Les compartimos un interesante informe del World Economic Forum sobre el impacto de la Inteligencia Artificial en las compañías.
El mayor riesgo que tenemos que mitigar es la resistencia de las personas y las organizaciones a cambiar. Es un hecho bien conocido que 3 de cada 4 programas de transformación no logran sus objetivos porque las personas no están preparadas para adoptar nuevos procesos y tecnología. Mitigar estos riesgos y ayudar a las personas a aprender nuevos procesos habilitados por la tecnología ha sido bueno para la industria de la consultoría, y sigue siendo una de las claves para el éxito de los programas.
Con la inteligencia artificial (IA), la gestión del cambio y la reingeniería de procesos se reinventan. Lo que una vez fue una calle de sentido único se ha convertido en una calle de doble sentido: ahora podemos enseñar a la tecnología a relacionarse con las personas, al igual que capacitamos a las personas para que usen la tecnología. Avanzar, lograr que este diseño centrado en el ser humano sea el factor más importante en el éxito o el fracaso de las transformaciones impulsadas por la inteligencia artificial.
La parte más difícil de una transformación digital son nosotros, los humanos «analógicos»
En las transformaciones lideradas por tecnología tradicional, el objetivo de la gestión del cambio ha sido enseñar a las personas a usar la tecnología, dedicando el liderazgo y los recursos para garantizar el cumplimiento y la adopción. La dirección es de una sola manera: las personas aprenden cómo funciona la tecnología para darle comandos o interpretar los resultados. La tecnología solo podía seguir comandos precisos basados en reglas predefinidas y, en su mayor parte, la tecnología producía resultados que requerían habilidades específicas para interpretar y aplicar a nuestras profesiones.
Con los pilotos de inteligencia artificial extendiéndose por todas partes, las empresas, los consultores y las firmas de tecnología deben reconsiderar sus enfoques de transformación. Para implementar con éxito proyectos de inteligencia artificial que generen impacto a escala, se necesitan grandes modelos y algoritmos de inteligencia artificial, pero no son suficientes. Uno de los factores de éxito más importantes es un enfoque orientado al diseño del cambio humano que fusiona profundamente las nuevas capacidades de inteligencia artificial con la forma en que los humanos prefieren interactuar con las herramientas. Las empresas que ignoran esto probablemente se queden estancadas con colecciones de pilotos de IA que no suponen ningún impacto real.
Este es un aspecto clave que aún no es entendido por las empresas que practican el «turismo de IA». Como muchos programas se centran principalmente en algoritmos de aprendizaje automático, modelos avanzados de inteligencia artificial y conjuntos de datos de entrenamiento de perfeccionamiento, no abordan los factores de éxito más importantes: el diseño de interacciones y flujos de trabajo, y la coreografía de procesos, tecnologías y humanos. Las empresas están luchando por escalar las aplicaciones de inteligencia artificial y obtener los beneficios esperados, a pesar de la gran cantidad de pruebas de concepto de inteligencia artificial que se están llevando a cabo en todas las industrias. Los que tienen éxito demuestran que el diseño habilidoso y resuelto de los flujos de trabajo y las interacciones del usuario conducen a una adopción más rápida y beneficios comerciales. Aquí hay un par de ejemplos:
Una compañía de servicios financieros estaba implementando uno de los primeros sistemas de inteligencia artificial para clientes en su industria. Centrado en obtener la tecnología de inteligencia artificial correcta, el cliente gastó sus recursos verificando la precisión de los modelos y la preparación de la tecnología. La adopción de la tecnología no cumplió con las expectativas originales, a pesar de la sólida tecnología subyacente y un sólido argumento comercial. Un enfoque insuficiente en el diseño de los flujos de trabajo correctos y las interfaces hombre-máquina condujeron a una adopción lenta.
Por el contrario, otra empresa de la misma industria tomó la decisión consciente de integrar a AI en las experiencias de sus clientes. Pasó meses diseñando para un propósito, realizando pruebas de usuario y lanzando una tecnología AI similar con un enfoque profundo en la orquestación de la funcionalidad y el diseño del usuario. En dos meses, más de un millón de clientes lo usaban, superando las expectativas.
Estos casos no deberían sorprendernos. Como humanos, la mayoría de las decisiones que tomamos se basan en cómo se nos presenta la información y no en lo que se nos muestra. Pensamos en nosotros mismos como individuos racionales de libre albedrío. Sin embargo, la ciencia demuestra que tomamos decisiones basadas en prejuicios y contexto más que en análisis y contenido.
Si todavía no está convencido, mire la siguiente imagen que contiene los recuadros A y B. A la derecha, verá que los recuadros A y B son idénticos en color. A la izquierda, estos cuadrados están intactos, y agregamos un contexto que hace que el cuadrado A parezca más oscuro que el cuadrado B. El hecho analítico es que los recuadros A y B siguen siendo idénticos en color; la verdad humana es que la mayoría de nosotros apostaría que A es más oscuro en la imagen de la izquierda. Este es un ejemplo simple de cómo los sesgos y el contexto vencieron el análisis y el contenido cuando se trata de la percepción humana.
