Fuente: Google DeepMind/Unsplash, CC BY-SA
Nuestra nación está experimentando el crecimiento de productividad más bajo en 60 años, según el Comité de Desarrollo Económico de Australia. Y esto desacelerar se refleja en la mayoría de las economías desarrolladas del mundo.
Así que no sorprende que algunos vean el surgimiento de la inteligencia artificial (IA) como el salvador de la productividad. Artículos de prensa anunciar una nueva era de alta productividad habilitada por IA, y especialmente herramientas de IA generativa como ChatGPT y DALL-E.
Del mismo modo, las revistas más importantes del mundo están llenas de historias sobre cómo la inteligencia artificial ha permitido avances revolucionarios en la investigación. El aprendizaje automático se ha utilizado para la predicción, por ejemplo la forma de las proteinas a partir de la información del ADN o a controlar la forma plasma sobrecalentado en una reacción de fusión nuclear. Un equipo en CSIRO diseñado un sistema autónomo basado en IA que puede producir y probar 12 000 diseños de celdas solares en 24 horas.
¿Significa esto que podemos encender el interruptor, dejar el auto e ir a la playa? No completamente.
No es una panacea para la productividad
Si bien los ejemplos anteriores dan esperanza, también distraen la atención de las muchas aplicaciones de IA que no han funcionado del todo. Estos son casos, a menudo esquivos en revistas y medios, donde el uso de la inteligencia artificial fue costoso y lento y no brindó el resultado deseado.
En 2021, la comunidad de IA tuvo que hacer una pausa cuando 62 estudios publicados que usaban aprendizaje automático para diagnosticar COVID-19 basados en tomografías de tórax resultaron ser poco confiables y inútil en un entorno clínico, principalmente debido a problemas de entrada. Fue un claro recordatorio de que la IA es falible.
Eso no quiere decir que la IA no se pueda usar para aumentar la productividad, simplemente no es una panacea preparada para nuestros problemas de rendimiento. La IA no puede resolver mágicamente los problemas de procesos ineficientes, mala gobernanza y mala cultura.
Si arrojas IA avanzada a una organización estúpida, no se volverá inteligente. Simplemente ayudará a la organización a hacer cosas estúpidas de manera más eficiente (en otras palabras, más rápido). Es poco probable que esto conduzca a un aumento de la productividad.
Dónde funcionan las aplicaciones de IA
Uno investigación reciente realizado por la Oficina Nacional de Investigación Económica de EE. UU. encontró un aumento del 14% en la productividad entre los agentes de servicio al cliente que usaron una herramienta de inteligencia artificial para realizar llamadas. En Australia, Westpac dice que AI ha entregado Aumento de la productividad en un 46%. para ingenieros de software, sin sacrificar la calidad del trabajo.
En muchos sentidos, estos ejemplos no son sorprendentes. Está claro que la IA puede aumentar la productividad si se usa de manera efectiva; Google Maps es claramente mejor para llevar a alguien de A a B que el antiguo atlas de carreteras.
Entonces, ¿qué es común en situaciones en las que la IA funciona bien?
Las aplicaciones exitosas de IA generalmente se caracterizan por una clara necesidad y función de un sistema de IA. Están bien integrados con los procesos más amplios de la empresa u organización y no interfieren con otras tareas de los empleados.
Por lo general, también tienen conjuntos de datos de alta calidad, adecuados para el propósito y seleccionados que se usan para entrenar algoritmos y se usan de manera segura y de acuerdo con reglas de ética.
Donde fallan las aplicaciones de IA
Sin embargo, es difícil obtener ganancias de productividad de IA en toda la organización, y mucho menos en toda la economía. Muchas organizaciones todavía están luchando con una transformación digital mucho más básica.
consultora deloitte estima que el 70% de los intentos de transformar digitalmente una organización fracasan. Quizás la verdadera solución al dilema de la productividad radica menos en aprovechar la IA y más en administrar las ineficiencias organizacionales asociadas con la adopción de nuevas tecnologías.
Las oficinas modernas están repletas de correos electrónicos sin sentido, reuniones innecesarias y procesos burocráticos que agotan la energía y la motivación de los empleados. La investigación ha determinado que la productividad disminuye cuando los empleados enfrentan este aluvión de responsabilidades y distracciones.
Es poco probable que la inteligencia artificial resuelva este problema. La moneda de los tiempos modernos es la atención; La inteligencia artificial, que fue creada para protegernos del trabajo innecesario, puede molestarnos. Incluso podemos ver un futuro en el que las herramientas de IA diseñadas para protegernos de las distracciones competirán con las herramientas de IA diseñadas para distraernos.
El economista de la Universidad de Leeds, Stuart Mills, señala que si las herramientas como ChatGPT simplemente automatizan las ineficiencias burocráticas, no aumentarán la productividad en absoluto.
Una vez le preguntamos a un amigo, gerente sénior de una empresa de ingeniería global, si usa ChatGPT para su trabajo. “Oh, sí”, exclamó con entusiasmo.
“Lo uso para generar todos esos informes que me pide la gerencia. Sé que nadie lo leerá nunca, así que no tiene que ser de alta calidad”.
Hacia un crecimiento de la productividad a largo plazo
Parece muy probable que la IA mejore la productividad a nivel social a largo plazo, y algunas de estas mejoras podrían ser transformadoras.
A partir de septiembre de 2022 investigación encontrada El 5,7% de todas las investigaciones revisadas por pares publicadas a nivel mundial involucraron IA, frente al 3,1% en 2017 y el 1,2% en 2000.
Está claro que los innovadores de todo el mundo están explorando cómo la IA puede hacerlos más productivos y tal vez ayudarlos a hacer descubrimientos. Podemos esperar que las soluciones efectivas que realmente resuelvan los problemas se recuperarán y se elevarán orgánicamente a la cima.
La implementación exitosa de la IA requiere una comprensión del contexto en el que se aplica la tecnología. Esto requiere elegir la herramienta adecuada para el trabajo y usarla de la manera correcta. E incluso antes de eso, requiere trabajar en cuestiones de proceso, gobernanza, cultura y ética.
Este artículo ha sido republicado desde Conversación bajo una licencia Creative Commons. leer artículo original.