sencillos
basados en servicios inteligentes (Hoffman y Novak 2016; I. C. L. Ng y Wakenshaw 2017). Por ejemplo, en el
documental de 2016 "Lo and Behold: Reveries of the Connected World", Raj Rajkumar, profesor de Carnegie-Mellon
que trabaja en coches auto conducidos, afirmó que la IA aprenderá mucho más rápido que las personas, porque
cuando un coche auto conducido comete un error, todos los coches auto conducidos aprenderán de él gracias a la
conectividad. Un ejemplo de B2B es Watson de IBM (2017), que aprovecha la visibilidad cognitiva de los
documentos de todos los socios de la cadena de suministro o de toda la red de colaboración para crear una
plataforma de integración estratégica que mejore el rendimiento de toda la red.
Proporción de
puestos de Trabajos Trabajos Trabajos Trabajos
trabajo
restantes
Mecánicos Analíticos Intuitivos Empáticos
0 T2 T4
Etapa 1 T1 Etapa 1 T3
Etapa 1
Etapa 1
Reemplazo Trabajos Reemplazo Trabajos Reemplazo Trabajos
mecánicos Mecánicos, Analíticos e Reemplazo Trabajos a todos
Mecánicos y Analíticos
Intuitivos los niveles de Inteligencia
Esta hipótesis vincula la sustitución de tareas a la sustitución de mano de obra por empleados. Cuantas más tareas
de un trabajo asuma la IA, menos empleados serán necesarios para realizar ese trabajo . La fase de transición
cuando un trabajo lo realiza en parte la IA y en parte por empleados es conocida comúnmente como aumento
(Davenport y Kirby, 2015). Sin embargo, mientras la IA siga avanzando en inteligencia y asumiendo más tareas, la
mano de obra empleada será sustituida constantemente. Esto puede evidenciarse en que incluso solo en los
últimos años, la predicción de que los empleos cualificados serán más seguros (por ejemplo, los trabajadores del
conocimiento en Davenport y Kirby 2015) ha cambiado, ya que los gestores de carteras han sido sustituidos por IA
de big data (Javelosa 2017). Por lo tanto, la sustitución de tareas implica directamente la sustitución laboral de los
empleados.
Suposición 3: La tasa de sustitución de puestos de trabajo de IA dentro de una inteligencia específica es
proporcional al número de trabajadores humanos dentro de esa inteligencia.
Esto supone que la sustitución de puestos de trabajo se produce a un ritmo fijo proporcional al número de
trabajadores. Si hay muchos trabajadores humanos, hay más posibilidades de sustitución. A medida que el número
de trabajadores humanos se acerca a cero, el número de trabajadores sustituidos disminuye. El modelo de
difusión de nuevos productos de modelo de Bass de difusión de nuevos productos (Bass 1969; Mahajan, Muller y
Bass 1990) y sus numerosas variantes. Como en el modelo de Bass, este supuesto se expone de forma concisa
mediante ecuaciones diferenciales. En nuestro caso, aplicando los supuestos 1 y 2, tenemos
dM(t)/dt =-k M (t); para t > 0; (1)
dA(t)/dt = - k A (t - T1); para t > T1; (2)
dI(t)/dt = - k I(t - T2); para t > T2; (3)
dE(t)/dt = - k E(t - T3); para t > T3; (4)
donde M(t), A(t), I(t), y E(t) son la proporción de los trabajadores originales asociados a tareas mecánicas, analíticas,
intuitivas y tareas mecánicas, analíticas, intuitivas y empáticas, respectivamente, y k > 0 es la tasa de sustitución de
puestos de AI. Para simplificar la exposición, utilizamos la misma tasa de sustitución de puestos en todas las
inteligencias.
Se podría argumentar que la duración de las etapas debería aumentar con el tiempo, reflejando la mayor dificultad
de idear una IA de mayor inteligencia; nuestro modelo es totalmente general a esta posibilidad, y ninguna de las
proposiciones se vería afectada.
Las ecuaciones diferenciales de primer orden anteriores pueden resolverse para obtener las siguientes expresiones
de forma cerrada para M(t), A(t), I(t) y E(t):
Debate
Nuestra teoría de la sustitución de puestos de trabajo por la IA suscita varias cuestiones adicionales que los
investigadores y los responsables políticos deben tener en cuenta a la hora de afrontar la revolución de la IA en la
economía de servicios. También proporciona directrices prácticas para que los directivos formulen sus decisiones
estratégicas sobre si sustituir a los trabajadores por IA y cuándo hacerlo, así como sugerencias para los educadores
empresariales sobre cómo formar a nuestros alumnos. La tabla 3 resume una serie de futuros temas de
investigación sobre servicios basados en las principales conclusiones de nuestra teoría.
La naturaleza de la tarea, el servicio y el ¿Qué tareas requieren qué composición de inteligencias y qué
énfasis estratégico determinan si las combinación de IH e IA?
empresas deben sustituir a los ¿Qué servicios requieren qué composición de inteligencias y qué
empleados por IA. combinación de IH e IA?
¿Qué énfasis estratégico requiere ¿qué composición de
inteligencias y qué combinación de IH e IA?
Las empresas deben diseñar estrategias ¿Cómo identificar la heterogeneidad de las preferencias de los
de servicios integrados hombre- consumidores por los servicios prestados por personas o por
máquina para seguir siendo máquinas?
competitivas. ¿Cómo racionalizar los procesos de los proveedores de servicios
humanos y automáticos?
¿Cómo automatizar completamente el servicio en los niveles de
inteligencia?
¿Cómo potenciar a los proveedores de servicios humanos con
máquinas en los cuatro niveles de inteligencia?
