Así es como las empresas deben sortear la IA generativa en el mundo laboral
![](https://assets.weforum.org/article/image/Gaui-hwS_KPcknD7de1G2pzzTYhlaRBeXYpG2Dh2pT8.jpeg)
La IA generativa como ChatGPT es solo la punta del iceberg de la IA. Image: Getty Images/iStockphoto
Mantente al día:
Tecnologías emergentes
Listen to the article
- El 57% de los CEO y CFO planean aumentar el uso de la IA y la automatización en sus empresas.
- Esto es motivo de preocupación para personas empleadas en diversos sectores.
- Sin embargo, la verdadera fuerza de la IA generativa es aumentar, y no sustituir, el trabajo de los expertos humanos.
Desde la publicación en noviembre del gran modelo de lenguaje GPT-3 de OpenAI y el posterior lanzamiento de GPT-4, ha habido mucha angustia sobre lo que estos avances en IA generativa significan para el futuro del trabajo.
Pero el impacto de la IA generativa no se limita al de GPT en la generación de textos y sus posibles consecuencias para el trabajo de periodistas y escritores. Incluye el impacto de DALL-E-2 en la generación de imágenes, CODEX en la codificación y MegaMoIBART en el descubrimiento de fármacos, por nombrar solo algunos.
Tres elementos principales sustentan las capacidades de la IA generativa:
- Memoria masiva y reconocimiento de patrones, con capacidad para conectar conceptos o ideas distantes y extraer inferencias.
- Pocos o ningún requisito de codificación, lo que reduce significativamente la necesidad de conocimientos de codificación.
- Ausencia de lógica, ya que realiza predicciones basadas en cantidades masivas de datos de entrenamiento, con importantes consecuencias para el funcionamiento de sus aplicaciones.
Una encuesta reciente de Mercer informó que el 57% de los CEO y CFO planean aumentar el uso de IA y automatización; casi un tercio está rediseñando el trabajo para reducir la dependencia de sus organizaciones de las personas.
En el Estudio de Tendencias Mundiales del Talento 2022 de Mercer, el porcentaje de empleados que afirman que la automatización cambiará significativamente su forma de trabajar ha pasado del 44% al 71% en los últimos dos años. A diferencia de las iteraciones anteriores de la automatización, que afectaron en gran medida al trabajo repetitivo y basado en reglas, la IA generativa también afectará al trabajo de bajo volumen y muy variable, dando lugar a lo que algunos han denominado la "democratización de la creatividad." El trabajo en numerosas profesiones, como el de escritores, investigadores, abogados y muchos otros, se verá considerablemente alterado.
Por ejemplo, la IA generativa puede resumir un documento jurídico en segundos con una precisión increíble, mientras que un asistente jurídico podría dedicar horas a la misma tarea.
Pero su verdadera fuerza reside en aumentar -y no sustituir- el trabajo de los empleados.
Un marco para navegar por el "próximo" trabajo
En el libro Reinventing Jobs: A 4-step Approach for Applying Automation to Work, John Boudreau y yo demostramos que las empresas que lideran con el trabajo en lugar de con la tecnología están mejor equipadas para garantizar las combinaciones óptimas de humanos y automatización. Esas empresas ven dónde la automatización puede sustituir mejor el trabajo altamente repetitivo y basado en reglas; dónde puede aumentar la creatividad humana, el pensamiento crítico y la empatía, y dónde puede crear un nuevo trabajo humano.
Hay cuatro resultados potenciales distintos asociados a cualquier obra:
- Eliminar errores: piense en algunas de las tareas de un piloto de líneas aéreas, donde las consecuencias de un error son elevadas y existe un potencial significativo de valor negativo para la organización por cualquier desviación de un nivel aceptable de rendimiento.
- Minimizar las desviaciones -como el trabajo de procesamiento de transacciones- cuando no hay valor en mejorar el rendimiento más allá de un nivel objetivo.
- Mejorar la productividad -el trabajo de un vendedor, por ejemplo- cuando una mejora del rendimiento produce una mejora proporcional del valor para la organización.
- Lograr grandes avances: piense en el trabajo altamente creativo, como la ciencia de datos, donde una pequeña mejora en el rendimiento tiene un impacto exponencialmente grande en el valor.
