TU FUTURO ES AHORA

Breaking

sábado, 3 de noviembre de 2018

4 maneras en que eres mejor que un robot




“Con inteligencia artificial, estamos convocando al demonio. En todas esas historias donde está el tipo con el pentagrama y el agua bendita, sí, está seguro de que puede controlar al demonio. No funciona ".

Esas palabras no fueron pronunciadas por algún neo-ludita sobre el ritmo aterrador de la computación en la era digital. Fueron comentados recientemente por Elon Musk , fundador de SpaceX y Tesla, inversionista en Deepmind (una compañía de AI) y, en algunos círculos, proclamado como el próximo Steve Jobs. Cuando Musk y otros pensadores, como Bill Gates y el renombrado físico de Cambridge Stephen Hawking, proponen advertencias similares sobre la inteligencia artificial, crean un gran debate global.

En una reciente de Harvard Business Review artículo , Walter Frick escribe sobre el surgimiento de la máquina y su impacto en los negocios y nuestros puestos de trabajo. Ofrece una perspectiva alternativa, rechazando la "obsesión de la tecnología de eliminación de empleos a favor de un enfoque en la complementariedad".

Si se trata de complementariedad, ¿qué habilidades necesitamos desarrollar para prosperar junto con las computadoras en la era de los algoritmos?

Para empezar, no puede simplemente ir y "activar" los algoritmos en una empresa; el despliegue de algoritmos a escala requiere una base técnica sólida, incluida la capacidad de integrar, mantener e identificar lo que se puede hacer con montículos y montículos de datos. En pocas palabras, la toma de decisiones automatizada a través de algoritmos y aprendizaje automático no es una tarea fácil y requerirá muchos más años de trabajo.

Pero supongamos por un segundo que la base de datos ha sido colocada, como probablemente lo hará para la mayoría de las compañías en la próxima década. Entonces, ¿cómo nosotros, como seres humanos, evitamos el viaje en un largo camino hacia el olvido impulsado por una máquina?

1. Pasar de las decisiones basadas en supuestos a las decisiones basadas en datos .



Demasiadas decisiones en las empresas se basan en suposiciones que se basan en la experiencia. Sin embargo, la experiencia pasada puede no ser un predictor preciso del presente o del futuro cuando las industrias y los mercados están siendo interrumpidos. Las suposiciones a menudo se basan en una visión des actualizada de cómo funciona el mundo.

La edad de los algoritmos permite que surjan patrones basados ​​en lo que sabemos que está sucediendo, en lugar de confiar en lo que "sentimos" o "pensamos" que puede estar sucediendo. La toma de decisiones analítica ya no está reservada a unos pocos geeks de datos, especialmente con algoritmos dispuestos y capaces de hacer mucho de ese trabajo sucio. Como resultado, debemos movernos más allá de las decisiones basadas en la intuición, la emoción y la anécdota. La intuición es genial para las ideas, pero los datos son una prueba real.

2. Haga las preguntas correctas de los datos.



Los datos te darán las respuestas a cualquier pregunta que tengas. Pero los datos y los algoritmos no pueden decirle qué tan buenas son sus preguntas. Tenemos que aprender a hacer las preguntas correctas.

Esto requiere que sepamos cómo trabajar con datos, cómo relacionar datos con nuestro trabajo y cómo contar historias con datos. Tenemos que entender qué métricas son importantes para el negocio, qué decisiones deben ser impulsadas por los datos y cómo aprovechar los algoritmos para las decisiones más estratégicas.

Para tomar una analogía de los coches autoconducidos ... Si bien los autos pueden ser buenos manejando ellos mismos, no pueden decidir a dónde debe ir.

3. Añadir contexto a los algoritmos.



Las máquinas no pueden pensar fuera de los datos como nuestros cerebros pueden. Podemos ver rápidamente las correlaciones en conjuntos de datos completamente no relacionados que las máquinas a menudo pasan por alto porque entendemos el contexto empresarial en el que se producen las correlaciones y el proceso que da origen a los datos.

Necesitamos ser expertos en el reconocimiento de patrones y la interpretación contextual de los datos. A su vez, esto requiere una combinación de conocimiento de dominio, una comprensión de cómo nuestro rol o departamento se ajusta al contexto más amplio de la empresa, la capacidad de introducir información no encontrada en los datos y de aceptar las ideas más relevantes, y rechazar las demás.

4. Combina hechos con sentimientos.



Las máquinas también son realmente deficientes para comprender verdaderamente el comportamiento humano individual y los matices de la motivación, la emoción y la interacción. Por lo tanto, continuaremos necesitando sociólogos, psicólogos, comunicadores, economistas y líderes capacitados que entiendan cómo obtener una respuesta de otros humanos. Cada conversación en la sala de juntas comenzará con algoritmos y hechos, pero terminarán con un apretón de manos.

Al concentrarnos en las funciones de trabajo críticas donde las máquinas liberan a los humanos para realizar un trabajo más estratégico, complejo y creativo, podemos permanecer en el asiento del conductor incluso, y especialmente, en una era de algoritmos. Lo que, por cierto, no es tan demoníaco como Musk hace que parezca o tan benigno como algunos dirían. Es cómo nos adaptamos a ese matiz que definirá nuestro papel en la era de los algoritmos.

Si te gusto esta información no olvides compartir en tus redes sociales amigos y familiares


ÉXITOS

Post Top Ad

Páginas