Doxa 1823

La IA generativa transformará las reuniones virtuales

Doce casos de uso que demuestran el potencial de la tecnología.

Por Dash Bibhudatta

Tecnología y análisis

Harvard Business Review

#Doxa #IA #virtual #tecnología #sesgo #aprendizaje #productiva #eficiente #equipo #organización #algoritmo #ciencia #datos

Resumen.  La IA generativa cambiará para siempre la forma en que se llevan a cabo las reuniones. En un futuro próximo, las reuniones ofrecerán contenido personalizado y experiencia orientada a un propósito, al tiempo que servirán como guardianes contra el sesgo y promoverán el aprendizaje activo. A medida que la IA continúa avanzando, cada reunión promete ser productiva, eficiente e influyente, desbloqueando infinitas posibilidades para equipos y organizaciones.

El sistema de videoconferencia de su empresa probablemente utiliza IA rudimentaria para grabar reuniones y crear transcripciones. Pero en los próximos meses, gracias a la IA generativa, su software obtendrá capacidades que cambiarán por completo la forma en que se llevan a cabo las reuniones en línea. Algunas de las características más recientes que ya se están probando incluyen la generación automática de minutos de reunión, asignación de elementos de acción, creando Resúmenes de reuniones de preguntas y respuestas, y más. 

Antes de que los proveedores pongan estas soluciones generalmente a disposición de los clientes, es fundamental que las empresas comprendan los factores esenciales que contribuyen a las reuniones efectivas. Este artículo está destinado a ayudar a cualquier persona que use regularmente sistemas de videoconferencia a comprender qué características estarán disponibles pronto y cómo esas características afectarán sus videollamadas. Como fundador de una empresa de tecnología que ofrece servicios de ingeniería de software a empresas que buscan implementar tecnologías de próxima generación como IA y aprendizaje automático, Creo que la combinación de IA generativa y software de videoconferencia dará forma para siempre a cómo (y con qué eficacia) nos encontramos. Pero estas características solo beneficiarán a su empresa si las usa de manera que aborden las limitaciones comunes de videoconferencia y reuniones en persona.

He identificado tres factores clave como los pilares de la efectividad de las reuniones en línea: compromiso significativo, resultados procesables y fomento de la diversidad y la inclusión. Usando estos pilares, puedo imaginar un conjunto de posibles capacidades de IA que se pueden agregar a los sistemas de videoconferencia, algunos de los cuales ya están siendo probados, y algunos de los cuales anticipo que estarán disponibles en función de mi comprensión de las capacidades generativas de AI y las conversaciones con clientes y socios. 

Para identificar y priorizar estos casos de uso impulsados por IA para sistemas de videoconferencia, comencé haciendo varias preguntas críticas:

• ¿Qué estrategias y prácticas de reuniones son efectivas en el mundo real? ¿Cómo podemos replicarlos usando IA generativa?
• ¿Cómo podemos abordar y superar los desafíos y barreras comunes asociados con estos factores clave?
• ¿Qué podemos aprender de la investigación de disciplinas relacionadas, como la efectividad del equipo, la cultura organizacional y la interacción humano-computadora para mejorar la efectividad de la reunión?
• ¿Cómo se pueden utilizar las ideas y los análisis impulsados por la IA como refuerzo para el aprendizaje y la mejora en las reuniones?

4 Características de una Reunión Exitosa

Cuatro características de las reuniones en línea afectan significativamente la efectividad de las reuniones: contenido personalizado adaptado a los estilos de aprendizaje, alineación de propósitos, detección y prevención de sesgos y promoción del aprendizaje activo. Al centrarse en estas características esenciales, su empresa estará preparada para dar un salto significativo en la efectividad del cumplimiento.

A continuación se muestra una breve descripción de cada capacidad y cómo la IA puede impulsar un cambio en su ejecución.

Todos aprendemos de diferentes maneras. Los estudiantes visuales se benefician de materiales visualmente atractivos como infografías y videos. Los estudiantes auditivos prefieren contenido de audio personalizado y sesiones orientadas a la discusión. Históricamente, era prohibitivo personalizar el contenido. Pero dado el salto en las capacidades generativas de IA, ahora es posible generar múltiples versiones del mismo contenido central. Los sistemas avanzados de IA generativa pronto podrán adaptar contenido (prep, durante la reunión y seguimiento) al estilo de aprendizaje único de cada participante, impulsando el compromiso y la orientación a la acción. Zoom ya está probando una función eso permite a los usuarios chatear con una IA generativa “companion” durante y después de las reuniones para ayudar a los usuarios a comprender mejor el contenido presentado.

