Cómo utilizar la IA para desarrollar la inteligencia colectiva de su empresa
Adopte aplicaciones que mejoren las habilidades, fomenten la curiosidad y mejoren la comunicación y la coordinación.
Por Cristoph Riedl
Inteligencia artificial y aprendizaje automático
Harvard Business Review
#Doxa #IA #desarrollo #inteligencia #colectiva #empresa #aplicación #habilidad #curiosidad #comunicación #coordinación #aprendizaje #automático #productividad #organización #oportunidad #diversidad #cultura #gerente #comunicación
Resumen. Cuando se hace bien, la IA no solo puede mejorar la productividad a corto plazo de las organizaciones, sino que también puede aumentar su desempeño a largo plazo al ampliar el espacio de oportunidades que la organización considera al apoyar el aprendizaje, aumentar la diversidad intelectual y mejorar la cultura organizacional. Es decir, puede aumentar la inteligencia colectiva de la organización. Las empresas deben centrarse en tres elementos de la inteligencia colectiva: memoria colectiva, atención colectiva y razonamiento colectivo. Cuando se hace bien, los gerentes adoptan una forma de implementar la IA que permite mejorar las habilidades, fomentar la curiosidad y mejorar la comunicación y la coordinación.
En el mundo de la gestión actual, es habitual pensar en la IA en términos de automatización frente a mejora. Mientras que la automatización implica que las máquinas se hagan cargo de tareas que antes realizaban los humanos, la mejora se refiere a la cooperación entre humanos y máquinas en la ejecución de tareas. Según la sabiduría convencional, la mejora conduce a un mayor rendimiento que la automatización porque alivia desventajas como el pensamiento a corto plazo, la pérdida de flexibilidad debido al encierro y la pérdida de la intuición y la habilidad humanas. Es decir, desventajas que contrarrestan el éxito a largo plazo.
Lamentablemente, esta visión pasa por alto un punto clave: la mejora no evita la automatización, simplemente la oculta, generalmente en alguna tarea de recopilación de información o toma de decisiones de nivel inferior. Por ejemplo, cuando las organizaciones utilizan un asistente de IA generativa para mejorar la tarea de escribir descripciones de productos para una tienda en línea, podrían estar automatizando la tarea de escribir los primeros borradores. Esta automatización reemplaza la intuición, la experiencia, la pericia y el razonamiento humanos con lo que el sistema de IA decida que es apropiado, y aún puede conducir a efectos negativos como la pérdida de habilidades. Por lo tanto, las desventajas de la automatización que la estrategia de mejora aparentemente ayudó a los gerentes a evitar, simplemente se trasladan a un nivel inferior.
Para garantizar que la implementación de IA promueva los objetivos estratégicos y respalde los objetivos clave, los gerentes pueden adoptar una mentalidad diferente: usar IA para aumentar la inteligencia colectiva de toda la organización.
La inteligencia colectiva es la inteligencia compartida que surge de la colaboración, los esfuerzos colectivos y la competencia. Refleja la capacidad de los grupos para lograr consensos, resolver problemas complejos y adaptarse a entornos cambiantes. Investigaciones recientes sugieren que la inteligencia colectiva surge de tres ingredientes interdependientes : memoria colectiva, atención colectiva y razonamiento colectivo. Los gerentes pueden aplicar esta idea para apuntar a áreas específicas en las que la IA puede elevar las capacidades cognitivas colectivas de la organización e impulsar una toma de decisiones más informada de maneras que estén centradas en el ser humano y amplifiquen la creatividad humana.
La IA puede ayudar a cada uno de estos tres procesos. A continuación, te explicamos cómo.
Memoria colectiva: mejora la capacidad individual para aprender y aprovechar las oportunidades.
La IA generativa ya está transformando los empleos de los trabajadores del conocimiento. Por ejemplo, en Wall Street, las instituciones financieras están considerando la posibilidad de utilizar la IA para automatizar tareas que antes realizaban los trabajadores principiantes, como los analistas financieros. Como dijo un ejecutivo de un importante banco : “La idea fácil es simplemente reemplazar a los principiantes con una herramienta de IA”. Si bien esta estrategia es atractiva por sus ganancias de productividad a corto plazo, plantea desafíos obvios para los resultados a largo plazo, como el desarrollo de habilidades y conocimientos en la organización: si los empleos de nivel inicial están totalmente automatizados, ¿cómo aprenderán los trabajadores y se convertirán en expertos altamente capacitados? Este cambio no solo corre el riesgo de atrofiar el desarrollo del conocimiento institucional, sino que también altera las redes sociales y los procesos de intercambio de conocimientos que son esenciales para acceder y mantener el conocimiento colectivo dentro de una organización.