Inteligencia emocional y la ciencia de la toma de decisiones
Se sabe que la inteligencia emocional (EI) es un factor de éxito crítico en el éxito profesional, incluso más que el rendimiento o la calificación. De hecho, la capacidad de conectarse y percibir con profunda empatía brinda una clara ventaja en un mundo donde más de nuestro éxito depende de influir en otras personas. Se nos presentan cientos de cuadrados «A / B» todos los días: a veces el «A / B» es una selección de candidatos, o una inversión, o una selección de productos. Las personas con EI alto, naturalmente, tienen empatía para comprender nuestro contexto, relacionarnos mejor con nosotros y convencernos de que consideremos su opción deseada como nuestro cuadro más oscuro.
La IE ha sido una habilidad difícil de enseñar, y una que no ha sido «programable» en la tecnología, hasta ahora. Simultáneamente con el progreso de la IA en las últimas dos décadas, EI también se ha desarrollado significativamente con los avances en neurociencia y herramientas, como la resonancia magnética funcional (fMRI). Se podría decir que estamos aprendiendo a «aplicar ingeniería inversa» a nuestras propias reglas de percepción humana.
He sido tan apasionado con este tema que, hace unos años, comencé una pequeña práctica para combinar el diseño y el cambio empresarial impulsado por la tecnología de una manera muy específica. Quería utilizar el diseño centrado en el ser humano como una herramienta de reingeniería de negocios, centrándome en el diseño de personas y el diseño de tecnología de personas más allá de los mapas de procesos tradicionales y los indicadores de productividad. La premisa era simple: a través del diseño, podemos ingeniar mejor las interacciones que llevan a las personas a adoptar tecnología y comportarse exactamente como nos proponemos, reduciendo la necesidad de capacitación, manejando excepciones o luchando por el cumplimiento. Como resultado, creamos placer y productividad.
El trabajo ha evolucionado a medida que hemos aprendido y expandido mucho más allá de nuestro alcance inicial. Hay muchas ramas de ella ahora en progreso. Algunos de mis colegas en IBM Design, como Adam Cutler, se han centrado en lo que se necesita para relacionar emocionalmente a la inteligencia artificial y a los humanos, para motivar a las personas a trabajar con estas nuevas tecnologías. Muchas universidades ahora están trabajando para decodificar la ciencia de la construcción de relaciones, y usar eso para entrenar a la inteligencia artificial para interactuar con nosotros de una manera que nos podamos relacionar y confiar.
Se ha demostrado que el uso de las percepciones de la personalidad junto con los datos demográficos tradicionales mejora la precisión de las predicciones para las preferencias del consumidor. Los analizadores de tonos ahora pueden leer documentos tales como correos electrónicos y tweets, y determinar si la persona está enojada, frustrada o emocionada, y luego adaptar la interacción dinámicamente para satisfacer mejor a los clientes.
Ganando escala: IA de nivel empresarial diseñada para una agradable interacción humana
Diseñar aplicaciones de inteligencia artificial que eliminen las cargas de las personas y presenten menos pasos necesarios para completar una tarea es una forma sencilla de lograr una mejor adopción humana. Reducir la cantidad de datos y la cantidad de clics crea una experiencia positiva que impulsa la adopción. Por el contrario, entender el sesgo conductual hacia los atajos y diseñar para ello previene problemas de vulnerabilidad que van desde la pérdida de productividad hasta las brechas de seguridad cibernética.
Tenga en cuenta algunas pautas simples que conducen a una transformación empresarial exitosa liderada por AI:
– Vuelva a imaginar los procesos que aprovechan las capacidades de AI. Diseñe tareas integradas con inteligencia artificial optimizadas para su propósito, e interfaces impulsadas por inteligencia artificial optimizadas para la empatía.
– En el diseño de la interacción humano-IA, modelar a los humanos como entidades socioemocionales, más que como entidades analíticas. Diseñe interacciones humanas para optimizar el comportamiento, tanto como para el uso de datos o la productividad de tareas.
– Cargue la tecnología AI con elementos que a los humanos no les gusta hacer, como reducir los datos que se van a memorizar y hacer clic repetidamente para completar una tarea. Recuerde, nuestros cerebros y comportamientos están predispuestos a hacer lo que es fácil, más que a hacer lo correcto.
– Enseñe EI a su IA para crear contextos positivos en los que los usuarios humanos confíen y se relacionen naturalmente para tomar las decisiones esperadas. Como muchas reglas de comportamiento están codificadas en «sesgos inconscientes», realice más pruebas de usuario en lugar de preguntar a los usuarios qué es lo que quieren (sugerencia: es posible que no lo sepan conscientemente).
– Desarrollar la competencia tanto en la tecnología de inteligencia artificial como en el diseño de interfaz humana con inteligencia artificial, e incluirla en el alcance de cada piloto de IA.
Estamos viendo un nuevo comienzo de tecnologías que pueden mejorar de manera masiva nuestra capacidad para realizar y entregar resultados comerciales. Gracias a la IA y la fusión de tecnología y diseño, podemos crear herramientas para liberar y ampliar nuestra cognición, de forma similar a como realzamos la fortaleza física humana con palancas, ruedas, motores y motores.
A medida que enseñamos a AI cómo se comportan los humanos, mejoramos nuestra propia comprensión de los prejuicios humanos y nuestra capacidad de relacionarnos entre nosotros. Es irónico que la enseñanza de la tecnología para ser más efectiva en relacionarnos con los humanos nos forzará a ser más efectivos nosotros mismos. Esto podría generar avances en nuestra capacidad para trabajar entre nosotros y lograr mejores resultados.
[…] La Inteligencia Artificial ¿Pueder Aprender Emociones? […]