![AI-powered toy robot](/_next/image?url=https%3A%2F%2Fimages.prismic.io%2Fthedecisionlab%2Fbc4117e9-6255-478d-a34b-a75190d1d6be_pexels-kindel-media-8566456.jpg%3Fauto%3Dcompress%2Cformat%26rect%3D0%2C0%2C5184%2C3888%26w%3D5184%26h%3D3888&w=3840&q=75)
Cómo hacer que el trabajo siga teniendo sentido en la era de la IA
La era de los algoritmos y sus consecuencias:
Hemos entrado en la era de la IA en el lugar de trabajo. Hace siete años, sólo el 10% de las grandes empresas había integrado la IA en su organización. Hoy supera el 80%.1
Del mismo modo que nunca podríamos haber predicho las formas en que Internet transformaría el lugar de trabajo, aún no se conoce todo el poder de la inteligencia artificial. Sin embargo, las tendencias actuales nos dicen una cosa con certeza: utilizaremos la IA para ayudarnos a tomar mejores decisiones.
Se ha demostrado que las ayudas a la toma de decisiones mediante IA nos ahorran dinero, tiempo y esfuerzo cognitivo.2 Quien integre la IA correctamente tendrá enormes ventajas competitivas.
Pero si la toma de decisiones está cada vez más en manos de algoritmos altamente eficientes y en constante mejora, ¿qué les queda por hacer a los empleados? ¿Cómo encuentran sentido y satisfacción a su trabajo cuando cada vez tienen menos que hacer?
![AI @ Work TDL Chart](/_next/image?url=https%3A%2F%2Fimages.prismic.io%2Fthedecisionlab%2Fc1fb4996-6759-44e2-8c25-12b5d763b630_AI%2Bat%2BWork.png%3Fauto%3Dcompress%2Cformat%26rect%3D0%2C0%2C960%2C540%26w%3D960%26h%3D540&w=1920&q=75)
Estadísticas de Oberlo sobre el crecimiento de la IA en el lugar de trabajo.
Mente contra máquina: Cómo la IA podría perjudicar a la mano de obra
Aunque la IA está en pañales, ya hemos visto las primeras advertencias sobre cómo las ayudas para la toma de decisiones con inteligencia artificial podrían entorpecer el sentido del trabajo de los empleados.
A medida que nuestros lugares de trabajo se han ido digitalizando, la cantidad de información que los empleados tienen que gestionar se ha disparado. En puestos ya de por sí estresantes, esta abundancia de datos puede provocar sobrecarga de información, tecnoestrés y dificultad para tomar decisiones.2
Por lo tanto, tiene sentido introducir un tomador de decisiones de IA altamente eficaz que pueda eliminar el ruido y elegir por los empleados, ¿verdad? Pues no. Está demostrado que cuando la IA dice a los empleados lo que tienen que hacer, éstos tienden a mostrarse escépticos ante la tecnología. El resultado final: es aún menos probable que utilicen la IA para facilitar su trabajo.2
Si esto le parece contradictorio, imagínese tener un jefe que microgestiona todas sus decisiones, pero que ni siquiera puede comunicarle cómo ha llegado a la solución que quiere que aplique. ¿Suena frustrante? Cuando se da rienda suelta a la IA, es fácil acabar sintiéndose como un engranaje de la máquina, un simple ejecutor de las confusas decisiones de un ordenador.
Caso práctico: Domo Arigato, Dr. Roboto
Pensemos en Watson for Oncology de IBM. Este superordenador podía identificar con precisión 12 tipos de cáncer comunes y ofrecer recomendaciones de nivel experto para ellos.3 Se diseñó para ayudar a los médicos a realizar evaluaciones más precisas y no basarse únicamente en el instinto.
Sin embargo, IBM Watson no se llevaba bien con los médicos. Cuando hacía recomendaciones que coincidían con las suyas, los médicos lo consideraban redundante. Cuando hacía recomendaciones que les contradecían, lo consideraban defectuoso. Como su algoritmo de aprendizaje automático era tan complejo, no podía justificar su razonamiento, lo que hacía que los médicos confiaran menos en él y estuvieran más estresados. Fue una pesadilla de relaciones públicas para IBM, cuyo socio médico abandonó más tarde el programa3 .
Gestores de máquinas y chupatintas: la gestión del sinsentido en la era de la IA
Entonces, ¿qué hacemos? No podemos actuar de forma imprudente para equilibrar las presiones de la dirección para integrar rápidamente la IA y una plantilla que necesita sentirse realizada en su trabajo.
En primer lugar, debemos comprender la ciencia que subyace al trabajo significativo y, a continuación, integrar la IA de forma que no afecte a la búsqueda de objetivos por parte de los empleados.
¿Qué hace que el trabajo tenga sentido?
