Según un informe de Glean Work AI Institute, los empleados pasan 6,4 horas por semana controlando rigurosamente las respuestas de las herramientas de IA, corrigiendo sus errores y contextualizando las instrucciones una y otra vez. Es casi una jornada completa. Al final, el personal se pregunta: “¿Y qué hay de mi verdadera especialización y mis responsabilidades laborales?”.
Esto está generando cierta frustración y se está convirtiendo en un riesgo para la retención de los empleados. Glean también detectó que hay un 73 % más de probabilidades de que quienes trabajan con IA y dedican una gran parte de su tiempo al “botsitting” estén buscando otro empleo.
Es fácil atribuir esta cuestión a las limitaciones de la IA, pero hay un problema subyacente más profundo: al personal le faltan habilidades, y la mayoría de las empresas no lo previeron ni se prepararon para eso.
¿Qué es el “botsitting”?
El “botsitting” (palabra derivada de “babysitting”, es decir, el acto de cuidar niños) es la acción de velar por que las respuestas arrojadas por la IA sean útiles. Consiste en aportarles contexto a las herramientas de IA, controlar las respuestas que dan y revisar y corregir los errores. El término fue acuñado por Glean Work AI Institute en su informe, pero se popularizó con rapidez porque denomina un fenómeno que antes no tenía nombre y que los empleados viven todos los días.
El “botsitting” en el trabajo y el dilema de la productividad
Hoy, la mayoría de las empresas exigen (o al menos recomiendan) que los empleados usen IA en su trabajo. Sin embargo, los resultados suelen ser decepcionantes, y el tiempo y el esfuerzo que conlleva la incorporación de esta tecnología es cada vez mayor. A modo de ejemplo, de acuerdo con Founder Reports, casi dos tercios (el 63 %) de los ejecutivos y vicepresidentes reconocen que tuvieron que rehacer tareas en las que se había recurrido demasiado a la IA, y casi la mitad de todos los empleados tuvieron que enmendar o rehacer el trabajo de algún colega por la misma razón. Gracias al estudio de Glean, se confirmó que “por cada hora que un trabajador dedica a que la IA produzca resultados útiles, destina prácticamente otra hora a modificarlos para poder aprovecharlos”. Ese es un perjuicio para la productividad que no estaba contemplado en ningún plan de implementación de esta tecnología.
Debido al aumento de estas monótonas tareas de revisión, los empleados sienten como si tuvieran a cargo un colega principiante y debieran responsabilizarse de su labor, en lugar de ocuparse del trabajo para el que los contrataron. Para colmo, apenas el 13 % de los empleados afirma que el rendimiento de su empresa mejoró notablemente gracias al uso de la IA.
Hasta la fecha, todo este esfuerzo ha dado resultados muy modestos en el ámbito corporativo. La calidad de los resultados que arroja la IA no es más que una de las tantas aristas de este problema. El verdadero escollo es de larga data y más conocido de lo que les gustaría admitir a la mayoría de las empresas: implementaron una tecnología nueva sin preparar al personal, que se ve obligado a usarla.
Lo que aqueja a los empleados es la exasperación provocada por la falta de habilidades y la incomodidad de estar en las primeras etapas de aprendizaje. Nadie preparó al personal para usar bien las herramientas de IA, y la mayoría de los usuarios no aprenden a hacerlo a la velocidad necesaria.
Ahora, subsanar ese déficit es responsabilidad de las empresas.
Las habilidades que necesitan los empleados para colaborar con la IA
La mayoría de las empresas prepararon a sus plantillas de trabajadores para adoptar la IA explicándoles qué posibilidades ofrecían las herramientas y, quizás, hasta cómo utilizarlas. No obstante, que los empleados conozcan las funcionalidades no significa que hayan adquirido las habilidades para poder aprovecharlas.
Para trabajar a la par de la IA, se necesita una serie de competencias diferentes a las que se piden en la mayoría de los puestos. Si bien cada rol laboral y sector es distinto, hay tres factores que son universales:
Capacidad de hacer auditorías técnicas. Cuando un modelo de IA comete un error, los empleados deben ser capaces de detectarlo. Si una instrucción da resultados insatisfactorios, deben saber cómo mejorarla. Estas son habilidades que se pueden adquirir. Lo que sucede es que la mayoría de las empresas todavía no han incorporado programas estructurados para fomentar estas competencias. Esto se da sobre todo con los colaboradores independientes que quizás no están tan acostumbrados a evaluar la calidad y la exactitud del trabajo de otros.
Criterio creativo. La IA genera resultados con rapidez, pero para saber cuáles vale la pena usar y cuáles se deben seguir perfeccionando, hace falta maña. Hay que contar con conocimientos especializados y tener la capacidad de evaluar cada trabajo en su propio contexto. Los modelos de IA no son inherentemente creativos ni originales. Se basan en estructuras y normas. Por lo tanto, en los controles hay que revisar mucho más que la exactitud a simple vista. Para eso, se necesita intervención humana.
Capacidad para redactar instrucciones para la IA y dominar los sistemas. Saber cómo comunicarse con una herramienta de IA, cómo darle el contexto adecuado y cómo mejorar sus respuestas con el tiempo es toda una competencia en sí misma. Para desarrollarla, hay que saber cómo funcionan los sistemas de IA. La mayoría de los empleados la adquieren probando y equivocándose, y ese es justamente el motivo por el cual la tarea parece tediosa e ingrata. Además, perfeccionarse lleva tiempo, pese a que los proveedores suelen presentar las herramientas de IA como soluciones listas para usar.
