¿Qué necesitará realmente trabajar con la IA?

Para fomentar una relación simbiótica entre los seres humanos y la IA, las organizaciones deben encontrar el equilibrio adecuado entre invertir en las habilidades humanas y las capacidades tecnológicas, y pensar estratégicamente en la forma de atraer y retener el talento. Para hacerlo de forma eficaz, tienen que pensar en dónde y cómo se utilizará esta tecnología para ayudar a las personas en su trabajo (dónde colaborarán las personas y las máquinas) y dónde las personas o la IA tienen habilidades que les den una clara ventaja.

••• A pesar de la preocupación de que las máquinas sustituyan a los trabajadores humanos,[investigación](https://sloanreview.mit.edu/projects/expanding-ais-impact-with-organizational-learning/) impugna las exageradas afirmaciones de la IA en ascenso. En la mayoría de las tareas que requieren muchos conocimientos, es más probable que los trabajadores se vean aumentados[en asociación con máquinas](https://www.sciencedirect.com/science/article/abs/pii/S0007681318300387) que la pérdida automática de un trabajo. Los humanos y las máquinas colaborarán y competirán entre sí simultáneamente, como un equipo de atletismo que compite en varios eventos. En algunas pruebas, como la carrera de 100 yardas, los compañeros de equipo compiten entre sí, pero en otras, como la carrera de relevos, trabajan juntos para lograr un objetivo común. En una relación así, tanto los seres humanos como los sistemas de IA necesitan habilidades competitivas y cooperativas distintas. Las habilidades competitivas se refieren a las ventajas únicas que poseen los humanos o la IA sobre los demás, mientras que las habilidades cooperativas mejoran la capacidad de los humanos y la IA para trabajar juntos de forma eficaz. Para fomentar una relación simbiótica entre los seres humanos y la IA, las organizaciones deben encontrar el equilibrio adecuado entre invertir en las habilidades humanas y las capacidades tecnológicas, y pensar estratégicamente en la forma de atraer y retener el talento. ## Las habilidades competitivas y cooperativas de los humanos Puede que la IA no sustituya a los trabajadores en un lugar de trabajo centrado en las personas, pero podría transformar su trabajo de manera fundamental. Para seguir siendo relevantes e indispensables, los humanos necesitan trabajar _con_ y _en contra_ las máquinas. ### Las habilidades cooperativas de los humanos Colaborar eficazmente con los sistemas de IA: trabajar _con_ ellos: requiere habilidades analíticas basadas en datos, pero también entender las capacidades y limitaciones de las máquinas (áreas en las que más se requiere la intervención humana), cómo interpretar y contextualizar la información generada por la IA y las consideraciones éticas de la toma de decisiones impulsada por la IA. Entre ellas se incluyen: **Habilidades centradas en los datos:** La capacidad de entender los resultados generados por los algoritmos para informar y apoyar la toma de decisiones. UN[encuesta reciente](/2020/02/boost-your-teams-data-literacy) destacó (1) la capacidad de distinguir los datos relevantes y evaluar su credibilidad, (2) la capacidad de validar los resultados poniendo a prueba hipótesis mediante pruebas A/B y (3) la habilidad de crear y adaptar visualizaciones claras y comprensibles para comunicar los resultados a las múltiples partes interesadas. **Alfabetización en IA:** Comprender cómo funcionan los algoritmos, cómo pueden apoyar y aumentar la toma de decisiones humanas, 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 de auditar continuamente los resultados algorítmicos según estos criterios. **Comunicación algorítmica:** Es importante entender cómo articular las necesidades y los objetivos humanos con los algoritmos, así como cómo interpretar y explicar los resultados generados por los algoritmos a los demás y[investigaciones muestran](https://store.hbr.org/product/the-digital-mindset-what-it-really-takes-to-thrive-in-the-age-of-data-algorithms-and-ai/10413) que a menudo nos equivocamos al hablar con las máquinas, incluso con las herramientas de IA avanzadas, como si fueran humanos. Nos va mejor cuando reconocemos que debemos hablar con las máquinas de formas específicas, basándonos