Hoy no te traigo una reflexión personal al hilo de una situación vivida. Hoy quiero compartir algo muchísimo más valioso: Una lección aprendida en uno de esos eventos de inspiración a los que soy últimamente tan aficionada.

Quien me ilumina esta vez es la profesora de impronunciable apellido Hila Lifshitz-Assaf, investigadora y profesora en temas de innovación científica y tecnología, cuyo trabajo se centra en comprender los mecanismos que potencian la innovación, combinando su trabajo académico en el estudio de la Inteligencia Artificial para la toma de decisiones críticas con su experiencia de siete años como consultora estratégica especializada en crecimiento y estrategias de innovación.

Como yo no tenía duda alguna sobre si incorporar la IAG (inteligencia artificial generativa; vamos, ChatGPT y asimilados para los amigos) en mis tareas, su discurso me abre la siguiente puerta: ¿Cómo y cuándo hacerlo?¿En qué tipo de tareas deberíamos aplicarla y cuáles deberíamos evitar? ¿Cómo determinamos qué tipo de formación es la más adecuada para cada uno? ¿Cómo identificar y paliar potenciales riesgos?

A estas preguntas respondió con creces, y con datos procedentes de sus investigaciones para apoyar su enfoque, que firma mezclando una visión académica y de negocio a la vez, y que a mí me suena tan interesante (y realista) que no me resisto a compartirlo contigo.

Paso a paso.

Habla Hila a partir de aquí. Parafraseada por mí con las notas a toda pastilla que fui capaz de tomar,

¿Es eficiente y eficaz la IA generativa en la empresa?

La inteligencia artificial ha alterado el panorama de la creatividad y la innovación, así como el de la productividad y la toma de decisiones, en todos los profesionales y sectores. Corren ríos de tinta con argumentos a favor y en contra de la potencialidad de la adopción de la IA generativa en las empresas como catalizador de innovación y como soporte a la toma de decisiones complejas.

Casi todos intuimos su potencial, pero somos muchos los que aún tenemos dudas sobre el cuándo y el cómo.

Así es que las preguntas a resolver son:

¿Podría potenciar la creatividad al ayudar a resolver problemas complejos y fomentar una mentalidad más receptiva a la resolución creativa de problemas? ¿Integrar la IA en cualquier proceso de diseño podría impulsar la eficacia en la generación de ideas, acelerando calidad y resultados?¿Qué riesgos éticos, de privacidad y sesgos corremos al utilizar la IA para la toma de decisiones complejas y hasta dónde es importante una supervisión humana en el proceso?

Hila comparte los resultados de su estudio titulado Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality que puedes encontrar en internet. Un muy serio documento (y un tanto espeso, dicho sea esto con todo el cariño de quien ya se declara sin complejos en el bando de quienes agradecemos un resumen masticadito) que yo, que la escuché a ella contarlo, voy a tratar de resumirte.

El estudio incluye varios experimentos, realizados con profesionales no solo altamente cualificados, sino también comprometidos con sus tareas,  que iluminan sobre el doble papel de la IA y cuyos hallazgos no dejan ninguna duda sobre su potencial transformador y arrojan numerosas pistas sobre cómo aprovechar sus capacidades para obtener resultados óptimos.

El estudio descubre cómo la utilidad de la IA puede fluctuar según sea el tipo de tarea al que se aplique. Algo medio obvio, pero que mola ver en números. El análisis de las dieciocho tareas más habituales en las empresas demuestra un aumento significativo del rendimiento y la calidad, aumentando la velocidad en más del 25%, el rendimiento evaluado por humanos en más del 40% y la finalización de tareas en más del 12%. Unos beneficios que son más claros en los profesionales menos cualificados, aun cuando todos ellos se benefician de la aplicación de la IA.  

Y aquí viene la primera hostia en la frente, bien apuntalada y cuantificada: La IA no solo mejora la calidad del trabajo en las tareas más habituales sino que parece nivelar las diferencias de rendimiento entre los distintos niveles de capacidad de los empleados.

Vamos, que democratiza eso que los americanos llaman con mucho glamour nuestra performance.

Por eso lo pongo todo en negritas. Para que entiendas, si es que aún no lo has hecho, como quedarte fuera de usarla es quedarte fuera de juego.

¿Cómo impacta la IA en la creatividad, el pensamiento crítico y la toma de decisiones basadas en datos?

Sin embargo, lo más interesante del estudio de Hila (imposible llamarla por su impronunciable apellido) se refiere al uso en las tareas menos habituales para la mayoría, como son las tareas creativas y de toma de decisiones en base a datos.

Impacto de la IA en tareas creativas

Hila destaca con datos en la mano la capacidad de la IA generativa para empoderarnos especialmente en momentos en los que estamos bajo la presión de “tener ideas”. Con su innegable capacidad para generar ideas múltiples y diversas, sobre todo cuando hemos aprendido a cogerle el punto y a “pinponear” con ella, la IA es la caña para superar el momento “hoja en blanco” y también para ayudarnos a vislumbrar esas zonas más opacas en las que lo damos todo por obvio sin ver más allá de nuestras narices.

