Déjate de excusas y paga. ¡La IA te hace más productivo!
Cambiar la mentalidad y adoptar nuevos hábitos es difícil. Los profesionales que deciden forzar ese cambio, obtienen una ventaja de partida.
Hablaba esta semana con un nutrido grupo de directores generales de la industria farmacéutica, por invitación de ANEFP. Aparte de revisar implicaciones de la IA en diferentes funciones corporativas y de hablar sobre el impacto en su industria, también surgió una jugosa conversación sobre productividad personal. Analizamos cómo los LLMs (modelos de lenguaje tipo ChatGPT o Gemini) mejoran la productividad del trabajador del conocimiento, y nos preguntamos por qué nos costaba usarlos o no terminábamos de hacerlo con fluidez. Las ideas volaron en varias direcciones:
El miedo no ayuda. Mientras exista “miedo” de que la IA nos puede reemplazar, tendremos “resistencia personal” a la adopción de estas herramientas.
Quietos hasta ver. Muchas organizaciones han prohibido el uso de ChatGPT (por temor a filtraciones de datos confidenciales). Aunque estén contemplando lanzar herramientas corporativas controladas que mitiguen los riesgos, este hiato no fomenta su adopción temprana.
El fraile no hace al hábito. Estamos acostumbrados a ir a Google a buscar respuestas. Pero no siempre fue así. Y nos llevó años hacernos inseparables de este conocido buscador. Algo similar ocurrirá con los chatbots. Cuesta encontrar nuevos casos de uso, y cuesta acordarse de volver a ChatGPT para un caso de uso que resolvemos siempre de la misma manera.
Escepticismo. Yo ya soy un experto y no me hace falta suplemento intelectual.
Aprendizaje. No hace falta mucho, porque se usan con lenguaje natural. Pero cuanto más los usamos, mejor resultados obtenemos. Al principio, interacciones muy sencillas pueden producir resultados mediocres y desanimarnos a seguir usándolo.
La productividad personal se incrementa: está demostrado.
Los economistas aún tienen dudas sobre si la IA, como tecnología de propósito general serán capaces de mejorar la productividad a nivel global. McKinsey (y algunos economistas como Erik Brynjolfsson) estima que la automatización de tareas gracias a la IA podría aumentar la productividad global entre un 0,2 y un 3,3% entre 2023 y 2040, con entre un 0,1% y 0,6% de este crecimiento aportado por la IA generativa. Otros como Robert Gordon, creen que estas herramientas no están aún suficientemente extendidas o que su impacto no es tan general como creemos. Más allá de la economía global, mencionábamos hace unas semanas un estudio de la OCDE que afirma que la IA mejora el bienestar de los trabajadores, tanto en términos cuantitativos como cualitativos.
Pero estas referencias un tanto macro, pueden ser complementadas con estudios más aterrizados en el puesto de trabajo, donde la mejora en productividad parece más evidente. Jakob Nielsen, resumía hace unos meses tres estudios: agentes de atención al cliente resolviendo dudas, profesionales escribiendo documentos de trabajo y programadores creando código. Las ganancias de productividad fueron, respectivamente: 13,8% más consultas respondidas por hora, 59% más documentos creados por hora, y 126% más proyectos codificados a la semana. Una ganancia media del 66%.
Y no solo aumentó la eficiencia, también la calidad de los trabajos. En el caso de los agentes, mejoró el nivel de la asistencia; y en el de los profesionales, la calidad media de los documentos aumentó de 3.8 a 4.5 en una escala de 1 a 7. Como investigador, Nielsen sugiere que cuando diferentes estudios llegan a conclusiones parecidas utilizando diferentes metodologías, hay que aceptar la evidencia.
Otro estudio posterior sobre la materia que menciono a menudo en mis clases y conferencias es Navigating the Jagged Technological Frontier. Los 750 consultores de Boston Consulting Group que utilizaron IA terminaron un 12,2% más de tareas de media, lo hicieron un 25,1% más rápido y produjeron resultados con un 40% más de calidad que los que no la utilizaron. La IA iguala la diferencia de conocimiento, permitiendo a los trabajadores con menor experiencia conseguir resultados cercanos a los más aptos.
Y podemos ser más persuasivos, también.
Y resulta que no sólo podemos ser más productivos, sino también más persuasivos usando LLMs. Un estudio recién publicado así lo sugiere. Los investigadores han desarrollado una plataforma web en la que los jugadores participan en debates breves de varias rondas con un oponente en tiempo real, asignados de forma aleatoria en cuatro juegos: puede tocarles debatir contra otro humano o contra un LLM y además, en dos grupos existe “personalización” (información básica sociodemográfica sobre el oponente) y en otros dos no.