La memoria colectiva se refiere a la forma en que los grupos asignan, recuperan y actualizan el conocimiento colectivo. Este proceso permite que los individuos se especialicen y recuerden detalles diferentes y complementarios, de modo que colectivamente el grupo pueda recordar y utilizar más conocimiento disponible del que podría utilizar individualmente. Para que este proceso sea eficaz, los grupos también deben poder actualizar dinámicamente su comprensión de “quién sabe qué” a medida que aprenden sobre las competencias de los demás.
La IA puede ayudar a las empresas a desarrollar, recuperar y actualizar el conocimiento colectivo.
Por ejemplo, NVIDIA desarrolló un asistente de chatbot basado en IA generativa para responder preguntas sobre tareas de ingeniería complejas, como el diseño de chips industriales. El chatbot se basa en grandes modelos de lenguaje existentes (los llamados modelos de base), pero se ha modificado con documentos internos, código y comunicación interna, como correos electrónicos y mensajería instantánea. El sistema puede explicar temas de diseño complejos, ayuda a los ingenieros a encontrar rápidamente documentos técnicos y responde preguntas sobre diseños, herramientas e infraestructuras internas. De este modo, ayuda a que el conocimiento distribuido en toda la organización sea más accesible. Esto es especialmente relevante en una empresa multinacional como NVIDIA, donde los expertos humanos a menudo están distribuidos globalmente, lo que puede hacer que sea un inconveniente encontrar ayuda inmediata rápidamente.
Cuando se utilizan de esta manera, los sistemas de IA facilitan la recuperación de conocimientos colectivos que se encuentran en toda la organización. Esto puede resultar especialmente útil para personas que, de otro modo, carecerían de metaconocimiento sobre dónde encontrar información relevante en la organización. Al reunir el conocimiento en un solo lugar, la IA y el ser humano que la utiliza pueden establecer conexiones e inferencias que, de otro modo, serían difíciles dadas las limitaciones de los humanos para procesar grandes cantidades de datos. También mejora la recuperación de conocimientos especializados al ayudar a identificar a los expertos relevantes en la organización.
Este enfoque puede orientar la asignación de nueva información y tareas a las personas basándose en una mejor comprensión de la experiencia y la especialización. En lugar de automatizar las tareas de los trabajadores principiantes, la IA podría ayudarlos a desarrollar habilidades y conocimientos especializados al asignar repetidamente tareas que requieren conocimientos específicos a la misma persona, al tiempo que les brinda la capacidad de recuperar el conocimiento relevante para completar esas tareas. También puede respaldar el desarrollo y la actualización del metaconocimiento de quién sabe qué al aprovechar la comunicación entre personas. Esto podría ayudar a las personas a recuperar el conocimiento de manera más eficiente, canalizar la información entrante a la persona adecuada y mantenerse al día sobre quién sabe qué.
Estas aplicaciones de IA apoyarían la memoria colectiva de la organización, ampliando así enormemente sus capacidades cognitivas colectivas.
Atención colectiva: dando forma al modo en que los individuos y los grupos procesan la información.
Una de las áreas clave en las que la IA generativa ya se utiliza mucho es la optimización de la comunicación. Si bien las posibles mejoras de productividad que ofrece la comunicación con apoyo de la IA son atractivas, estos usos también pueden afectar la forma en que los grupos coordinan y alinean su foco de atención.
La atención colectiva se refiere a la forma en que los grupos asignan y alinean su atención en tareas y prioridades clave. A veces, esto significa que varias personas prestarán atención al mismo evento (por ejemplo, cuando varias personas escuchan mientras una de ellas habla), mientras que en otras ocasiones significa que las personas prestan atención a diferentes eventos para maximizar la atención colectiva del grupo. Una vez más, los grupos también necesitan actualizar su comprensión del foco de atención actual de cada uno y de las demandas actuales.
La IA puede ayudar a orientar la asignación de la atención al agilizar la comunicación, optimizar los horarios, los flujos de trabajo y las listas de tareas pendientes. Esto puede mejorar la atención colectiva al limitar los costos de alternancia de tareas y reducir los costos de coordinación asociados con las tareas interdependientes. Eso liberaría los recursos de un equipo para centrar su atención en cuestiones creativas. La IA puede ayudar a recuperar la atención al respaldar rutinas grupales que fomenten la coordinación sincrónica. Por ejemplo, la IA podría ayudar a coordinar la atención de cada miembro individual para que puedan prestar atención al mismo objetivo juntos o dividir su atención en diferentes objetivos, según los requisitos de la situación. La IA también puede ayudar a actualizar la atención colectiva al ayudar a las personas a desarrollar una conciencia conjunta de la carga de trabajo y la disponibilidad de los demás. Utilizada de esta manera, la IA puede ayudar a las organizaciones a maximizar el uso de sus recursos de atención colectiva.
Razonamiento colectivo: ayudar a los grupos a alinear sus objetivos y prioridades.
