Peligros de usar IA para reemplazar trabajos de nivel inicial Un artículo realmente interesante en Harvard Business Review.
Muchas empresas están contratando nuevos trabajadores de bajo nivel y subcontratando el trabajo a la IA, pero el autor señala los fallos de esa política, incluido el hecho de que los futuros líderes provienen de esas posiciones y que la innovación también viene “desde abajo”.
El artículo recomienda que en lugar de eliminar esos puestos de trabajo, deberían “rediseñarse”, incluyendo:
Los roles junior ya no deberían definirse por tareas repetitivas y automatizadas que la IA puede realizar mejor y más rápido. Más bien, deberían diseñarse para revelar por qué hay personas detrás de su trabajo.
La IA sólo es eficaz cuando se combina con el pensamiento crítico. Las ganancias de productividad no tienen sentido si se obtienen a expensas del juicio profesional.
El uso predeterminado de la IA es el reemplazo: dejar que la máquina haga el trabajo y reducir la plantilla. Un enfoque más inteligente es rediseñar los flujos de trabajo para que la IA maneje la ejecución de memoria mientras los humanos se concentran en formular problemas, hacer mejores preguntas y construir relaciones.
Quizás el principio más importante es que los empleos de nivel inicial deben diseñarse no sólo para realizar tareas sino también para desarrollar a las personas. La exposición temprana al estrés, la ambigüedad e incluso el fracaso es la forma en que los profesionales ganan resiliencia y juicio.
La columna proporciona ejemplos específicos para cada uno de ellos.
Los autores mencionan la educación una vez y he resaltado sus comentarios en el cuadro de texto de arriba.
Creo que puede haber muchos paralelismos con lo que dicen sobre los negocios en términos de cómo las escuelas deberían considerar responder a la IA, tanto para los estudiantes como para los profesores.
Si los estudiantes dejan que la IA haga gran parte del trabajo por ellos, no pasarán por el proceso de desarrollar las habilidades básicas de pensamiento necesarias para el éxito a largo plazo. Y creo que los profesores que hacen lo mismo en la planificación de lecciones o en la calificación pueden cometer errores similares (aunque creo que evaluar los resultados en juegos de aprendizaje de IA está bien).
