8.2 C
Santiago
viernes, mayo 24, 2024
No menu items!
Inicio Introducción a la IA Desafíos y riesgos ¿Viene la IA por tu trabajo?

¿Viene la IA por tu trabajo?

En un mundo posterior a la IA, donde un algoritmo puede redactar copias de marketing, o incluso canciones pop y guiones de películas, todo parece posible. Los miembros de la facultad de Harvard Business School discuten cómo la inteligencia artificial podría remodelar la forma en que se realiza el trabajo.

El lanzamiento de ChatGPT parece haber reavivado los temores del fin del mundo acerca de que la inteligencia artificial (IA) reemplace a los trabajadores en masa . ¿Son estos temores proféticos o exagerados? Una encuesta reciente muestra que el 62 % de los estadounidenses cree que la IA tendrá un gran impacto en el trabajo y los trabajadores durante los próximos 20 años, pero solo el 28 % cree que la tecnología los afectará personalmente.

Los miembros de la facultad de Harvard Business School comparten sus pensamientos a continuación sobre cómo la IA remodelará la fuerza laboral y las habilidades necesarias para tener éxito en los próximos años.

Joseph Fuller: Prepárese para cambios masivos en la fuerza laboral

Las herramientas de inteligencia artificial basadas en el aprendizaje profundo que ahora se están introduciendo tendrán un profundo impacto en el mercado laboral, lo que conducirá a la eventual eliminación de muchos trabajos y la reestructuración de muchos otros. El efecto será particularmente agudo entre los trabajadores del conocimiento, aquellos que hacen lo que tradicionalmente se ha definido como trabajo cognitivo no rutinario. Muchas personas en tales roles han estado aisladas de la automatización y la globalización. Eso está a punto de cambiar.

Es probable que el cambio siga un camino similar al que usó un personaje de The Sun Also Rises de Ernest Hemingway para describir su descenso a la bancarrota: Ocurrió de «dos formas… gradualmente y luego repentinamente». Las empresas se moverán lentamente para implementar tecnología de IA generativa como la incorporada en ChatGPT de OpenAI. Aprovechar el inmenso conjunto de datos subyacentes requerirá el desarrollo de sistemas patentados de aprendizaje automático, lo que requerirá que las empresas agreguen talento que escasea.

«UNA VEZ QUE LAS EMPRESAS APRENDAN A EXPLOTAR LA IA GENERATIVA, PODEMOS ANTICIPAR UNA RÁPIDA REESTRUCTURACIÓN EN MUCHAS EMPRESAS QUE IMPLIQUE RECORTES SUSTANCIALES EN EL PERSONAL DE CUELLO BLANCO».

Históricamente, las empresas se han preguntado: «¿Cómo puede esta nueva tecnología mejorar la eficiencia de nuestros procesos existentes?» Esa es una construcción irrelevante cuando se considera cómo aprovechar las capacidades de la IA generativa. Los procesos que van desde la negociación de contratos con proveedores hasta el desarrollo de mensajes de marketing se rediseñarán desde cero para explotar todo el potencial de esta nueva tecnología.

Una vez que las empresas estén seguras de que entienden cómo usar la IA cognitiva para transformar sus operaciones, el impacto en los trabajadores promete ser dramático. Los trabajadores administrativos cuya seguridad laboral se basó en su conocimiento de procesos complejos y su capacidad para integrar rápidamente información de diversas fuentes para tomar decisiones serán desplazados en gran número.

Esas pérdidas de empleos se compensarán parcialmente con la creación de empleos para especialistas en aprendizaje automático y empleos emergentes como ingenieros rápidos. Pero, una vez que las empresas aprendan a explotar la IA generativa, podemos anticipar una rápida reestructuración en muchas empresas que implicará recortes sustanciales en el personal administrativo.

Joseph Fuller es profesor de prácticas de gestión en gestión general y codirige la iniciativa Gestión del futuro del trabajo en HBS.

Ayelet Israeli: Por ahora, la IA aún necesita la intervención humana

En un futuro próximo, la IA se utilizará mejor como una herramienta complementaria para ayudar a los expertos a realizar su trabajo. Sí, la IA puede completar ciertas tareas de manera correcta y completa, pero para ese tipo de tareas veremos algo como la Revolución Industrial, donde los trabajos de las personas cambiaron y pudieron usar nuevas herramientas para ser más productivos y concentrarse en otras tareas. en cambio.

Al mismo tiempo, para otras tareas, la IA proporcionará resultados útiles, pero necesitará humanos para optimizar estos resultados y completar las tareas con éxito. Cuando se piensa en el «trabajo del conocimiento», es especialmente importante tener en cuenta que muchas de las herramientas de IA generativa que estamos viendo en estos días (como ChatGPT) no estaban destinadas a revelar la verdad o mostrar el conocimiento correcto (aunque hemos visto intentos). utilizarlos para este fin). En su lugar, se crearon para generar contenido (en este ejemplo, texto) que muestra las palabras que tienen más probabilidades de aparecer a continuación. No podemos esperar que el resultado sean necesariamente declaraciones verdaderas.

