Microsoft New Future of Work Report | Microsoft Research

#AI, #Future, #Innovation, #Skills, #Work

Explorando cómo la inteligencia artificial está transformando las prácticas laborales y mejorando la productividad y la colaboración en el lugar de trabajo

En los últimos tres años, se han producido dos cambios generacionales en cómo se realiza el trabajo, ambos posibles gracias a décadas de investigación y desarrollo. El primero ocurrió con la pandemia de COVID-19, que demostró el poder de las tecnologías de trabajo remoto e híbrido y cómo la ciencia puede guiarnos en su uso eficaz. El segundo cambio se ha dado con la llegada de la IA generativa, que ha avanzado lo suficiente como para ser valiosa en muchas tareas laborales cotidianas.

Desde 2021, se comenzó a proporcionar una síntesis de investigaciones nuevas y relevantes para cualquier persona interesada en reinventar el trabajo. La edición de 2023 se centra en la integración de los modelos de lenguaje grande (LLMs) en el trabajo. A lo largo del año, la IA y el futuro del trabajo han sido temas recurrentes en las discusiones globales, y se pone énfasis en áreas que merecen atención adicional y en la investigación única realizada por Microsoft.

Impacto de los LLMs en el Trabajo

Los LLMs afectan la velocidad y calidad de las tareas comunes de información. Pueden aumentar la productividad, pero requieren una evaluación y adaptación cuidadosas. En experimentos de laboratorio, los LLMs han demostrado mejorar significativamente la productividad en tareas de escritura y resolución de problemas. Por ejemplo, los consultores de BCG que utilizaron herramientas basadas en IA completaron tareas un 40% más rápido que aquellos que no las utilizaron. Sin embargo, estos beneficios vienen con ciertas advertencias, como la posible reducción en la precisión cuando se confía demasiado en la IA.

Los LLMs también tienen un gran potencial para fomentar el pensamiento crítico. Al reconceptualizar los sistemas de IA como provocadores en lugar de solo asistentes, se puede promover una integración crítica del output de la IA, lo que requiere experiencia y juicio humano. Esta interacción diseño de IA debe equilibrar la crítica útil sin abrumar a las personas.

Aplicaciones Específicas de los LLMs

Los LLMs se están utilizando en una variedad de dominios. En ingeniería de software, herramientas como GitHub Copilot pueden generar código a partir de prompts en lenguaje natural, mejorando la velocidad de desarrollo y la calidad del código. En medicina, GPT-4 ha alcanzado un 80% de precisión en el examen USMLE, superando significativamente a otros modelos como Med-PaLM2. En educación, los LLMs pueden actuar como tutores personalizados, mejorando el aprendizaje de los estudiantes al proporcionar explicaciones detalladas y adaptadas.

Colaboración Humano-IA

Para colaborar eficazmente con los LLMs, es crucial entender cómo interactuar con ellos de manera complementaria. Los sistemas de co-auditoría pueden ayudar a los usuarios a verificar la salida de la IA, asegurando que las decisiones basadas en IA sean correctas. Además, la interacción humano-IA puede beneficiarse de una mayor metacognición, es decir, la capacidad de analizar y controlar los propios procesos de pensamiento.

Los LLMs también pueden mejorar la gestión del conocimiento y los cambios organizacionales, ayudando a eliminar los silos de conocimiento y facilitando una mejor comunicación y coordinación en los equipos. Abordar las disparidades en la adopción de IA, fomentar la innovación y liderar como científicos son aspectos cruciales, recordando siempre que el futuro del trabajo está en nuestras manos.

Consulta el informe completo aquí: https://bit.ly/3SuZlYD