De un vistazo
- Fuente
- Rinta-Kahila, Penttinen, Salovaara, Soliman and Ruissalo (2023). The Vicious Circles of Skill Erosion: A Case Study of Cognitive Automation. Journal of the Association for Information Systems, 24(5), 1378–1412. doi:10.17705/1jais.00829
- Cómo se hizo
- Los investigadores estudiaron a fondo una firma y trazaron cómo se alimentaban entre sí la dependencia de la automatización, el exceso de confianza y la pérdida de competencias. Estudio de caso. Un análisis detallado de una o pocas organizaciones, con entrevistas y observación.
- Quién participó
- Una firma de contabilidad que llevaba varios años confiando en las funciones automatizadas de su software.
- Dónde
- Una firma de contabilidad; el equipo de investigación trabajaba en Finlandia y Australia.
“The erosion of essential human expertise is problematic if workers remain accountable for tasks for which they lack sufficient understanding, rendering them incapable of responding if the automation fails.” [La erosión de conocimientos humanos esenciales es un problema si los trabajadores siguen siendo responsables de tareas que no entienden lo suficiente, porque los deja sin capacidad de reaccionar si la automatización falla.]
Qué encontró
- Cuanto más dependía el personal de la automatización, más se confiaban tanto el personal como la firma.
- El exceso de confianza debilitó tres hábitos: saber qué está haciendo el software, mantener la propia competencia y revisar el resultado.
- Sin esos hábitos, las competencias se erosionaron aún más, lo que aumentó la dependencia. Los autores llaman a estos bucles círculos viciosos.
- La erosión puede pasar inadvertida. Puede que ni los trabajadores ni los directivos la vean hasta que la automatización falla.
Los autores añaden que perder competencias obsoletas es un costo normal de una tecnología nueva. El problema empieza cuando la competencia perdida es una que las personas siguen necesitando para responder del trabajo.
Cuándo se cumple el resultado
El personal de la firma seguía siendo responsable de tareas que hacía el software. Esa combinación, responsabilidad sin práctica, es lo que hizo dañina la erosión.
Un estudio posterior midió directamente el mismo tipo de pérdida, y mucho más rápida. Vea la destreza de los endoscopistas después de trabajar con IA.
Límites
- Es una sola firma. Un estudio de caso muestra cómo puede ocurrir algo. No muestra con qué frecuencia ocurre.
- La automatización era un software de contabilidad, no las herramientas de chat con IA actuales.
Prácticas que usan este estudio
Este estudio respalda:
- Compruebe de vez en cuando lo que el personal puede hacer sin la IA En una muestra de casos, pida a las personas que hagan el trabajo sin la IA y compare el resultado con su trabajo habitual. Empiece por quienes revisan lo que produce la IA y por quienes aún están aprendiendo el oficio, y configure las herramientas de quienes aprenden para que den pistas, no respuestas. Hacer más adelante · Esfuerzo: medio (semanas, unas pocas personas)
- Conserve las tareas de nivel inicial con las que aprende el personal nuevo Antes de automatizar un trabajo rutinario, compruebe si es la forma en que el personal júnior aprende el oficio. Si lo es, reserve una parte para ese personal, o sustituya ese aprendizaje de otra manera. Hacer más adelante · Esfuerzo: medio (semanas, unas pocas personas)