¿Te has preguntado alguna vez cómo la inteligencia artificial (IA) está cambiando el panorama laboral? Aunque se presenta como una herramienta revolucionaria para aumentar la productividad, la realidad es que su efectividad es más complicada de lo que parece. En este análisis, vamos a desglosar cómo se está implementando la IA en diversas organizaciones y los retos que surgen en el camino. Con el apoyo de grandes multinacionales tecnológicas y consultorías, muchas empresas están intentando integrar la IA en sus operaciones, pero, ¿realmente está mejorando la productividad y la calidad del trabajo?
El contexto de la inteligencia artificial en el trabajo
La próxima semana, el gobierno federal organizará una mesa redonda sobre reforma económica, y la IA será uno de los temas centrales. Sin embargo, la evidencia de que esta tecnología realmente mejore la productividad sigue siendo incierta. Para entender mejor su uso en las organizaciones, hemos hablado con altos funcionarios del Servicio Público de Victoria. Los primeros resultados de nuestras entrevistas con 12 participantes destacan preocupaciones comunes sobre la implementación de la tecnología de IA.
Los funcionarios encargados de adquirir y administrar servicios de IA han señalado que aumentar la productividad a través de esta tecnología implica una preparación organizativa compleja y costosa. Encontrar tiempo y recursos para investigar productos y reentrenar al personal no es tarea fácil. Y aquí es donde las diferencias se hacen evidentes: mientras que las entidades bien financiadas pueden experimentar con diversas aplicaciones de IA, las más pequeñas enfrentan obstáculos significativos debido a los altos costos.
Desafíos en la implementación de la IA
Un participante resumió la situación de manera muy gráfica: «Es como conducir un Ferrari con un presupuesto más pequeño; a veces, esas soluciones no son adecuadas para operaciones menores, pero son increíblemente caras de mantener y difíciles de soportar». Para que un sistema de IA sea útil, a menudo se requiere un trabajo preliminar considerable.
Herramientas como Copilot y ChatGPT pueden facilitar tareas relativamente simples, como extraer información de grandes conjuntos de documentos o resumir reuniones. Sin embargo, para aplicaciones más complejas, como los chatbots en centros de atención telefónica o herramientas de recuperación de información interna, se necesitan modelos de IA que operen sobre datos internos. El éxito de estas herramientas depende de contar con datos de alta calidad y bien estructurados, algo que muchas organizaciones aún no han conseguido. Sin esta base sólida, las herramientas de IA no cumplen con las expectativas.
Preocupaciones éticas y de privacidad
El uso de la IA también genera flujos de datos complejos entre las organizaciones y los servidores de grandes empresas tecnológicas. Aunque los proveedores de IA aseguran que estos flujos cumplen con las leyes de protección de datos, los usuarios suelen dudar de la fiabilidad de estas promesas. Además, hay inquietudes respecto a la introducción de nuevas funciones de IA sin el consentimiento de las organizaciones, lo que podría generar nuevos flujos de datos sin evaluaciones de riesgo adecuadas.
Las organizaciones que manejan información sensible deben estar alerta y monitorizar a los proveedores y sus productos para asegurar que se cumplen las regulaciones vigentes. También existen riesgos asociados al uso de herramientas de IA disponibles públicamente, que no garantizan la confidencialidad. A pesar de que la IA ha incrementado la productividad en tareas de bajo nivel, como la toma de notas y la atención al cliente, mantener la calidad del trabajo requiere supervisión humana. Curiosamente, los trabajadores con menos habilidades, que podrían beneficiarse más de las herramientas de IA, son también los menos capacitados para supervisar los resultados de estos sistemas.
En resumen, aunque la IA tiene el potencial de transformar el lugar de trabajo, su implementación presenta desafíos significativos y riesgos éticos. La búsqueda de mayor productividad no debería comprometer la calidad del trabajo ni la satisfacción de los empleados. ¿Qué opinas tú sobre este tema? La conversación está abierta.
