En muchos aspectos la adopción de la Inteligencia Artificial (IA) en el ámbito corporativo está ofreciendo mayor resistencia que en el ámbito doméstico, donde los dispositivos como Alexa de Amazon tienen gran aceptación. Pero «¿qué es lo que evita la presencia de la IA en el trabajo?», cuestiona José Luqué, country manager, Infor México.
Hoy en día es casi imposible, tanto online o si leemos el diario en papel, no encontrar artículos y menciones sobre inteligencia artificial (IA) y su inminente participación en todos los sectores del planeta, poder distinguir entre la moda y la realidad es un gran reto. También existe una diferencia entre como la IA es usada por los consumidores, en la vida personal y en el trabajo. En muchos aspectos, la adopción de la IA en el ámbito corporativo está ofreciendo mayor resistencia que en casa. ¿Qué es exactamente lo que impide que la IA ingrese en el mundo laboral?
¿Quién es el responsable?
Existen razones legítimas, como también mi punto de vista, que contribuyen a la demora del ingreso de la IA en todos los niveles de la organización. Lo más fácil es comenzar desde arriba, donde frecuentemente no existe un área o unidad de negocios responsable. A primera vista parecería ser obvio que el CIO (Chief Information Officer) o la persona a cargo de tecnología sería el responsable, pero con el surgimiento de la nube, cada vez más inversiones en tecnología se hacen por grupos fuera del sector de TI. En un estudio reciente PwC (Price Waterhouse Coopers), el porcentaje de gastos en tecnología realizados fuera del presupuesto del CIO aumentó a un 68%, cuando antes era el 35%.
La dificultad de designar un líder especifico hace que sea más difícil que alguna persona sea la responsable de desarrollar y ejecutar la estrategia de IA. Esto resulta en una falta de foco en lo que significa aprovechar la Inteligencia Artificial para los casos o problemas que podrían resolverse. La priorización de las inversiones debe focalizarse en áreas de la organización que son transaccionales por naturaleza, cuando el trabajo es adecuado para la automatización. Las empresas verán el mayor retorno de la inversión si implementan la IA en áreas donde los errores o problemas suelen ocurrir con frecuencia. Los proveedores de tecnología que se focalizan en estas áreas es más probable que vean una aceptación más rápida de la IA y podrán cuantificar claramente el impacto en su organización.
Tareas Versus Trabajo – Incentivo para el Cambio
Cuando la tercerización se hizo más común, muchos trabajadores se quejaron de que debían capacitar a los que los reemplazarían, algo similar está ocurriendo actualmente en cuanto a capacitar a los robots que nos remplazarán. Conforme al reporte del ciclo de Gartner para tecnologías emergentes, la IA automatizará 1,8 millones de trabajos para el 2020. Aquellos que teman que sus trabajos puedan verse afectados tendrán poco incentivo para buscar oportunidades para implementar y adoptar nuevas tecnologías como la IA y el Machine Learning.
Pero es importante reconocer el otro lado de la moneda de tecnología. El mismo informe de Gartner también predice que la IA creará 2,3 millones de empleos para el 2020, un aumento neto de medio millón de puestos. Así que los empleos se verán afectados, pero la cantidad de trabajo disponible para las personas que se capaciten será mayor. El trabajo será diferente, no existen garantías que la gente experimentará una transición fluida debido a la resistencia al cambio. Actualmente, la IA se está desarrollando para hacer más que solo tareas simples y para resolver problemas complejos y toma de decisiones en entornos no predecibles. De la misma manera que las empresas automotrices deben cambiar la precepción del público con respecto a los autos autónomos, las organizaciones deben comunicar los beneficios relacionados con los cambios que producirá la IA. El temor puede ser un motivador impresionante, y también la esperanza, si la gente tiene visibilidad a un futuro sustentable.
¿Puede la IA funcionar en el trabajo?
Uno de los retos más considerables relacionados con la adopción de la IA es “entrenarla” ya que esto requiere tiempo, datos, personas, específicamente científicos de datos. Desde comienzos del 2015 al 2018 las ofertas de puestos de científicos de datos aumentaron un 75%. Esta falta de talento impactará en el tiempo dedicado a la adopción, pero esta dependencia en las personas también significa un problema adicional: la parcialidad humana. Los programas y algoritmos en los que se basa la IA son creados por personas que naturalmente poseen tendencias consientes e inconscientes que inevitablemente afectan su trabajo, esto podría cuestionar la integridad de los datos como también la interpretación de los resultados.
Para superar este, y otros retos relacionados con la combinación de humanos y tecnología, surgen nuevos campos de estudio como “ingeniería cognitiva” que es una actividad multidisciplinaria, que busca analizar, diseñar y evaluar sistemas complejos de personas y tecnología. Uno de los objetivos es desarrollar herramientas como la IA de manera que incorporen los procesos mentales humanos, las características de comportamiento para maximizar el impacto de las personas y la tecnología trabajando en conjunto. Un ejemplo son las enfermeras que pueden interactuar con la tecnología con manos libres usando su voz con proceso de la voz natural para verificar la interacción de los medicamentos antes de administrar una medicación a un paciente. En lugar de crear un ambiente de “nosotros versus ellos”, el aumento de las funcionalidades humanas con inteligencia artificial permitirá lograr considerablemente más de lo que podría hacerse por separado.
Los visionarios como Elon Musk ya han empezado a investigar en cómo las interfaces cerebrales (BMIs) pueden, eventualmente, crear interacciones fluidas entre las personas y la tecnología. Mientras tanto, debemos ver cómo brindar las herramientas y recursos a los empleados que lo ayuda a ser más productivos, eficientes y comprometidos. El rol de la IA en el lugar de trabajo puede tardar unos años más, pero sin dudas es inevitable que se transforme en la base de cómo el trabajo se estructurará y realizará.
imagen: Hitesh Choudhary
