La inteligencia artificial generativa puede aumentar la productividad de los trabajadores, pero las organizaciones deben primero establecer una cultura de responsabilidad, recompensar la formación entre pares y fomentar la reconfiguración de roles.
Un nuevo estudio sobre el impacto de la inteligencia artificial generativa en los trabajadores altamente calificados encuentra que, cuando se usa dentro de sus capacidades, puede mejorar el rendimiento de un trabajador hasta un 40 % en comparación con los que no la utilizan.
Pero cuando la inteligencia artificial se utiliza fuera de ese límite para completar una tarea, el rendimiento del trabajador disminuye en un promedio de 19 puntos porcentuales.
Los hallazgos tienen implicaciones no solo para la productividad de los trabajadores, sino también para las organizaciones que buscan navegar con éxito lo que los investigadores han denominado la «frontera tecnológica dentada» de la inteligencia artificial, específicamente, los transformadores pre-entrenados generativos (GPT), que producen texto después de recibir indicaciones. Comprender los límites superiores de las capacidades de la inteligencia artificial es imperativo, especialmente a medida que esas capacidades continúan expandiéndose, escriben los investigadores.
Es importante para los gerentes mantenerse conscientes de esta frontera dentada, dijo Fabrizio Dell’Acqua, de la Escuela de Negocios de Harvard, el autor principal del artículo, porque los investigadores encontraron que no era obvio para los trabajadores del conocimiento altamente calificados qué tareas cotidianas podrían realizarse fácilmente con la inteligencia artificial y qué tareas requerirían un enfoque diferente.
Un equipo multidisciplinario de investigadores escribió el artículo, incluidos Karim Lakhani y Edward McFowland III de la Escuela de Negocios de Harvard; Ethan Mollick, SM ’04, PhD ’10, de la Escuela Wharton; Hila Lifshitz-Assaf de la Escuela de Negocios de Warwick; y Kate Kellogg del MIT Sloan.
A continuación, se presenta un vistazo más cercano al estudio, junto con algunas sugerencias de Dell’Acqua, Kellogg y Lifshitz-Assaf sobre los pasos que las organizaciones pueden tomar al introducir inteligencia artificial generativa en una fuerza laboral altamente calificada.
Para obtener mejores resultados, use esfuerzo cognitivo y juicio de expertos
El estudio se realizó en colaboración con Boston Consulting Group e involucró a más de 700 consultores a quienes se les asignó una tarea de evaluación de habilidades y una tarea experimental.
Los participantes fueron clasificados en dos grupos: un grupo recibió una tarea diseñada para estar dentro de las capacidades de producción de salidas humanas de GPT-4, mientras que el otro grupo recibió una tarea «diseñada para que GPT-4 cometa un error al realizar el análisis, asegurando que el trabajo quedara justo fuera de la frontera», según el documento.
Dentro de esos dos grupos, los participantes del estudio fueron clasificados en tres condiciones: sin acceso a IA, acceso a IA GPT-4 y acceso a IA GPT-4 con una visión general de cómo usar GPT.
Al «dentro de la frontera» se le pidió que imaginara que trabajaban para una empresa de zapatos y que su gerente les había pedido que idearan un nuevo producto y lo presentaran en una reunión. Se encargó a los participantes de este grupo completar otras acciones, como elaborar una lista de pasos desde el lanzamiento hasta el lanzamiento, crear un eslogan de marketing y redactar un artículo de 2.500 palabras que describe el proceso para desarrollar el zapato y las lecciones aprendidas.
La inteligencia artificial tuvo un efecto positivo en ese grupo de participantes: los participantes que solo utilizaron GPT vieron un aumento del 38% en el rendimiento en comparación con la condición de control (sin acceso a IA), mientras que el rendimiento de aquellos a quienes se les proporcionó tanto GPT como una descripción general vieron un aumento del 42.5% en el rendimiento en comparación con la condición de control.
Los investigadores observaron un aumento más pronunciado en las puntuaciones de rendimiento para los participantes en la mitad inferior de habilidades evaluadas que usaron GPT-4 en comparación con los de la mitad superior de habilidades evaluadas, con un 43% y un 17%, respectivamente, comparados con sus puntuaciones de referencia (sin uso de IA).
Al «fuera de la frontera» se les pidió que imaginaran que trabajaban para una empresa con tres marcas. Se les encargó redactar un memorando de 500 a 750 palabras a su CEO explicando en cuál de las marcas debería invertir el CEO para impulsar los ingresos y sugerir acciones innovadoras que el CEO podría tomar para mejorar la marca seleccionada. El memorando debía incluir la justificación de su recomendación, y a los participantes del grupo se les proporcionaron comentarios de entrevistas y datos financieros de los cuales podían extraer.
