Criando a força de trabalho de IA simbiótica do futuro
IA

16 de novembro de 2019

Última atualização: 31 de outubro de 2022

Criando a força de trabalho de IA simbiótica do futuro

Criando a força de trabalho de IA simbiótica do futuro

Um experimento no qual humanos e IA aumentaram os pontos fortes uns dos outros demonstra como os líderes podem reimaginar processos para criar maior valor comercial, se preparar para a próxima onda de inovação e criar uma força de trabalho de IA.

No argumento de longa data sobre se a IA substituirá ou complementará os seres humanos, a nova palavra de ordem é simbiose. Mais recentemente, Elon Musk usou o termo para descrever como um implante cerebral pode mesclar inteligência humana e digital. Mas você não precisa usar um ciborgue completo para alcançar um relacionamento mutuamente benéfico entre humanos e IA. Em vez disso, você pode reimaginar as funções dos trabalhadores e os processos de negócios para permitir que as pessoas e a IA colaborem e alcancem algo maior juntos do que poderiam.

Dada a onda de medo e perguntas em torno da IA ​​- de quantos empregos serão perdidos para quem treinará esses novos sistemas - a questão de como alcançar a colaboração homem-máquina assumiu nova urgência. Afinal, essas relações mutuamente benéficas, focadas em aumento e não em deslocamento, aumentam o valor dos negócios e diminuem o risco de pessoas perderem empregos.

Para criar uma força de trabalho de IA, as organizações precisarão usar processos de IA centrados no ser humano que motivem os trabalhadores, treinem novamente no contexto de seu fluxo de trabalho e mudem o foco da automação para a colaboração entre humanos e máquinas.

Para testar essa proposição, o centro de inovação de uma empresa em Dublin, na Irlanda, realizou um experimento desenvolvido para ver como os trabalhadores humanos podem aumentar o trabalho de um sistema de IA existente e abraçar seus novos papéis como treinadores de IA.

Evoluindo a função de instrutor de IA

Trabalhando com uma equipe de especialistas em design, dados e software e codificadores médicos, foi projetada, construída e testada uma interface de software que permitia que os codificadores médicos passassem do simples uso da IA ​​para a melhoria, assumindo as tarefas de um instrutor de IA , uma função que ensina a IA como executar e iterar.

Os codificadores médicos analisam a ficha médica de um paciente, obtendo informações complexas sobre diagnósticos, tratamentos, medicamentos e muito mais, traduzidas em códigos alfanuméricos que são submetidos a sistemas de cobrança e seguradoras de saúde. Essa codificação é crítica não apenas para cobrança e reembolso, mas também para atendimento ao paciente e estudos epidemiológicos.

No local em que o experimento ocorreu, um sistema de IA havia sido implantado recentemente para ajudar os codificadores médicos a examinar os prontuários dos pacientes. Anteriormente, os programadores médicos liam os gráficos e realçavam as informações relevantes com uma caneta. A IA retirou parte do trabalho pesado desse processo, digitalizando os gráficos e encontrando informações sobre tratamentos com medicamentos para apoiar os pagamentos do seguro.

Foi vista a oportunidade para os codificadores médicos, enfermeiros registrados, aplicarem seus conhecimentos ainda mais treinando o sistema de IA para validar com mais precisão os vínculos genuínos entre condições médicas e tratamentos. Até então, o dever de atualizar os links de IA cabia a um cientista de dados, que procurava padrões nas entradas manuais dos especialistas em codificadores médicos e atualizava o banco de dados de conhecimento de acordo. No experimento, no entanto, uma interface nova e simples de usar permitiu que os codificadores aplicassem seus conhecimentos médicos para atualizar e validar os links no banco de dados de IA.

O sistema simbiótico resultante permitiu que os humanos e a IA trabalhassem seus pontos fortes. Com a IA prosperando em tarefas repetitivas e diretas, com alto volume e precisão, os codificadores tiveram permissão para concentrar suas habilidades e atenção nos casos mais complexos que exigem experiência em domínio, tomada de decisão e análise crítica.

À medida que sua compreensão da IA ​​cresceu, os codificadores foram capazes de tomar decisões de codificação que estavam além do escopo de um cientista de dados não treinado por médicos. Atingindo melhores resultados do que os codificadores ou o sistema de IA poderiam independentemente, esse fluxo de trabalho não apenas gera mais valor a curto prazo, mas também é promissor para melhorias de longo prazo no atendimento ao paciente, baseado em parte nas conexões complexas que os codificadores fazem.

