Parece que hemos estado hablando sobre el potencial de la IA y el aprendizaje automático durante años. Tanto es así, que algunas personas pueden haberse vuelto escépticas sobre la medida en que realmente sucederá. Pero ahora, el notable aumento de la IA generativa muestra que está aquí y es real.
ChatGPT y otras aplicaciones generativas de IA están despegando como cohetes. Se están integrando en cada vez más productos y contextos. Millones de personas, dentro y fuera del entorno laboral, las están probando. Para aquellos con buena memoria, es una reminiscencia de cuando Internet y el correo electrónico finalmente estuvieron disponibles y lo cambiaron todo. Hubo un gran salto, seguido de varios años de trabajar en lo que realmente significaba para la forma en que trabajamos y llevamos a cabo las tareas que componen nuestro trabajo.
Con la llegada de la IA generativa, la velocidad del cambio será más rápida que nunca. Los individuos, las empresas, los reguladores y los gobiernos tienen que averiguar cómo mantener el ritmo. Sam Altman, CEO de OpenAI, dijo recientemente a un comité del Senado de los EE. UU. que se necesitaba crear una agencia para regular la IA, advirtiendo que la IA deshonesta podría crear un “daño significativo para el mundo”. Mientras tanto, la UE está desarrollando una Ley de IA que incluirá la regulación de ‘modelos básicos’ como ChatGPT. Cualquier regulación de este tipo tendrá que trabajar duro para seguir cubriendo todas las bases.
sobrecarga de productividad
Como custodios de la cultura laboral y de las reglas de compromiso, los profesionales de recursos humanos deben estar a la vanguardia de todo esto. No hay duda de que la IA generativa puede y tendrá un impacto en casi todos los trabajos. Después de todo, no hay ningún rol que no se beneficie de cierto nivel de IA y/o automatización.
En primer lugar, representa una gran oportunidad para hacer que los roles de las personas sean más productivos. La IA generativa puede eliminar enormes franjas del “trabajo pesado” basado en la administración que ocupa gran parte de nuestro tiempo. Redactar comunicaciones, crear plantillas, investigar temas, transcribir notas: todo esto puede revolucionarse con ChatGPT y su tipo. Las aplicaciones como Microsoft Copilot pueden crear notas de reunión a partir de una discusión verbal, incluido quién dijo qué, dónde están alineadas las personas, dónde no están de acuerdo y sugerir puntos de acción. Los días de nombrar a un tomador de notas que tiene que dedicar un par de horas a redactar un resumen pueden desaparecer pronto. ¡Buenas noticias para los miembros del equipo junior en todas partes!
Debido a que aprenden de los comentarios que les da, estas aplicaciones pueden mejorar cada vez más y también evolucionar su salida para capturar con mayor precisión el tono de voz que desea. Esto es algo que ambos hemos experimentado. Por ejemplo, uno de los autores de este artículo usó recientemente ChatGPT para crear textos que acompañaran a más de 100 videos cortos de capacitación que se cargaban en línea: la herramienta mejoró (y aceleró) significativamente a medida que avanzaba la tarea. Se necesitó un número relativamente pequeño de ediciones, después de lo cual a la mayoría de los lectores les habría resultado difícil darse cuenta de que los textos en realidad no fueron escritos por una persona. La aplicación ahorró muchas horas de trabajo.
A medida que la IA generativa mejore rápidamente (como lo hará), creará la oportunidad de reinventar los trabajos. Eliminará las responsabilidades cargadas de administración y liberará a las personas para más aspectos de valor agregado. En recursos humanos y reclutamiento, la IA generativa combinada con otras herramientas de automatización significa que en realidad podríamos alcanzar ese Nirvana de dedicar menos tiempo a la administración, la programación y las comunicaciones de rutina y más tiempo a la experiencia del candidato, el compromiso de los empleados, el entrenamiento profesional y el soporte de alto contacto.
Factores críticos del éxito
Sin embargo, hay una serie de elementos críticos para el éxito y una serie de riesgos que deben gestionarse.
El uso efectivo de la IA generativa requiere conjuntos de habilidades específicas. La IA generativa se basa en hacer las preguntas correctas a la máquina. Requiere un análisis crítico para examinar los resultados y luego dar más información para refinar la salida. Requiere la capacidad de analizar las fuentes que utiliza la herramienta para garantizar que sean adecuadas y apropiadas; y dar un paso atrás y analizar la forma en que se estructura un resultado y si podría mejorarse.
