Por Jared Spataro, CMO de IA en el Trabajo de Microsoft
En mi última columna, hablé de la nueva realidad de que la IA puede pensar y razonar a un nivel alto. Algún día miraremos hacia atrás y veremos esto como un punto de inflexión en la evolución de la tecnología, un cambio que tendrá un profundo impacto en la forma en que pensamos, organizamos y desplegamos el trabajo cognitivo.
Cuando pienso en las habilidades actuales de la IA, considero estas cinco tareas cognitivas clave: percibir, comprender, razonar, ejecutar y crear. Observar cómo se maneja cada uno en su organización hoy en día puede ayudar a identificar oportunidades para que la IA aligere la carga.
Percepción: La percepción consiste en ver y dar sentido al mundo que loa rodea, y la IA puede percibir tanto en el mundo físico como en el digital.
Los coches autónomos son un gran ejemplo de cómo la IA navega con habilidad por el mundo físico. Con la capacidad de identificar con precisión su entorno (carreteras, coches, bicicletas, peatones, señales, semáforos), la IA puede determinar cuándo detenerse, seguir y cambiar de dirección.
En el mundo digital, la percepción entra en juego con los agentes que usan computadoras, que pueden percibir e interactuar con las interfaces de las computadoras tal como lo hacen los humanos. Los CUA procesan datos de píxeles sin procesar para crear conciencia de lo que sucede en la pantalla y luego pueden interactuar con esa pantalla, al controlar un mouse y un teclado virtuales para hacer clic, desplazarse y escribir. Espero que las empresas los implementen en campos que van desde las ventas (ayudar en la generación de prospectos para completar formularios en automático) hasta el servicio al cliente (navegar por aplicaciones de software para encontrar y compartir información).
Comprensión: La comprensión va más allá de la percepción, se trata de ver patrones e interpretar el contexto. La capacidad de comprensión de la IA significa que puede interpretar, analizar y generar grandes cantidades de datos de texto para tareas como traducir documentos, resumir informes y evaluar los comentarios de los clientes para detectar tendencias emergentes. En el ámbito sanitario, puede ayudar a los médicos para la interpretación de las imágenes médicas y sugerir posibles diagnósticos. En finanzas, puede examinar los estados de pérdidas y ganancias y los datos de mercado para identificar señales que puedan indicar oportunidades o riesgos.
Un ejemplo: Vodafone desplegó un agente que aprovecha las vastas bases de conocimiento internas de la empresa para mostrar con rapidez las especificaciones del producto, responder preguntas legales y más. Los equipos de ventas de la empresa de telecomunicaciones lo utilizan de manera regular para responder a las solicitudes de propuestas, lo que les da más tiempo para dedicarlo a una tarea que aprovecha las fortalezas cognitivas humanas: hablar con los clientes para comprender sus necesidades.
Razonamiento: Lo he dicho antes: la capacidad de la IA para razonar es uno de los mayores avances tecnológicos de nuestra vida. Los modelos de razonamiento resuelven problemas desafiantes al dividir una tarea en partes, analizar la amplitud del problema y elaborar un plan. En el camino, la IA toma muchas decisiones más pequeñas, como cambiar su estrategia y revertir el rumbo cuando sea necesario.
Piensen en un crucigrama. Rellenan unas pocas palabras y luego descubren que algunas de sus primeras respuestas entran en conflicto con las nuevas pistas. Así que reevalúan, borran y prueban nuevas respuestas. Los modelos de razonamiento ahora pueden navegar con habilidad por este proceso iterativo de planificación y adaptación, y eso tiene grandes implicaciones para el negocio.
Imaginen usar esa capacidad para la investigación de varios pasos necesaria para crear un análisis competitivo o para producir visualizaciones de datos complejas que solo un científico de datos podría alguna vez. La IA de razonamiento puede realizar matemáticas al nivel de los humanos más hábiles y tiene un inmenso potencial para el descubrimiento científico. Cualquier parte de una empresa basada en el conocimiento se beneficiará de la IA de razonamiento.
