5 razones por las que la inteligencia artificial necesita de personas

tech
18 Diciembre
-
Ya estamos viendo como la inteligencia artificial (IA) está cambiando la forma en la que las personas trabajamos ya que, gracias a esta tecnología, muchas tareas pueden ser automatizadas, y aún más: a medida que siga madurando vamos a tener que repensar la definición del "trabajo". De hecho, el empleo del futuro es uno de los temas centrales en las agendas de todos los gobiernos.   A pesar de las visiones negativas respecto a su avance, distintos estudios, como el del Foro Económico Mundial, estiman que habrá un "desplazamiento" del trabajo, y no un "reemplazo".   Pero más allá de las tareas que la IA logre automatizar, los cierto es que las personas seguirán ocupando roles centrales en las organizaciones, incluso realizando tareas para que esta tecnología funciones. Entre ellas:  
  1. Incorporando contexto:

    Se necesitan profesionales para orientar a la IA hacia los objetivos correctos. Esto ya ocurre con el aprendizaje supervisado, donde los humanos etiquetan los conjuntos de datos con antelación antes de ejecutar los algoritmos. Pero incluso en el aprendizaje no supervisado o reforzado, las personas deben asegurarse de que el algoritmo conduzca a resultados importantes para el negocio.  
  2. Proporcionar gobernabilidad:

    Las organizaciones necesitan planificación, y ésta se compone de entradas, salidas y diversos intercambios involucrados en cada proceso, para que éste fluya. De cara a la fuerza laboral híbrida, en el cual humanos y robots trabajan en equipo, es preciso considerar que alguien, es decir, una persona, se ocupe de verificar que los procesos funcionen.   
  3. Manejo de la complejidad:

    La nueva dinámica laboral, algo que muchos llaman “Inteligencia aumentada”, hará que los trabajos actuales sean replanteados, así es como el enfoque de las personas se desplazará hacia un valor más alto y con tareas más complejas vinculadas con analizar problemas y generar innovación.  
  4. Prevenir el sesgo:

    Los algoritmos pueden contener sesgos, esto es, una desviación que lleva a la distorsión. Esto se debe a que han sido creados bajo ciertos prejuicios. Este problema se debe a la falta de diversidad en las muestras de datos así como a los entrenamientos incompletos. En ambos casos, las personas con conocimientos en IA son clave. Los expertos de la industria pueden ayudar a pensar sobre posibles sesgos, capacitar a los modelos e instruir a las máquinas para que trabajen correctamente. La diversidad en los equipos que trabajan con IA también puede abordar el sesgo de entrenamiento. Por este motivo, al incorporar un equipo con diferentes habilidades y enfoques podemos tener un diseño más holístico y ético para proponer nuevos puntos de vista.
  5. Gestionar el cambio:

    La administración de esta fuerza de trabajo híbrida es muy diferente de la administración de personas. Tenemos que pensar en cómo lidiamos con el cambio ??y ver que los empleados tengan las habilidades adecuadas para trabajar con la IA. Por lo general, muchas organizaciones no consideran la gestión del cambio por una cuestión de ansiedad, pero esto puede crear problemas debido al pensamiento negativo de los empleados con respecto a su nueva realidad laboral.  Cualquier proyecto debe comenzar con un plan de gestión de cambios claro para evitar problemas tanto de personas como de tecnología.
En este contexto, hay que capacitar a los empleados sobre cómo aplicar su experiencia de manera significativa con el objetivo de que agreguen valor a la organización. Al mismo tiempo, los programas de reclutamiento deben buscar personas "bilingües", es decir, aquellas que ya tienen dominio y conocimiento digital para hacer esas conexiones y ejercer su posición con calidad.   En el futuro, la fuerza laboral, las personas y las máquinas serán igualmente importantes, combinando el conocimiento de la industria con la inteligencia artificial y la automatización. Tenemos que empezar a pensar más sobre cómo administrar esta combinación y asegurarnos de que existan planes, estructuras y educación bien pensados. Ese es, sin dudas, el punto de partida para luego estar listos para trabajar junto con la IA.  

Otras Noticias