![La IA generativa puede ser especialmente útil para lograr avances potencializando el conocimiento humano.](https://assets.weforum.org/editor/pxYkPVJPpGO0ikVccvlTSo_ZddoNem7BrmynGALtFYc.png)
Establecer una automatización, como la Automatización Robótica de Procesos (RPA por sus siglas en inglés), puede ser útil para sustituir el esfuerzo humano en trabajos cuyo objetivo es reducir la varianza y existe una mayor tolerancia al riesgo. Consideremos la aplicación de RPA para reducir la varianza con la que se realiza el trabajo altamente repetitivo y basado en reglas de analizar y sintetizar datos financieros.
La IA se utiliza desde hace tiempo para aumentar el trabajo analítico cuando el objetivo es mejorar la productividad o lograr un gran avance. Piénsese en cómo los oncólogos han utilizado el aprendizaje automático, entrenado en volúmenes significativos de datos e imágenes específicos, para aumentar exponencialmente la precisión de la detección del cáncer, no sustituyendo las habilidades, sino aumentando las capacidades e incrementando el valor de la experiencia y los conocimientos. Sin embargo, cuando se trata de eliminar errores, a menudo vemos que la automatización se utiliza para reducir el potencial de error humano, inicialmente mediante el aumento y luego mediante la sustitución a medida que se desarrollan los conjuntos de datos específicos, la lógica y los nuevos parámetros.
La IA generativa se encuentra en una fase incipiente y puede ser propensa a errores, dada su falta de lógica subyacente. Este problema se agrava por el hecho de que, cuando hay mucho en juego y nuestra tolerancia al riesgo es baja, somos más tolerantes con los errores humanos que con la falibilidad de las máquinas. Es esencial que los líderes comprendan cuándo confiar -y cuándo no- en estas tecnologías en su presente fase de evolución, considerando las funciones específicas que deben tener en relación al trabajo humano: sustitución, aumento o creación. La IA generativa es más útil para democratizar el conocimiento y la creatividad a través del aumento, reduciendo las cualificaciones tradicionalmente requeridas para una variedad de tareas creativas en las que el objetivo es lograr ganancias de productividad y buscar un avance en dominios en los que existe una alta tolerancia al riesgo.
Igualmente importante es comprender las consecuencias de su uso para su modelo de talento. Dado que muchas profesiones se basan en un modelo de aprendizaje, ¿cómo podemos resistir a la tentación de sustituir el trabajo de los jóvenes talentos por la inteligencia artificial, lo que podría eliminar a la próxima generación de creadores, líderes y directivos?
Cuestiones para pensar la IA generativa en el mundo laboral
A medida que nos adentramos en esta nueva era de la automatización, las empresas deben tener en cuenta lo siguiente al integrar esta prometedora tecnología en su flujo de trabajo.
Modelo de trabajo
¿Cómo van a crear un modelo operativo de trabajo con las herramientas y disciplinas necesarias para analizar el trabajo y aplicar de forma sostenible y responsable la IA y la automatización emergentes?
Modelo de talento
¿Pueden desarrollar un modelo de talento que garantice una reserva suficiente de competencias incluso a medida que se aplica progresivamente más IA a su trabajo?
Desarrollar futuras competencias
A medida que prolifera la IA, es fundamental que los empleados realicen un trabajo significativo y sostenible. Cómo van a encontrar oportunidades para automatizar tareas y liberar tiempo para nuevas actividades que aporten valor, garantizando al mismo tiempo el perfeccionamiento y reciclaje de su plantilla para la siguiente iteración de trabajo?
Mentalidad y cultura
A medida que la IA sigue rebajando los requerimientos de conocimientos a la creatividad y democratizando su acceso, ¿cómo garantizarán la reinvención perpetua de su modelo de negocio y su plantilla?
No te pierdas ninguna actualización sobre este tema
Crea una cuenta gratuita y accede a tu colección personalizada de contenidos con nuestras últimas publicaciones y análisis.
Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso.
Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.
Temas relacionados:
La Agenda Semanal
Una actualización semanal de los temas más importantes de la agenda global
Puedes anular tu suscripción en cualquier momento utilizando el enlace que figura en nuestros correos electrónicos. Para obtener más información, consulta nuestro Política de privacidad.
Más sobre Tecnologías emergentesVer todo
Gareth Francis
23 de agosto de 2024
Adrian Kuenzler and Dylan Reim
14 de agosto de 2024
Henry Ajder
8 de agosto de 2024
Joseph Wehbe
21 de julio de 2024
David Elliott
21 de julio de 2024
Stefanie Ólives
19 de julio de 2024