Cómo la inteligencia artificial está revolucionando la capacitación

0
8

La formación de los empleados es un tema de vital importancia para las empresas. Ante el desafío de encontrar empleados calificados, debilitados por las altas tasas de rotación, empantanados en transformaciones masivas, la necesidad de mejorar y capacitar a los empleados es primordial -y casi demasiado que manejar para los enfoques tradicionales de capacitación.

Entra la inteligencia artificial
Cada vez más, la inteligencia artificial y el aprendizaje automático se utilizan para ayudar en las estrategias de mejora de las habilidades de las empresas, determinar conjuntos de habilidades, recomendar rutas de aprendizaje, brindar capacitación en el trabajo, e incluso ayudar a determinar cuánto pagar por las habilidades adquiridas.

Con más de 345 mil empleados y una necesidad constante de mantenerse a la vanguardia de la tecnología, IBM es una de esas empresas que pone a trabajar la inteligencia artificial para mantener a su fuerza laboral en alerta.

«La vida media de las habilidades es ahora de cinco años”, afirma Anshul Sheopuri, director de tecnología de datos e inteligencia artificial en IBM HR. «La mitad de lo que aprendes se olvida o se vuelve obsoleto en cinco años”.

La demanda de conjuntos de habilidades nuevas y especializadas de campos en rápida evolución, como la computación en la nube y la inteligencia artificial, está impulsando en gran parte esta compresión de la vida útil de las habilidades. Por lo tanto, encontrar una forma creciente de mejorar continuamente las habilidades de los empleados «no es algo agradable, sino imprescindible”, afirma.

Anatomía de una estrategia de capacitación basada en inteligencia artificial
El primer paso de cualquier estrategia de mejora de habilidades es identificar qué habilidades tienen los empleados actualmente. En el pasado, esto implicaba una autoevaluación de habilidades. Pero como señala Sheopuri, cuando se probó, la precisión de este método fue de aproximadamente 75%. «Es muy subjetivo y las evaluaciones se vuelven obsoletas rápidamente”.

En la actualidad, IBM utiliza la inteligencia artificial para inferir habilidades mediante el escaneo de 220 millones de documentos internos, incluidos currículums, blogs, artículos publicados y comunicaciones corporativas. El sistema se basa en el propio sistema de inteligencia artificial de IBM, Watson, e incluye procesamiento de lenguaje natural, agrupación en clústeres y técnicas de aprendizaje parcialmente supervisado.

«Decimos, ‘estas son las habilidades que creemos que usted tiene, denos su opinión’, y encontramos que la precisión aquí está más cerca del 90%”, afirma Sheopuri, y agrega que estas evaluaciones automatizadas de habilidades son más fáciles de mantener actualizadas.

Luego, los empleados reciben recomendaciones de aprendizaje basadas en las habilidades que tienen, las habilidades que IBM necesita y las habilidades que los clientes de IBM están solicitando.

«En ciertas áreas estratégicas, como la inteligencia artificial o la nube, queremos que todos tengan un conocimiento fundamental en ese campo”, afirma.

El sistema también hace recomendaciones basadas en lo que otros empleados con los mismos antecedentes estudian a continuación, de manera similar a la forma en que los usuarios obtienen recomendaciones sobre qué películas ver a continuación en los servicios de transmisión de video.

«Este sistema es utilizado por el 98% de los empleados de IBM cada trimestre”, afirma Sheopuri, y agrega que tiene un puntaje de Net Promoter Score (NPS) de 58. Según Bain & Co, que creó el sistema NPS, cualquier valor superior a 50 es excelente.

Dado que el pago que reciben los empleados de IBM se encuentra vinculado a conjuntos de habilidades, también hay un sistema de inteligencia artificial que les hace recomendaciones salariales a los gerentes, como una forma de recompensar a los empleados por mejorar sus habilidades y abordar los problemas de desigualdad salarial. «Eso es algo muy importante para nosotros”, afirma Sheopuri. «Queremos asegurarnos de que estamos muy conscientes de los prejuicios”.

El sistema de recomendación salarial también ofrece transparencia, brindando explicaciones de sus recomendaciones para que los gerentes tengan toda la información que necesitan para tomar una decisión final.

Además de los aumentos, los empleados también reciben recomendaciones de trabajo -una vez más, por medio de tecnología de inteligencia artificial. «Siempre hay decenas de miles de puestos de trabajo abiertos en IBM”, señala Sheopuri. «Es un beneficio mutuo para nosotros. Es una reducción de la deserción y estamos ayudando a nuestros empleados a alcanzar sus aspiraciones”.