Ejecución: El hecho de que la IA pueda ejecutar una tarea o responder a un aviso por sí sola no es nada nuevo, es el núcleo mismo de cómo funciona un modelo de aviso y respuesta. La «ejecución en el modelo» describe la capacidad de la IA para realizar tareas a través de utilizar sus capacidades internas. Este tipo de ejecución es autónoma, lo que significa que el modelo tiene todo lo que necesita, incluido el acceso a los datos necesarios, para completar una tarea.
Pero lo que hace que la ejecución sea tan interesante, y algo que creo que será una de las mayores áreas de avance de la IA en 2025, es que vemos surgir una segunda forma de ejecución de la IA: la identificación y el uso de herramientas. Al igual que sabes que debes agarrar una regla cuando necesitas medir algo, la IA reconoce cuando necesita usar herramientas externas para completar una tarea que va más allá de sus capacidades inherentes.
Tomemos las matemáticas, por ejemplo. Por sí solos, los LLM son malos en matemáticas. Pero al mejorar sus capacidades de ejecución, pueden recurrir a herramientas externas o fuentes de conocimiento (como las capacidades de Python en Microsoft Excel) que les permiten ejecutar fórmulas matemáticas complejas. Esto desbloquea un potencial increíble para que la IA maneje de forma autónoma tareas empresariales, desde la creación de imágenes hasta la escritura de código y la visualización de datos, que requieren habilidades y capacidades más allá de su funcionalidad en el modelo.
Crear: De todas las tareas cognitivas, la creatividad es quizás la que está ligada de manera más estrecha a lo que nos hace humanos. La IA demuestra con rapidez que puede ser un poderoso socio creativo. Sobresale, por ejemplo, en la lluvia de ideas: puede generar sin cansancio cientos de nombres de productos o eslóganes (algunos mejores que otros) para que un equipo humano reaccione. En los negocios, puede producir todo, desde diseños conceptuales hasta presentaciones y videos de marketing.
En la mayoría de los casos, lo que produce la IA es un punto de partida; los seres humanos lo elevan, al aportar su inteligencia emocional, sus matices y su experiencia vivida. Estas capacidades transforman las industrias de una manera que muchas personas, incluidos artistas y creadores, todavía están en proceso de asimilar.
No obstante, las buenas ideas son buenas ideas, sea cual sea la fuente. No buscar la opinión y la inspiración de la IA ahora es como trabajar con una mano atada a la espalda.
Lo que sigue
Hemos comenzado a entrar en un período de verdadera asociación de pensamiento entre los humanos y la IA, y todavía tratamos de entender dónde se encuentra la nueva división del trabajo. Todavía no tengo todas las respuestas, pero tengo algunos imperativos: a medida que los agentes comiencen a manejar muchas tareas cognitivas realizadas de manera tradicional por los trabajadores del conocimiento, las organizaciones necesitarán un nuevo enfoque para administrarlas. Y a medida que los agentes y los humanos colaboren, las organizaciones necesitarán nuevas formas de medir las contribuciones y el rendimiento de cada uno.
Enfrentar este momento requerirá una nueva mentalidad que vaya más allá de pensar en la IA como un sustituto humano uno a uno. Los primeros intentos de máquinas voladoras fueron diseñados para batir sus alas, y los primeros coches eran «carruajes sin caballos». La verdadera innovación llega cuando vamos más allá de la imitación.
A pesar de los increíbles avances en IA en los últimos seis meses, muchos líderes todavía la ven como un medio de ejecución más rápida. Pero eso es solo la punta del iceberg. Ahora es el momento de avanzar en la asociación cognitiva de la IA con los humanos y aceptar todo su potencial para reinventar la forma en que trabajamos.
Para obtener más información sobre la IA y el futuro del trabajo, suscríbanse a este boletín.
