|
Formato de impresión |
La inteligencia artificial puede terminar con el trabajo aburrido
Por Louis Hyman | The New York Times A pesar de todos los deslumbrantes avances digitales, los billones de dólares invertidos en tecnología informática no han hecho casi nada por convertir al mundo en un lugar más productivo. El economista Robert Solow, quien identificó este problema, lo definió como la paradoja de la productividad. En 1987, una década después de la revolución informática, observó que, en realidad, el crecimiento de la productividad había disminuido. “Se puede ver la era informática en todas partes”, escribió, “menos en las estadísticas de productividad”. Economistas e historiadores han pasado mucho tiempo pensando por qué sucede eso. Pero tal vez ya conozcas la respuesta: el software que debería hacernos más rápidos, suele hacernos más lentos. Pasamos media hora llenando con torpeza archivos en PDF que podríamos haber hecho rápido con lápiz y papel. Pasamos una hora mandando correos electrónicos de ida y vuelta para aclarar algo que podríamos haber resuelto en 30 segundos por teléfono. La era digital ha hecho que muchas tareas cotidianas sean más complicadas y menos eficientes que hace 30 años. Los enormes aumentos de productividad de la era industrial no solo se produjeron porque alguien inventó una nueva tecnología, sino además porque la gente descubrió la mejor manera de reorganizar el trabajo en torno a esa tecnología. Por ejemplo, la máquina de vapor no habría servido de nada en la industria textil si sus trabajadores hubieran seguido siendo una red dispersa de agricultores independientes, en vez de un grupo de empleados reunidos bajo el techo de la misma fábrica. Y las cintas transportadoras no eran nada nuevo cuando Henry Ford las implementó en su fábrica; su innovación consistió en la manera en que dispuso que los trabajadores las utilizaran, dividiendo el complejo trabajo de la fabricación de automóviles en tareas repetitivas y específicas. La innovación de Ford fue tanto organizativa como tecnológica. Las computadoras no han logrado producir un gran aumento en la productividad, pero tampoco son el problema. El problema es que no hemos dejado que los trabajadores aprovechen el verdadero poder de las computadoras: la automatización. Seguimos usándolas como si fueran máquinas de escribir o calculadoras. La llegada de ChatGPT — sobre todo, su extraordinaria capacidad de escribir códigos informáticos para automatizar tareas bien definidas— puede cambiarlo todo. En lugar de eliminar por completo muchos empleos de cuello blanco, algo que lógicamente preocupa a la gente, tiene la capacidad de hacer algo mucho más poderoso: eliminar las partes aburridas de esos empleos, liberándonos para ser más estimulantes, más creativos y más humanos en nuestro trabajo. En el proceso, puede aumentar la productividad de manera radical. Hoy en día, la mayoría de los trabajos de oficina consisten en manipular datos. Hay muchas cosas que la inteligencia artificial no puede hacer, pero es muy buena para escribir códigos para procesar datos. Todos los oficinistas tienen su propio asesor técnico personal. Solo tienen que aprender a utilizarlo. Como historiador, confieso que no tardé en burlarme de la idea de que ChatGPT pudiera hacer alguna vez parte de mi trabajo. ¿Alguna vez le han pedido que interprete las causas de la Primera Guerra Mundial? Les da una lista de los factores que contribuyeron. Y la escritura… no me hagan hablar de la escritura. Pero luego se me ocurrió la idea de pedirle a ChatGPT que escribiera un código informático para analizar conjuntos de datos, un trabajo laborioso que, como historiador económico, muchas veces tengo que hacer. Hay cosas que sé cómo programar y cosas que me gustaría saber cómo programar. ChatGPT puede hacer ambas cosas fácilmente. Tareas aburridas y repetitivas que yo sabía que una computadora debería poder hacer, pero que no sabía cómo hacer que lo hiciera, de repente se convirtieron en algo tan fácil como teclear mi petición. Si un historiador puede hacerlo, cualquiera puede hacerlo. ChatGPT