La Inteligencia Artificial no va a quitarte el trabajo, sino a ayudarte a hacerlo mejor

Las herramientas potenciadas mediante Inteligencia Artificial están en todas partes. El desafío está en desplegarlas de forma tal que realmente nos beneficien.

La Inteligencia Artificial y el Aprendizaje Automático son plataformas y herramientas de trabajo cada vez más potentes. Los sofisticados dispositivos de automatización han sido ampliamente promovidos para liberar a los trabajadores de tareas que son “sucias, aburridas o peligrosas”, lo que les permite realizar trabajos creativos y de alto nivel. Un estudio de PwC estima que la Inteligencia Artificial contribuirá con 15.7 billones de dólares a la economía global para el año 2030, reflejada principalmente en el aumento de la productividad y la innovación de productos impulsada por IA.

En muchos aspectos, está empezando a cumplir esta promesa. Las compañías de servicios financieros están utilizando este tipo de tecnología en varias maneras, como chatbots que responden preguntas básicas de los clientes o plataformas que ayudan a prevenir el fraude y el lavado de dinero.

Las apps para recursos humanos colaboran con las compañías para clasificar hojas de vida, encontrar el talento adecuado e incluso saber qué preguntar en una entrevista.

Además, IA se puede usar para alertas de mantenimiento y para prevenir fallas en los equipos y vehículos en flotas automotrices. Los algoritmos de compra pueden ayudar a clasificar los datos para tomar mejores decisiones de adquisición.

En el sector de la salud, las aplicaciones van desde la cirugía robótica, el diagnóstico de diversas afecciones hasta las autorizaciones previas y otras certificaciones médicas.

Pero ver los beneficios de la Inteligencia Artificial en cualquier entorno requiere una planeación reflexiva, como lo aconseja Soumendra Mohanty, vicepresidente ejecutivo y CDO en LTI, una firma global de TI. Las aplicaciones efectivas de IA «elevan el trabajo», permitiendo a los humanos realizar «labores de orden superior», dice. Esto funciona mejor cuando la tecnología es implementada de la forma correcta.

¿Cómo construir una estructura que funcione?

Un enfoque de dispersión de la Inteligencia Artificial por lo general no es la forma correcta de hacer una diferencia, dice Dan Priest, líder de estrategia tecnológica de Strategy, la rama de consultoría estratégica de PwC. En el pasado, la automatización por lo general se realizaba en grandes despliegues, como los ERP, que tenían una propuesta de valor muy distinta.

“La Inteligencia Artificial es más pequeña. Se introduce en tiradas rápidas, en un modelo más descentralizado, por lo que las empresas necesitan gestionar ese tipo de automatización de una manera distinta, teniendo algunas barandillas en el lugar”, afirma. A lo largo de sus diversas aplicaciones, hay ciertos pasos comunes para hacerlo bien.

Empieza con la tarea, no con el trabajo

Las aplicaciones efectivas de Inteligencia Artificial deben empezar por un problema empresarial en especial, en lugar de un rol en específico, afirma Jeanne Meister, socia fundadora de Future Workplace, una firma de consultoría e investigación en recursos humanos que proporciona información sobre el futuro del aprendizaje y el trabajo.

Recolectar los datos relacionados al problema empresarial para luego educar a tus líderes en cuanto a lo que buscas solucionar es el primer paso hacia una aplicación exitosa de Inteligencia Artificial. Identifica las tareas específicas que esta puede mejorar y lo que esperas que la herramienta o plataforma te dé en términos de productividad, eficiencia, exactitud y demás objetivos.

«¿Por qué estás haciendo esto? ¿Cómo vas a avanzar, qué vas a hacer y cómo vas a darle trazabilidad?», afirma Meister. «Nos olvidamos de mantenerlo simple». Eso significa comenzar con el problema que debe resolverse y recurrir a un equipo multifuncional que puede ayudar a detectar el potencial y las posibles consecuencias de adoptar la Inteligencia Artificial en un área determinada.

