En la economía actual, muchos trabajadores se han transferido del trabajo manual al trabajo del conocimiento, el movimiento se ha realizado principalmente a través del desarrollo tecnológico, y en este dominio los trabajadores enfrentan desafíos en torno a la gestión del trabajo no rutina, lo cual es naturalmente incierto. La intervención automática puede ayudar a los trabajadores a comprender su trabajo y promover el rendimiento y la confianza. En un nuevo estudio, los investigadores han encontrado cómo la inteligencia artificial (IA) puede aumentar la confianza en el entorno de trabajo de rendimiento y conocimiento. Encontró que el rendimiento y la confianza aumentaron cuando el sistema AI proporcionó retroalimentación en tiempo real.
Este estudio ha sido publicado por investigadores de la Universidad Carnegie Milen Computadora en el comportamiento humano. El artículo es parte de un tema particular, “Puente Social: una teoría intercontinental de la confianza en la tecnología”, en la que los investigadores de varios sujetos buscan mecanismos y funciones de confianza en las personas y las tecnologías.
“Nuestros resultados desafían las preocupaciones tradicionales de que la Administración con AI promueve la desconfianza y demuestra el camino a través del cual los trabajadores de IA son más esperados”, dijo Anita Williams Wali, profesora de comportamiento organizacional en la Escuela de Negocios Tipper de Carnegie Melon. “Las industrias tienen una amplia gama de resultados de gestión del rendimiento con IA, que depende del entorno de trabajo digital y algorítmico”.
El aprendizaje automático y las aplicaciones de IA se han demostrado permanentemente, lo que exige obras académicas, siempre que puedan normalizarse. Pero en el trabajo no rutinario, las capacidades de IA (por ejemplo, fabricadas para monitorear la capacidad de producción de los gerentes) a menudo promueven la hostilidad en lugar del rendimiento.
En este estudio, los investigadores intentaron determinar cómo la frecuencia de opinión y la incertidumbre de cualquier trabajo discutieron las impresiones de los trabajadores sobre la confianza del algoritmo. En una experiencia aleatoria y controlada, 140 hombres y mujeres (principalmente con 39 años blancos y medios) realizaron un ambiente de atención médica doméstica artificial en línea.
Según los términos de alta o baja incertidumbre, las personas fueron asignadas para recibir o no opiniones automáticas de tiempo real (es decir, opiniones ofrecidas en el trabajo) mientras realizaban su trabajo. Después de completar el trabajo, recibieron la clasificación del algoritmo sobre la base de su desempeño original en el trabajo.
Las opiniones de tiempo real aumentaron la confianza de la calificación de rendimiento al promover la calidad de la calidad de los trabajadores (es decir, el conocimiento de los resultados) y redujeron el grado en que se sorprendieron por su diagnóstico final. Como resultado, se confiaba en los trabajadores en una mejor calificación de rendimiento, especialmente en entornos de trabajo no rutinarios, donde la incertidumbre era alta.
De los límites del estudio, los autores señalaron que sus resultados no podían hacer públicas todas las condiciones, en parte porque los participantes del estudio no fueron extraídos de la población de los cuidadores y que el trabajo falsificado no representaron la atención original. Además, este estudio no probó el papel de las diferencias individuales, como la honestidad y las habilidades.
Alan S. Brown, un estudiante de doctorado del comportamiento organizacional e ideología en la Tipper School of Business de Carnegie Melman, señaló: “El trabajo no rutinario ha creado desafíos para las estrategias de gestión tradicionales, y el desarrollo del sistema de gestión algorítmica brinda la oportunidad de abordarlos”. “Nuestra identidad de un nuevo marco para verificar las interferencias administrativas, lo que hace que el estándar de rendimiento sea más transparente y aumenta la información sobre los resultados de los trabajadores, especialmente en el entorno de trabajo emergente actual”.
El estudio fue financiado por el proyecto de cuidado AI de la American Natricy Science Foundation.