en sus puntos fuertes. Por ejemplo, mediante[«prompt engineering»,](https://www.businessinsider.com/prompt-engineering-ai-chatgpt-jobs-explained-2023-3) o crear indicaciones para obtener las respuestas más eficaces de los sistemas de IA, los humanos pueden enseñar modelos de IA a producir los resultados deseados para tareas específicas. ### Las habilidades competitivas de los humanos Las personas también necesitan perfeccionar las habilidades y habilidades centradas en las personas que las máquinas no pueden replicar, que les ayudan a trabajar _en contra_ Los socios de la IA, como los que se basan en la inteligencia emocional (por ejemplo, las habilidades de comunicación para interactuar con otras partes interesadas humanas), una perspectiva estratégica y holística, el pensamiento crítico y la toma de decisiones intuitiva. Entre ellas se incluyen: **Inteligencia emocional:** La capacidad de reconocer las propias emociones y reflexionar sobre ellas en el contexto de la interacción con los algoritmos, así como de entender y comunicar las implicaciones emocionales de los resultados generados por los algoritmos. Por ejemplo, el[agentes de servicio de atención al cliente humanos](https://www.wsj.com/articles/ai-chatgpt-chatbot-workplace-call-centers-5cd2142a?st=6fma808gi52qayz&reflink=article_email_share&fbclid=IwAR0oBB-2wT03uN-8OV3kaJGNXqDPKW-ZJ_7hc8KdYMYlHPK3dCrqxJr-GcA) puede no basarse únicamente en los guiones o los consejos en tiempo real proporcionados por los agentes de IA, sino que personalice las soluciones comprendiendo con empatía las necesidades o las opiniones de los clientes. **Pensamiento holístico y estratégico:** La capacidad de tener en cuenta el panorama general y entender cómo los resultados algorítmicos encajan en el contexto más amplio de un problema o una decisión.[Por ejemplo](https://www.sciencedirect.com/science/article/pii/S2153353922007507), la inferencia algorítmica puede informar a los patólogos, pero aun así tienen que tener en cuenta factores como el historial médico, el estilo de vida y el estado de salud general de los pacientes para llegar a un diagnóstico informado y completo. **Creatividad y pensamiento innovador:** La capacidad de pensar de forma creativa y utilizar los algoritmos de formas novedosas e innovadoras.[Por ejemplo](https://www2.deloitte.com/si/en/pages/strategy-operations/articles/AI-in-marketing.html), los sistemas de IA se utilizan para analizar datos masivos de los consumidores e identificar patrones en los intereses y el comportamiento del público objetivo, pero es la creatividad de los vendedores la que crea un mensaje que llegue a la audiencia. **Pensamiento crítico y ético:** La capacidad de evaluar críticamente las inferencias de las máquinas y de entender las implicaciones y responsabilidades éticas asociadas al uso de los 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 empresariales que trabajen junto con estos sistemas para abordar continuamente[posible información falsa o sesgada](https://www.wired.com/story/chatbots-got-big-and-their-ethical-red-flags-got-bigger/) a lo que son propensos estos sistemas. ## Las habilidades competitivas y cooperativas de la IA No son solo los humanos los que deben adquirir nuevas capacidades. Si bien los sistemas de IA están ampliando rápidamente sus capacidades competitivas con respecto a los humanos, todavía 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, ya 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 de la medicina, impedirá la adopción de estos sistemas en la sanidad, incluso si estos sistemas ofrecen decisiones casi óptimas. ### Las habilidades cooperativas de la IA Para trabajar eficazmente con los socios humanos, los sistemas de IA necesitan habilidades como: **PNL (procesamiento del lenguaje natural):** La capacidad de procesar, analizar, entender e imitar el lenguaje humano. Los sistemas como ChatGPT son excelentes para interactuar con las personas porque facilitan que las personas hagan preguntas y se expresen de forma natural, lo que incluye la expresión de emociones como la emoción, la frustración o la sorpresa. Sin embargo, la realidad es que estos sistemas están lejos de[sensible](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4213593). Es