Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

Por qué la alfabetización de IA es crítica, incluso para empleados no técnicos

Para implementar y gestionar con éxito proyectos de IA y construir una visión de un lugar de trabajo digital, las empresas deben garantizar un nivel básico de competencia en IA en todos los empleados.

Se espera que los científicos de datos comprendan los objetivos comerciales de su organización y el problema comercial que están resolviendo. Pero menos discutido es que incluso los científicos que no son de datos deberían poseer algún nivel de alfabetización en IA.

"Incumbe a las partes interesadas del negocio participar activamente y guiar sus proyectos de IA hacia resultados exitosos, y no pueden hacerlo si no comprenden los conceptos básicos de la tecnología", dijo Kjell Carlsson, analista principal de Forrester.

Prácticamente todo el mundo tiene un alto nivel de familiaridad con la IA porque se ha convertido en una inversión empresarial competitiva, pero, a nivel individual, la profundidad del conocimiento varía enormemente. Cada vez más, las organizaciones invierten en la alfabetización en inteligencia artificial de sus empleados para fortalecer sus implementaciones de inteligencia artificial y aprendizaje automático.

¿Qué es la alfabetización en IA?

La alfabetización básica en IA logra dos cosas: Proporciona un vocabulario común y un nivel fundamental de comprensión, y ayuda a sofocar los temores sobre la IA como una amenaza existencial.

Para implementar una IA exitosa, la mayoría de los empleados debe tener suficiente conocimiento sobre cómo funciona la tecnología, cómo se puede aplicar y qué es probable que logren los resultados finales.

"Hay muchas veces [cuando] los clientes vienen y dicen: 'Quiero IA', a lo que respondemos de inmediato, '¿qué resultado está tratando de lograr?", dijo Kathleen Featheringham, directora de estrategia y capacitación de inteligencia artificial en la consultora tecnológica Booz Allen Hamilton. "Los científicos que no son de datos deberían centrarse en definir los resultados deseados y preguntarse: ¿es la IA la herramienta adecuada para lograrlos?".

Algunos cursos para ejecutivos incluyen información sobre los conceptos básicos del aprendizaje automático, aprendizaje profundo, procesamiento del lenguaje natural, robótica, procesamiento de imágenes y estrategia de IA. Otros incluyen discusiones detalladas sobre agrupamiento, regresión lineal, sobreajuste e incluso una introducción al teorema de Bayes. Independientemente del enfoque, los cursos introductorios se centran en definir la terminología para ayudar a facilitar un entendimiento común entre los empleados.

"Es necesario comprender lo que realmente significan los términos porque lo que parecen no es una buena representación de lo que realmente hacen", dijo Carlsson. Pasar a la automatización de procesos robóticos no significa literalmente que se utilizarán robots, por ejemplo.

"La alfabetización en inteligencia artificial a nivel de toma de decisiones ejecutivas no requiere que entre y dedique mucho tiempo a aprender los fundamentos tecnológicos, porque en realidad no los necesita y no es realista suponer que la gente podrá absorber y obtener esos detalles", dijo Carlsson.

Bob Parr, director de datos de la red multinacional de servicios profesionales KPMG, dijo que los ejemplos del mundo real facilitan una mejor comprensión a nivel empresarial de qué funciona, qué no y por qué. Featheringham cree que se debe enseñar a los profesionales de negocios a pensar en la IA de manera integral, incluidos sus posibles beneficios y riesgos, dónde encaja en la cultura y misión de la organización y qué tipo de gobernanza e infraestructura requiere.

"El objetivo no es sumergirlos en los detalles técnicos, aunque necesitan una base que funcione allí. Realmente estamos tratando de que piensen de manera diferente sobre cómo ven los procesos", dijo Parr.

Más allá de la alfabetización en IA: Competencia

"Competencia" y "alfabetización" a menudo se usan indistintamente. Sin embargo, la Iniciativa Global de Ética de Sistemas Autónomos e Inteligentes de IEEE define la competencia como la capacidad del operador para utilizar eficazmente un sistema de IA. Fundamentalmente, la necesidad de competencia varía con el nivel de riesgo asociado con el sistema.

Por ejemplo, si un motor de recomendaciones sugiere una película o un título que no es de interés para el individuo objetivo, el resultado puede ser una molestia menor, a menos que los errores repetidos se conviertan en un problema de marca. En el otro lado del espectro, el sesgo sistemático en los sistemas de sentencia de los tribunales penales y el armamento inteligente pueden tener consecuencias letales si se manejan de manera inadecuada.

A medida que se automatizan más tipos de trabajos hasta cierto punto, los empleados deberán comprender cómo utilizar dichos sistemas de manera eficaz.

"Todos los ejecutivos de hoy van a tomar decisiones sobre herramientas que tienen capacidades de IA integradas y necesitan el conocimiento para saber cuándo una de esas herramientas probablemente sea mejor que otra y cuándo esas herramientas probablemente fallarán y necesitarán mucho más revisión y participación humana", dijo Carlsson.

Los expertos dicen que la competencia en IA se puede lograr sin la necesidad de un entrenamiento formal. En cambio, algunos recomiendan iniciativas internas con enfoques de equipo, donde hay diversidad en títulos de trabajo, experiencia y nivel de trabajo práctico con IA.

"Puede enviar personas a cursos durante todo el día y puede darles ejercicios y proyectos de laboratorio, pero no hay nada mejor que ponerlos en un equipo pequeño", dijo Parr.

El futuro del trabajo y sofocar los temores sobre la IA

Es probable que el futuro del trabajo incluya asociaciones entre humanos y máquinas que evolucionarán continuamente. Las tareas más maduras para la automatización son aquellas que son rutinarias y repetitivas, aunque el alcance de lo que pueden hacer las máquinas cambiará con el tiempo.

"Estamos capacitando a la gente de negocios para que aprendan a ser conscientes de la inteligencia artificial, a ser alfabetizados y a comprender cómo mirar de manera diferente los negocios, los modelos de personal, los procesos, etc.", dijo Parr.

Algunas organizaciones alientan activamente a los empleados a crear su propio futuro imaginando lo que podrían lograr si se automatizaran las partes lentas de sus trabajos. Muy a menudo, las cosas que a la gente menos le gustan de su trabajo tienden a ser buenas candidatas para la automatización. Al enmarcarlo de esta manera y dar a los empleados una idea del alcance limitado de la presencia y las tecnologías de la IA, las empresas pueden implementar la IA de manera positiva y exitosa.

"Los seres humanos son intrínsecamente buenos en el pensamiento crítico, por lo que es importante enmarcar la IA como una ayuda computacional para que las personas puedan concentrarse más en lo que son buenos", dijo Featheringham. "La IA debería considerarse una forma de reemplazar tareas, no trabajos".

Investigue más sobre Tendencias de cómputo empresarial

Close