Melchior Tamisier-Fayard, Anne-Laure Fayard y Theodoros Eugeniou en INSEAD Knowledge
del pasado 15 de octubre plantean que los sistemas de IA deben ser diseñados
para fortalecer el pensamiento diverso, profundizar en la pericia y para preservar la acción y autonomía humana.
El
concepto de “descarga cognitiva” , como por ejemplo se presenta cuando los humanos externalizan tareas mentales
complicadas en herramientas externas como los chatbots de IA, se está utilizando
cada vez más para describir cómo la IA nos está convirtiendo en estúpidos.
Cuando las personas desarrollan este hábito, especialmente con las tareas más
complejas, están minando su capacidad de pensamiento crítico, comprometiendo
sus capacidades de toma de decisiones y conduciendo a un pensamiento homogéneo.
Los
autores, para abordar este problema, han desarrollado un nuevo enfoque sobre la
forma en que se diseñe e implemente la IA para que fomente el pensamiento
crítico y diverso a largo plazo.
Para
controlar los riesgos mencionados los humanos debemos tratar la tecnología no
solo como una herramienta sino como parte de un sistema al que los humanos
puedan dar forma. Esto implica encontrar formas de diseñar entornos que
permitan el trabajo con IA que preserven la autonomía y acción humana. Tres
formas de conseguirlo son:
I.-
PENSAR EN NUEVAS FORMAS DE ABORDAR Y ENFOCAR LA IA
Sócrates
solía hacer preguntas a sus seguidores como una forma de conducirles a que
encontrasen de forma independiente las respuestas a problemas o, en algunos
casos, les permitiese admitir su ignorancia. Este enfoque se puede utilizar con la IA como
muestran los siguientes ejemplos:
1.-
El Reto "Prompt Conmigo"o «El Desafío : Escribe
un Prompt conmigo” fue lanzado por AstraZeneca
como respuesta a los problemas que surgían al utilizar la IA en el
trabajo. Consistía en un programa de 10 días diseñado para que sus
profesionales entendiesen y experimentasen con la IA. El objetivo era desarrollar
el pensamiento crítico, no solo a través de aprender a hacer prompts (instrucciones
, ordenes o textos que le escribimos a
una herramienta de IA , como ChatGPT, para que nos dé una respuesta o realice una tarea), sino
para, también, desarrollar formas de utilizar la IA para indagar más
profundamente y aprender más.
Los
1500 participantes fueron retados a ser introspectivos y a autoreflexionar sobre
la forma en que utilizaban e interactuaban con la IA a través de sus prompts.
En la actualidad ha sido adoptada esta iniciativa por más de 50 equipos y
funciones dentro de Astrazeneca.
2.-
El BUILD2GETHER–AI-SDG Hackathon: ETH Zürich, Nanyang Technological University y Sairam Engineering College organizaron un
hackathon durante 24 horas en el que participaron cerca de 2000 personas
distribuidas en 500 equipos . Los participantes recibieron distintos tipos de
feedback por la IA o propuestas de iniciativas para ayudar a las Naciones Unidas
a alcanzar sus metas de desarrollo sostenible.
La mitad de los equipos recibieron feedback
sobre cómo mejorar sus ideas para alcanzar las metas fijadas y la otra mitad
obtuvo feedback que identificaba similitudes entre sus propuestas y proyectos
que ya habían sido implementados, animándoles a experimentar con conceptos
alternativos. Cuando la IA desafiaba a los participantes del segundo
grupo, éstos aportaban una serie de
ideas más amplias e innovadoras.
II.- ENCONTRAR EL LUGAR Y TIEMPO
ADECUADO PARA LA IA
Las organizaciones deben considerar
dónde y cuándo no se debe utilizar la IA. Algunas sugerencias que ofrecen los
autores son:
1.- Crear un espacio libre de IA,
por ejemplo, estableciendo bloques de tiempo en el que no utilizarla o
interfaces que liberan la ayuda de la IA solo después que el usuario ha
depositado su propio contexto.
2.- Dar oportunidades a los
empleados, especialmente a los recién incorporados la posibilidad de
desarrollar conocimiento, realizando tareas sin la ayuda de la IA. Por ejemplo,
en un estudio sobre banqueros de inversión juniors ,Callen Anthony encontró que
aquellos que aprendían a través de la práctica hacían mejor su trabajo y
detectaban mejor los errores y proponían más alternativas.
3.- Procesar en paralelo. En
determinadas situaciones puede resultar de utilidad hacer que la IA y un equipo
de personas desarrollen la misma tarea independientemente, pero en paralelo. Puede
servir para revelar diferencias en las relativas fortalezas de la IA y los
equipos humanos en las diferentes etapas del proceso creativo.
3.- Esperimentas con distintas
interfaces. Muchos modelos LLM e IA
generativas están formateadas alrededor de interacciones “chatbot” de “preguntas
y respuestas”. Esto con frecuencia en “conversaciones” liosas, donde, por ejemplo un “muro” de textos
generados por IA es simplificado, reestructurado y reinterpretado por un
trabajador que se encuentra sobrepasado por la gran cantidad de información que
se le presenta. La IA generativa refuerza, entonces, la confusión al responder
de una forma que estructuralmente reproduce la respuesta del usuario.
Para superar esta situación los
autores invitan a las organizaciones a considerar a la IA solo como un chatbot
y utilizar interfaces que ofrezcan datos sin procesar y evidencias distintas que
fuercen al usuario a buscar el sentido y a deliberar sobre las alternativas
propuestas.
Es importante no ceder el control a
la IA. Los líderes deben reconocer que la tecnología no es neutral y que puede
influir en cómo pensamos e interactuamos en formas negativas, por lo que deben
adoptar una visión holística y equilibrada de la forma de utilizar la IA. En
lugar de centrarse en ganancias a corto plazo las organizaciones deben apoyar
el desarrollo de sus profesionales como productores activos de conocimiento,
fomentando la experimentación estratégica con IA para identificar cómo reforzar
el trabajo, preservar la pericia y nutrir el pensamiento diverso. En otras
palabras: moldear la IA, en lugar de ser moldeado por ella.
No hay comentarios:
Publicar un comentario