El año pasado, afirma Sheopuri, alrededor de 200 mil empleados de IBM observaron las recomendaciones de trabajo, y miles obtuvieron nuevos trabajos basados en sus coincidencias personalizadas.

Trabajo aumentado
Para la formación en sí, IBM se basa en una combinación tradicional de cursos de terceros, materiales de aprendizaje desarrollados internamente y algunos nuevos canales educativos descentralizados donde el contenido es creado por otros empleados. Pero se apoya en la inteligencia artificial para proporcionar capacitación en el trabajo para algunos tipos de trabajos. Por ejemplo, en el área de recursos humanos, un chatbot responde las preguntas relacionadas con los beneficios, planes dentales y políticas de incorporación. También existe inteligencia aplicada a las funciones de soporte tecnológico.

«Somos una gran empresa de tecnología que administra la infraestructura de TI para miles de clientes”, señala Sheopuri. «Estamos extrayendo registros para comprender los problemas históricos de los tickets y las rutas de resolución, y ponemos ese conocimiento a disposición de los agentes”.

Es el equivalente digital de tener un empleado experimentado sentado en la silla de al lado, listo para ayudar si alguien tiene problemas.

De hecho, ayudar a capacitar a los empleados, brindándoles ayuda justo cuando el empleado lo necesita, es el uso más común de la inteligencia artificial para mejorar sus habilidades, afirma Swaminathan Chandrasekaran, jefe de arquitectura de soluciones para soluciones digitales en KPMG.

Esto es especialmente importante en los centros de contacto, donde las tasas de deserción son altas.

«Las tasas de deserción son del 18% para los centros más pequeños, llegan al 40% en los más grandes”, afirma Chandrasekaran. «El costo de reemplazar a un agente es de cinco mil a siete mil dólares, sin incluir el tiempo en el trabajo en el que están tratando de mejorar”.

Digamos, por ejemplo, que un agente necesita explicar cómo reemplazar las baterías en una MacBook Pro. Un nuevo agente se beneficiaría al ver las instrucciones aparecer en la pantalla, listas para consultar. Aquí, la inteligencia artificial puede determinar la pregunta de la persona que llama y recuperar la información más relevante de manuales, guías, manuales de productos, manuales de soporte, todos los documentos que una empresa tendría disponibles.

Además, la inteligencia artificial también se puede utilizar para pronosticar de qué se tratará una llamada en función de las interacciones pasadas y obtener información relevante desde el principio, como tener un empleado experimentado a mano que haya tratado con ese cliente antes y pueda guiar a alguien en entrenamiento a través del proceso de resolución del problema de ese cliente.

Estos sistemas también se pueden usar para proporcionar nueva información a un gran número de empleados en el contexto de sus trabajos, por lo que no es necesario enviarlos a recibir capacitación cuando, por ejemplo, aparece un nuevo producto.

KPMG, por ejemplo, recientemente tuvo que capacitar a sus empleados sobre los cambios en el sistema de tasa de oferta interbancaria de Londres (LIBOR). KPMG usó inteligencia artificial para leer contratos, en todos los formatos, y extraer referencias a tasas bancarias y otros lenguajes específicos de LIBOR y llevarlos a los flujos de trabajo de los empleados. Los sistemas también reciben capacitación de expertos en la materia para brindar asistencia adicional a los empleados.

Este nuevo estilo de capacitación se adapta a la generación que ahora está entrando en la fuerza laboral, afirma Chandrasekaran. «No se puede decir: ‘vaya a este programa de capacitación de seis semanas y luego regrese y haga el trabajo’”.

Asistentes virtuales
El aumento de la inteligencia artificial en el trabajo apunta a un futuro en el que cada empleado en cualquier lugar tendrá su propio asistente personal para ayudarlos a capacitarse en su trabajo, afirma Chandrasekaran. «Es como tener un entrenador personal basado en inteligencia artificial”.

La idea no es nueva. Hace 20 años, Microsoft intentó que todos aprendieran de Clippy, su asistente de Office. No tuvo buenos resultados. La gente lo odiaba tanto que, en el 2010, Clippy apareció en la lista de los peores inventos de todos los tiempos de la revista Time. Pero esta vez es diferente, afirma Chandrasekaran.

Las empresas ahora cuentan con reconocimiento de voz y lenguaje, tecnología de análisis de sentimientos y motores de recomendación razonablemente confiables. Y con la digitalización, ahora tienen los datos que necesitan para entrenar estos sistemas en función de los requisitos específicos de la empresa.

«No hay sustituto para los datos”, afirma. «Por ejemplo, en los contact centers hay que darle buenos datos con malos acentos, con palabras mal pronunciadas, con ruido de fondo, para que tenga un buen motor de transcripción de voz. Con los contratos, usted tiene que darle ejemplos de contratos en diferentes idiomas y diferentes formas y sabores. No hay sustituto para los buenos datos, para los datos anotados por humanos”.