El razonamiento colectivo se refiere a la capacidad de un grupo para razonar sobre los objetivos individuales y colectivos de los demás con el fin de alinearse en torno a los objetivos y prioridades colectivos para maximizar las recompensas conjuntas. Los grupos necesitan asignar prioridades y recuperar el compromiso de sus miembros. Los grupos también necesitan actualizar su comprensión de los objetivos, motivaciones y prioridades de los demás.
La IA puede mejorar la alineación de objetivos al integrar información de diferentes fuentes (por ejemplo, mediante la integración de datos impulsada por IA). También puede mejorar la cultura organizacional al mejorar los procesos grupales que asignan prioridades de manera cooperativa y recuperan el compromiso.
Para colaborar de manera eficaz, los grupos deben comprender de dónde viene cada uno y superar las brechas de comunicación entre las personas. La IA puede ayudar a mejorar la capacidad del grupo para alinear a los miembros en torno a objetivos y prioridades compartidos al proporcionar resúmenes y análisis de los puntos de vista individuales. Las herramientas de IA de la generación actual también han demostrado ser útiles para fomentar la alineación de objetivos al hacer que el razonamiento subyacente detrás de los objetivos y las prioridades sea más accesible para personas con diferentes antecedentes. La IA generativa en áreas como el desarrollo de software también ofrece el potencial de aumentar la inteligencia colectiva al involucrar a más personas que de otra manera no podrían participar en el proceso porque carecen de conocimientos técnicos. Por ejemplo, HubSpot está explorando cómo la IA puede ayudar a automatizar las pruebas A/B al simplificar el proceso de generación de variantes de sitios web que la prueba A/B compara. Estos usos de la IA pueden mejorar las capacidades de razonamiento de las personas y amplificar los diversos estilos y antecedentes de pensamiento.
La IA también puede ayudar a las personas a actualizar y aprender sobre las prioridades de los demás. Los empleados ya están poniendo en práctica esas ideas con chatbots de IA públicos como herramientas que ayudan a la reflexión colectiva. Anécdotas populares del uso de la IA en el trabajo como herramienta para la reflexión sobre cómo comunicarse con colegas en situaciones sociales difíciles. Al aprovechar las señales sociales y representar situaciones sociales difíciles de esta manera, los individuos de un grupo pueden obtener acceso a capacidades de razonamiento de orden superior. Cuando se utiliza de esta manera, la IA puede mejorar la forma en que los grupos desarrollan valores y prioridades compartidos y ayudar a regular los recursos y las prioridades para una ejecución eficiente. Tales aplicaciones de los sistemas de IA podrían ayudar a las personas a saber qué les importa a los miembros del grupo, sacar inferencias sobre sus objetivos explicando y elaborando diferencias que de otro modo podrían ser difíciles de entender y priorizar los objetivos del grupo. Esto les permite asignar mejor sus prioridades conjuntas negociando sus objetivos colectivos y garantizar que el grupo persiga el objetivo más gratificante.
Convierta su estrategia de IA en un éxito
Cuando la IA se utiliza como herramienta de producción para automatizar procesos, suele actuar de una forma que, por naturaleza, desproporciona habilidades, genera estructuras rígidas y homogeneiza soluciones, todo lo cual limita la capacidad de las empresas para adaptarse y ajustarse a entornos cambiantes. Como resultado, tienden a reducir la diversidad de ideas, hipótesis y procesos que las organizaciones tienen en cuenta.
Los gerentes pueden contrarrestar esta tendencia con algunas estrategias:
Utilice la IA como herramienta de entrenamiento y coordinación.
Un chatbot de IA puede automatizar una tarea de escritura, pero también puede utilizarse como un entrenador que ofrece comentarios y críticas. En el sistema de gestión del conocimiento desarrollado por NVIDIA, la IA actúa como un sistema de apoyo diseñado para mejorar la inteligencia colectiva de la organización. A través de este sistema, los empleados obtienen acceso a conocimientos valiosos, encuentran oportunidades para adquirir nuevas habilidades y actualizan su comprensión de "quién sabe qué". Para ver si los sistemas de apoyo de IA son efectivos, los gerentes pueden evaluarlos utilizando estadísticas de uso, encuestas de satisfacción o evaluaciones de desempeño de los empleados.
Utilice la IA como herramienta de producción para potenciar la experimentación y ampliar los espacios intelectuales.
La IA puede ayudar a diseñar experimentos, identificar candidatos prometedores a fármacos, facilitar análisis hipotéticos o crear múltiples borradores iniciales de los cuales se selecciona el mejor para su posterior desarrollo. En todos estos ejemplos, la IA amplía el espacio intelectual al sugerir ideas nuevas y diferentes que de otro modo podrían haber quedado sin explorar. Sin embargo, los gerentes deben tener en cuenta una trampa potencial. Cuando se utiliza la IA generativa como una herramienta de producción que amplía las oportunidades (como la consideración de múltiples borradores iniciales), los gerentes deben resistir la tentación de considerar esta redundancia inútil que podría optimizarse para aprovechar las ganancias de productividad a corto plazo.
