La IA y los retos para su adopción

En este artículo, después de haber hablado de Transformación e Inteligencia Artificial, vuelvo con más sobre la IA y los retos para adoptarla. Porque la mayor parte de las personas que tenemos trabajos cognitivamente complejos vivimos en un estado de sobrecarga cognitiva, de tareas, o ambos. Y ahora vamos a tener que aprender a convivir con la IA.

Pero… ¿es difícil aprender a usar una IA?

La incorporación de la IA en el lugar de trabajo puede generar desafíos que afecten el bienestar de los empleados, pese a que los potenciales beneficios son también muy grandes. La curva de aprendizaje necesaria para dominar estas nuevas herramientas puede ser muy acusada (según en qué casos) y consumir mucho tiempo, en función de varios factores. La complejidad de la tecnología específica de la IA es un punto crucial a tener en cuenta: desde algoritmos de aprendizaje automático hasta sistemas de procesamiento del lenguaje natural, la IA abarca una amplia gama de tecnologías, algunas de las cuales pueden resultar más difíciles de dominar que otras.

Además, las habilidades técnicas de cada persona juegan un papel importante en este proceso. La comprensión de conceptos como la programación, las matemáticas y la estadística puede ser beneficiosa para aprender a utilizar la IA de manera efectiva. Las personas con experiencia previa en campos o tecnologías relacionadas, como la informática o la ciencia de datos, pueden tener una ventaja inicial en el proceso de aprendizaje.

Por último, la disponibilidad de recursos que tenga una empresa para capacitar a sus trabajadores juega un papel crucial en la facilidad de aprendizaje de la IA. La calidad y accesibilidad de cursos online, tutoriales, documentación detallada y comunidades influye en la facilidad con la que alguien puede adquirir las habilidades necesarias para utilizar la IA de manera efectiva.

Catalogación y posibles escenarios de uso

Fuente: Tantuyo.org

El conocimiento que a día de hoy se tiene de la IA está originado en la democratización en el acceso al uso de los llamados LLM (Large Language Models), que tiene en ChatGPT, Copilot o Gemini como sus mayores exponentes. Pero, además de esto, existen otros niveles de IA que también se usan ya de forma habitual en muchos escenarios laborales (y, de hecho, se usaban antes que los LLM). Veamos algunos de los ejemplos más comunes:

• Tecnología y software: En este tipo de tareas se usa ya la IA para crear productos y servicios innovadores. Se utiliza en áreas como el procesamiento del lenguaje natural, procesamiento de imágenes, el aprendizaje automático y la robótica. La IA puede ser parte del servicio en estos casos, o también puede ser una herramienta al alcance de programadores para la implementación de algoritmos.
• Salud y medicina: La IA se está utilizando para mejorar el diagnóstico médico, el tratamiento personalizado, la gestión de registros médicos y la investigación biomédica. Los sistemas de IA pueden analizar grandes conjuntos de datos médicos para identificar patrones y tendencias que pueden ayudar a mejorar la atención médica.
• Finanzas y banca: En el sector financiero, la IA se utiliza para la detección de fraudes, la toma de decisiones de inversión, el análisis de riesgos, la atención al cliente automatizada y la gestión de carteras.
• Fabricación y producción: La IA se aplica en la optimización de la cadena de suministro, el mantenimiento predictivo de equipos, la automatización de procesos de fabricación y la mejora de la eficiencia operativa en general.
• Comercio minorista y comercio electrónico: En el comercio minorista, la IA se utiliza para personalizar la experiencia del cliente, recomendar productos, predecir la demanda, optimizar los precios y mejorar la logística.
• Recursos humanos y gestión del talento: La IA se utiliza para la selección de candidatos, la evaluación del desempeño, la gestión del talento, el reclutamiento y la capacitación personalizada.
• Educación: En el campo de la educación, la IA se utiliza para la personalización del aprendizaje, la evaluación automatizada, el análisis de datos educativos y la creación de contenidos educativos adaptativos.

Oportunidades y estrés

Todo esto puede llevar a generar estrés cognitivo, ya que los trabajadores pueden sentir la presión de aprender rápidamente a utilizar la tecnología de manera efectiva. Especialmente en entornos laborales donde la IA ya se empieza a considera fundamental, como los anteriormente mencionados, los trabajadores podrán llegar a sentirse presionados para adoptar y utilizar estas tecnologías de manera eficaz.