Habilitando a colaboração Human + AI na empresa para a criação de uma força de trabalho de IA

Embora em pequena escala, o experimento tem grandes implicações para líderes, trabalhadores, cientistas de dados e gerentes que buscam moldar os sistemas e trabalhos de IA do futuro. Transformar trabalhadores que são meramente consumidores de IA em produtores de IA resulta em processos que produzem resultados de valor cada vez maior. Para criar esses sistemas simbióticos exponencialmente mais valiosos, as organizações devem ter em mente os seguintes princípios básicos:

  • Desafie a suposição de que a IA é sempre superior aos seres humanos. Líderes e trabalhadores geralmente aceitam acriticamente essa suposição. Em vez de suplantar as habilidades humanas, sistemas colaborativos podem aumentar o valor dessas habilidades e melhorar o desempenho da IA.
  • Seja aberto e transparente com os funcionários sobre seus planos de IA e seu impacto no futuro deles. À medida que avançamos para uma força de trabalho de IA, nem todos aceitam mudanças em seus papéis, habilidades e responsabilidades. É muito mais provável que os trabalhadores adotem sistemas simbióticos do que a IA autônoma projetada para suplantar as pessoas. Ao desenvolver sistemas simbióticos, ajude os trabalhadores que não estão familiarizados com a IA a desenvolver um relacionamento positivo com ela.
  • Aproveite as motivações intrínsecas dos trabalhadores. O sistema de codificação médica simbiótica foi projetado para aproveitar o desejo das enfermeiras de aplicar seus conhecimentos médicos. Como resultado, eles se sentiram comprometidos com seus novos papéis, no controle de seu trabalho e com domínio sobre ele. Depois de trabalhar como instrutores do sistema, oito dos nove programadores médicos se sentiram mais positivos em trabalhar com IA diariamente, e dois terços se sentiram positivos em futuras oportunidades de emprego. No geral, eles foram motivados a aprender novas habilidades técnicas e aprimorar ainda mais seus conhecimentos médicos, o que aponta para potenciais benefícios para empresas habilitadas para IA.
  • Invista nas pessoas. Quando pensamos em investir em IA, tendemos a pensar em tecnologia primeiro. Isso é importante, mas as pessoas agregam valor à sua empresa. Invista em seus funcionários para que eles possam construir relacionamentos de IA em suas funções é uma estratégia de longo prazo que pode desbloquear conhecimento e valor anteriormente inexplorados em sua força de trabalho.
  • Concentre-se na função, não na sofisticação. Sistemas simbióticos bem-sucedidos colocam a simplicidade antes da sofisticação e valorizam a transparência e a facilidade de uso sobre a complexidade. Os cientistas e designers de dados precisarão trabalhar juntos para criar sistemas de IA simbióticos centrados no homem que permitam que especialistas humanos, como os enfermeiros de nosso experimento, treinem e melhorem continuamente os sistemas sem treinamento em si mesmos.
  • Co-criar e experimentar. Depois de identificar o processo ou o fluxo de trabalho em que as pessoas e a IA podem trabalhar simbioticamente, verifique se todas as partes interessadas trabalham e experimentam juntas desde o início. Faça com que designers e especialistas em dados colaborem o mais cedo possível para garantir um sistema útil e utilizável. Envolva os usuários e co-crie com eles para garantir que suas necessidades e motivações sejam ouvidas e incorporadas nas decisões de design. Avalie como as pessoas usam o sistema e medem não apenas a produtividade, mas também os aspectos qualitativos da experiência. Reunir feedback dos usuários; e se surgir esgotamento, tédio ou aversão, reaja e redesenhe conforme necessário.

Olhando para o futuro

A automação implacável que ignora a entrada humana está se mostrando uma aplicação de AI a curto prazo e insatisfatória. No nível operacional, um foco exclusivo na automação leva a processos de negócios inflexíveis e frágeis. Pior, deixar as pessoas fora do circuito renuncia a uma rica fonte de valor agregado e desperdiça o conhecimento especializado que a organização mantém. O pior de tudo é que cede o futuro aos concorrentes que optam por construir sistemas simbióticos nos quais humanos e máquinas melhoram continuamente o desempenho um do outro.

Para construir esses sistemas, as organizações precisam ter uma visão de longo prazo. Com a IA lavando praticamente todos os setores hoje em dia, os líderes estão compreensivelmente ansiosos para pegar a onda no curto prazo. Mas eles precisam se perguntar como posicionar sua força de trabalho para aproveitar as ondas que virão. Isso significa pensar e investir em papéis e responsabilidades daqui a três a cinco anos.

Ao adotar essa visão de longo prazo, aliada à vontade de experimentar, os gerentes podem criar espaço para a criatividade, testar a aceitação das partes interessadas e projetar processos e tarefas para obter o máximo de inteligência colaborativa. À medida que a IA e os seres humanos ficam mais inteligentes trabalhando juntos, o sistema cresce organicamente nas mãos daqueles que trabalham com ela mais de perto. Ao adotar processos simbióticos, a organização cumpre sua obrigação ética com relação ao seu bem mais valioso - seu pessoal.

Equipe FM2S

Equipe FM2S

A FM2S Educação acelera a carreira profissional de seus alunos