Los resultados son notables: los participantes que debatieron contra GPT-4 y con acceso a la información personal del oponente tenían un 81,7% más de probabilidades de estar de acuerdo con sus oponentes que los participantes que debatieron con humanos. Sin personalización, GPT-4 seguía superando a los humanos, pero con una diferencia menor y estadísticamente no significativa.
Barreras a la adopción.
Pese a estas ganancias en productividad o persuasión, nos resistimos a utilizar estas herramientas. Un equipo de investigadores de la Universidad de Harvard ha identificado las principales razones. La percepción de la IA como una caja negra opaca alimenta el miedo y la desconfianza, llevando a las personas a preferir intervenciones humanas aunque la IA sea más eficiente. Además, vemos la IA como algo frío y mecánico, a pesar de que avances recientes han demostrado su capacidad para realizar tareas emocionales y adaptarse a necesidades individuales gracias a su capacidad de aprendizaje continuo. Algunos temen su potencial autonomía y capacidad de decisión, mientras que otros desconfían de su naturaleza no humana, y prefieren confiar más en opiniones humanas aunque sean anónimas.
También hay barreras colectivas a su adopción en las organizaciones. En este artículo se recomiendan diversas estrategias para integrar la IA generativa en empresas, entendiendo las preocupaciones sobre su adopción y ventajas competitivas. Se aconseja priorizar el rendimiento sobre la novedad, eligiendo soluciones que se ajusten específicamente a las necesidades del negocio. Es clave combinar la potencia de la IA Gen con la versatilidad de las bases de datos vectoriales para mejorar la comprensión y conexión de datos en contextos complejos, siempre bajo una supervisión rigurosa para prevenir errores. Además, es fundamental asegurar la trazabilidad y el origen de los datos para reforzar la confiabilidad de los resultados y establecer una base sólida para la toma de decisiones. Finalmente, es importante mantener expectativas realistas, reconociendo que los resultados inmediatos y grandes retornos financieros son improbables, ya que su adopción es aún un proceso en desarrollo.
Co-inteligencia.
Ethan Mollick acaba de publicar un libro que estoy leyendo y recomendando por doquier ya para entender el cambio al que estamos asistiendo y para aprender a usar y trabajar con los LLMs. Recientemente explicaba en su newsletter lo que muchos ya hemos comprobado: hablar con estos bots como si fueran personas humanas (“vamos, tú puedes!”) pero recordando que no lo son, ayuda a obtener mejores resultados. No se trata de hacer mejores prompts, se trata de aprender a colaborar con ellos a través de la conversación.
Contaba hace unas semanas que le pregunté a ChatGPT Plus por una receta de rabo de toro estofado, algo que normalmente hubiera resuelto en Google. No me terminaba de fiar por el tema de las alucinaciones, pero decidí seguir su receta. Llegado el momento de la verdad, me di cuenta de que no tenía puerro y le pregunté cómo sustituir ese ingrediente. Y me lo resolvió. Se le puede llegar a pedir una receta con lo que tenemos en la nevera. Es otra peli. No se trata de consultar, se trata de colaborar.
Puede que los LLMs estén fallando la expectativa de la superinteligencia general, y puede que finalmente no se produzca la ganancia de productividad deseada en la economía mundial. Pero es evidente que los trabajadores del conocimiento mejoran su desempeño laboral utilizando estas herramientas en sus tareas diarias.
No deberíamos esperar a que nuestros empleadores nos lo exijan o nos proporcionen un servicio de pago. Como cuando decidimos instalar un modem en casa o contratar ADSL por primera vez. O adquirimos un smartphone a título personal. Yo no dudaría en pagar 20 euros al mes, para acceder a herramientas premium y forzarme así a buscar casos de uso. Se trata de una decisión personal. La de cada uno de nosotros, buscando nuestro propio beneficio.
El próximo domingo, vuelvo a tu buzón.
Fernando.
Este martes 16 de abril en Madrid, hablaremos sobre IA y marketing en la asamblea general ordinaria de la Asociación de Marketing de España (AMKT). Como sé que muchos de los suscriptores de Rebel Intel estáis asociados a título personal o empresarial, os animo a venir y participar en el debate.
Enlaces de interés para el profesional MCX.
