Cinco maneras de mejorar tu trabajo
¿Qué es más fácil para un robot: jugar al ajedrez o trabajar en el jardín en un día ventoso? ¿Y jugar a un videojuego o mantener el equilibrio sobre un pie?
Hay tareas que son triviales para los humanos, pero inmensamente difíciles para los robots. Esto se resume en la paradoja de Moravec, llamada así por Hans Moravec, investigador de robótica de la Universidad Carnegie Mellon.1 Las tareas complejas y abstractas, como el ajedrez o el álgebra, son agotadoras para nosotros, pero triviales para los robots. Por el contrario, los pequeños movimientos y el equilibrio son fáciles para nosotros, pero muy difíciles para los seres artificialmente inteligentes. Estas ventajas exclusivamente humanas resultan muy útiles a la hora de pensar en cómo será su trabajo después de la automatización.
Lo que nos hace humanos
Las tareas resistentes a la automatización que nos queden en el trabajo después de que la automatización siga avanzando necesitarán de nuestras capacidades exclusivamente humanas. Habilidades como la creatividad, la empatía y la destreza son mucho más fáciles de demostrar para las personas que para los ordenadores.2 Después de todo, hemos practicado estas habilidades desde que nacemos, con muchas oportunidades para aprender y adaptarnos. Armado con conocimientos sobre las tareas que realizará después de una ola de automatización, puede mirar hacia el futuro y diseñar un papel más resistente a la automatización dentro de su organización.
References
- ThinkAutomation (sin fecha). ¿Qué es la paradoja de Moravec y qué significa para la IA moderna? Obtenido en https://www.thinkautomation.com/bots-and-ai/what-is-moravecs-paradox-and-what-does-it-mean-for-modern-ai/.
- Autor, D. (2014). La paradoja de Polanyi y la forma del crecimiento del empleo (Vol. 20485). Cambridge, MA: Oficina Nacional de Investigación Económica.
- Blazejewski, S., y Walker, E. M. (2018). Digitalización en el trabajo minorista: Coping With Stress Through Job Crafting. Estudios socioeconómicos, 29(1), 79-100.
- Zhang, W., Guan, X., Zhou, X. y Lu, J. (2019), The effect of career adaptability on career planning in reaction to automation technology, Career Development International, 24(6), 545-559.
- Bersin, J. (2019). Desenredando el mercado de tecnología de RRHH 2020. Presentación en la HR Technology Conference 2019.
- Parker, Sharon y Grote, Gudela. (2019). Automatización, algoritmos y más allá: Por qué el diseño del trabajo importa más que nunca en un mundo digital. Revista de psicología aplicada. 10.1111/apps.12241.
- Hackman, R.J., y Oldham, G. (1976). Motivación a través del diseño del trabajo: Test of a theory. Organizational Behavior and Human Performance, 16(2), 250-279.
- de Witte, M., & Steijn, B. (2000). Automation, job content, and underemployment. Work, Employment, and Society, 14(2), 245-264.
- Elsbach, K. D., y Hargadon, A. B. (2006). Potenciar la creatividad mediante el trabajo "sin sentido": A framework of workday design. Organization Science, 17(4), 470-483.
About the Author
Natasha Ouslis
Natasha is a behavior change consultant, writer, and researcher. She started her own workplace behavioral science consulting firm after working as a consultant at fast-growing behavioral economics companies including BEworks. Natasha is also finishing her PhD in organizational psychology at Western University, specializing in team conflict and collaboration, where she completed her Master of Science in the same field. She has a monthly column on workplace behavioral design in the Habit Weekly newsletter and is a Director and science translator at the nonprofit ScienceForWork.