tal vez no pueda ayudar a alguien en una empresa de suministros médicos a encontrar por qué y dónde está un lote de medicamentos extraviado… eso tal vez requiera verdadero ingenio. Pero podría asumir el tedioso trabajo de rastrear pedidos y entregas en una hoja de cálculo de Excel, lo cual le daría más tiempo al empleado para hacer precisamente ese tipo de trabajo de resolución de problemas que es más desafiante y satisfactorio. Hace poco, investigadores del Instituto Tecnológico de Massachusetts hicieron un experimento, que se dio a conocer en un documento de trabajo, con 444 “profesionales con estudios universitarios” a los que se les dio una “tarea de escritura profesional de nivel medio” como redactar comunicados de prensa o correos electrónicos delicados. A la mitad se les dio ChatGPT y a la otra mitad no. A los participantes a los que se les proporcionó ChatGPT les tomó menos tiempo, escribieron mejor y dijeron haber disfrutado más la tarea. Y, lo que es más importante, quizá ChatGPT ayudó a “los trabajadores con menos capacidades”, lo cual significa que los que tenían menos habilidades de comunicación escrita —pero tal vez buenas ideas— pudieron ejecutar la tarea con eficacia. ChatGPT puede hacer eso con las tareas de escritura, pero puede hacerlo aún mejor con las de codificación. Tareas aparentemente imposibles, como hacer un nuevo tablero para dar seguimiento a los mapas de calor de las ventas semanales en Excel, serán fáciles. Al dividir los problemas analíticos complejos en pequeños pasos, como hicieron los ingenieros de Ford con el Modelo T, los empleados podrán crear sus propias líneas de ensamblaje de datos, lo que les permitirá realizar un trabajo más creativo. Llamémosle automatización cotidiana. Estoy consciente de que automatizar nuestras tareas cotidianas puede ser aterrador. Si una macro puede generar tu informe diario en cinco segundos en lugar de las cinco horas que te toma hacerlo, ¿cuál es tu valor? Resulta tentador vernos a nosotros mismos, o a nuestros empleados, solo como esas tareas repetitivas. No podemos imaginar un mundo en el que esos mismos empleados pudieran hacer más. Pero si una compañía logra dar este paso trascendental de dejar de evitar esta tecnología y decide adoptar la automatización cotidiana, tendrá una ventaja competitiva. Las empresas que promuevan trabajadores que puedan automatizar las partes tediosas de su trabajo serán más rentables a largo plazo, porque esos empleados podrán hacer un trabajo más complicado, más gratificante, más humano. Casi por definición, el trabajo que no puede automatizarse estará mejor pagado. Hasta ahora, tenías que pedirle al departamento de informática que te ayudara a automatizar parte de tu flujo de trabajo. Pero con ChatGPT cualquiera puede hacerlo, con muy poca capacitación. Al igual que sucedió con la línea de ensamblaje de Ford, hoy el desafío ya no es tecnológico sino organizativo. Es cierto que a algunas compañías cortas de miras les gustaría hacer el mismo trabajo que hacen ahora pero con menos gente. Pero mi sospecha es que la mayoría de las empresas de éxito se darán cuenta del potencial a largo plazo de animar a los trabajadores a resolver problemas más difíciles. Cambiar la manera en la que las empresas se organizan es mucho más difícil que actualizar el software. A pesar de lo que se lee en las noticias, la mayoría de nosotros no trabajamos en Google o Amazon. Trabajamos en el mismo tipo de empresas que existían en 1973, que intentaron dejar de utilizar papel pero nunca lo lograron. El cambio real puede tardar una o dos generaciones, pero esperemos que no sea así. La automatización cotidiana, de producirse, será la ruina de Henry Ford. Su producción en cadena pagaba mejor a los trabajadores, pero era deshumanizante. Suponía que la única forma de ser más productivos y ganar más dinero era parecernos más a las máquinas. La automatización cotidiana sostiene lo contrario: que la manera de ser más productivos y ganar más dinero es utilizar nuestra tecnología para volver a ser más humanos. Jamileth |
|
� Copyright ElPeriodicodeMexico.com |