Lecturas seleccionadas de la semana:
El hecho de que una máquina con capacidad casi infinita de lectura y escritura y acceso a datos sociodemográficos sea muy persuasiva hace sonar varias alarmas, claro. Dos enlaces más sobre la persuabilidad de los LLMs de la que hemos hablado arriba: el primero profundiza en el estudio publicado. El segundo, muestra una forma de evaluar la capacidad persuasiva de estos modelos desarrollada por Anthropic, la empresa detrás de Claude. PSYCHOLOGY TODAY, ANTHROPIC
En el evento Next '24, Google ha mostrado algunos casos de uso de la IA Generativa: Bayer ayuda a los radiologistas a simplificar su trabajo, Best Buy lanzará este verano un asistente virtual para dar soporte en las compras online, Discover Financial Services mejorará la operativa en 10.000 call centres, o IHG Hotels integrará en su app una herramienta para planificar las vacaciones. LINK
Las universidades y escuelas de negocio en EEUU apuestan todo a la IA. El dominio de la IA será una competencia fundamental y clave para el éxito profesional de los licenciados. WSJ
Si parecía que Suno había cambiado la historia de la composición musical, llega Udio y nos deja la mandíbula aún más desencajada. Aquí algunas muestras de sus creaciones. Desarrollada por ex investigadores de DeepMind y con el respaldo inversor de a16z, Mike Kreiger, y músicos como will.i.am y Common. LINK
Parece que se extiende una tendencia entre algunas marcas de vetar el uso de la IA cuando contratan los servicios de una agencia publicitaria. Las marcas no quieren perder el control de los datos y los activos, ni tener problemas con los derechos de propiedad. Las agencias responden desarrollando sistemas cerrados, que garantizan entornos seguros para evitar estas amenazas. AD AGE
Docusign, el gigante de la firma electrónica, se adentra en una nueva categoría de software -los contratos- con una "plataforma inteligente de gestión de acuerdos" impulsada por IA. El modelo utilizará una mezcla de tecnología propia y LLMs externos, afinados mediante RAG para evitar alucinaciones. La idea es utilizar la IA Gen para que todos los contratos sean fácilmente consultables y resumibles, para garantizar su coherencia, evitar contratos caducados y facilitar su cumplimiento. DOCUSIGN
Esta crítica al AI pin de Humane es demoledora: “Una idea apasionante y un producto exasperante", concluyen. THE VERGE
Después de Devin, ahora la startup israelí Codium AI presenta Codiumate, un agente semiautónomo que trabaja con el código de las empresas: escribe código, lo corrige, crea documentación, lo prueba antes de lanzarlo... Todo bajo la supervisión de un desarrollador humano. VENTURE BEAT
Entre los muchos usos que podemos dar a la IA Generativa, está el de crear planes para investigación de usuarios. Crear uno de estos planes requiere generar preguntas y cuestionarios, seleccionar el método adecuado, decidir cómo llevar a cabo las sesiones y, a menudo, crear material complementario desde cero. La IA puede ayudar con muchas de estas tareas, si no con todas. Nielsen Group nos muestra un tutorial paso a paso para diseñar esta investigación. NNGROUP
Este tweet muestra un ejemplo de una tendencia imparable, el uso de chatbots de compañía: “Anoche conocí a un tipo en Miami que me confesó que gasta 10.000 dólares al mes en “chicas IA". Pensé que estaba bromeando. Pero no: es soltero, tiene 24 años … y le encanta”. TWITTER
Otra herramienta para mejorar la atención al cliente, esta vez es Fin AI de Intercom. La principal novedad es que puede conectarse con diferentes fuentes de conocimiento, como el centro de ayuda de la empresa, artículos internos, sitios web públicos, archivos PDF y servicios de terceros como Notion, Guru o Confluence. VENTURE BEAT
Accenture facturó 600 millones $ en el Q1 dando servicios de implantación y optimización de IA Generativa. Fundamentalmente, ponen los datos en orden e imparten formación. La oportunidad es tan grande que podría doblar el número de empleados dedicados a la IA en los próximos dos años, y facturar entre 5.000 y 10.000 millones $ anuales. LINK
Hay varias teorías que afirman que los LLMs no dejarán nunca de alucinar: bien porque siempre habrá problemas del mundo real más allá de sus capacidades de comprensión, porque a veces les faltan los datos necesarios pero "se ven obligados" a dar una respuesta, porque se les entrena con más datos de los que pueden procesar o porque la precisión a la hora de expresarse está reñida con la fluidez. Para mitigar las alucinaciones, las herramientas de IA generativa deben ir acompañadas de sistemas de comprobación (fact-checking), y estar siempre supervisadas. SCIENTIFIC AMERICAN
Una de las mejores newsletter que he leído últimamente. ¡CHAPEAU!
Excelente artículo y excelente recomendación de libro, muchas gracias!