«SE SABE QUE ESTAS HERRAMIENTAS ‘INVENTAN COSAS’ (O ‘ALUCINAN’) Y, POR LO TANTO, NO SE PUEDEN USAR SIN AUDITORÍAS DE CORRECCIÓN».

Se sabe que estas herramientas «inventan cosas» (o «alucinan») y, por lo tanto, no se pueden usar sin auditorías de corrección. Además, los usuarios pueden tener conocimientos o contexto adicionales que la IA no tiene (p. ej., que la IA no ha sido entrenada, conocimiento adecuado, una mejor comprensión de la tarea específica en cuestión, etc.).

Otro riesgo de estos modelos generativos de IA es que, sin intervenciones ni auditorías humanas, es probable que generen contenido que perpetúe los sesgos existentes. Cuando entrenamos estos modelos a escala en función de los datos existentes, si los datos subyacentes incluían información sesgada, es probable que el resultado también incluya ese sesgo a menos que intervengamos. Un ejemplo que hemos visto en las primeras IA de imágenes generativas es que cuando pedimos imágenes de «un hombre», es muy probable que se cree una imagen de un hombre blanco, probablemente debido a los datos en los que se entrenó. Este problema de perpetuar los sesgos plantea muchas preguntas políticas interesantes sobre quién debe monitorear los resultados y qué reglas y valores debe representar la IA.

Ayelet Israeli es profesora asociada de Marvin Bower en la Unidad de marketing y cofundadora del Laboratorio de inteligencia del cliente en el Instituto digital, de datos y diseño (D) de HBS.

Iavor Bojinov: Aquellos que se resisten a la IA corren el riesgo de quedarse atrás

Como cualquier innovación tecnológica, la inteligencia artificial (IA) tiene el potencial de transformar los roles, procesos y prácticas de los trabajadores del conocimiento. Para comprender el potencial de la IA, debemos diferenciar entre sus aplicaciones como orientadas al exterior, que mejoran las ofertas de productos, y orientadas al interior, destinadas a mejorar la eficiencia operativa. Las aplicaciones de IA orientadas al exterior presentan oportunidades para la creación de empleo al ampliar el alcance y la escala de la cartera de productos de una empresa. Por el contrario, es más probable que las aplicaciones orientadas al interior afecten los trabajos de los trabajadores del conocimiento.

«LA AUTOMATIZACIÓN DE ESTAS TAREAS PERMITIRÁ A LOS TRABAJADORES DEL CONOCIMIENTO CONCENTRARSE EN ACTIVIDADES DE VALOR AGREGADO DONDE LA EXPERIENCIA HUMANA ES INDISPENSABLE…»

El surgimiento de la IA generativa, como ChatGPT, pronto se integrará en varias herramientas empleadas por los trabajadores del conocimiento, automatizando numerosas tareas rutinarias como tomar notas, resumir documentos y redactar mensajes personalizados para los clientes. La automatización de estas tareas permitirá a los trabajadores del conocimiento concentrarse en actividades de valor agregado donde la experiencia humana es indispensable, como interpretar el contexto y los matices, ejercitar la inteligencia emocional, abordar las consideraciones morales y éticas y fomentar la creatividad y la innovación.

Además, espero una bifurcación de la fuerza laboral en el futuro cercano: personas que adoptan la IA para mejorar su productividad, lo que podría generar ganancias sustanciales, y aquellos que se resisten a la IA y corren el riesgo de quedarse atrás. Es probable que este último grupo enfrente el reemplazo de sus contrapartes potenciadas por IA. Por lo tanto, el enfoque prudente para los trabajadores del conocimiento es aprovechar el potencial de la IA como una herramienta complementaria, ampliando sus capacidades y adaptándose al panorama laboral en evolución.

Iavor Bojinov es Profesor Asistente de Administración de Empresas y Richard Hodgson Fellow en HBS.

Edward McFowland III: los conjuntos de habilidades cambiarán

En cuanto al escenario del fin del mundo en el que la IA reemplaza los trabajos de todos, no veo que eso se desarrolle pronto. A medida que las nuevas tecnologías penetran en los mercados, a menudo cambian la forma en que compiten las organizaciones en esos mercados. Simultáneamente, ya veces en consecuencia, con estas nuevas innovaciones tecnológicas, ciertos conjuntos de habilidades se vuelven más importantes, mientras que otros se vuelven menos importantes. Creo que lo mismo ocurrirá con la IA generativa. Los programadores, por ejemplo, no necesitarán escribir tanto código desde cero. Los creativos no necesitarán ser su propia musa para la generación de ideas. Todo esto debería aumentar la productividad. Sin embargo, los modelos de IA cometen errores, ya sea en lógica, eficiencia o inferencia. Es probable que las habilidades para probar, editar e innovar o mejorar los resultados de la IA sean más valiosas.