Para acceder a esta misteriosa cuestión del propósito, primero debemos comprender que los seres humanos necesitan fundamentalmente tres nutrientes psicológicos para sentirse motivados:4
1. Autonomía: La sensación de control sobre las propias acciones, pensamientos y objetivos.
2. Relación: El sentimiento de conectar de forma significativa con los demás.
3. Competencia: La sensación de crecimiento y de adquirir dominio sobre las habilidades.
En conjunto, estas tres facetas conforman la teoría de la autodeterminación, un marco de motivación basado en pruebas. Cumplir estos requisitos en el lugar de trabajo tiene varias implicaciones beneficiosas: los empleados se sentirán más motivados intrínsecamente, lo que conduce a un mayor rendimiento, satisfacción laboral, bienestar, ciudadanía organizativa y actitudes positivas relacionadas con el trabajo.4
Además de la teoría de la autodeterminación, un gran número de investigaciones sobre la satisfacción en el lugar de trabajo han descubierto otras dos facetas esenciales del trabajo significativo:5
4. Significado: Percepción de que el propio trabajo merece la pena (es decir, es intrínsecamente valioso).
5. Propósito más amplio: la idea de que nuestro trabajo debe contribuir a algo más grande que uno mismo, o al bien común.
En esencia, el trabajo que ayuda a los empleados a crecer, a entablar relaciones, a hacer cosas que valoran y a influir positivamente en el mundo se considerará significativo. Si las ayudas a la toma de decisiones mediante IA están llegando, deben aplicarse de forma que no desvirtúen la razón por la que vamos a trabajar. Pero, ¿cómo hacerlo?
Inteligencia artificial responsable en el lugar de trabajo: integración de las ciencias del comportamiento
El diseño centrado en el ser humano, centrado en la teoría de la autodeterminación, puede mejorar la satisfacción de los empleados, reforzar su confianza y aumentar su seguridad en el proceso de toma de decisiones. Cuando se hace correctamente, puede incluso hacer que los empleados se comprometan más, lo que conduce a decisiones más eficientes y precisas.
Autonomía: poner el poder en manos del empleado
La autonomía es quizá la faceta más importante. Cuando una IA toma todas las decisiones, ¿cómo sentir que se tiene el control? Por eso es fundamental incorporar algún elemento de elección a la ecuación.
Se ha demostrado que ofrecer a los usuarios la opción de pedir ayuda a la IA, en lugar de que ésta les proporcione información automáticamente, provoca un fuerte sentimiento de autonomía.6 En un estudio, los participantes a los que se permitió interactuar con una ayuda para la toma de decisiones mediante IA en sus propios términos se mostraron más satisfechos con el robot -y más comprometidos con él- en comparación con los participantes que no pudieron elegir.
Para garantizar tanto la satisfacción de los empleados como una mejor toma de decisiones, es esencial encontrar un equilibrio entre el uso de la IA y la autonomía. Si los empleados sienten que una IA dirige su vida, es poco probable que la utilicen. Pero si la IA no es más que otra herramienta de su arsenal, añadir una ayuda opcional para la toma de decisiones puede potenciar a los empleados en lugar de ahogarlos.
Competencia: mostrar, no contar
Los sistemas de IA son complicados y, por tanto, difíciles de entender. Esta confusión es una gran amenaza para el sentimiento de competencia.6 Sin embargo, si dejamos espacio para el crecimiento dentro de las interacciones IA-empleado, podemos permitir que los empleados sientan que están aprendiendo.
En lugar de mantener los procesos de IA como una caja negra, mostrar a los empleados una versión simplificada y educativa de cómo la IA llegó a la solución les ayudará:
- Comprender mejor el sistema
- Sienten que aprenden y mejoran.
A medida que la IA se vuelva más compleja, será más difícil enseñar a los empleados exactamente lo que ocurre bajo el capó. Aunque sólo sea a grandes rasgos, se ha demostrado que añadir un elemento educativo a las recomendaciones sobre IA aumenta el sentimiento de competencia. Esto no sólo beneficia al bienestar de los trabajadores, sino que también puede conducir a una toma de decisiones más precisa, mejorando los resultados tanto para los empleados como para sus organizaciones.6
Relación: ¡saluda a tu nuevo Robo-amigo!
Para abordar el tema de la relación, las ayudas para la toma de decisiones de la IA deben adoptar características más humanas. Por ejemplo, el simple hecho de programar un chatbot para que se refiera a sí mismo como "yo" y se dirija al empleado por su nombre de pila mejora drásticamente los sentimientos de relación.6 Además, representar la IA con un avatar hace que los empleados sientan que están colaborando con un humano, en lugar de que una máquina les diga lo que tienen que hacer.6
Objetivo: la última frontera
Sin embargo, la sensación de sentido de los empleados no se limita a la autodeterminación. Como se ha señalado anteriormente, los trabajadores también necesitan un sentido de importancia y un propósito más amplio para estar plenamente motivados. La IA es una herramienta increíblemente poderosa en este frente, con la capacidad de escalar el cambio social a un grado impactante.7 Si los líderes adoptan la responsabilidad social tecnológica, pueden alinear sus esfuerzos de IA con el bien social.8 Este uso intencionado de la IA no sólo traerá un cambio positivo transformador, sino que también debería conducir a mayores sentimientos de propósito en los empleados.