Alineación de propósito

Las reuniones no son únicas para todos. Las reuniones de intercambio de información requieren una estructura diferente a las sesiones de lluvia de ideas. Las reuniones de coordinación tienen un ritmo diferente al de las revisiones mensuales de negocios. La IA generativa hace posible que un bot replique la experiencia de los facilitadores y guíe a cada equipo a través de un proceso estructurado. Más importante aún, cuentan con capacidades que facilitan el entrenamiento de equipos y líderes.

Detección y prevención de sesgos

El sesgo puede manifestarse de manera sutil, como los hombres con voces más fuertes que interrumpen a las mujeres con voces más suaves durante las videollamadas. A medida que las reuniones digitales se vuelven cada vez más ubicuas, la IA puede servir como un puesto de escucha vigilante. La intención no es entrometerse. Pero el sesgo debe interrumpirse en tiempo real. La IA generativa es siendo probado como una forma de ayudar a HR a diseñar intervenciones en tiempo real para interrumpir el sesgo. Además, las recomendaciones personalizadas ayudarán a los equipos y líderes con comentarios y planes de mejora. HR puede obtener una comprensión más amplia de los progresos realizados en relación con los objetivos de diversidad e inclusión. Puede identificar posibles puntos calientes antes de que se conviertan en problemas significativos.

Promoción del aprendizaje colectivo e individual

Las reuniones sirven como un terreno valioso para avanzar en el aprendizaje individual y colectivo. Las reuniones nos ayudan a obtener información sobre nuestras capacidades personales en áreas como la comunicación, la resolución de conflictos y el trabajo en equipo. Las reuniones ayudan a los equipos a mejorar la confianza, la responsabilidad y la coordinación. Para optimizar la experiencia de aprendizaje, las soluciones avanzadas de videoconferencia ahora deben diseñarse para fomentar el compromiso activo, obtener información sobre la dinámica del equipo y ofrecer comentarios en tiempo real durante las reuniones. Estas características permitirán a los individuos y equipos ampliar sus conocimientos, fomentar el intercambio de ideas y alcanzar mayores niveles de aprendizaje e innovación durante las reuniones. A los vendedores les gusta Ciscoy Zoom ya está probando y construyendo estas características en sus herramientas. Las empresas que compran estos sistemas deben tener en cuenta cómo se construyen las herramientas, cómo se utilizarán y qué características avanzadas son necesarias para la mejor experiencia de colaboración posible para los empleados.

12 Casos de Uso Generativos de IA para la Eficacia de la Reunión

Basado en mi investigación sobre sistemas de video en línea, reuniones en línea y IA generativa, he priorizado 12 casos de uso emergentes y propuestos de IA generativa para videoconferencias. Algunas de las características están siendo probadas por empresas de videoconferencia. Otros son capacidades que son comunes en otros sistemas de IA generativa y probablemente estarán disponibles para videoconferencias en los próximos meses y años.

