Visión sobre el poder transformador de la IA predictiva

Nuestra vida consiste en tomar decisiones. ¿Llevará su paraguas cuando salga o no? ¿Y si hay un 25 % de probabilidades de lluvia? ¿Y si lleva puesta una prenda que no quiere que se moje?

Según Ajay Agrawal, economista, profesor y coautor de Prediction Machines: The Simple Economics of Artificial Intelligence (Máquinas predictivas: la sencilla economía de la inteligencia artificial), utilizamos una combinación de predicción y juicio para tomar cada decisión, sea grande o pequeña. El poder de la IA radica en su capacidad para ocuparse de la parte de predicción de esa ecuación, es decir, para decirnos qué probabilidad hay de que llueva. En última instancia, utilizará el juicio humano para decidir si debería llevar un paraguas en función de lo mucho que le disgusta mojarse contra lo mucho que le disgusta llevar un paraguas cuando no llueve.

Los modelos de inteligencia artificial pueden procesar cantidades masivas de datos para identificar patrones y generar predicciones precisas. No hay duda de que la IA está mejorando la forma de trabajar de las personas, ayudándolas a ser más productivas, a mejorar su forma de colaborar y a elevar el nivel de sus habilidades. Cuando las empresas utilizan la IA para el análisis predictivo, esta puede transformar la forma en que los líderes toman decisiones, ayudándoles a brindar un mejor servicio a los clientes, asignar recursos y crear procesos nuevos y mejorados.

Ajay se unió recientemente a nuestra serie de seminarios web Work Evolved para hablar sobre el poder de la IA y el análisis predictivo. Nos reunimos con Ajay para continuar la conversación sobre la IA predictiva, y esto es lo que dijo sobre su potencial para cambiar sectores enteros y qué empleados tienen más que ganar con el uso de herramientas de IA predictiva.

Algunas personas ven a la IA como máquinas inteligentes, robots capaces de hablar o pensar como humanos. Como economista, ¿qué opina de la IA?

La inteligencia artificial nos ayuda con la predicción. Predecir es utilizar la información que tenemos para generar información que no tenemos.

Eso es lo que hacen los modelos generativos de IA como ChatGPT: utilizar la predicción para generar un lenguaje que suene humano. Los modelos generativos de IA predicen el siguiente token, o palabra, de una secuencia para crear un mensaje que suene humano. Otro ejemplo sería un banco que utiliza la IA para detectar fraudes, procesando datos de transacciones anteriores y hábitos de los usuarios para predecir con exactitud si una compra es fraudulenta.

Un principio básico de la economía es que, cuando algo se vuelve más barato, lo usamos más. El auge de la IA representa un descenso del coste de la predicción. Y a medida que la predicción sea más económica, la utilizaremos más.

Hablemos más de predicción. ¿Qué es la IA predictiva y cuáles son algunos ejemplos del mundo real?

La IA predictiva utiliza datos de entrada para generar resultados. Como ejemplo tradicional, podemos utilizar 20 años de datos históricos de ventas para predecir las ventas del tercer trimestre del año que viene. Los datos históricos son la entrada y la predicción de ventas es la salida.

De forma menos tradicional, podemos utilizar los píxeles de una imagen médica para predecir si se etiquetará un tumor como maligno o benigno. Los datos de los píxeles son la entrada y la etiqueta del tumor es la salida. Eso también es una predicción.

Una característica interesante de la IA es que, a diferencia de las técnicas estadísticas anteriores, puede utilizar datos multimodales (por ejemplo, imágenes, vídeo, lenguaje), no solo números, como datos de entrada, y puede producir predicciones en forma de imágenes, vídeo y lenguaje.

El análisis predictivo es fundamental para muchos tipos de innovación. Podemos ver cómo se aplica el uso de la IA en el mundo real para la predicción en campos como la conducción, la traducción, la detección del fraude, la distribución del tamaño de las partículas, las respuestas por correo electrónico y las inspecciones.

