En esta edición de Eye on AI, se investigan desarrollos importantes en el panorama de inteligencia artificial, lo que genera los desafíos y las oportunidades que están presentes en este sector en rápida evolución.
Una investigación reciente del Laboratorio de Medios del MIT enfatiza que aunque la aceptación de la IA en el lugar de trabajo ha aumentado, la ganancia de productividad esperada está en gran medida ausente. A pesar de la casi duplicación de la cantidad de empresas que implementan flujos de trabajo completos con IA en el último año, el 95% de las organizaciones informan que no ven un rendimiento claro de sus inversiones. Algunos inversores interpretan estos hallazgos como una señal de advertencia de una posible ‘burbuja de IA’. Sin embargo, se argumenta que los problemas surgen de una «brecha de aprendizaje», en el que los usuarios pierden un concepto extenso de uso efectivo de herramientas de IA, en lugar de las posibilidades inherentes de la tecnología.
Sin embargo, la próxima investigación de Betterup Labs y la Universidad de Stanford sugiere una explicación alternativa de la escasez de productividad: la proliferación de lo que llaman ‘se convierte’. Definido como contenido generado por IA de baja calidad que no puede no usar nuevas tareas, Workslop se ha vuelto cada vez más común. La encuesta indicó que el 40% de los 1,150 empleados estadounidenses de tiempo completo se encontraron con la plaga de trabajo en el último mes, que se intercambia principalmente entre colegas, así como de informes más altos y directos. Los empleados informaron que habían pasado casi dos horas en abordar cada trabajo generado por IA, lo que resultó en un costo estimado de $ 186 por mes por empleado y más de $ 9 millones para organizaciones con 10,000 empleados anualmente. Además, la presencia de la persona trabajadora tiene una influencia negativa en la moral, por lo que los colegas consideran a quienes lo producen menos capaz y confiable.
Las causas raíz de Workslop se atribuyen parcialmente a las limitaciones de los modelos AI actuales, que están diseñados para predecir el siguiente contenido más probable en lugar de garantizar la calidad. Además, la falta de capacitación de empleados y pautas poco claras de liderazgo con respecto a la IA peor el problema. Evoca la preocupación de que la adopción de IA pueda generar más caos que eficiencia.
Para combatir el creciente problema de la prueba de trabajo, los investigadores asesoran sobre pautas más claras para el uso de IA, promoviendo una aplicación bien considerada de tecnología y mejorando la cooperación entre los empleados. Sin tales medidas, las organizaciones corren el riesgo de complicar los flujos de trabajo en lugar de racionalizarlos, un fenómeno que puede obstaculizar el potencial de las tecnologías de IA.
En otras noticias, NVIDIA ha anunciado planes para una inversión sustancial en OpenAI, con proyecciones de hasta $ 100 mil millones. Esta asociación está lista para fortalecer la entrega de recursos computacionales de IA de NVIDIA. Mientras tanto, el sector de la tecnología es quemar discusiones sobre el futuro de la IA en medio de más de 200 expertos, incluidos los ganadores del premio Nobel y los pioneros de la IA, para el establecimiento de «líneas rojas» internacionales en el desarrollo de la IA debido a las crecientes preocupaciones como los pandemies desarrollados y el desempleo masivo.
En el campo del frente regulatorio, los líderes de NVIDIA y OpenAI han dado una opinión sobre los cambios recientes en los costos de visa H-1B, lo que puede reformar el reclutamiento dentro del sector de la tecnología estadounidense, especialmente para el talento de IA que es crucial para la innovación.
Finalmente, Google Depmind aborda los riesgos emergentes relacionados con la IA y enfatiza la necesidad de limitar el potencial de daño debido a las opciones de IA manipuladora y otros problemas con una alineación incorrecta. El lanzamiento de una nueva versión del Frontier Safety Framework enfatiza la importancia de las medidas proactivas para garantizar que las tecnologías de IA se implementen de manera segura.
A medida que el panorama de IA continúa evolucionando, la necesidad de un uso responsable y las pautas claras se vuelve cada vez más crítica para usar todo el potencial de la tecnología y al mismo tiempo reducir los riesgos asociados.