¿Cómo conectar a personas y máquinas para una inteligencia
colectiva?
Los responsables políticos deben Identificar la migración laboral para la economía de servicios a nivel
estudiar detenidamente el impacto de de inteligencia superior
la IA en la economía. Identificar la forma de la economía postservicios
Las habilidades intuitivas y empáticas ¿Cómo reciclar a los trabajadores para que adquieran aptitudes
serán las ventajas comparativas más intuitivas y empáticas que les permitan seguir siendo empleables?
duraderas del servicio humano ¿Cómo formar a los estudiantes en las competencias intuitivas y
empáticas para que sigan siendo empleables?
Conclusión
Desarrollamos una teoría para comprender la naturaleza del trabajo de servicios y cómo/por qué la IA puede
sustituir o, en última instancia, reemplazar a los humanos en cada tipo de tarea/trabajo. Esta teoría de la
sustitución de trabajos por IA proporciona una hoja de ruta sobre cómo la IA avanza para hacerse cargo de tareas
que requieren inteligencias diferentes, cómo la IA puede y debe utilizarse para realizar tareas de servicios y, por
último, cómo los trabajadores pueden y deben cambiar sus habilidades para lograr un equilibrio entre humanos y
máquinas. Concluimos que el avance de la IA en las cuatro inteligencias crea oportunidades de integración
innovadora hombre-máquina para la prestación de servicios, pero también supone una amenaza fundamental para
el empleo humano.
Apéndice
Proposición 1: En la fase 1, la importancia relativa de la inteligencia mecánica disminuye y la importancia
relativa de la inteligencia analítica, la inteligencia intuitiva y la inteligencia empática aumenta.
Demostración:
dM * (t)/dt = SUM (t) dM(t)/dt) – (M (t) (dSUM (t) / dt) (A1)
Teniendo en cuenta que dSUM (t) / dt = dM(t) / dt, podemos reescribir lo anterior como:
El primer término es positivo y el segundo negativo, lo que demuestra que el producto es negativo y, por tanto, dM *
(t) /dt < 0 (la importancia relativa de la inteligencia mecánica disminuye).
Como dA(t) / dt = 0 en esta etapa, el término de la izquierda es cero. Como A(t) > 0 y dSUM(t) / dt < 0, tenemos:
dA * (t) / dt > 0 (A4)
Las derivaciones para dI (t) / dt y dE (t) / dt son idénticas a las anteriores.
Proposición 2: En la Etapa 2, la importancia relativa de la inteligencia mecánica sigue disminuyendo, y la
importancia relativa de la inteligencia analítica también disminuye, mientras que la importancia relativa de
la inteligencia intuitiva y la inteligencia empática sigue aumentando.
Demostración:
Para obtener dM (t) = dt, observamos que dSUM(t) / dt = dM(t) / dt + dA(t) / dt, lo que nos permite reescribir la
ecuación A1 como
dM * (t) /dt = (SUM(t) - M(t))(dM(t) / dt) - M(t)(dA(t) / dt) (A5)
Introduciendo las expresiones de las ecuaciones 5 a 8, y observando que I(t) = E(t) = 1 en esta fase, obtenemos
dM * (t)/dt = - 2 k exp( - kt) < 0 (A6)
Análogamente, tenemos:
dA*(t)/dt = (SUM(t) - A(t)) (dA(t)/dt) - A(t)(dM(t)/dt) = -2 k exp( - k(t - T1)) < 0 (A7)
dI*(t)/dt = (SUM(t)) (dI(t)/dt) - I(t)(dSUM(t)/dt) (A8)
Como dI(t)/dt = 0 y el término de la derecha es negativo, tenemos dI * (t)/dt > 0.
La derivación para dE (t)/dt es idéntica, resultando indE (t)/dt > 0.
Proposición 3: En la Etapa 3, la importancia relativa de la inteligencia mecánica y la inteligencia analítica
sigue disminuyendo, y la importancia relativa de la inteligencia intuitiva empieza a disminuir, mientras que
la importancia relativa de la inteligencia empática aumenta aún más.
Demostración:
Observamos que E(t) = 1 en esta fase. Utilizando de nuevo las ecuaciones 5 a 8), tenemos
dSUM(t)/dt = dM(t)/dt) + dA(t)/dt + dI(t)/dt (A9)
Utilizando la ecuación A1, obtenemos:
dM*(t)/dt = (SUM(t) - M(t))(dM(t)/dt) - M(t)(dA(t)/dt + dI(t)/dt)
= (A(t) + I(t) + 1) (dM(t)/dt) - M(t)(dA(t)/dt + dI(t)/dt)
= - k exp (-kt) < 0 (A10)
Notas
1. Aunque la hipótesis de la inteligencia artificial (IA) fuerte considera que la IA tiene todo el rango de la inteligencia
humana, se centra en el aspecto del pensamiento cognitivo y no considera explícitamente un aspecto empático de la
IA.
2. Alan Turing, pionero de la IA, ideó un experimento mental que hoy se conoce como la prueba de Turing. En ese
experimento, si un observador externo no puede distinguir entre un ordenador y un ser humano, basándose en su
comportamiento, se puede pensar que el ordenador piensa como un ser humano. La prueba de Turing también
podría utilizarse para probar la IA empática.
3. 3. A medida que se sustituyan las tareas mecánicas, aunque se mantenga el puesto de trabajo, su naturaleza
cambiará, desplazándose hacia niveles de inteligencia. Así, un cajero de banco puede convertirse más en un asesor y
menos en un empleado.
4. En el Apéndice, mostramos que si permitimos que estos índices varíen entre inteligencias da lugar a una serie de
proposiciones más generales que arrojan muchas de las mismas conclusiones