La forma correcta de utilizar inteligencia artificial en el trabajo

Si escuchamos a los CEO de las empresas de inteligencia artificial de élite o echamos un vistazo rápido a la economía estadounidense, es evidente que el entusiasmo por la IA está por todas partes.

Las empresas tecnológicas más grandes de Estados Unidos han invertido más de 100,000 millones de dólares (mdd) en inteligencia artificial en lo que va de año, y Deutsche Bank informa que el gasto en esta tecnología es lo único que mantiene a Estados Unidos fuera de una recesión.

Sin embargo, si nos fijamos en la empresa promedio no tecnológica, la inteligencia artificial no se encuentra por ningún lado. Goldman Sachs informa que solo 14% de las grandes empresas han implementado la IA de forma significativa.

¿Qué ocurre? Si la inteligencia artificial es realmente tan importante, ¿por qué existe una disparidad multimillonaria entre el entusiasmo por ella y su impacto real?

Un nuevo estudio de la Universidad de Stanford ofrece una respuesta clara. El estudio revela que existe una forma correcta e incorrecta de utilizar la inteligencia artificial en el trabajo. Y un preocupante número de empresas lo están haciendo mal.

¿Qué puede hacer la inteligencia artificial por ti?

El estudio, realizado por el Instituto de IA Centrada en el Ser Humano y el Laboratorio de Economía Digital de Stanford, y actualmente disponible como preimpresión, analiza los hábitos diarios de 1,500 trabajadores estadounidenses de 104 profesiones diferentes.

En concreto, analiza las actividades individuales a las que los trabajadores dedican su tiempo. El estudio es sorprendentemente exhaustivo, ya que abarca puestos que van desde ingenieros informáticos hasta cocineros de cafetería.

Los investigadores preguntaron a los trabajadores qué tareas les gustaría que la IA les quitara de encima y cuáles preferirían realizar ellos mismos. Simultáneamente, analizaron qué tareas la IA puede realmente realizar y cuáles quedan fuera del alcance de la tecnología.

Con estos dos conjuntos de datos, crearon un sistema de clasificación. Etiquetaron las tareas como Zona Verde si los trabajadores las querían automatizar y la IA estaba a la altura, Zona Roja si la IA podía hacer el trabajo pero las personas preferían hacerlo ellas mismas, y Luz Amarilla (técnicamente, Zona de Oportunidad de I+D, pero la llamo Luz Amarilla porque la metáfora merece ser ampliada) si las personas querían automatizar la tarea pero la IA aún no lo había logrado.

También crearon lo que en esencia es una Zona Sin Luz para las tareas en las que la IA no es eficiente y que las personas no quieren que haga.

Las partes aburridas

Los resultados son sorprendentes. La gran mayoría de los trabajadores desean que la IA automatice las partes aburridas de sus trabajos.

El estudio de Stanford revela que el 69.4% de los trabajadores desea que la IA “liberara tiempo para trabajos de mayor valor” y el 46.6% desearía que se encargara de las tareas repetitivas.

Revisar registros en busca de errores, concertar citas con clientes y realizar la entrada de datos fueron algunas de las tareas que los trabajadores consideraron más adecuadas para la ayuda de la IA.

Es importante destacar que la mayoría de los trabajadores afirman que desean colaborar con la IA, no que esta automatice completamente su trabajo. Mientras que el 45.2% desea una colaboración equitativa entre los trabajadores y la IA, otro 35.6% desea que la IA trabaje principalmente por sí sola, pero que siga buscando la supervisión humana en momentos críticos.

Básicamente, los trabajadores quieren que la IA se encargue de las partes aburridas de sus trabajos, dejándoles las tareas interesantes o atractivas.

A un chef, por ejemplo, probablemente le encantaría que la IA le ayudara a coordinar las entregas de sus proveedores o a enviar mensajes a los comensales para recordarles una próxima reserva. Sin embargo, a la hora de cocinar, preferirían ser quienes machacan la piccata o colocan la crema pastelera.

La forma equivocada

Hasta ahora, nada de las conclusiones del estudio resulta especialmente sorprendente. ¡Claro que a los trabajadores les gustaría que una computadora hiciera el trabajo pesado por ellos!

Sin embargo, la conclusión más interesante del estudio no se centra en las preferencias de los trabajadores, sino en cómo las empresas realmente las satisfacen (o, más precisamente, no las satisfacen) en la actualidad.

Con sus zonas de preferencia e información sobre cómo los trabajadores desean usar la IA, los investigadores analizaron las herramientas impulsadas por IA que las empresas emergentes están lanzando al mercado, utilizando un conjunto de datos de Y Combinator, una reconocida aceleradora tecnológica de Silicon Valley.

En esencia, descubrieron que las empresas de IA la están utilizando de forma incorrecta.

Los investigadores descubrieron que el 41 % de las herramientas de IA se centran en tareas de la zona de luz roja o de la zona de luz cero: aquellas que los trabajadores desean realizar por sí mismos o que, en principio, no les interesan demasiado.

