Las seis habilidades esenciales que tu fuerza laboral necesita para mantenerse al día con la IA

De HBR.org

La pregunta que todos los directores ejecutivos se hacen en este momento es: ¿Cómo podemos realmente obtener valor de nuestras inversiones en 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

Las habilidades de coordinación del trabajo se refieren a la forma en que los empleados trabajan con la IA para obtener resultados. Estas incluyen:

Formulación de problemas

En las primeras etapas de la transformación hacia la IA, las organizaciones utilizan la IA para hacer que los procesos existentes sean más rápidos y eficientes, pero el resultado de una herramienta de IA depende de la calidad de la información que recibe. La ambigüedad sobre qué problema está tratando de resolver el humano conduce a resultados deficientes.

La capacidad de delimitar y definir claramente el enunciado de un problema, determinar los objetivos y establecer límites para orientar soluciones efectivas es crucial para generar el resultado deseado.

Estamos observando que las organizaciones exitosas se alejan del entrenamiento genérico de la IA y, en su lugar, le encargan a los departamentos de Recursos Humanos y Tecnología de la Información que organicen conjuntamente talleres interdepartamentales para delimitar y definir de manera colaborativa los desafíos empresariales.

Pensamiento sistémico

A medida que la IA comienza a rediseñar los flujos de trabajo, la formulación de problemas debe evolucionar hacia el pensamiento sistémico: la capacidad de comprender cómo los componentes individuales interactúan y se conectan dentro de un todo más amplio.

Los líderes pueden poner en práctica el pensamiento sistémico creando maneras formales para que los empleados se sumerjan y comprendan de primera mano los efectos en cadena de un sistema interconectado.

Previsión estratégica

A medida que la IA evoluciona, en última instancia permitirá a las organizaciones crear formas de trabajo completamente nuevas que mejoren drásticamente la escala y revolucionen los mercados.

Para llegar a este punto, el pensamiento sistémico debe evolucionar hacia la previsión estratégica. Cuando las organizaciones aprovechan la transformación impulsada por la IA para crear nuevos productos, servicios o modelos de negocio, la capacidad humana debe orientarse hacia la anticipación de escenarios futuros y la construcción de soluciones adaptativas. El objetivo no es predecir acertadamente el futuro, sino desarrollar mentalidades preparadas para el cambio que anticipen las disrupciones.

Los líderes pueden desarrollar esta capacidad al incorporar la planificación de escenarios hipotéticos en los procesos de toma de decisiones existentes.

Habilidades de supervisión y gobernanza

Las habilidades de supervisión y gobernanza son la forma en que los empleados se aseguran de que los resultados de la IA sean precisos, seguros y confiables. Estas incluyen:

Mitigación de riesgos y criterio en materia de IA

A medida que la IA mejora el trabajo, los empleados deben verificar de manera proactiva la confiabilidad, mitigar los riesgos y practicar una gobernanza ética de la IA. La confianza ciega en los resultados de la IA y la dependencia excesiva de las herramientas de IA conducen a errores, sesgos o problemas de cumplimiento.

Si bien la capacitación formal y los principios rectores sobre el uso responsable de la IA son esenciales, en el día a día, los equipos deben desarrollar una expectativa compartida para cuestionar y verificar el trabajo potenciado por la IA.

Mediación entre humanos y la IA

Cuanto más cambia el trabajo gracias a la IA, más compleja se vuelve la gobernanza. Es en este momento cuando el criterio en materia de IA y la mitigación de riesgos evolucionan hacia la mediación entre humanos e IA. Una mayor automatización transforma el trabajo que realizan los humanos, creando fricciones entre la lógica de las máquinas y el juicio humano. Los empleados necesitarán cada vez más interpretar situaciones ambiguas y tomar decisiones matizadas en un entorno laboral impulsado por la IA.

Para inculcar esta habilidad de manera práctica, las organizaciones deben incorporar como rutina que los equipos realicen "análisis posteriores" y "análisis previos" basados en escenarios, con el fin de revisar cómo manejar excepciones complejas. Por ejemplo, la IA cancela la suscripción de un cliente de larga data debido a varios pagos atrasados , pero no reconoce que este cliente se ha visto afectado por un desastre natural.

Liderazgo ético

La etapa final de la evolución de las habilidades en la mediación entre humanos e IA es el liderazgo ético. A medida que la IA comienza a crear formas de trabajo completamente nuevas, es fundamental que los humanos tengan la capacidad de gestionar continuamente el diseño y el funcionamiento de los sistemas de IA para ofrecer resultados justos y responsables. Esto va más allá de verificar los resultados; los humanos deben moldear activamente un sistema confiable.

Una táctica que están empleando las organizaciones es institucionalizar la práctica del "red teaming", en la que los empleados someten intencionalmente a pruebas de estrés a los sistemas de IA para detectar debilidades. Algunas organizaciones incluso están incentivando a los empleados para que actúen como hackers éticos internos, buscando activamente identificar casos de sesgo o confundiendo deliberadamente los flujos de trabajo autónomos antes de que se implementen interna o externamente.