Nuestro sistema educativo no tiene en cuenta la IA generativa tal como está. Debe haber un diálogo entre los empleadores y los proveedores de educación para garantizar que tengamos una nueva generación que tenga habilidades alineadas para utilizar la IA generativa. Dicho esto, a juzgar por los comentarios de las escuelas donde los alumnos ya están usando ChatGPT desde una edad temprana para “hacer trampa” en sus tareas, la próxima generación naturalmente adquirirá la capacidad de usar el modelo básico de IA. La clave será asegurarse de que estén equipados para traducir eso adecuadamente en el lugar de trabajo.
La IA generativa tampoco elimina la necesidad de otras habilidades humanas. El conocimiento seguirá siendo un activo importante. Las personas aún necesitarán conocer su tema de adentro hacia afuera para juzgar lo que está produciendo la máquina. La creatividad también seguirá siendo clave para dar vida a los resultados generativos de IA y darles un impacto real. De hecho, cuanto más contenido produzcan las máquinas, más importante será la creatividad personal. Ansiaremos la creatividad humana si llegamos a un punto en el que todo, desde la escritura hasta el arte y las piezas de código, sea el trabajo de una máquina.
Cinco riesgos clave
Luego están los riesgos. Vemos cinco aspectos principales en los que es necesario mitigar y gestionar el riesgo.
En primer lugar, existe el peligro de que, al igual que con los algoritmos de IA, el sesgo pueda incorporarse y replicarse a escala y velocidad masivas. De hecho, existe el potencial de hacer daño en una escala nunca prevista. Necesitamos tener claro en qué basamos nuestro aprendizaje y verificar dos veces nuestras definiciones de bueno para asegurarnos de que las máquinas no se den cuenta de nuestros desequilibrios.
En segundo lugar, existe el riesgo de que cuanto más se utilice la IA generativa, menos personas utilizarán sus propias habilidades básicas y menos entenderán los datos. Con una búsqueda booleana actual, por ejemplo, no necesita comprender cómo funciona la tecnología, pero sí necesita saber si los resultados que obtiene son correctos. Existe el riesgo de que perdamos nuestro conocimiento institucional sobre cómo interpretar y hacer las cosas: intuición, instinto, el conocimiento que se obtiene al hacer y aprender por nosotros mismos. Esto refleja un peligro más amplio en el uso de la tecnología en general: que terminemos ‘administrando por tablero’ en lugar de por conocimiento. Necesitamos asegurarnos de que las personas mantengan sus propias habilidades actualizadas y usen máquinas para complementarlas, no para reemplazarlas.
En tercer lugar, existe la posibilidad de que la IA generativa se utilice para reducir costos, en lugar de aumentar la productividad. Si se usa de esa manera, no veremos todo su poder y sus beneficios. Digamos que tiene un equipo de 100 reclutadores y es posible automatizar el 80 % de su trabajo a través de IA generativa y otra automatización. ¿Reduciría el equipo a 20 y ahorraría los costos de 80 personas? ¿O mantendría el equipo de 100 y haría que pudieran agregar mucho más valor mediante un mejor uso de su tiempo y habilidades? Ese es el tipo de debate a corto y largo plazo que la IA generativa probablemente creará.
Lo siguiente es la capacidad de la IA generativa para generar contenido falso, así como plagiar y copiar. Es posible que se necesiten nuevos métodos de validación y verificación junto con nuevas áreas de cumplimiento. También aumentará el debate sobre lo que es y lo que no es auténtico y legítimo, y si eso es importante. Si alguien usa ChatGPT para ayudarlo a superar un proceso de evaluación en línea, por ejemplo, ¿es eso bueno, malo o indiferente? ¿O si alguien ‘escribe’ su CV con ChatGPT?
Finalmente, existe el riesgo de que las personas coloquen datos sensibles o confidenciales en estas plataformas abiertas, sin darse cuenta de que una vez que la máquina los ingiere, pueden repetirse y usarse en cualquier contenido. Dirigidas por la función de recursos humanos, las organizaciones necesitan políticas claras y exhaustivas en torno a la IA generativa. Existe un argumento a favor de tener un sistema tipo ‘permiso de conducir’ en el que solo las personas que hayan aprobado la prueba puedan usarlo.
Recursos humanos debe liderar desde el frente
Hay muchos aspectos a considerar. Y estos deben ser pensados ahora mismo, no en un punto lejano en el futuro. Los líderes de recursos humanos y sus equipos deben estar al frente de esto, asegurando que la IA generativa sea una herramienta que impulse a la organización en lugar de causar problemas y generar divisiones.
Entonces, ¿está acomodando la IA generativa en el funcionamiento del equipo de recursos humanos y pensando en cómo se puede mapear en toda la organización para reimaginar y mejorar el trabajo?