Muchas más herramientas intentan resolver problemas en la zona de luz amarilla (como la preparación de presupuestos departamentales o la creación de prototipos de nuevos productos) que los trabajadores desearían delegar a la IA, pero que esta aún no logra resolver.

Solo una pequeña minoría de los productos de IA actuales se encuentran en la codiciada zona de luz verde: tareas que la IA realiza con eficacia y que los trabajadores realmente desean que se realicen. Y aunque muchas de las principales empresas de IA actuales se centran en eliminar a los humanos de la ecuación, la mayoría preferiría seguir participando, al menos parcialmente, en su trabajo diario.

En otras palabras, las empresas de IA se están centrando en lo equivocado. O bien resuelven problemas que nadie quiere resolver, o bien utilizan la IA para tareas que aún no puede realizar.

No es de extrañar, entonces, que la adopción de la IA en las grandes empresas sea tan baja. Las herramientas disponibles son ingeniosas y sofisticadas, pero no resuelven los problemas reales que enfrentan sus trabajadores.

Cómo usar bien la IA

Tanto para trabajadores como para líderes empresariales, el estudio de Stanford ofrece varias lecciones importantes sobre la forma correcta de usar la IA en el trabajo.

En primer lugar, la IA funciona mejor cuando se utiliza para automatizar las partes tediosas, repetitivas y aburridas del trabajo.

A veces, esto requiere una herramienta totalmente nueva. Pero en muchos casos, solo requiere un cambio de actitud.

Un episodio reciente del podcast Planet Money de NPR hace referencia a un estudio en el que dos grupos de asistentes legales tuvieron acceso a la misma herramienta de IA. Al primer grupo se le pidió que usara la herramienta para “ser más productivo”, mientras que al segundo se le pidió que la usara para “hacer las partes de su trabajo que odia”.

El primer grupo apenas adoptó la herramienta de IA. El segundo grupo de asistentes legales, en cambio, “prosperó”. Se volvieron mucho más productivos, incluso asumiendo trabajos que antes habrían requerido un título en derecho.

En otras palabras, a la hora de adoptar la IA, las instrucciones y las intenciones importan.

Si intentas usar la IA para reemplazar todo tu trabajo, probablemente fracasarás. Pero si, en cambio, te centras específicamente en usar la IA para automatizar las “partes de tu trabajo que odias” (básicamente, las tareas de Luz Verde en la rúbrica de los investigadores de Stanford), prosperarás y te encontrarás usando la IA para muchas más cosas.

En la misma línea, el estudio de Stanford revela que la mayoría de los trabajadores prefieren colaborar con una IA que delegar el trabajo por completo.

Esto es revelador. Muchas startups de IA actuales se centran en “agentes” que realizan el trabajo de forma autónoma. La investigación de Stanford sugiere que este podría ser el enfoque equivocado.

En lugar de intentar lograr una autonomía total, los investigadores sugieren que deberíamos centrarnos en colaborar con la IA y usarla para mejorar nuestro trabajo, quizás aceptando que un humano siempre necesitará estar al tanto.

En muchos sentidos, esto es liberador. La IA ya es lo suficientemente buena como para realizar muchas tareas complejas con supervisión humana. Si aceptamos que los humanos necesitarán seguir involucrados, podemos empezar a usar la IA para tareas complejas hoy mismo, en lugar de esperar a que llegue la inteligencia artificial general (IAG) o alguna tecnología futura idealizada y perfecta.

Finalmente, el estudio sugiere que existen enormes oportunidades para que las empresas de IA resuelvan problemas del mundo real y generen una fortuna con ello, siempre que se centren en los problemas adecuados.

Diagnosticar afecciones médicas con IA, por ejemplo, es genial. Desarrollar una herramienta para hacerlo probablemente generará grandes cantidades de dinero de capital riesgo.

Pero es posible que los médicos no quieran —y, más concretamente, que nunca utilicen— una IA que realice tareas de diagnóstico. En cambio, el estudio de Stanford sugiere que sería más probable que utilizaran IA para tareas rutinarias: transcribir las historias clínicas de sus pacientes, resumir historiales médicos, verificar las interacciones de medicamentos en sus recetas, programar visitas de seguimiento, etc.

“Automatizar las tareas aburridas” no es un lema convincente para las startups de IA de élite actuales. Pero es el enfoque que probablemente les genere grandes beneficios a largo plazo.

En general, el estudio de Stanford es sumamente alentador. Por un lado, el desajuste entre la inversión en IA y su adopción es desalentador. ¿Es solo publicidad exagerada? ¿Estamos en medio de la peor burbuja?

El estudio de Stanford sugiere que la respuesta es “no”. La falta de adopción de IA es una oportunidad, no un defecto estructural de la tecnología.

La inteligencia artificial, de hecho, tiene un enorme potencial para mejorar realmente la calidad del trabajo, impulsar la productividad y hacer más felices a los trabajadores. No es que la tecnología esté sobrevalorada, simplemente la hemos estado utilizando mal.