La llegada de la calculadora no hizo que las matemáticas fueran menos importantes, pero cambió qué habilidades matemáticas se volvieron importantes para las organizaciones y, lo que es más importante, cómo enseñamos matemáticas en las escuelas. Se volvió menos importante para los ingenieros que construyen cohetes en la NASA, por ejemplo, para resolver problemas matemáticos complejos en sus cabezas. La capacidad de estructurar un problema o meta como un conjunto de ecuaciones matemáticas que la calculadora podía resolver se volvió más importante. La calculadora se convirtió en una herramienta invaluable para la ciencia espacial, pero no eliminó la necesidad de las matemáticas, la ingeniería o la resolución profunda de problemas por parte de los humanos. De hecho, desde que se inventaron las calculadoras, todavía se han producido «errores de cálculo» de ingeniería y gestión durante los intentos de poner cohetes en el espacio porque la toma de decisiones y el juicio humanos siguen desempeñando un papel vital en la resolución de problemas.

«LAS HERRAMIENTAS DE IA PUEDEN CREAR UN VALOR TREMENDO. LOS HUMANOS DEBEN DECIDIR CÓMO ADAPTARSE MEJOR PARA APROVECHAR EL POTENCIAL DE ESTAS NUEVAS TECNOLOGÍAS Y MINIMIZAR SUS CONSECUENCIAS NEGATIVAS».

Si vemos a la IA como una herramienta de apoyo, que aumenta la toma de decisiones humanas, entonces es importante enseñar a las personas cómo estructurar problemas e interacciones con la IA de manera «óptima» y cómo reconocer errores (sutiles) en la salida de la IA. Como académico, mi trabajo es leer el trabajo de mis alumnos y colegas, evaluar sus suposiciones, lógica y conclusiones, y hacer conexiones. Este valioso conjunto de habilidades debe proporcionarse a todos los usuarios de herramientas de IA generativa. El pensamiento crítico se ha enseñado en muchos niveles de educación durante mucho tiempo, pero así como la educación matemática cambió con la entrada de la calculadora, nuestro enfoque general de la educación debe adaptarse a la tecnología de IA. Incluso podría haber una subdisciplina del pensamiento crítico, no de ensayos o novelas, sino de modelos de IA. Uno puede incluso imaginar sesiones de aprendizaje interactivo en las que los instructores utilicen herramientas como ChatGPT para enseñar conceptos a los estudiantes. Los estudiantes pueden observar e interactuar con la herramienta de IA y aprender a interrogar activamente las respuestas que proporciona. Creo que esto podría generar sesiones de aprendizaje hermosas e interactivas, mucho mejores que alguien que les da una conferencia desde el frente de la sala.

Las herramientas de IA pueden crear un valor tremendo. Los seres humanos deben decidir cómo adaptarse mejor para aprovechar el potencial de estas nuevas tecnologías y minimizar sus consecuencias negativas.

Edward McFowland III es profesor asistente en la Unidad de Gestión de Operaciones y Tecnología.

Tsedal Neeley: las empresas y los trabajadores deben centrarse en la mejora de las cualificaciones

Históricamente, las revoluciones tecnológicas han creado más puestos de trabajo de los que han destruido. La verdadera preocupación que deberían tener las personas es si serán reemplazadas por aquellas que tienen una mentalidad digital, que es la capacidad de ver nuevas posibilidades y trazar un camino para el futuro utilizando datos, algoritmos, inteligencia artificial y aprendizaje automático.

La IA sirve para aumentar o mejorar el rendimiento humano. Cuando los algoritmos computacionales y de aprendizaje automático realizan un número cada vez mayor de actividades dentro de las organizaciones, la naturaleza de los trabajos cambia. Por ejemplo, la IA ha cambiado fundamentalmente la naturaleza del comercio de Wall Street. Determina los puntajes de crédito para clientes existentes y potenciales, filtra a los solicitantes, ayuda en la contratación, responde en tiempo real a las consultas y sugiere nuevos cursos de acción.

«LOS SISTEMAS DE INTELIGENCIA ARTIFICIAL AYUDAN A PRODUCIR PRONÓSTICOS DE VENTAS ALTAMENTE PRECISOS… DANDO A LOS GERENTES DE VENTAS Y REPRESENTANTES DE VENTAS TIEMPO PARA CONCENTRARSE EN CONSTRUIR RELACIONES, ADMINISTRAR Y VENDER».

Los sistemas de inteligencia artificial ayudan a producir pronósticos de ventas altamente precisos, que tradicionalmente han llevado días y semanas a los gerentes, dando a los gerentes de ventas y representantes de ventas tiempo para enfocarse en construir relaciones, administrar y vender. Los ingenieros de software pueden usar los servicios para generar automáticamente código de programación para fines básicos, lo que les permite escribir código de manera más eficiente mientras dedican más tiempo a otras actividades, como el diseño del sistema y la alineación con la experiencia del usuario.

En última instancia, las personas y las organizaciones deben centrarse en mejorar sus habilidades y escalar para aprovechar al máximo las nuevas tecnologías.

Tsedal Neeley es profesora Naylor Fitzhugh de administración de empresas y coautora de Digital Mindset: What it Really Need to Thrive in the Age of Data, Algorithms and AI.

Publicidad

- Publicidad -

Más Populares