El lugar de trabajo del mañana: integrar la IA de forma responsable por el bien social
Estamos ante el precipicio de un mundo basado en la inteligencia artificial. Es difícil predecir lo que su desarrollo significará para el lugar de trabajo, la economía o el futuro de la humanidad. Conectando la planificación de escenarios y la ciencia del comportamiento, predecimos que la IA se utilizará como ayuda para la toma de decisiones, lo que podría amenazar el sentido de motivación intrínseca de un trabajador.
Apoyándonos en el diseño centrado en el ser humano, podemos mitigar los efectos negativos de las ayudas para la toma de decisiones de la IA adaptándolas para satisfacer las necesidades de competencia, autonomía y relación. Además, alinear tu empresa con un propósito social más amplio hará que las decisiones asistidas por IA parezcan más necesarias, justas y significativas.
The Decision Lab es una consultoría de comportamiento que utiliza la ciencia para promover el bien social. La inteligencia artificial y su aplicación tienen el potencial de transformar radicalmente todas las facetas de la vida humana y los negocios. Trabajando junto a gigantes tecnológicos, hemos aprendido a aprovechar los grandes datos para crear un gran impacto. Si está interesado en integrar la inteligencia artificial en su organización de una forma centrada en el ser humano y con impacto social, póngase en contacto con nosotros.
References
- Ghosh, B. (2022, 31 de enero). Adoptar un enfoque sistémico para adoptar la IA. Harvard Business Review. Obtenido el 29 de julio de 2022, del sitio Web: https://hbr.org/2019/05/taking-a-systems-approach-to-adopting-ai.
- Ulfert, A.-S., Antoni, C. H., & Ellwart, T. (2022). The role of agent autonomy in using decision support systems at work. Computers in Human Behavior, 126, 106987. https://doi.org/10.1016/j.chb.2021.106987
- Polonski, V. (2021, 13 de julio). Los humanos no se fían de las predicciones de la IA: así se arregla. Red del Foro de la OCDE. Obtenido el 29 de julio de 2022, del sitio Web: https://www.oecd-forum.org/posts/29988-humans-don-t-trust-artificial-intelligence-predictions-here-s-how-to-fix-it.
- Gagné, M., & Deci, E. L. (205AD). Teoría de la autodeterminación para la motivación laboral. Journal of Organizational Behavior, 26, 331-362. https://doi.org/10.1093/obo/9780199846740-0182
- Martela, F., & Pessi, A. B. (2018). El trabajo significativo tiene que ver con la autorrealización y un propósito más amplio: Definir las dimensiones clave del trabajo significativo. Frontiers in Psychology, 9. https://doi.org/10.3389/fpsyg.2018.00363
- De Vreede, T., Raghavan, M., & De Vreede, G.-J. (2021). Design foundations for AI assisted decision making: A self determination theory approach. Proceedings of the Annual Hawaii International Conference on System Sciences, 166-175. https://doi.org/10.24251/hicss.2021.019
- Tomašev, N., Cornebise, J., Hutter, F., Mohamed, S., Picciariello, A., Connelly, B., Belgrave, D. C., Ezer, D., Haert, F. C., Mugisha, F., Abila, G., Arai, H., Almiraat, H., Proskurnia, J., Snyder, K., Otake-Matsuura, M., Othman, M., Glasmachers, T., Wever, W. de, ... Clopath, C. (2020). AI for social good: Unlocking the opportunity for positive impact. Nature Communications, 11(1). https://doi.org/10.1038/s41467-020-15871-z
- Bughin, J., & Hazan, E. (2022, 28 de abril). ¿Puede la inteligencia artificial ayudar a la sociedad tanto como a las empresas? McKinsey & Company. Obtenido el 11 de agosto de 2022, del sitio Web: https://www.mckinsey.com/business-functions/quantumblack/our-insights/can-artificial-intelligence-help-society-as-much-as-it-helps-business.
About the Authors
Triunfo Kerins
Triumph es un apasionado de la comprensión de cómo el comportamiento humano influye en nuestro mundo. Tanto si se trata de macroeconomía global como de redes neuronales, le fascina cómo funcionan los sistemas complejos y cómo nuestro propio comportamiento puede contribuir a crearlos, mantenerlos y romperlos. Actualmente cursa una licenciatura en Economía y Psicología en la Universidad McGill, con la que intenta diseñar un enfoque interdisciplinar para comprender mejor todas las peculiaridades que nos hacen humanos. Tiene experiencia en consultoría sin ánimo de lucro, periodismo e investigación. Fuera del trabajo, se puede encontrar a Triumph tocando el bajo, haciendo jardinería o en la cancha de baloncesto local.