El hecho de que la IA amplíe o reduzca las opciones depende de cómo se integre en los procesos organizacionales. Cuando las ganancias de productividad impulsadas por la IA se pueden aprovechar para aliviar a los empleados, aumentar su autonomía y liberar tiempo para el pensamiento creativo, la IA tiene el potencial de potenciar la inteligencia colectiva. La investigación sobre la creatividad ha establecido hace mucho tiempo el importante papel que desempeña el acceso a los recursos necesarios, como el tiempo, el dinero y el equipo, para facilitar el proceso creativo. Empoderar a los empleados para que adapten sus funciones puede ser una vía poderosa para garantizar que se amplíe el espacio intelectual. Solicitar la opinión de las personas más directamente afectadas y establecer una medición y un seguimiento sistemáticos para alinear las acciones a corto plazo con los objetivos estratégicos a largo plazo puede ayudar a los gerentes a hacer bien esto.
Tenga cuidado con los riesgos de la IA que reducen la diversidad cognitiva y amplifican las desigualdades.
Inevitablemente, también existen riesgos al incorporar la IA a los procesos de su organización. Por ejemplo, la investigación realizada en mi laboratorio muestra que la IA puede afectar significativamente a lo que los equipos prestan atención, independientemente de la calidad de la contribución de la IA. Cuando se une a los equipos un asistente de voz de IA, comienzan a alinear su atención con la del asistente de IA, incluso adoptan la terminología específica utilizada por la IA, lo que determina aún más hacia dónde dirigen su atención los grupos. Lo que más nos sorprendió es que los equipos también adoptaron el lenguaje utilizado por la IA en áreas que no estaban relacionadas con la tarea en cuestión. Esto sucedió incluso cuando la IA solo proporcionó información inútil y a pesar del hecho de que los equipos se dieron cuenta de que la IA no era útil. Incluso informaron que no confiaban en la IA.
Otro estudio que llevamos a cabo recientemente demostró que, si bien la retroalimentación generada por IA ayudó a las personas a aprender y mejorar sus habilidades, también provocó una disminución de la diversidad intelectual de la población en general. A través de una forma de monocultura algorítmica, al recibir retroalimentación del mismo sistema de IA centralizado, las personas tendieron a especializarse de manera similar, lo que redujo la diversidad intelectual de la población en general. El mismo estudio también señala otro riesgo. Si bien los sistemas de IA pueden mejorar la memoria colectiva al respaldar el aprendizaje y brindar retroalimentación, también pueden exacerbar las desigualdades existentes al ofrecer más oportunidades de aprendizaje a quienes ya están altamente capacitados y motivados.
Estos son solo dos ejemplos de aplicaciones bien intencionadas de la IA que pueden tener consecuencias no deseadas que limiten la memoria colectiva, la atención y la capacidad de razonamiento de los grupos. Los sistemas bien diseñados que enfatizan la humanidad de la situación colocando a los humanos en el centro y al mismo tiempo aprovechan la capacidad de la IA para manejar una gran cantidad de información pueden mejorar el razonamiento colectivo al amplificar los diversos estilos y antecedentes de pensamiento.
Para aprovechar los beneficios transformadores de la IA es necesario pensar más allá de los beneficios inmediatos en términos de rendimiento y eficiencia que ofrece la automatización de tareas. Adoptar una perspectiva más amplia que considere cómo la IA puede fortalecer la inteligencia colectiva al apoyar la memoria, la atención y el razonamiento colectivos puede abrir oportunidades para liberar el verdadero potencial de la colaboración entre humanos e IA. La aplicación de la perspectiva de la inteligencia colectiva puede orientar tanto el diseño como la implementación de sistemas de IA de maneras basadas en principios para aumentar la capacidad de los grupos de resolver problemas complejos y adaptarse a entornos cambiantes.
Lea más sobre IA y aprendizaje automático o temas relacionados IA generativa, Tecnología y análisis y Colaboración y equipos
Christoph Riedl es profesor en la Escuela de Negocios D'Amore-McKim y en el Khoury College of Computer Sciences de la Universidad Northeastern. Su trabajo se centra en los métodos óptimos de diseño y gestión de equipos, la inteligencia colectiva, el crowdsourcing y la transformación digital de los negocios, incluido el papel de la IA en el futuro del trabajo. Dirige el Laboratorio de Sistemas Sociales Colaborativos, que explora la colaboración en entornos distribuidos.
No hay comentarios:
Publicar un comentario