¿Qué requerirá realmente trabajar con IA?

08 junio 2023

A pesar de las preocupaciones acerca de que las máquinas reemplacen a los trabajadores
humanos, la investigación desafía las afirmaciones exageradas de la IA en ascenso. En la
mayoría de las tareas intensivas en conocimiento, es más probable que los trabajadores se
vean aumentados en asociación con las máquinas que automatizados fuera del trabajo. Los
humanos y las máquinas colaborarán y competirán simultáneamente entre sí, como un equipo
de atletismo que compite en varios eventos. En algunos eventos, como la carrera de 100
yardas, los compañeros de equipo compiten entre sí, pero en otros, como la carrera de relevos,
trabajan juntos hacia un objetivo común.

En tal relación, los humanos y los sistemas de IA necesitan habilidades competitivas y

cooperativas distintas. Las habilidades competitivas se refieren a las ventajas únicas que los
humanos o la IA poseen sobre el otro, mientras que las habilidades cooperativas mejoran la
capacidad de los humanos y la IA para trabajar juntos de manera efectiva. Para fomentar una
relación simbiótica entre los humanos y la IA, las organizaciones deben encontrar el equilibrio
adecuado entre invertir en habilidades humanas y capacidades tecnológicas, y pensar
estratégicamente sobre cómo atraer y retener talento.

Habilidades competitivas y cooperativas de los humanos.

Es posible que la IA no reemplace a los trabajadores en un lugar de trabajo centrado en el ser

humano, pero podría transformar fundamentalmente su trabajo. Para seguir siendo relevantes e
indispensables, los humanos necesitan trabajar con y contra las máquinas.

Habilidades cooperativas de los humanos.

Colaborar de manera efectiva con los sistemas de IA —trabajar con ellos— requiere
habilidades analíticas basadas en datos, pero también comprender las capacidades y
limitaciones de las máquinas (áreas donde la intervención humana es más necesaria), cómo
interpretar y contextualizar los conocimientos generados por IA y el Consideraciones éticas de
la toma de decisiones impulsada por IA. Éstas incluyen:

Habilidades centradas en datos: la capacidad de comprender los resultados generados por

algoritmos para informar y respaldar la toma de decisiones. Una encuesta reciente destacó (1)
la capacidad de distinguir datos relevantes y evaluar su credibilidad, (2) la capacidad de validar
resultados probando hipótesis a través de pruebas A/B y (3) la habilidad para crear y adaptar
visualizaciones claras y comprensibles para comunicar resultados. a múltiples partes
interesadas.

Alfabetización en IA: comprender cómo funcionan los algoritmos, cómo pueden respaldar y
aumentar la toma de decisiones humana, así como las limitaciones y los sesgos que pueden
estar presentes en sus procesos de toma de decisiones. Es probable que los expertos del área
asuman la responsabilidad de desarrollar criterios de equidad para los resultados algorítmicos
que promuevan la equidad, especialmente para las poblaciones vulnerables, y auditar
continuamente los resultados algorítmicos contra estos criterios.

Comunicación algorítmica: comprender cómo articular las necesidades y los objetivos

humanos a los algoritmos, así como también cómo interpretar y explicar los resultados
generados por los algoritmos a otros es importante y la investigación muestra que a menudo
nos equivocamos al hablar con las máquinas, incluso con herramientas avanzadas de IA, como
si eran humanos. Lo hacemos mejor cuando reconocemos que debemos hablar con las
máquinas de maneras específicas que se basen en sus fortalezas. Por ejemplo, a través de la
"ingeniería rápida" o la elaboración de indicaciones para obtener las respuestas más efectivas
de los sistemas de IA, los humanos pueden enseñar modelos de IA para producir los resultados
deseados para tareas específicas.

Habilidades competitivas de los humanos.

Las personas también necesitan perfeccionar las habilidades y capacidades centradas en el ser
humano que las máquinas no pueden replicar, que les ayuden a trabajar contra los socios de
IA, como las que se basan en la inteligencia emocional (p. ej., habilidades de comunicación
para interactuar con otras partes interesadas humanas), una estrategia y perspectiva holística,
pensamiento crítico y toma de decisiones intuitiva. Éstas incluyen:

Inteligencia emocional: la capacidad de reconocer las propias emociones y reflexionar sobre

ellas en el contexto de la interacción con algoritmos, así como comprender y comunicar las
implicaciones emocionales de los resultados generados por algoritmos. Por ejemplo,
los agentes de servicio al cliente humanos pueden no confiar únicamente en guiones o
consejos en tiempo real proporcionados por los agentes de IA, sino que pueden personalizar
las soluciones al comprender con empatía los requisitos o sentimientos de los clientes.

Pensamiento holístico y estratégico: la capacidad de considerar el panorama general y

comprender cómo los resultados algorítmicos encajan en el contexto más amplio de un
problema o decisión. Por ejemplo , la inferencia algorítmica puede informar a los patólogos,
pero aún deben considerar factores como el historial médico, el estilo de vida y la salud general
de los pacientes para llegar a un diagnóstico informado y completo.