La inteligencia artificial tuvo un efecto negativo en los participantes de este grupo. La condición con GPT disminuyó el rendimiento de 13 puntos porcentuales respecto a la de control, mientras que los participantes, proporcionados por GPT y una visión general, mostraron una disminución de 24 puntos porcentuales respecto a la condición de control.
Dell’Acqua dijo que para el grupo «fuera de la frontera», los investigadores observaron una disminución en el rendimiento porque las personas «algo apagaban sus mentes y seguían lo que la IA recomendaba», lo que era más probable que fuera incorrecto. Sin embargo, incluso cuando se hizo una recomendación incorrecta bajo una de las condiciones de IA, la calidad de la justificación de la recomendación del participante mejoró.
La mejora en la calidad y la disminución en el rendimiento indican que, en lugar de adoptar ciegamente las salidas de IA, los trabajadores altamente calificados deben continuar validando la IA y ejercer «esfuerzo cognitivo y juicio de expertos al trabajar con IA», escriben los investigadores.
COMPORTAMIENTO DE IA: ¿CIBORG O CENTAURO?
El comportamiento de ciborg, nombrado por los híbridos humano-máquina de ciencia ficción, describe la forma en que los usuarios «entrelazan sus esfuerzos con la IA en el mismo límite de las capacidades. Esta estrategia puede manifestarse como alternancia de responsabilidades en la sub-tarea para que la IA complete o trabajar para que la IA complete o trabajar en conjunto con la IA».
El comportamiento de centauro, nombrado por las criaturas míticas mitad humanas y mitad caballo, describe cuando los usuarios «cambian entre tareas de IA y humanas», basado en su determinación de qué tarea es mejor para la intervención humana y cuál puede ser manejada por la IA.
Diseño de interfaz, integración, reconfiguración de roles y una cultura de responsabilidad
Según los investigadores, hay varias cosas que las organizaciones y los gerentes deben considerar al integrar la IA en los flujos de trabajo de sus empleados.
Si bien puede ser tentador usar IA para el trabajo de conocimiento porque es rápido, puede impulsar la generación rápida de ideas y produce texto persuasivo, los gerentes y profesionales deben ser cautelosos al usarlo para tareas importantes, dijo Lifshitz-Assaf.
Dado que algunas respuestas generadas por IA parecen creíbles incluso cuando son incorrectas, «eso sugiere que hay un papel para los desarrolladores internos o de ‘envoltura’ para ayudar a diseñar la interfaz de una manera que haga menos probable que las personas caigan en algunas de estas trampas», dijo Kellogg.
Los desarrolladores también pueden ayudar a determinar dónde se puede insertar la IA en los flujos de trabajo y cómo diseñar tecnología para hacerlo.
Kellogg y Dell’Acqua también recomendaron que las organizaciones tengan una fase de integración para que los trabajadores puedan tener una idea de cómo y dónde funciona bien la IA y dónde no y recibir retroalimentación sobre su rendimiento. Relacionado con esto, algunas personas son muy buenas para mejorar sus habilidades, y esos trabajadores pueden ser útiles como entrenadores entre pares. Pero deberían ser recompensados y reconocidos por su trabajo.
Los gerentes también deberán reconfigurar roles.
«Para usar bien la IA generativa, es importante investigar las tareas específicas a lo largo del proceso de trabajo», dijo Lifshitz-Assaf. «Algunas pueden estar dentro de la frontera dentada y otras fuera».
Kellogg dijo que los líderes pueden fomentar la reconfiguración de roles al hacer que personas de diferentes posiciones experimenten juntas para encontrar la estructura más productiva.
Los líderes también deben fomentar una cultura de responsabilidad. Al hablar con los participantes del estudio, Kellogg dijo, una sugerencia fue que «debemos enseñar a las personas a poder explicar lo que hicieron sin usar el término ‘IA generativa'».
«Los gerentes y los trabajadores deben desarrollar colectivamente nuevas expectativas y prácticas laborales para garantizar que cualquier trabajo realizado en colaboración con IA generativa cumpla con los valores, objetivos y estándares de sus principales interesados», dijo Kellogg.
Traducido de la Fuente: https://mitsloan.mit.edu/ideas-made-to-matter/how-generative-ai-can-boost-highly-skilled-workers-productivity
