Pesquisa do MIT Sloan sobre inteligência artificial e aprendizado de máquina
Por que a IA generativa precisa de um toque humano criativo
CEO da Blue Bottle Coffee fala sobre leite de aveia e inovação
CEO da HubSpot: 6 opções de carreira que levam ao topo
Crédito: Jennifer Tapias Derch
Ideias feitas para importar
Inteligência artificial
26 de outubro de 2022
Um boom de produtividade de IA está chegando. Aqui está o que os gerentes precisam saber para implantar tecnologia inteligente que seja ética e centrada no trabalhador.
Não há dúvida de que a inteligência artificial e o aprendizado de máquina estão desempenhando um papel cada vez maior na tomada de decisões de negócios. Uma pesquisa de 2022 com executivos seniores de dados e tecnologia da NewVantage Partners descobriu que 92% das grandes empresas relataram obter retornos sobre seus investimentos em dados e IA — um aumento de 48% em 2017.
Mas, à medida que essas tecnologias se tornam comuns, surgem novas questões: como elas mudarão a natureza do fluxo de trabalho e da conexão no local de trabalho? Eles serão eticamente aproveitados? Eles substituirão os humanos?
Aqui está o que considerar quando a IA e o aprendizado de máquina se tornam onipresentes, de acordo com pesquisadores do MIT Sloan, acadêmicos visitantes e especialistas do setor.
A inteligência artificial está mudando a maioria das ocupações, mas está longe de substituir os humanos, de acordo com um livro que examina as descobertas da Força-Tarefa do MIT sobre o Trabalho do Futuro.
Cerca de 92% das grandes empresas relatam que estão obtendo retornos sobre seus investimentos em dados e inteligência artificial.
Os pesquisadores do MIT David Autor, David Mindell e Elisabeth B. Reynolds argumentam que é essencial entender as capacidades e limitações da inteligência artificial enquanto pensamos em como ela afetará os empregos.
Os desafios atuais da IA giram em torno da destreza física, interação social e julgamento. Considere um auxiliar de saúde domiciliar, cujas responsabilidades incluem fornecer assistência física a um ser humano frágil, observar seu comportamento e comunicar-se com a família e os médicos. Até que a automação atinja esse nível, ela pode realmente ser considerada o que os estudiosos chamam de "inteligência geral artificial".
É possível aproveitar a IA para criar um futuro mais igualitário. Em todos os setores, os trabalhadores temem que a automação e a inteligência artificial roubem seus empregos. O professor de administração do MIT Sloan, Thomas Kochan, compartilha essas preocupações, mas também vê um "enorme" potencial inovador em novas tecnologias para criar "um futuro produtivo e mais igualitário".
Em seu curso on-line de educação executiva, "Leading the Future of Work", Kochan apresenta um roteiro de quatro frentes para o trabalho do futuro:
Um boom de produtividade alimentado por IA está a caminho. Considere a internet: suas tecnologias fundamentais criaram raízes nas décadas de 1960 e 1970, mas não se tornaram comercializadas até meados da década de 1990. Erik Brynjolfsson, da Universidade de Stanford, parte da Força-Tarefa do MIT sobre o Trabalho do Futuro, chama esse fenômeno de "curva em J", quando a aceitação tecnológica é "lenta e incremental no início, depois acelera para se tornar uma aceitação ampla".
Agora, as empresas devem se preparar para uma curva J alimentada por IA à medida que a tecnologia decola. As empresas devem se concentrar em incorporar inteligência artificial e aprendizado de máquina nos processos de trabalho e preparar os funcionários, disse Brynjolfsson em uma conferência EmTech Next, enquanto os formuladores de políticas devem agir para garantir que sua adoção não contribua para a desigualdade.
A IA requer a adesão das partes interessadas. As ferramentas de aprendizado de máquina são usadas em vários campos. Mas colocar a tecnologia no local de trabalho é apenas um passo - essas ferramentas só são bem-sucedidas se forem integradas aos fluxos de trabalho e se as pessoas confiarem nelas o suficiente para depender delas.
Uma chave para a adoção bem-sucedida é um diálogo contínuo entre desenvolvedores de tecnologia e usuários finais, de acordo com a pesquisa da professora do MIT Sloan, Kate Kelloggand co-autores.