Hay sectores en los que la IA predictiva se está convirtiendo en una fuerza dominante; ¿qué efecto tendrá en los puestos de trabajo? A la gente le preocupa que esta revolución de la IA pueda eliminar sus puestos de trabajo. ¿Es un temor válido?

Antes de que tuviéramos lavadoras, se necesitaban dos personas todo el día para lavar la ropa. Ahora, una persona puede dedicar una fracción de su día a lavar la ropa. Pero nadie se queja de que esas máquinas les hayan quitado el trabajo.

Del mismo modo, podremos delegar algunos aspectos de nuestro trabajo a las máquinas. Cuando pensamos en nuestro trabajo, gran parte de él se basa en tomar decisiones. Y cada decisión tiene dos elementos: predicción y juicio. Si podemos delegar el análisis predictivo a las máquinas, nos queda el juicio humano, y esa habilidad es lo que la gente necesita para centrarse en el crecimiento.

La IA puede utilizar la predicción para redactar un correo electrónico o trazar una ruta del punto A al punto B, pero es necesario que un ser humano decida si ese mensaje de correo electrónico logra el objetivo o si tiene sentido tomar esa ruta. La IA es el copiloto, el asistente, pero no puede tomar la decisión.

¿Qué efecto tiene la IA en la productividad de los empleados y en la mano de obra en general?

Cuando se presentaron los ordenadores, las personas altamente calificadas se volvieron desproporcionadamente más productivas, lo que provocó una gran desigualdad de ingresos. La IA parece tener el efecto contrario. Los trabajadores menos calificados son los que más ganan con el uso de asistentes o copilotos de IA.

Tomemos como ejemplo los centros de llamadas. Empezaron a introducir herramientas de IA que daban a los empleados recomendaciones para ayudar a los clientes con los que hablaban. Investigadores del MIT y Stanford descubrieron que la IA tenía un impacto limitado en los empleados de alto rendimiento porque ya sabían qué decir. Pero los empleados que antes no rendían tan bien, ahora estaban casi al nivel de los trabajadores sumamente calificados con la ayuda de las herramientas de IA. 

Otro ejemplo con el que todos estamos familiarizados es cómo la IA de navegación ha hecho que cualquiera pueda conducir en cualquier ciudad tan bien como un profesional. Eso abrió camino a empresas innovadoras como Uber. Antes de Uber, había 200 000 personas que eran conductores profesionales. Ahora, hay entre 3 y 4 millones de personas que conducen para Uber. Estamos en el umbral de un momento en la historia donde este tipo de cambio a nivel de sistema está empezando a suceder a través de diferentes sectores.

¿Qué avances de la IA le entusiasman más? Si tuviera la bola de cristal, ¿cuál cree que será la próxima gran innovación y cómo afectará al mundo?

Mi predicción es que en dos o tres años veremos a la IA salir de la pantalla y entrar en el mundo físico. Ahora mismo, tenemos modelos para predecir una serie de palabras en una pantalla, y la próxima etapa es hacer que los robots predigan una serie de acciones para realizar una tarea como preparar un café o estacionar el coche.

Pero el cambio realmente profundo se producirá en términos de descubrimiento científico. Tendremos modelos de IA capaces de generar una hipótesis y ponerla a prueba, hacer que los robots realicen el experimento y luego devolver los resultados a la IA, que actualizará la hipótesis y realizará otro experimento. Ya hay laboratorios que ponen en práctica una versión de esto.

Continuar la conversación sobre la IA predictiva

Para obtener más información de Ajay sobre hacia dónde nos llevará la próxima ola de innovación en IA, consulte su seminario web a petición Work Evolved. Conocerá en profundidad la IA predictiva y cómo está ayudando a las empresas a ahorrar tiempo y a crear formas de trabajo nuevas y más eficaces.

¿Quiere saber cómo innova Zoom con la IA? Descubra cómo Zoom AI Companion, nuestro asistente de IA, puede mejorar su forma de trabajar.