Jorge Ramo López
Digital Workplace Specialist & TŌGŌ Product Owner en NTT DATA
Ignacio Barahona Esteban
AI Solutions Manager & Dolffia Product Owner en NTT DATA
Cómo los nuevos modelos de IA generativa como Microsoft Copilot están impactando la forma en que trabajamos (y trabajaremos)
A medida que la inteligencia artificial (IA) continúa avanzando, también lo hacen las posibilidades para sus aplicaciones en diversas industrias y sectores. Un área en la que la IA está mostrando resultados prometedores es en el ámbito de los modelos generativos, que son capaces de entender datos existentes y generar nuevos basados en patrones y reglas.
Grandes empresas líderes en tecnología han estado trabajando e invirtiendo en estas tecnologías y ahora la primera ola de herramientas está llegando al mercado: ChatGPT, pero también Bing Chat, Google Bard o Microsoft Copilot son algunos ejemplos de herramientas basadas en la IA generativa.
Sin duda, la IA generativa tiene el potencial de revolucionar la forma en que trabajamos e interactuamos con la información pública, pero también dentro de una empresa entre los empleados. Recientemente, un caso de estudio de una importante empresa de servicios financieros ha revelado que la implementación de una tecnología basada en GPT-3 resultó en una reducción del 60% en los tiempos de búsqueda para los empleados en lo que respecta a informes financieros complejos. Sin embargo, también plantea importantes preocupaciones éticas que debemos considerar antes de una adopción generalizada.
En este artículo, exploraremos las formas en que los modelos de IA generativa pueden mejorar el futuro del trabajo, como la productividad mejorada, la comunicación mejorada y la capacidad de acceder a respuestas específicas en repositorios complejos. Por otro lado, también profundizaremos en los desafíos asociados, incluida la posibilidad de sesgo en los datos de entrenamiento. Un caso de uso rápido nos servirá para mostrar cómo obtener beneficios de las IA generativas minimizando los riesgos asociados.
Beneficios de la IA Generativa en el digital workplace
En primer lugar, destaquemos algunos beneficios que podemos obtener al aplicar estas nuevas IA generativas en la experiencia del empleado:
Productividad mejorada
A veces, como empleados, ni siquiera sabemos qué estamos buscando. Las herramientas basadas en IA nos ayudan a trabajar de manera más eficiente al poder encontrar información como si se tratase de un chat colaborativo en tiempo real, en lugar de hacer una búsqueda de palabras clave tradicional. Podemos obtener respuestas más precisas rápidamente de la misma manera en que ya estamos probando con los nuevos motores de búsqueda beta de la intranet.
Podemos obtener respuestas precisas en segundos respecto a documentos complejos o incluso combinar información de diversas fuentes o sistemas de terceros.
Eficiencia aumentada
El poder de la IA para el entorno laboral acaba de empezar a impactar en nuestro trabajo diario, pero pronto veremos un gran cambio en la forma en que los empleados realizan sus tareas cotidianas. Contar con una herramienta que los asista en los aspectos menos importantes del trabajo (formato, diseño de diapositivas, etc.) les ayudará a centrarse en los aspectos que realmente añaden verdadero valor.
Obtención de respuestas precisas de repositorios complejos
Los documentos de I+D, legales o técnicos a veces pueden ser difíciles de entender y requerir que los empleados gasten enormes cantidades de tiempo valioso. Si dejamos que la IA procese los documentos, podríamos hacer preguntas más importantes en cuestión de segundos: ¿Qué reacción causa este compuesto en este tipo de paciente? ¿Cuáles son las restricciones legales existentes en este país con respecto a un cierto campo?
Los empleados incluso pueden preguntar en cualquier idioma ya que los nuevos modelos de IA generativa comprenden el contenido y son capaces de traducir la respuesta.
Comunicaciones mejoradas
Con estas nuevas capacidades impulsadas por la IA, los creadores de contenido pueden definir los titulares de un tema y dejar que la IA complete el contenido para completar sus artículos. Los usuarios pueden incluir información interna o externa basada en los temas en tendencia, lo que les permite centrarse en la curación de contenido, como seleccionar el tono adecuado para cada colectivo.
Desafíos por delante
Sin embargo, el uso de estas tecnologías también requiere superar algunos desafíos. Resumamos los principales:
Privacidad y confidencialidad
Quizás el desafío más importante asociado con estas tecnologías es el potencial de que la información sensible se comparta o filtre inadvertidamente a través de la plataforma. Las IA utilizan toda la información disponible para generar conocimiento, lo que dificulta discriminar qué contenidos podrían compartirse con un usuario específico.
En un motor de búsqueda en internet, toda la información rastreada es pública, pero en un digital workplace necesitamos lidiar con niveles de confidencialidad y contenidos privados para grupos específicos de usuarios. Es por eso que al introducir estas nuevas IA en nuestro entorno laboral digital es necesario definir un alcance seguro y protegido de información basado en grupos de usuarios y alertar a nuestros empleados que en una comunidad privada solo los usuarios permitidos deben poder leer y compartir información.
Problemas de Copyright
Dado que esta tecnología se basa en modelos de lenguaje de IA, no crea contenido original ni genera nuevas ideas. En cambio, utiliza datos de lenguaje existentes y algoritmos de aprendizaje automático para generar respuestas a los inputs de los usuarios. La respuesta puede incorporar texto u otro contenido protegido por derechos de autor sin permiso del propietario, por lo que debemos ser muy cuidadosos con cómo nuestros empleados usarán o compartirán los resultados proporcionados.
Sesgo en los datos de entrenamiento
Los modelos de IA generativa se entrenan con grandes datasets de texto, lo que puede introducir sesgos en el modelo. Si los datos de entrenamiento están sesgados de alguna manera, como contener estereotipos o lenguaje discriminatorio, el modelo puede generar salidas sesgadas. Esto puede tener consecuencias reales, como reforzar estereotipos o discriminación contra ciertos grupos. Por ejemplo, un modelo de lenguaje entrenado con datos que representan de manera desproporcionada a un grupo sobre otro puede generar texto que sea más favorable al grupo sobre-representado. Para abordar este problema, es importante asegurar que los datos de entrenamiento sean diversos y representativos de la población.
Colaboración inteligente
Considerando los beneficios y los desafíos de las nuevas IA generativas, pensemos en un caso de uso simple que puede proporcionar mucho valor: la colaboración inteligente. Las comunidades corporativas son lugares donde los usuarios comparten intereses o información sobre un tema específico. Los empleados comparten documentos o publicaciones con sus ideas de manera social, lo que representa una fuente de información y conocimiento muy valiosa. Gracias a TŌGŌ, nuestro digital workplace social, podemos organizar comunidades y, aplicando varios LLM’s de Dolffia y su motor de preprocesamiento, los usuarios que acceden a la comunidad pueden hacer cualquier pregunta y obtener respuestas precisas.
Las comunidades de interés podrían organizarse en torno a un tema específico, área de conocimiento, información corporativa, investigación de I+D o departamentos legales que gestionan grandes contratos. Los usuarios ahora pueden responder fácilmente a las preguntas más complejas sobre un conjunto de documentos o una base de conocimiento. Incluso podemos aplicar comunidades privadas para que solo un cierto número de usuarios puedan acceder a comunidades y conocimientos específicos.
Y todo dentro del cumplimiento de seguridad de su empresa. No se extraerán datos, ya que tanto TŌGŌ como Dolffia pueden implementarse en la infraestructura corporativa.