Las empresas también deben asegurarse de tener un mecanismo de retroalimentación para continuar capacitando y mejorando el sistema. «Cuando crea aplicaciones tradicionales, el mejor día es el primer día, porque todo funciona y los problemas ocurren más tarde”, afirma Chandrasekaran. «Con la inteligencia artificial, el primer día es el peor día. Las empresas deben estar preparadas para las primeras iteraciones”.

En muchas áreas, los sistemas de inteligencia artificial ya se encuentran en un punto bastante estable y se pueden poner a hacer un trabajo útil, afirma. «Todavía hay áreas emergentes, como lograr extraer notas escritas a mano en un documento”.

Aprendizaje mediante microdosis
Carmen Fontana, miembro de la IEEE y líder de la práctica de tecnología emergente y de nube en Centric Consulting, llama «microdosificación” al nuevo enfoque del aprendizaje basado en inteligencia artificial.

«No nos gusta sentarnos en una clase durante cuarenta horas a la semana para aprender algo”, afirma. «Con la inteligencia artificial, puede hacerlo en pequeñas partes, con pequeñas indicaciones, en el momento, por lo que es oportuno y fácil de asimilar”.

En Centric, la misma Carmen Fontana es tanto creadora como consumidora de este tipo de aprendizaje.

«De hecho, yo genero contenido basado en mi área de práctica para que la gente fuera de mi área pueda entender lo que hacemos”, afirma. «Es menos trabajo para mí, y en lugar de tener clases formales de capacitación sobre lo que hace mi equipo, puedo publicar este contenido y la gente puede obtener estas microdosis”.

La empresa también tiene un motor de recomendaciones y puede crear vías de aprendizaje para los empleados. La propia Fontana, por ejemplo, se enteró recientemente de los valores y la cultura de su empresa.

«Siempre es vergonzoso cuando llevas nueve años aquí”, afirma. «Pero ellos no tenían esta capacitación cuando comencé, así que quería regresar y revisarla y entender cómo nos posicionamos en nuestros valores y cultura”.

El nuevo enfoque les da a los empleados la propiedad sobre su aprendizaje, afirma ella.

«Este es un gran diferenciador en comparación con cuando me convertí en consultora”.

Riesgos potenciales de la capacitación basada en inteligencia artificial
Kamlesh Mhashilkar, director de la práctica de datos y analítica en Tata Consultancy Services, considera que la inteligencia artificial se utiliza para el desarrollo de habilidades sensibles al contexto, para identificar a los empleados que se beneficiarían de un curso o conferencia en particular y para planes educativos personalizados para temas individuales.

Más recientemente, la inteligencia artificial se ha vuelto útil para ayudar a supervisar los exámenes. En los buenos tiempos, la gente podía viajar físicamente a los centros de pruebas para realizar los exámenes de certificación.

«Con la COVID, la inteligencia artificial realmente ayudó con la supervisión automática, la autosupervisión o la supervisión dual”, afirma Mhashilkar. «Si la persona mueve los ojos aquí o allá continuamente –¿está realmente tomando el examen o está tratando de cometer un fraude?”

Algunas escuelas ya están usando inteligencia artificial para calificar los trabajos de los estudiantes -y obteniendo mala reputación cuando no les va bien.

«Ha habido una reacción violenta debido a la forma en que se implementa”, afirma Joe Tobolski, director de tecnología de Nerdery, una consultora de servicios digitales. «Tengo un poco de temor al respecto, debido a la capacidad de los prejuicios para introducir falsos negativos en el sistema”.

El uso de la inteligencia artificial para transferir conocimientos de los empleados experimentados a los nuevos, que es cada vez más relevante para las industrias con mano de obra canosa, también conlleva riesgos.

«Vemos eso ahora mismo en los acuerdos de outsourcing en los que se les pidió a los trabajadores que enseñaran su trabajo a una organización de outsourcing, y ellos la sabotearon”, afirma Tobolski.

Con una máquina, que tiene menor posibilidad de reconocer a alguien que da un mal consejo intencionalmente, es posible que este tipo de sabotaje sea incluso más probable, señala Tobolski.

«Existen consecuencias no deseadas”, agrega Tobolski. «¿Alguien podría hacer un mal uso de eso? Por supuesto, y probablemente lo hará”.

Maria Korolov CIO.com

Artículo anteriorBancaribe reconoce la labor de Carlos Garrido, por sus dos décadas de labores en la mediación entre el banco y los clientes
Artículo siguiente5 perspectivas sobre la analítica de datos moderna