Creatividad y pensamiento innovador: la capacidad de pensar creativamente y utilizar

algoritmos de formas novedosas e innovadoras. Por ejemplo , los sistemas de IA se utilizan
para analizar datos masivos de consumidores e identificar patrones en los intereses y el
comportamiento de un público objetivo, pero es el pensamiento creativo de los especialistas en
marketing el que elaborará un mensaje que resuene en el público.

Pensamiento crítico y ético: la capacidad de evaluar críticamente las inferencias de las

máquinas y comprender las implicaciones y responsabilidades éticas asociadas con el uso de
algoritmos, incluidas la privacidad y la responsabilidad. A medida que la IA generativa, como
ChatGPT, se integra cada vez más en varios productos, se necesitan expertos en diferentes
dominios comerciales para trabajar junto con estos sistemas para abordar continuamente
la posible información falsa o sesgada a la que estos sistemas son propensos.

Habilidades competitivas y cooperativas de la IA

No son sólo los humanos los que deben adquirir nuevas capacidades. Si bien los sistemas de
IA están expandiendo rápidamente sus habilidades competitivas sobre los humanos, aún
necesitan mejorar sus habilidades cooperativas para que las organizaciones los adopten
ampliamente. En particular, la falta de explicabilidad sigue siendo un desafío en las decisiones
de alto riesgo, lo que dificulta la rendición de cuentas y el cumplimiento de los requisitos
legales. Por ejemplo, si el proceso de toma de decisiones de la IA sigue siendo opaco para los
profesionales médicos, impedirá la adopción de estos sistemas en el cuidado de la salud,
incluso si estos sistemas brindan decisiones casi óptimas.

Las habilidades cooperativas de la IA

Para trabajar eficazmente con socios humanos, los sistemas de IA necesitan habilidades como:

PNL (procesamiento del lenguaje natural): la capacidad de procesar, analizar, comprender e

imitar el lenguaje humano. Los sistemas como ChatGPT sobresalen en la interacción con
humanos porque facilitan que las personas hagan preguntas y se expresen de una manera
natural, incluida la expresión de emociones como entusiasmo, frustración o sorpresa. La
realidad, sin embargo, es que estos sistemas están lejos de ser sensibles . Las situaciones que
van más allá de una función son mejor realizadas por un humano o con supervisión
humana. Por ejemplo, la IA puede analizar y revelar patrones en los datos de atención médica,
pero no debe reemplazar el papel de un médico en la prestación de atención individualizada a
los pacientes.

Explicabilidad: La capacidad de proporcionar a los humanos explicaciones claras y

comprensibles de su proceso de toma de decisiones y sus resultados. La inescrutabilidad
inherente de la IA de aprendizaje profundo es un desafío continuo que requiere múltiples
soluciones, incluida la creación de un "marco de explicabilidad" que aborde los riesgos de las
cajas negras de IA para industrias y organizaciones específicas. Las soluciones tecnológicas
también pueden incluir la adición de motores de explicabilidad , que ofrecen explicaciones
legibles por humanos para las decisiones y predicciones de los 'sistemas' de IA,
particularmente para áreas críticas como la atención médica y las finanzas.

Adaptabilidad y personalización: la capacidad de aprender de interacciones anteriores y

personalizar las respuestas en función de los usuarios individuales. Por ejemplo, los asistentes
personales inteligentes son cada vez más importantes para ayudar a las personas a abordar la
sobrecarga de información y comunicación. Al analizar las actividades de un usuario, estos
asistentes trabajan en colaboración con los trabajadores de manera individualizada, mejorando
su productividad en áreas como la gestión del tiempo, la organización de reuniones y la
asistencia en la comunicación.

Conciencia del contexto: la capacidad de comprender el contexto en el que se lleva a cabo

una interacción y responder en consecuencia. Por ejemplo , en los sitios web de comercio
electrónico, los chatbots que presentan conciencia del contexto pueden analizar las consultas
anteriores de un usuario y el historial de compras para ofrecer soluciones o recomendaciones
que sean más pertinentes a las necesidades del cliente.

Las habilidades competitivas de la IA

Los sistemas de IA continúan presentando ventajas competitivas únicas, tales como:

Capacidades analíticas: la capacidad de realizar cálculos complejos, procesar grandes

cantidades de datos e identificar patrones y relaciones dentro de los datos. Por ejemplo , los
sistemas de IA son cada vez más competentes para detectar transacciones fraudulentas en
conjuntos de datos masivos de transacciones con tarjetas de crédito.
Generatividad: la capacidad de generar resultados novedosos y únicos que no son
simplemente reproducciones de datos existentes. Mediante el uso de grandes modelos y redes
neuronales para analizar patrones, la IA generativa está transformando la creación de
imágenes, texto e incluso música que se asemejan a los creados por expertos humanos. Estos
sistemas automatizan la generación de contenido, mejoran la calidad del contenido, aumentan
la variedad del contenido y ofrecen contenido personalizado.