Y si lo que nos preocupa es que todas nuestras ideas se parezcan a los de otros, Hila enfatiza la importancia de no depender exclusivamente de una sola IA generativa, abogando por la experimentación y la comparación de resultados con otras personas que utilizan (o no) esta tecnología.

Especialmente curiosa me resulta eso que demuestra de cómo la mejora al usar la IA en este tipo de tareas es aún más significativa en los profesionales que no recibieron ningún tipo de formación previa.

Ojo al dato. Que ilustra la aportación de explorar y jugar sin indicaciones ni reglas establecidas.  

Impacto de la IA en tareas de conocimiento analítico

En contraposición con lo anterior, y en contra de lo que todos pudiéramos pensar a priori (yo al menos así lo hacía, Hila señala cómo sus experimentos podrían hacernos cambiar de opinión en relación con el potencial de la IA en tareas más analíticas. Cómo usar la IA para analizar podría no ser tan buena idea.

Esto lo explica mejor compartiendo uno de sus experimentos en el que se pidió a los trabajadores de una marca de modas recomendación al CEO sobre el público objetivo al que deberían enfocarse (hombres, mujeres o niños) en base a montañas de datos tanto cualitativos como cuantitativos.

La sorpresa es constatar que las personas trabajaron mejor sin utilizar la IA. La explicación que ella da es muy acertada (al menos lo es para mi): podría venir del exceso de confianza en la tecnología en general y, en particular, en una herramienta que muchas veces está muy bien pulida, que es increíblemente rápida y que puede llegar a ser tremendamente persuasiva en las argumentaciones en las que apoya sus indicaciones. Y es que, como nos hizo ver, la IA generativa está diseñada para ser un poderoso persuasor que nos engancha por su velocidad y su aparente coherencia en la resolución y al que es muy difícil dejar de lado.

El otro ojo al otro dato, para recordar que nuestros cerebros no buscan la verdad sino que todo cuadre. Y si lo hace en un pispás, miel sobre hojuelas. Nos enganchamos.

También en negrita. Porque verlo negro sobre blanco también es la hostia.

Y, entonces, con estos datos en la mano, Hila nos lleva hacia la que para mí es la madre de todas las preguntas.

¿Cuál es la manera óptima de utilizar la IA en cada una de nuestras tareas?

Parece ser que los humanos interactuamos con la IA de tres maneras que ella califica, de una manera para mí muy simpática en:

  • Como Centauros, incluyendo en esa denominación a quienes separan bien qué asignar al humano y qué a la máquina siendo muy selectivos en cuándo utilizar la IA y cuando no. Sin copiar y pegar, usándola como una herramienta de apoyo más. Hila los describe como “mitad IA, mitad humanos”.
  • Como Cyborgs, que serían quienes “se enamoran” de ella, optando por un flujo de trabajo integrado en el que la IA está omnipresente, por más que sea utilizada de manera correcta y muy cuidadosa. Juegan y experimentan con ella y aunque pierden un poco su yo, ganan otras capacidades.
  • Como Automatizadores, como denomina a quienes acuden ella para que les resuelva dudas o haga tareas que copian y pegan sin apenas leer ni modificar. Y sin ser conscientes de que, haciéndolo están automatizando su trabajo.

Y, como nos enseña, no hay perfil bueno o malo per se.

Sino que hay un modelo de interacción óptimo o de potencial riesgo para cada tipo de tarea. Y que por más que el contexto de nuestra empresa o el savoir faire de quienes nos rodean marque dirección, la decisión del tipo de perfil de uso quedará casi siempre en manos de cada uno.

Teniendo claro que, cuando actuamos como centauros, mejoramos potencialmente la tarea en concreto porque la hacemos mejor, y si además somos capaces de ver (y asimilar) la mejora incremental que la herramienta mete, mejorando nuestras capacidades en ella. Que, cuando nos enfrentamos a tareas de bajo riesgo y exploramos a tope las capacidades de la IA en modo cyborg llegamos más lejos, pero nos «perdemos como yoes» un poco. Y cuando la tarea ni nos gusta ni nos aporta y además es de bajo impacto en el negocio, ser un automatizador pudiera ser lo más inteligente.

Con estos más que interesantes datos y reflexiones en la cabeza yo al menos (y espero que también un poco tú) no puedo hacer otra cosa que no sea replantearme tareas y roles en relación con esta fascinante herramienta.

Aprendiendo a verla como una potente ayuda, entendiendo los riesgos asociados, familiarizándome con ella de manera gradual y usándola con mucha cabeza y más tiento cuando le dejo entrar en tareas analíticas en cuyas salidas voy a apoyarme para tomar decisiones de cierto riesgo.

Haciendo malabares entre aprovechar su potencial y reconocer sus limitaciones.

Grande esta tipa, ¿no?. Hila, digo.

Yo, desde luego, no tengo nada que añadir. Pero si tú lo tienes, me encantará escucharlo.

Por aquello de no quedarme solo en la coherencia 😊

@vcnocito