Obtén los datos de la forma correcta

La Inteligencia Artificial solo es tan buena como sus datos. ¿Qué datos requiere la herramienta? ¿Cuáles le son necesarios para entrenarla? “Es interesante porque las personas creen que el desafío está en los algoritmos, y sí, estos mejoran de forma continua mientras aprendemos más sobre el entorno. Sin embargo, los retos más grandes están en los datos”, afirma Malcolm Silberman, un director y líder de práctica de Blockchain e Inteligencia Artificial en la firma de asesoría y contabilidad Grant Thornton.

Las aplicaciones de Inteligencia Artificial están por naturaleza “hambrientas” de datos, dice Mohanty. Dependiendo de su propósito, necesitan información acerca del empleado y su rendimiento, así como de otros factores que pueden afectar la productividad, lo que puede requerir distintos algoritmos.

Mohanty afirma que una vez las entradas estén identificadas y refinadas, es crítico revisar el componente de datos de forma regular para verificar los sesgos de los datos y algoritmos que puedan deslizarse en la interacción entre la herramienta de Inteligencia Artificial y el empleado. Por ejemplo, hace poco Amazon dejó de usar su herramienta de IA para el reclutamiento de empleados porque podría estar eliminando a las mujeres que aspiraban un empleo.

«La salida de AI también debe entenderse, en el contexto de por qué arrojó cierto dato y en función del tipo de información que tiene», dice Moharty. «Si es un objetivo de misión crítica, debes ser muy claro acerca de por qué el algoritmo dice o está recomendando algo. Entonces, esa es la tendencia general, y un cierto tipo de enfoque cuidadoso que debe tomarse en el futuro «.

Entiende a tu equipo

Debes además considerar las necesidades de tu equipo y cómo recibirá la adopción de Inteligencia Artificial, dice Carrie Duarte, lideresa de Workforce of the Future en PwC. Por lo general, los empleados entran en tres categorías: adoptantes tempranos, que sienten curiosidad y entusiasmo por la tecnología; los que están motivados por el impacto positivo que puede tener la herramienta en su trabajo; y los reticentes, a quienes puede no gustar el cambio o están preocupados respecto al tiempo y esfuerzo que les va a tomar aprender y usar la nueva tecnología.

Obtener información de los empleados y el equipo multifuncional también es fundamental, afirma Duarte. Si no entiendes el trabajo de tu empleado o las posibles complicaciones de la implementación de la tecnología, «realmente no puedes saber si estás mejorando su día a día, su productividad, experiencia y compromiso.

Establece la manera en que medirás el éxito del despliegue

Cuando entiendes el rol y la tarea, puedes establecer mejores métricas para medir el éxito. “Debemos formularnos esta pregunta, ‘¿cómo podríamos categorizar las diferentes actividades que realizan Juan, Roberto o María?’ El segundo interrogante que por lo general no nos hacemos es ‘¿qué es exactamente lo que estamos tratando de solucionar?”, afirma Ravin Jesuthasan, director gerente en Willis Towers Watson y autor de Reinventing Jobs: A 4-Step Approach for Applying Automation to Work.

Jesuthasan afirma que, a menudo, la Inteligencia Artificial es aplicada como una solución en una de cuatro áreas: minimizar los errores, reducir las variaciones en el rendimiento, aumentar la productividad y lograr avances significativos. Establecer cómo se medirá el éxito por adelantado ayudará a las organizaciones a adaptarse y utilizar las herramientas adecuadas para lograr los resultados deseados, dice.

Algo es cierto: la Inteligencia Artificial vino para quedarse. Sin importar que seas un trabajador minorista o un ejecutivo que supervisa la estrategia, todo tu rango de trabajo, reglas y archivos aumentará con la implementación de IA, dice Mohanty. Asegurar que estas herramientas se desplieguen y monitoreen adecuadamente es esencial para utilizarlas de una manera óptima.

Publicamos nuevo contenido todos los días, no olvides seguirnos en nuestras redes sociales, Facebook, Twitter y LinkedIn para estar conectados.

*Fuente: Fast Company.