Los trabajadores con menos experiencia aprovechan la IA generativa
Según un nuevo estudio, los trabajadores con menos experiencia pueden mejorar rápidamente en sus trabajos con la ayuda de la IA generativa.
La inteligencia artificial generativa puede aprobar el examen de derecho o ayudar a los directores ejecutivos a escribir discursos. Pero esos resultados se han generado en un entorno controlado y con relativamente poco en juego.
En el mundo real, las empresas se enfrentan a la antigua cuestión de la innovación tecnológica: ¿cómo afectará la IA generativa a los trabajadores, en particular a aquellos con experiencia limitada? Según un nuevo estudio, los trabajadores sin experiencia en realidad son los que más se beneficiarán de la IA generativa.
Los coautores descubrieron que los agentes del centro de contacto con acceso a un asistente conversacional experimentaron un aumento del 14% en la productividad, y las mayores ganancias afectaron a los trabajadores nuevos o poco calificados. En otras palabras, los trabajadores mejoraron sus habilidades, no fueron reemplazados, gracias a la tecnología.
La inteligencia artificial generativa puede conseguir rebajar las desigualdades en productividad y ayuda considerablemente a los empleados menos calificados, aunque se observa un efecto menor en los empleados altamente calificados. Cuando los empleados con menos experiencia no poseen acceso a la inteligencia artificial, mejoran más despacio. Con la IA generativa la mejora es mucho más rápida.
<< Conoce ahora todas las empresas en las que puedes trabajar con Adecco >>
Un tipo diferente de disrupción
La IA generativa es la última de una línea de tecnologías que revolucionarán el lugar de trabajo. Las computadoras que pueden completar la entrada de datos, la contabilidad y las tareas básicas de la línea de ensamblaje han estado reemplazando o aumentando los trabajadores durante décadas. Más recientemente, la informatización ha agilizado la investigación y el análisis, ayudando a los trabajadores a hacer más en menos tiempo.
Muchas de estas tecnologías funcionan cuando se les proporcionan instrucciones explícitas: si proporcionas la entrada correcta, la computadora te dará la salida correcta. Sin embargo, el subconjunto de inteligencia artificial generativa conocido como modelos de lenguaje grande es diferente, ya que puede inferir las relaciones entre las entradas y las salidas.
“Si le das a un modelo de lenguaje grande suficientes imágenes de tu madre y de mujeres que no son tu madre, podrá determinar si una sola imagen es tu madre”, dicen los expertos. “¿Cuál es el impacto de una tecnología que puede hacer eso?”
Margen de mejora en el contact center
Para estudiar el impacto de los grandes modelos lingüísticos, los investigadores observaron un centro de contacto con el cliente en una empresa Fortune 500 que vende software a pequeñas empresas en los EE. UU. El 83% de los agentes estaban ubicados fuera de los EE. UU.
Los centros de contacto promedio tienen mucho margen de mejora, escriben los investigadores. Los supervisores pueden dedicar hasta 20 horas a la semana a capacitar a los empleados de bajo rendimiento. La mejora proviene de la experiencia, lo que a menudo significa tratar con clientes estresados. Esto puede provocar agotamiento de los empleados y una rotación extraordinariamente alta. Anualmente, hasta el 60% de los trabajadores de los centros de contacto se van y las empresas gastan hasta 20.000 dólares para reemplazar a cada empleado. Los trabajadores altamente calificados son buenos para leer la frustración de los clientes, y eso puede requerir que te desgañites con ellos durante seis meses.
La abundancia de datos es otra razón por la que los centros de contacto son un buen campo de pruebas para la IA generativa. Como sabe cualquiera que haya llamado a una línea de ayuda, las conversaciones entre agentes y clientes se graban de forma rutinaria con fines de control de calidad.
Esto brinda a los modelos de IA generativa acceso a un gran conjunto de datos de capacitación, que se puede utilizar para proporcionar a los agentes respuestas recomendadas a preguntas comunes de los clientes o enlaces a documentación relevante del producto.
Los investigadores enfatizaron que el modelo de inteligencia artificial generativa estaba destinado a aumentar y no reemplazar directamente a los empleados del centro de contacto. El modelo ofrecía recomendaciones sólo si tenía “suficiente confianza” en sus respuestas, lo que reducía el número de respuestas incorrectas. Además, no se exigió a los trabajadores que siguieran las recomendaciones. Los siguieron el 38% del tiempo, lo que es consistente con el promedio de la industria para herramientas de IA generativa.
Ganancias en eficiencia y sentimiento del cliente
Los investigadores encontraron que los trabajadores que utilizaron el modelo de IA generativa aumentaron la cantidad de chats de clientes resueltos por hora en un 13,8%. En dos meses, resolvían 2,5 chats por hora, en comparación con 1,7 de los colegas que no utilizaban el modelo, que necesitaban ocho meses para alcanzar el umbral más alto. Además, los trabajadores que utilizaron el modelo de IA dedicaron un promedio de 35 minutos a cada chat, en comparación con los 40 minutos de sus colegas que no tenían un modelo.
Como se señaló, las ganancias de productividad fueron mayores entre los trabajadores con menos experiencia, quienes resolvieron un 35% más de chats por hora cuando utilizaron el modelo generativo. La productividad fue esencialmente estable para los trabajadores con más habilidades y experiencia.
El uso del modelo de IA generativa también mejoró la confianza del cliente. Las solicitudes para hablar con un gerente disminuyeron en un 25% y las transferencias a otros departamentos tendieron a ocurrir antes en la conversación, lo que sugiere que el modelo de inteligencia artificial pudo ayudar a los trabajadores a relacionar mejor el problema de un cliente con la unidad de negocios adecuada para encontrar una solución.
Hallazgos importantes, implicaciones inciertas
Los hallazgos del trabajo de investigación muestran un claro beneficio del uso de IA generativa en el contexto del centro de contacto. También plantean muchas preguntas, dicen los expertos.
En primer lugar, no está claro quién se beneficia de las ganancias de productividad. ¿Se les paga más a los agentes del contact center cuando su desempeño mejora, o los desarrolladores del modelo de inteligencia artificial obtienen una bonificación? Si los trabajadores pueden resolver más chats por hora, ¿una empresa contrata menos agentes? ¿Aumentarán los volúmenes de los centros de contacto a medida que los clientes comiencen a darse cuenta de que la experiencia es mejor que antes?
También vale la pena explorar si los trabajadores están aprendiendo de las recomendaciones del modelo de inteligencia artificial o simplemente siguiendo instrucciones. ¿Se están convirtiendo en lo que investigadores describen como “un susurrador de propietarios de pequeñas empresas”, aprendiendo a diagnosticar los problemas específicos de los clientes? ¿O son más como programadores que copian fragmentos de código de GitHub o conductores que llegan a su destino más rápido usando Waze, utilizando las recomendaciones proporcionadas para aumentar su trabajo sin pensar en cómo resolver el problema mayor?
“Si simplemente estás escribiendo las recomendaciones, es posible que no necesariamente estés aprendiendo. Eres más productivo, pero la fuente de tu productividad reside en la tecnología”, afirman los expertos.
Por otro lado, si las empresas se toman el tiempo para enseñar a los trabajadores cómo la IA generativa puede mejorar lo que hacen, los empleados empiezan a aprender más rápido y ser más rápido en el aprendizaje marcará una gran diferencia.
