Esse cenário passa por confiança, educação e formação mútuas. É preciso preparar a força de trabalho para lidar com a Inteligência Artificial, da mesma forma que estamos treinando a máquina a pensar e a interagir como uma pessoa

Por: Rob Enderle

Um dos momentos mais interessantes da IBM Interconnect 2017 foi a interação entre a CEO da IBM, Ginny Rometty, e o CEO da Salesforce, Mark Benioff. Benioff comentou que ambos haviam ido recentemente a Washington para abordar a questão de que a força de trabalho dos EUA não está pronta para a Inteligência Artificial (AI). Ambas as empresas têm plataformas que agora são parceiras, o IBM Watson e o Salesforce Einstein. O problema é duplo, ambas as empresas estão atualmente focadas em ampliar a capacidade das pessoas, mas se as pessoas não estão treinadas para trabalhar com AI, o caminho mais fácil pode ser a mera substituição de humanos por máquinas e esse caminho cria um enorme problema ligado ao desemprego e todos os problemas sociais derivados dele.

Vamos conversar um pouco sobre o que pode significar preparar a força de trabalho para a Inteligência Artificial.

Uma questão de confiança
No cerne do problema está o fato de que simplesmente não confiamos nos sistemas na medida necessária para que os assistentes de IA sejam verdadeiramente úteis. Construímos a força de trabalho atual com conceitos como intuição e “gut” dirigindo nossas decisões. Mesmo que estejamos cercados por dados, o uso real de informações baseadas em dados válidos parece diminuir, não aumentar. Ouço isso de muitos executivos, e percebo claramente nas ações do atual presidente dos EUA – que basicamente ignora os dados e toma decisões ortogonais que raramente terminam bem, em grande parte porque ele não confia nos dados e no que esses dados dizem.

Me pergunto se ele não tem tido boas razões para isso, porque a qualidade dos dados tem sido ruim. Além disso, aqueles que procuram os dados podem ter suas próprias agendas, que muitas vezes têm pouco a ver com para onde os dados apontam.

É preciso tratar deste proble,a e, duas etapa. Primeiro, dirigir seus esforços para assegurar-se de que os dados sejam ao mesmo tempo completos e imparciais e as análises sejam baseadas nestes dados de confiança. A base para a confiança tem que ser resultados confiáveis.

O segundo passo, igualmente crítico, é reeducar os tomadores de decisão para esta nova realidade onde a informação resultante pode ser confiável. Se o segundo passo for dado antes do primeiro, isso só fará com que os decisores desconfiem do conselho que os sistemas de IA fornecem e tomem a direção errada.

Parceria efetiva
Isso foi parcialmente exibido com a apresentação da H&R Block – companhia americana que calcula os impostos devidos de seus clientes – no palco da InterConnect. Cada funcionário da Block tem agora dois monitores. Um tem a informação necessária para a preparação de imposto. O outro é o Watson, agindo quase como um auxiliar ou surpervisor, fornecendo insights em tempo real da forma como o imposto dese ser declarado para aumentar a dedução ou assegurar a exatidão. Você ganha uma equipe com um ser humano e um sistema de Inteligência Artificial trabalhando juntos para fornecer um serviço melhor do que qualquer um deles poderia realizar separadamente.

Esta é a ideia da IA na maioria dos casos. Uma parceria estreita entre o ser humano e  sistema que, juntos, criam uma solução poderosa. Mas não como no uso de uma ferramenta digital típica. O agente responsável pelo cálculo do imposto não deve tratar o Watson como uma calculadora, mas como um parceiro. A  H&R Block relata que seus funcionários adoram o produto e os clientes também. Os índices de fidelidade e satisfação dos clientes têm mostrado um aumento significativo.

Aprendizados e cuidados mútuos
Esta é a parte da solução que realmente precisa ser mais aprofundada. Sistemas como Watson e Einstein precisam ser treinados e aqueles que usam esses sistemas têm o conhecimento prático para ajudar a fazer isso. Mas esses sistemas podem, por sua vez, treinar seus parceiros ajudando-os a se tornarem mais eficientes e ainda mais satisfeitos com seus empregos.

Há claramente um esforço para que os humanos ajudem a treinar os IAs, mas ainda não estou vendo muito esforço em devolver o favor aos humanos.

Temos problemas crescentes com o cuidado e o desenvolvimento efetivo das pessoas. A Inteligência Artificial tem um enorme conhecimento sobre como ajudar a reconhecer esses problemas e aconselhar o empregado a como lidar com eles.

É aqui que eu acho que precisamos fazer  mais cuidado, para que o ser humano não esteja apenas transformando a Inteligência Artificial na melhor parte da parceria, repassando todo o seu conhecimento. A IA deve tornar o ser humano um membro mais produtivo da equipe, fazendo com que ele aprenda a superar as suas deficiências também. Então nós começamos o tipo da sinergia que um modelo do aumento de capacidade preconiza.

Duas estradas para a IA no local de trabalho
Atualmente, existem dois caminhos potenciais conectados ao avanço da IA ​​no local de trabalho. Um deles é o que a IBM, Salesforce e H&R Block estão trabalhando focado em aumentar e melhorar a performance dos seres humanos. A outra é a substituição e, em muitos aspectos, é muito mais fácil porque não tenta criar um sistema bem-sucedido que combine elementos humanos e de Inteligência Artificial. No entanto, a substituição tem um efeito colateral desagradável, de desemprego maciço e perda de clientes.

Queremos que o primeiro caminho, o de ampliação das capacidades, seja bem sucedido se não quisermos viver em um futuro distópico.