Cómo los agentes de IA nos ayudarán a tomar mejores decisiones

Cuando la gente cuente la historia de cómo la inteligencia artificial cambió el mundo, los modelos de lenguaje serán recordados como un precursor importante de lo que vino después: los agentes de IA.

La automatización y los sistemas de IA que se han desarrollado e implementado en las últimas décadas han creado un valor enorme en su capacidad de tomar medidas automatizadas y precisas basadas en decisiones que ya se han tomado.

Sin embargo, hasta ahora, la capacidad de los sistemas de IA para tomar decisiones por sí solos ha estado limitada a un puñado de organizaciones con recursos significativos y el mejor talento.

A medida que la capacidad de crear agentes de IA se vuelve omnipresente a través de herramientas de código abierto y ofertas de plataformas de empresas emergentes y proveedores de la nube, esta dinámica está comenzando a cambiar. Ahora se puede enseñar a los sistemas de IA cómo tomamos decisiones. Pero, ¿cómo lo hacemos exactamente?

Cómo tomamos decisiones

El proceso de toma de decisiones generalmente fluye como: nueva información, investigación, razonamiento, decisión, acción, monitoreo y aprendizaje.

Cuando el trabajador del conocimiento promedio recibe nueva información a través de un correo electrónico o mensaje de un colega, investiga documentos internos y externos (o miembros del equipo) para obtener más contexto. Luego, razonan (o piensan) qué se debe o no se debe hacer en función de esa nueva información junto con el contexto que descubrieron en su investigación.

El siguiente paso es tomar una decisión y actuar, y luego monitorear para ver y aprender del resultado. Para la mayoría de las organizaciones, este proceso no se registra en ningún lado, varía significativamente de persona a persona y no se examina cuidadosamente de manera regular (si es que alguna vez se hace).

Mejorando la forma en que tomamos decisiones

Al desarrollar un flujo de trabajo automatizado, un grupo de miembros de un equipo multifuncional considera cuidadosamente cada paso de ese flujo de trabajo y todos los factores y puntos de control que la automatización debe tener en cuenta a medida que ejecuta cada decisión predeterminada.

El desarrollo de agentes de IA hará lo mismo con las decisiones que no están predeterminadas, al reunir a equipos multifuncionales para considerar cuidadosamente cómo el agente de IA debe recibir y priorizar la información nueva, cómo debe investigar, cómo debe razonar y en qué umbrales de confianza debe buscar ayuda de expertos humanos o tomar decisiones y actuar por su cuenta.

Piensa en cómo dos colegas que se preparan para un evento tratarían el mismo correo electrónico entrante de un orador principal que ofrece una presentación en el evento. Uno de los colegas podría verificar la agenda, ir al sitio web de ese orador, ver un video de oradores, considerar cómo el tema y la energía de ese orador encajarían en el evento y decidir responder y ofrecer programar un tiempo para conectarse. Al otro colega podría no gustarle cómo se comunicó el orador y optar por no responder. A pesar de estar en el mismo equipo que recibe la misma información, dos colegas diferentes pueden tener criterios y procesos muy diferentes para tomar decisiones.

Las dos promesas de los agentes de IA para mejorar la toma de decisiones

Los agentes de IA tienen el potencial de transformar y mejorar la forma en que recibimos nueva información, cómo investigamos, cómo razonamos y cómo monitoreamos y aprendemos de los resultados de las decisiones que tomamos.

En el ejemplo del orador del evento mencionado anteriormente, un agente de IA conectado a la bandeja de entrada de los miembros del equipo podría verificar la agenda, investigar al orador y hacer una recomendación al miembro del equipo incluso antes de que haya leído el correo electrónico inicial, con el reel del orador incorporado en su mensaje y una confirmación de que el honorario del orador está dentro del presupuesto restante del evento.

El proceso de desarrollo de agentes de IA desafiará y reconstruirá nuestras capacidades de toma de decisiones como expertos y profesionales. Al documentar y examinar cómo investigamos, razonamos y tomamos decisiones junto con nuestros pares, descubriremos nuestras propias debilidades y fortalezas en cada paso del proceso de toma de decisiones.

Desde este punto de partida, las organizaciones pueden desarrollar un intercambio interorganizacional de las mejores prácticas para cada paso en el proceso de toma de decisiones, invertir en libros y capacitación centrados en la toma de decisiones y crear planes de crecimiento de toma de decisiones individualizados para los miembros del equipo que incluyan aprendizajes de los riesgos asumidos, los riesgos no asumidos y las formas de mejorar cada paso del proceso.

Esto formará una base para el debate y el aprendizaje sobre posiblemente la habilidad más importante y en la que menos se invierte en nuestras organizaciones y la sociedad: nuestra capacidad para tomar buenas decisiones.

Philippe De Ridder es fundador y CEO de BOI (Board of Innovation), y Brian Evergreen es CEO de The Future Solving Company y autor de Autonomous Transformation: Creating a More Human Future in the Era of Artificial Intelligence.