Casos de uso para mejorar la personalización del estilo de aprendizaje

1. Cuatro narrativas: Este caso de uso genera múltiples narrativas a partir de una pieza de contenido central. Cada narrativa atiende a un estilo de aprendizaje específico. Uno de los socios de mi empresa está trabajando con un consultor de gestión cuyo contenido principal se almacena en un gráfico de conocimiento. Usando el gráfico de conocimiento como contenido base, su sistema puede generar tres narrativas diferentes: un árbol de causalidad para estudiantes visuales, un conjunto de notas jerárquicas para estudiantes de lectura/escritura, y una versión de audio para los estudiantes auditivos.
2. Simulcast múltiples narrativas: Este caso de uso propuesto está dirigido a reuniones que tienen un número significativo de participantes con diversos estilos de aprendizaje (por ejemplo, reuniones con todas las manos). Los participantes son enviados automáticamente a salas de descanso alineadas con sus preferencias de aprendizaje. La presentación principal se transmite simultáneamente en múltiples narrativas utilizando IA. Por ejemplo: Para el alumno de lectura/escritura, el sistema generaría explicaciones escritas adicionales a las que los participantes pueden referirse durante o después de la presentación. Del mismo modo, para el alumno visual, el sistema compartiría contenido visual como hojas de ruta de presentación, infografías, codificación de colores, etc. Para los estudiantes cinestésicos, el sistema haría que los ejercicios interactivos estén disponibles en la barra lateral.
3. Alertas de diversidad: Este caso de uso propuesto se centra en garantizar que el contenido y la facilitación se alineen con la diversidad de la audiencia. Los estudiantes visuales, auditivos y cinestésicos han experimentado históricamente desafíos al involucrarse con el contenido de la reunión (que tiende a favorecer a los estudiantes de lectura/escritura). La IA generativa monitoreará las reuniones para garantizar que el contenido y la facilitación coincidan con la diversidad de la audiencia, de manera similar a cómo los sistemas de videoconferencia antes mencionados están aprendiendo a ajustar el contenido para detener el sesgo. Proporcionará retroalimentación en tiempo real si detecta desalineación. Esta característica será extremadamente valiosa en proyectos complejos donde la alineación multifuncional es crucial. Los abogados suelen ser estudiantes de lectura/escritura, los ingenieros son cinestésicos y las personas de marketing son visuales. La adaptación de las reuniones a múltiples estilos de aprendizaje permitirá una mayor alineación multifuncional.

Use casos para alinear las reuniones con el propósito

1. Expertos a pedido: Este caso de uso propuesto permitirá a los equipos descubrir y utilizar expertos y marcos para diferentes tipos de reuniones a través de un mercado. Cada tipo de reunión (toma de decisiones, innovación, coordinación, etc.) tiene su estructura única, agenda y libro de jugadas de facilitación. Por lo general, los equipos encargan a los facilitadores expertos para acceder a esta experiencia. Los sistemas de reuniones generativos impulsados por IA harán posible que un equipo adopte dichos marcos sin un facilitador experto en persona. Las organizaciones pueden licenciar el mejor marco disponible para cada tipo de reunión y ponerlo a disposición de los equipos a través del software de reunión.
2. Tablero de juego en tiempo real: Este caso de uso proporciona a los equipos comentarios en tiempo real durante las reuniones analizando la transmisión en vivo de vídeo de reunión y audio. Los sistemas avanzados de videoconferencia pronto tendrán la capacidad de analizar una transmisión en vivo de video y audio de reuniones y puntuar dinámicamente la reunión sobre los atributos de compromiso, aprendizaje y entorno de equipo. Estas métricas junto con los puntos de referencia se compartirán con el equipo en tiempo real, así como para las autopsia, y se pueden usar para alentar a los líderes de las reuniones a mejorar las llamadas futuras.
3. Momentos destacados: Este caso de uso permite que la IA generativa detecte y capture automáticamente momentos destacados de las transmisiones de audio y video de las reuniones. Una característica con la que los proveedores de videoconferencia están experimentando actualmente es la capacidad de detectar automáticamente los mejores momentos de una reunión y ponerlo a disposición para su posterior distribución y descubrimiento. Piense en ello como el equivalente a los aspectos más destacados del video de un juego de baloncesto. Los momentos destacados pueden ser una gran herramienta para la reflexión del equipo, así como para compartir las mejores prácticas.

Use casos para detectar y prevenir sesgos

1. Interrupción del sesgo: Como discutimos en una sección anterior, este caso de uso propuesto se centra en aprovechar la IA generativa para detectar y abordar los sesgos en tiempo real durante las reuniones. Una vez que se detecta un incidente, el software puede ser entrenado para responder en función de la gravedad del sesgo. Puede generar una advertencia en la ventana de chat o, si es necesario, interrumpir la reunión por completo. Además, los sistemas pueden recibir capacitación adicional para facilitar estrategias de remediación, como la toma de perspectiva y la lucha contra estereotipos. Al abordar proactivamente los sesgos, este caso de uso tiene como objetivo crear un entorno de reunión más inclusivo y equitativo.
2. Autoconciencia: Este caso de uso propuesto se centra en proporcionar a los líderes informes completos para aumentar su conocimiento de los posibles sesgos. Estos informes utilizan citas directas de la reunión o videoclips para ilustrar instancias específicas. El objetivo no es avergonzar o criticar, sino facilitar la reflexión y la autocorrección. Al ofrecer información sobre los sesgos que pueden haber surgido involuntariamente, los líderes pueden participar en una autorreflexión significativa y monitorear su progreso a lo largo del tiempo. Este caso de uso tiene como objetivo capacitar a los líderes para abordar de manera proactiva sus prejuicios y fomentar un enfoque de liderazgo más inclusivo.
3. Sistema de advertencia anticipada: Este caso de uso tiene como objetivo proporcionar a los departamentos de Recursos Humanos informes de detección temprana y escalada sobre incidentes relacionados con sesgos. El departamento de Recursos Humanos no puede asistir a todas las reuniones. Al analizar los datos de las reuniones, incluidas las palabras habladas y los comportamientos observados, la IA generativa puede identificar posibles puntos calientes donde los sesgos pueden estar presentes. Aunque la IA generativa puede producir análisis tp que lo ayudan a llevar a cabo una mejor reunión, ninguna compañía ofrece informes de escalada, que pueden servir como una señal de advertencia temprana, alertar a Recursos Humanos sobre áreas que requieren atención e intervención. Este caso de uso permite a HR tomar medidas rápidas y garantizar un entorno de trabajo más inclusivo y respetuoso.

