Inteligencia artificial + inteligencia humana = éxito

Al responder preguntas sobre el reemplazo de humanos por parte de la IA en ciertos roles, la mayoría de los "expertos" afirman que la IA reemplazará algunos trabajos, pero será una herramienta mucho más valiosa para aumentar la inteligencia y la capacidad humanas. ¿Qué pasa si están equivocados?

En toda la exageración asociada con esta última ola tecnológica, se está produciendo una tendencia significativa en todas las industrias que podría cambiar significativamente el impacto de la IA: la jubilación del trabajador del conocimiento.

No necesitamos mirar más allá de la última ola de tecnología inteligente: el "Internet de las cosas" (IoT) para ver el impacto.

Lo que nos dicen las olas pasadas de tecnología inteligente

El término “Internet de las cosas” fue acuñado en 1999 por el informático Kevin Ashton. Mientras trabajaba en Procter & Gamble, Ashton propuso colocar chips de identificación por radiofrecuencia (RFID) en los productos para rastrearlos a través de una cadena de suministro.

Las "máquinas que hablan con máquinas" comenzaron a implementarse a principios o mediados de 2010, abriéndose paso en la fabricación, la agricultura de precisión, las redes de información complejas y para los consumidores en una nueva ola de dispositivos portátiles.

Ahora, teniendo alrededor de una década de experiencia en cómo IoT ha impactado ciertas industrias y mercados, tal vez pueda brindarnos algunas ideas interesantes sobre el futuro de la IA.

Cisco lanzó la campaña de IoT "Tomorrow Starts Here" en 2010, en un momento en que las redes de comunicación estaban pasando de "pilas" de hardware a redes de desarrollo de software (SDN).

El cambio significó que para que los operadores expandieran su ancho de banda, ya no necesitaban "quitar y reemplazar" el hardware. Solo necesitaban actualizar el software. Esta transición inició la era de las máquinas que monitorean su desempeño y se comunican entre sí, con la promesa de algún día producir redes de autorreparación.

Durante este mismo período, los ingenieros de redes que marcaron el comienzo de la transición de lo analógico a lo digital comenzaron a jubilarse. Estos trabajadores del conocimiento experimentados a menudo son reemplazados por técnicos que entienden las herramientas de monitoreo pero no necesariamente cómo funciona la red.

Las redes han crecido en complejidad durante los últimos doce años para incluir celulares, con el número de conexiones creciendo exponencialmente. Para ayudar a gestionar esta complejidad, se han desarrollado e implementado numerosas herramientas de seguimiento.

Las personas en el otro extremo que leen las alertas ven lo obvio, pero tienen dificultades para interpretar el problema o qué priorizar. ¿La razón? La herramienta sabe que hay un problema, pero aún no es lo suficientemente inteligente como para saber cómo solucionarlo o si se solucionará solo. Los técnicos terminan persiguiendo “tickets fantasma”, alertas que se han resuelto solas, lo que resulta en una pérdida de productividad.

Lo mismo se repite hoy en día en el marketing. Como me dijo un CMO, “Puedo encontrar personas que conocen las tecnologías todo el día, pero lo que no puedo encontrar es alguien que piense estratégicamente. Pídele a un gerente de marketing que configure las herramientas y ejecute una campaña y no tendrá ningún problema, pero pídele que escriba una propuesta u oferta de valor atractiva para la campaña y tendrá dificultades”.

Es fácil dejarse atrapar por las herramientas. Los generadores de IA son realmente intrigantes y pueden hacer cosas asombrosas. Pero según lo que hemos visto, las herramientas no son lo suficientemente inteligentes como para cumplir plenamente su promesa... todavía.

Profundice más: mitigar los riesgos de la IA generativa poniendo a un humano en el circuito

Los riesgos de confiar demasiado en la IA

Aquí está la advertencia de IoT: a medida que las herramientas se vuelven más informadas, la fuerza laboral que las opera está disminuyendo. Está dejando un vacío de conocimiento. A medida que ese conocimiento se transfiere del trabajador a la máquina, debemos preguntarnos qué nos quedará. ¿Tendrán nuestros trabajadores suficiente experiencia y pericia para saber si lo que sale de la máquina es exacto, ficticio o incluso peligroso?

En un artículo reciente del WSJ, una enfermera de oncología, Melissa Beebe, comentó cómo confía en sus habilidades de observación para tomar decisiones de vida o muerte. Cuando una alerta dijo que su paciente en la unidad de oncología del UC Davis Medical Center tenía sepsis, estaba segura de que la herramienta de IA que monitoreaba al paciente estaba equivocada.

“He estado trabajando con pacientes con cáncer durante 15 años, así que reconozco a un paciente séptico cuando lo veo”, dijo. “Sabía que este paciente no estaba séptico”.

La alerta correlaciona el recuento elevado de glóbulos blancos con una infección séptica. No tuvo en cuenta que este paciente en particular tenía leucemia, lo que puede causar recuentos sanguíneos similares. El algoritmo, que se basó en inteligencia artificial, activa la alerta cuando detecta patrones que coinciden con pacientes anteriores con sepsis.

Desafortunadamente, las reglas del hospital exigen que las enfermeras sigan los protocolos cuando se marca a un paciente por sepsis. Beebe podría anular el modelo de IA si obtiene la aprobación de un médico, pero enfrenta medidas disciplinarias si se equivoca. Es fácil ver el peligro de eliminar la inteligencia humana en este caso. También ilustra el riesgo asociado con la dependencia excesiva de la inteligencia artificial.

La inteligencia empresarial y la inteligencia humana son la clave del éxito

La IA nos liberará de tareas de bajo valor, lo cual es bueno. Pero necesitamos redistribuir ese tiempo para desarrollar mejor a nuestra gente y nuestros equipos. El mayor beneficio de estas tecnologías innovadoras en el entorno de empresa a empresa se obtendrá cuando combinemos cantidades iguales de inteligencia humana con inteligencia artificial.