Si las empresas no fomentan estas competencias, los empleados terminan pagando el pato por una falta de preparación de la que no son responsables. Piensan que su trabajo consiste en cuidar de un robot, en vez de poner en práctica habilidades nuevas, como el criterio creativo y la capacidad de hacer auditorías técnicas y redactar instrucciones para la IA. ¿Por Porque en todo proceso para desarrollar nuevas habilidades, las primeras etapas siempre son incómodas y, sin un rumbo seguro, esa incomodidad se puede transformar en frustración. Sin embargo, las empresas pueden allanar el camino.
Qué pueden hacer las áreas de Aprendizaje y Desarrollo y RR. HH. para promover el dominio de la IA y revertir el hartazgo que genera el “botsitting”
Los empleados que se sienten presos del “botsitting” son un riesgo subestimado, dado que seguramente la mayoría de ellos ya están buscando otro trabajo, por lo que peligra su retención.
La solución es fomentar el dominio de la IA en toda la plantilla de personal. Para eso, quienes se ocupan de los datos tanto sobre el personal como sobre las habilidades y gestionan el presupuesto (es decir, las áreas de RR. HH. y Aprendizaje y Desarrollo, así como los ejecutivos) deben aunar esfuerzos. Las herramientas de IA resultan más eficaces cuando los empleados saben usarlas y las entrenan para que, con el tiempo, funcionen mejor.
Conviene centrarse en lo siguiente:
Personalizar el desarrollo profesional. Según Deloitte, las compañías que adoptan un método personalizado tienen casi el triple de probabilidades de obtener mejores resultados empresariales y humanos en las iniciativas de gestión de cambio. Por ejemplo, las capacitaciones generales sobre la IA no sirven a la hora de adquirir competencias para roles particulares. Las habilidades que necesita un analista de RR. HH. para trabajar con la IA no son las mismas que le hacen falta a un ingeniero de software o a un supervisor de ventas. Los empleados aprenden más rápido cuando todos los contenidos y las comunicaciones se adaptan a ellos. De hecho, con el mismo estudio de Deloitte se halló que, cuando deben adaptarse a algún cambio, los empleados consideran que es útil contar con iniciativas personalizadas y la posibilidad de hacer ajustes según sus preferencias.
En los programas más eficaces para dominar la IA, primero se analizan las brechas de habilidades de cada rol y, luego, se asignan contenidos especializados para subsanarlas. Ciertas empresas, como TEKsystems y ZS, dan un paso más, ya que utilizan sesiones de coaching y juegos de rol con IA para personalizar el desarrollo profesional de cada empleado.
Vincular todo el ecosistema de tecnologías para disponer de una inteligencia más precisa sobre las habilidades. Una gran parte del tiempo dedicado al “botsitting” se ocupa trasladando información entre herramientas que no se comunican entre sí. Los empleados se convierten en el puente que une esos sistemas desvinculados y, muchas veces, deben ingresar datos contextuales en plataformas de IA. Si se simplifica el conjunto de tecnologías, es posible reducir las tareas manuales para conectarlas. Cuando las actividades de aprendizaje están integradas a la labor cotidiana, las herramientas de IA disponen del contexto y de los datos sobre las habilidades que necesitan para funcionar bien, y los programas de desarrollo profesional se adaptan a cada usuario de forma automática.
Cuantificar los cambios en función de los resultados concretos obtenidos. Una vez que las empresas recopilan y correlacionan la inteligencia sobre las habilidades, pueden vincular las iniciativas de aprendizaje a resultados más trascendentes. Parte del hartazgo que genera el “botsitting” surge por ver todo el esfuerzo que se desperdicia en tareas improductivas y no repercute de manera visible en la empresa. Eso se resuelve relacionando los programas de desarrollo profesional con objetivos empresariales clave, de modo que todo el mundo pueda apreciar los resultados. Por ejemplo, Capgemini utiliza datos concretos de sus proyectos para extraer datos sobre las habilidades. Así, vincula las actividades de aprendizaje directamente con el desempeño y le da a la cúpula directiva un panorama exacto del grado de preparación que tiene el personal. Estelle Maione, directora general de Aprendizaje y Capgemini University, considera que, incluso si las actividades de aprendizaje diarias son invisibles y están integradas a la labor cotidiana, los resultados siempre deben ser visibles.
El precio del “botsitting”
La frustración cada vez mayor que causa el “botsitting” evidencia la falta de competencias para la IA. La tecnología avanza más rápido de lo que las plantillas de personal se pueden adaptar, y la mayoría de ellas no fueron preparadas para colaborar con la IA.
En consecuencia, los trabajadores pasan horas reparando errores y arreglando lo que la IA no logra hacer. Es una tarea monótona para la que nadie los preparó y exige una serie de capacidades que la mayoría de las empresas no adquirió aún. Urge subsanar esas brechas de habilidades, tanto para mantenerse a la par de la transformación en torno a la IA como para incentivar el compromiso de los empleados y retenerlos. Para eso, es necesario dominar la IA con rapidez y coordinar oportunidades estructuradas de práctica, recabar inteligencia sobre las habilidades de toda la plantilla de personal y cuantificar cómo impacta el crecimiento (o no) en los resultados empresariales.
Sigamos en contacto.
Quiero suscribirme al boletín mensual con perspectivas exclusivas, los próximos eventos y novedades sobre las soluciones de Degreed.