Rendimiento a escala: la capacidad de escalar operaciones de manera eficiente, manejar una

gran cantidad de transacciones en tiempo real y admitir aplicaciones a gran escala sin sacrificar
el rendimiento. Por ejemplo, los sistemas de IA han demostrado una capacidad superior para
procesar miles de solicitudes de tarjetas de crédito en tiempo real u ofrecer " gestión
algorítmica " de miles de conductores y pasajeros de Uber simultáneamente, creando un marco
operativo estructurado y consistente a una escala sin precedentes.

Carreras con y contra las máquinas

El desafío para las organizaciones que intentan construir una estrategia para usar nuevas y
más herramientas de IA radica en diseñar sistemas organizacionales que equilibren de manera
efectiva las habilidades competitivas y cooperativas de los humanos y la IA. Las organizaciones
que buscan lograr este equilibrio deben considerar lo siguiente:

Democratizar los datos para fomentar el desarrollo continuo de habilidades competitivas

de humanos y máquinas.Los sistemas de IA pueden generar información de datos a escala y
detectar patrones que el ojo humano suele pasar por alto, pero traducir esa competitividad en
crecimiento y agilidad empresarial requiere habilidades muy humanas de pensamiento
estratégico y creatividad. Para permitir este tipo de colaboración, las empresas deben
democratizar el acceso a los datos en todos los niveles de su organización. Casi todos los roles
dentro de su organización deberían trabajar junto con el análisis de datos para informar cómo
hacer que los flujos de trabajo sean más eficientes, tomar decisiones basadas en datos y, en
última instancia, informar una mejor comprensión de cómo atender al cliente final. Cuanta más
visibilidad de datos pueda brindar la IA a su fuerza laboral, mayor será la capacidad de los
humanos para aplicar y desarrollar sus habilidades competitivas únicas.

Busque fuera de los muros de su propia organización las habilidades humanas

cooperativas. Un estudio reciente de Deloitte encontró que casi la mitad (49 %) de los
trabajadores tradicionales (empleados de tiempo completo) actualizaron sus habilidades hace
más de un año o nunca se involucraron en el desarrollo de habilidades, mientras que el 60 %
de la fuerza laboral alternativa (definida como trabajadores por encargo, autónomos,
trabajadores independientes y trabajadores colectivos: actualizaron sus habilidades en los
últimos seis meses. De hecho, el 44% de los trabajadores alternativos en grandes
organizaciones tienen un título de posgrado según una nueva investigación de Upwork . Esto
probablemente se deba al hecho de que la mayoría de los conjuntos de habilidades técnicas,
según una investigación de IBM, experimenta una vida media de 2,5 años. Y, según la base de
datos de Upwork, las habilidades más demandadas son técnicas y están relacionadas con el
desarrollo web, móvil y de software. Si su organización tiene dificultades para mantenerse al
día con las habilidades humanas cooperativas para trabajar junto con las máquinas, puede ser
el momento de involucrar un ecosistema más amplio de habilidades fuera de su organización.

No permita que la geografía limite las habilidades para las que su empresa está
contratando. La pandemia marcó el comienzo de una nueva era de trabajo, ya que muchas
organizaciones aprendieron que el trabajo se podía hacer de forma remota. El trabajo técnico
se puede realizar en casi cualquier parte del mundo, ya que las máquinas han hecho que la
geografía sea en gran medida irrelevante para encontrar las habilidades necesarias para
cooperar con las máquinas. Habilitar estrategias de trabajo remoto asegurará que su
organización esté equipada para capturar el panorama de talento en constante cambio y lo
ayudará a ganar en la carrera con y contra las máquinas.

Al centrarse en el equilibrio de estas habilidades, las organizaciones pueden aprovechar los

beneficios de un bucle infinito entre la IA y las habilidades competitivas humanas. En este
equilibrio, los humanos pueden trabajar hacia la "coopetencia" como un arreglo en el que las
partes se involucran en un comportamiento tanto cooperativo como competitivo. En tal relación
con los sistemas de IA, los humanos pueden aprovechar tanto la asociación con las máquinas
como su propia ventaja competitiva frente a la máquina. Esta relación ayuda a mantener su
relevancia e indispensabilidad a medida que los algoritmos funcionan cada vez más como
miembros del equipo o incluso como gerentes (es decir, gestión algorítmica).

Esta formulación que se ofrece aquí ayuda a dar forma al futuro de la educación y el desarrollo
de habilidades, al enfatizar la importancia de centrarse en las habilidades que brindan a los
humanos una ventaja competitiva sobre las máquinas, en lugar de aquellas que ya hemos
perdido frente a las máquinas. Por ejemplo, el uso de calculadoras y correctores ortográficos ya
no es una ventaja, ya que hace mucho tiempo entregamos estas tareas a la tecnología.