Casos de uso para promover el aprendizaje colectivo e individual

1. Descubrimiento en tiempo real: Este caso de uso muestra el poder de la IA para mejorar las conversaciones de reuniones a través de la recuperación dinámica de información. Software de reuniones impulsado por IA generativa escucha activamente el diálogo y proporciona de forma proactiva información relevante en la ventana de chat. Por ejemplo, una fuente de confusión en las reuniones es cómo las personas usan ciertos términos clave como capacidad, productividad, etc. El software de reuniones impulsado por IA generativa puede recuperar y presentar las definiciones estandarizadas de los organizacionistas, reduciendo la confusión y asegurando la claridad. Además, puede atraer de manera inteligente recursos contextuales, como videoclips de la dirección de la CEO, para enriquecer las discusiones y proporcionar información valiosa. Este caso de uso propuesto empodera a los participantes con información específica del contexto en tiempo real, fomentando reuniones más productivas y eficientes.
2. Entrenador personal: Este caso de uso propuesto se trata de apoyar los objetivos de desarrollo individuales utilizando comportamientos observados en reuniones. Personalmente, utilizo las reuniones como barómetro para medir el progreso en mis objetivos de desarrollo personal. ¿Cómo me va en el manejo de conversaciones difíciles? ¿Soy capaz de mostrar empatía incluso cuando no me siento comprendido? Los participantes podrían evaluar su progreso en áreas tales como manejar conversaciones difíciles y mostrar empatía. El sistema proporcionaría recomendaciones personalizadas basadas en objetivos de desarrollo individuales y estilos de aprendizaje.
3. Barómetro de salud del equipo: Este caso de uso propuesto destaca el impacto transformador de la IA en la medición y el abordaje proactivo de la dinámica del equipo. Aunque existen análisis de videoconferencia, la mayoría se centran en observar presentadores, no en las personas a las que presentan. Esto cambiará pronto. Dicen que las personas vienen a trabajar para su marca de empleo y se van debido al entorno del equipo. Es bastante desalentador para cualquier función de Recursos Humanos medir la salud de cada equipo e intervenir de manera proactiva. Para organizaciones más grandes o basadas en proyectos, la complejidad de administrar la dinámica del equipo se vuelve aún más desafiante. Las reuniones son una gran fuente de información sobre la salud del equipo. Mediante el uso de análisis de audio y video, los sistemas avanzados de IA generativa pueden servir como una fuente confiable de información para el equipo y Recursos Humanos, lo que permite intervenciones proactivas para mantener un entorno de equipo saludable.

La IA generativa cambiará para siempre la forma en que se llevan a cabo las reuniones. En un futuro próximo, las reuniones ofrecerán contenido personalizado y experiencia orientada a un propósito, al tiempo que servirán como guardianes contra el sesgo y promoverán el aprendizaje activo. A medida que la IA continúa avanzando, cada reunión promete ser productiva, eficiente e influyente, desbloqueando infinitas posibilidades para equipos y organizaciones.

Lea más sobre Tecnología y análisis o temas relacionados IA y aprendizaje automático, Algoritmos, Análisis y ciencia de datos, Gestión de datos, Automatización, Computación empresarial y Tecnologías basadas en la web

Bibhudatta Dash es el fundador de Infinite Possibilities.