mejor que las situaciones que van más allá de una función las resuelva un humano o con la supervisión de un humano. Por ejemplo, la IA puede analizar y revelar patrones en los datos de salud, pero no debe reemplazar la función del médico de brindar atención individualizada a los pacientes. **Explicabilidad:** La capacidad de dar a los humanos explicaciones claras y comprensibles sobre 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»](/2022/08/when-and-why-you-should-explain-how-your-ai-works) que aborde los riesgos de las cajas negras de la IA para sectores y organizaciones específicos. Las soluciones tecnológicas también pueden implicar añadir[motores de explicabilidad](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7768142/), que ofrecen explicaciones legibles para los humanos de las decisiones y predicciones de los «sistemas» de IA, especialmente en áreas críticas como la sanidad y las finanzas. **Adaptabilidad y personalización:** La posibilidad de aprender de las interacciones anteriores y personalizar las respuestas en función de los usuarios individuales. Por ejemplo,[asistentes inteligentes personales](https://www.computerworld.com/article/3252218/cortana-explained-why-microsofts-virtual-assistant-is-wired-for-business.html) están cobrando cada vez más importancia para ayudar a las personas a abordar la sobrecarga de información y comunicación. Al analizar las actividades del usuario, estos asistentes trabajan en colaboración con los trabajadores de forma individualizada, lo que mejora su productividad en áreas como la gestión del tiempo, la organización de reuniones y la asistencia a la comunicación. **Conocimiento del contexto:** La capacidad de entender el contexto en el que se produce una interacción y responder en consecuencia.[Por ejemplo](https://www.forbes.com/sites/forbesbusinesscouncil/2021/03/30/how-chat-commerce-is-changing-e-commerce/?sh=570d87f1142c), en los sitios web de comercio electrónico, los chatbots que utilizan el contexto pueden analizar las consultas anteriores y el historial de compras del usuario para ofrecer soluciones o recomendaciones que se adapten mejor a las necesidades del cliente. ### Las habilidades competitivas de la IA Los sistemas de IA siguen ofreciendo ventajas competitivas únicas, como: **Capacidades analíticas:** La capacidad de realizar cálculos complejos, procesar grandes cantidades de datos e identificar los patrones y las relaciones dentro de los datos.[Por ejemplo](https://www.forbes.com/sites/louiscolumbus/2019/08/01/ai-is-predicting-the-future-of-online-fraud-detection/?sh=6cdf5e3174f5), los sistemas de IA son cada vez más competentes a la hora de detectar transacciones fraudulentas en enormes conjuntos de datos de transacciones con tarjetas de crédito. **Generatividad:** La capacidad de generar resultados novedosos y únicos que no sean simplemente reproducciones de los datos existentes. Al utilizar modelos grandes y redes neuronales para analizar los patrones, la IA generativa está transformando la creación de imágenes, textos e incluso música que se parecen a las que crean los 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 las operaciones de manera eficiente, gestionar un gran número de transacciones en tiempo real y dar soporte a aplicaciones a gran escala sin sacrificar el rendimiento. Por ejemplo, los sistemas de IA han demostrado una capacidad superior de procesamiento[miles de solicitudes de tarjetas de crédito](https://www.mckinsey.com/~/media/mckinsey/industries/financial%20services/our%20insights/ai%20powered%20decision%20making%20for%20the%20bank%20of%20the%20future/ai-powered-decision-making-for-the-bank-of-the-future.pdf) en tiempo real u oferta»[gestión algorítmica](https://sloanreview.mit.edu/article/algorithmic-management-the-role-of-ai-in-managing-workforces/)» de miles de conductores y pasajeros de Uber simultáneamente, lo que crea un marco operativo estructurado y coherente a una escala sin precedentes. ## Correr con y contra las máquinas El desafío para las organizaciones que intentan crear una estrategia para utilizar nuevas y más herramientas de IA consiste en diseñar sistemas organizativos que equilibren eficazmente las habilidades competitivas y cooperativas de los seres humanos y la IA. Las organizaciones que buscan lograr este equilibrio deberían tener en cuenta lo siguiente: **Democratice los datos para fomentar el desarrollo continuo de habilidades humanas y mecánicas competitivas.