Por otro lado, las expectativas poco realistas sobre los beneficios que la IA puede aportar pueden aumentar la presión sobre los trabajadores. Si las expectativas no se cumplen o si la tecnología no funciona como se esperaba, esto puede generar frustración y aumentar el estrés.

Además, existe el temor entre algunos trabajadores de que la IA eventualmente pueda reemplazar ciertas funciones laborales. Este temor puede contribuir al estrés y la ansiedad relacionados con el trabajo, especialmente si los empleados sienten que sus habilidades y roles están en riesgo debido a la tecnología.

Finalmente, la sobrecarga de información que puede generar la IA también puede ser un factor estresante. La cantidad masiva de datos y análisis que la IA puede proporcionar puede abrumar a los trabajadores si no están equipados para manejar y comprender esta información de manera efectiva.

¿Cómo facilitar entonces la adopción de la IA?

En primer lugar, es fundamental proporcionar una formación adecuada sobre IA. Esto puede incluir cursos online, talleres presenciales y acceso a recursos de aprendizaje en el lugar de trabajo que cubran una variedad de temas relacionados con la IA, desde conceptos básicos hasta aplicaciones específicas en el ámbito laboral.

Además, la empresa puede (y debe) promover una cultura de aprendizaje continuo y experimentación. Esto implica alentar a los empleados a probar nuevas herramientas y técnicas de IA en sus roles, proporcionando un entorno seguro para cometer errores y aprender de ellos. La creación de grupos de trabajo o equipos dedicados a proyectos de IA también puede ser beneficioso para fomentar la colaboración y el intercambio de conocimientos entre los empleados.

Es importante que la empresa invierta en tecnología y herramientas de IA accesibles y fáciles de usar. Por ejemplo, incluyendo la adopción de plataformas de IA intuitivas y amigables para el usuario, así como la integración de herramientas de IA en los sistemas existentes de la empresa. Proporcionar soporte técnico y recursos de ayuda adecuados también puede ser útil para resolver problemas y responder preguntas relacionadas con la IA.

Además, la empresa puede fomentar una cultura de transparencia y confianza en torno al uso de la IA. Esto implica proporcionar información clara sobre cómo se utiliza la IA en la organización, qué datos se utilizan y cómo se protege la privacidad y la seguridad de los empleados. La comunicación abierta y regular sobre los beneficios y desafíos de la IA también puede ayudar a construir la confianza de los trabajadores en la tecnología.

Agentes del cambio

Los agentes de cambio / agile coaches podemos (y debemos) ser fundamentales para gestionar el proceso de cambio relacionado con la implementación de la IA en una empresa, para ayudar a que todo lo anteriormente mencionado vaya sucediendo poco a poco. Estamos capacitados para liderar y facilitar la transformación organizativa, promoviendo la adopción efectiva de nuevas tecnologías y prácticas de trabajo. ¡Qué mejor ejemplo!

Los agentes de cambio podemos ser, en este proceso:

1. Formadores de IA: Podemos diseñar y ofrecer programas de formación personalizados sobre IA para los empleados de la empresa. Esto incluiría la enseñanza de conceptos básicos de IA, el entrenamiento en el uso de herramientas específicas de IA y sobre todo mostrar cómo la IA puede beneficiar a la empresa y a los individuos en sus roles.
2. Catalizadores de la cultura organizativa: Esto no es nuevo. Los agentes de cambio debemos trabajar para fomentar una cultura de aprendizaje continuo, experimentación y colaboración en la empresa. Esto implica promover la mentalidad de crecimiento, donde los errores se ven como oportunidades de aprendizaje, y donde la innovación y la mejora continua son valores fundamentales, específicamente si es basada en IA.
3. Facilitadores en la adopción de herramientas basadas en IA: Podemos ayudar a los equipos de trabajo a incorporar herramientas y prácticas de IA en sus procesos y proyectos. Algunas acciones: podríamos facilitar sesiones de lluvia de ideas para identificar oportunidades de aplicación de IA, llevar esas oportunidades a roadmaps de implementación y facilitar después retrospectivas para evaluar el progreso y realizar ajustes en el enfoque.
4. Defensores del cambio: Abogar por la adopción efectiva de la IA en la empresa y ayudando a superar la resistencia al cambio que pueda surgir es otra buena idea. Esto implica comunicar los beneficios de la IA de manera clara y convincente, y abordar las preocupaciones y dudas de los empleados de manera efectiva.

¿Eres agente de cambio? ¡Ponte las pilas con la IA! Y si no lo eres… pues también 🙂