La pregunta que todos los directores ejecutivos se hacen en este momento es: ¿Cómo podemos realmente obtener valor de nuestras inversiones en inteligencia artificial (IA)?
Vemos que muchas organizaciones responden a esta pregunta ampliando sus catálogos de capacitación en IA: por ejemplo, agregando cursos sobre cómo dar instrucciones o “prompts” a los modelos de IA o ampliando las licencias a múltiples herramientas de IA. Sin embargo, estos esfuerzos a menudo dejan a los empleados abrumados y a las organizaciones decepcionadas.
El problema es que las organizaciones están tratando a las habilidades en IA como una lista de verificación en constante expansión. Un mejor enfoque es centrarse en desarrollar menos habilidades fundamentales que tengan el potencial de evolucionar a medida que la IA también evoluciona.
Gartner ha identificado seis capacidades en dos áreas fundamentales: habilidades de coordinación del trabajo y habilidades de supervisión y gobernanza. Al enfocar sus esfuerzos en estas capacidades, las organizaciones se asegurarán de que sus empleados evolucionen junto con la IA.
Habilidades de coordinación del trabajo
- Formulación de problemas. La eficacia de la IA depende de la calidad de la información que recibe. Definir con claridad el problema, los objetivos y los límites es esencial para obtener resultados útiles. Por ello, algunas organizaciones reemplazan la capacitación genérica por talleres interdepartamentales, liderados conjuntamente por Recursos Humanos y Tecnología, para identificar y delimitar desafíos empresariales.
- Pensamiento sistémico. A medida que la IA transforma los flujos de trabajo, los empleados necesitan comprender cómo interactúan los distintos componentes de una organización y cómo los cambios en uno afectan al conjunto. Los líderes pueden fomentar esta capacidad mediante experiencias que permitan observar las consecuencias de esas interacciones.
- Previsión estratégica. La IA puede impulsar nuevos productos, servicios y modelos de negocio. Para aprovechar ese potencial, las organizaciones deben anticipar escenarios futuros y desarrollar soluciones adaptables. El objetivo no es predecir el futuro con exactitud, sino prepararse para los cambios y las disrupciones. Una forma de hacerlo es incorporar escenarios hipotéticos a la toma de decisiones.
- LEA TAMBIÉN: ¿Puedo convertirme en un ejecutivo de alto rendimiento?: lo que realmente los distingue
Habilidades de supervisión y gobernanza
Permiten garantizar que los resultados de la IA sean precisos, seguros y confiables. Comprenden:
- Mitigación de riesgos y criterio en materia de IA. Los empleados deben verificar los resultados, identificar riesgos y aplicar criterios éticos. La confianza ciega en estas herramientas puede generar errores, sesgos y problemas de cumplimiento. Además de la capacitación formal, los equipos deben incorporar la revisión crítica de los resultados de la IA como una práctica habitual.
- Mediación entre humanos y la IA. A medida que aumenta la automatización, surgen tensiones entre la lógica de las máquinas y el juicio humano. Los empleados deben aprender a interpretar situaciones ambiguas y tomar decisiones matizadas. Para desarrollar esta habilidad, las organizaciones pueden realizar análisis previos y posteriores de escenarios complejos. Por ejemplo, revisar qué hacer si una IA cancela la suscripción de un cliente por pagos atrasados sin considerar que este fue afectado por un desastre natural.
- Liderazgo ético. La evolución de estas habilidades exige que las personas participen activamente en el diseño y funcionamiento de sistemas de IA justos y responsables. Una práctica es el red teaming, que consiste en someter deliberadamente los sistemas a pruebas para detectar vulnerabilidades, sesgos y fallas antes de su implementación. Algunas organizaciones incluso incentivan a sus empleados a actuar como evaluadores éticos internos y poner a prueba los flujos de trabajo automatizados.
*Por: CV Viverito (analista y director sénior en la práctica de Recursos Humanos de Gartner)