** Los sistemas de IA pueden generar información de datos a escala y detectar patrones que el ojo humano suele pasar por alto, pero para traducir esa competitividad en crecimiento y agilidad empresarial se requieren las habilidades muy humanas del pensamiento estratégico y la creatividad. Para permitir este tipo de colaboración, las empresas deberían democratizar el acceso a los datos en todos los niveles de la organización. Casi todas las funciones de su organización deberían trabajar junto con el análisis de datos para obtener información sobre cómo hacer que los flujos de trabajo sean más eficientes, tomar decisiones basadas en los datos y, en última instancia, obtener una mejor comprensión de cómo atender al cliente final. Cuanta más visibilidad de los datos pueda ofrecer la IA a sus empleados, mayor será la capacidad de las personas de aplicar y desarrollar sus habilidades competitivas únicas. **Busque más allá de los muros de su propia organización las habilidades humanas cooperativas.** Un reciente[Estudio de Deloitte](https://www2.deloitte.com/us/en/pages/operations/articles/future-of-gig-economy-shared-services-delivery-model.html) descubrió que casi la mitad (el 49%) de los trabajadores tradicionales (empleados a tiempo completo) actualizaron sus habilidades hace más de un año o nunca se dedicaron al desarrollo de sus habilidades, mientras que el 60% de la fuerza laboral alternativa (definida como trabajadores por encargo, autónomos, trabajadores independientes y trabajadores colectivos) actualizó sus habilidades en los últimos seis meses. De hecho, el 44% de los trabajadores alternativos de las grandes organizaciones tienen un posgrado, según[nueva investigación de Upwork](https://www.upwork.com/resources/enterprise-companies-need-to-know-freelancers). Probablemente esto se deba al hecho de que la mayoría de las habilidades técnicas, según [investigación de IBM](https://www.ibm.com/downloads/cas/EPYMNBJA), tener una vida media de 2,5 años. Y, según la base de datos de Upwork, las habilidades más demandadas son las técnicas y las relacionadas con el desarrollo web, móvil y de software. Si su organización se esfuerza por mantenerse al día con las habilidades humanas cooperativas para trabajar junto a las máquinas, puede que sea el momento de incluir un ecosistema más amplio de habilidades fuera de su organización. **No deje que la geografía limite las habilidades para las que su empresa contrata.** La pandemia marcó el comienzo de una nueva era laboral, 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 irrelevante en gran medida para encontrar las habilidades que se necesitan para cooperar con las máquinas. Habilitar las estrategias de trabajo remoto garantizará que su organización esté preparada para captar el panorama del talento en constante cambio y le ayudará a ganar la carrera con y contra las máquinas. Al centrarse en el equilibrio de estas habilidades, las organizaciones pueden aprovechar las ventajas de un ciclo infinito entre la IA y las habilidades competitivas humanas. En este equilibrio, los seres humanos pueden trabajar en pro de la «coopetición» como un acuerdo en el que las partes adopten un comportamiento cooperativo y competitivo. En esa relación con los sistemas de IA, los humanos pueden aprovechar tanto la asociación con las máquinas como su propia ventaja competitiva contra las máquinas. Esta relación ayuda a mantener su relevancia e imprescindibilidad, ya que los algoritmos funcionan cada vez más como miembros del equipo o incluso como directores (es decir, gestión algorítmica). La formulación que se ofrece aquí ayuda a dar forma al futuro de la educación y el desarrollo de habilidades, al hacer hincapié en la importancia de centrarse en las habilidades que dan a los humanos una ventaja competitiva sobre las máquinas, y no en las que ya hemos perdido a manos de las máquinas. Por ejemplo, el uso de calculadoras y correctores ortográficos ya no es nuestra ventaja, ya que cedimos estas tareas a la tecnología hace mucho tiempo.