Hoy
en
día,
la
inteligencia
artificial
va
camino
de
convertirse
en
una
herramienta
omnipresente
en
el
ámbito
laboral,
en
todo
tipo
de
tareas…
incluyendo
(dada
la
importancia
del
trabajo
remoto),
la
supervisión
automatizada
de
los
trabajadores.
Sin
embargo,
investigaciones
recientes
de
la
Universidad
de
Cornell
sugieren
que
el
uso
de
la
IA
para
supervisar
el
comportamiento
y
la
productividad
de
los
empleados
puede
traducirse
en
inesperadas
consecuencias
adversas
para
las
compañías
que
apuesten
por
ello.
Los
sistemas
de
supervisión
basados
en
IA
suelen
estar
diseñados
para
monitorizar
una
amplia
gama
de
actividades,
desde
la
interacción
con
clientes
hasta
el
cumplimiento
de
tareas
diarias.
Estas
herramientas,
que
pueden
analizar
expresiones
faciales,
tono
de
voz
y
comunicaciones
escritas,
pretenden
asegurar
que
los
empleados
mantengan
altos
niveles
de
productividad.
No
obstante,
los
hallazgos
de
los
investigadores
de
Cornell
indican
que
este
tipo
de
supervisión
puede
generar
resistencia
y
disminución
del
rendimiento
entre
los
empleados,
así
como
hacer
que
sean
más
proclives
a
presentar
su
renuncia.
La
resistencia
contra
la
IA
(y
no,
no
la
lidera
John
Connor)
El
estudio,
titulado «Algorithmic
Versus
Human
Surveillance
Leads
to
Lower
Perceptions
of
Autonomy
and
Increased
Resistance»,
revela
que
los
empleados
sienten
una
mayor
pérdida
de
autonomía
cuando
son
supervisados
por
IA
en
comparación
con
la
supervisión
humana.
Esta
percepción
de
pérdida
de
control
de
su
propio
tiempo
de
trabajo
se
traduce
en
una
serie
de
comportamientos
de
resistencia
(quejas)
y
una
disminución
en
el
rendimiento.
En
uno
de
los
experimentos
del
estudio,
se
pidió
a
los
participantes
que
generaran
ideas
para
un
parque
temático
mientras
eran
supervisados
por
un
asistente
de
investigación
humano
o
por
un
sistema
de
IA.
Aquellos
supervisados
por
IA
no
solo
criticaron
más
la
vigilancia,
sino
que
también
produjeron
menos
ideas,
evidenciando
un
impacto
negativo
en
su
creatividad
y
desempeño.
La
supervisión
algorítmica
ya
ha
provocado
reacciones
negativas
en
varios
contextos.
En
2020,
un
banco
de
inversión
abandonó
rápidamente
un
programa
piloto
que
monitorizaba
la
actividad
de
los
empleados,
incluyendo
alertas
por
tomar
demasiados
descansos.
Durante
la
pandemia,
la
vigilancia
en
exámenes
virtuales
también
generó
protestas:
numerosos
estudiantes
dijeron
estar
preocupados
porque
se
interpretasen
erróneamente
sus
movimientos
como
trampas.
La
importancia
de
cambiar
el
enfoque
A
pesar
de
los
desafíos,
la
investigación
sugiere
que
es
posible
mitigar
estos
efectos
negativos…
si
se
cambia
el
enfoque
de
la
supervisión
algorítmica.
Cuando
los
participantes
fueron
informados
de
que
la
IA
se
usaría
para
proporcionar
retroalimentación
(en
lugar
de
para ‘juzgar’),
no
dieron
a
entender
que
percibieran
una
pérdida
significativa
de
autonomía
ni
que
les
generase
un
aumento
en
la
intención
de
renunciar.
Emily
Zitek,
coautora
del
estudio,
afirma:
«Cuando
la
inteligencia
artificial
y
otras
tecnologías
avanzadas
se
implementan
con
fines
de
desarrollo,
a
las
personas
les
gusta
aprender
de
ellas
y
mejorar
su
desempeño.
El
problema
surge
cuando
sienten
que
se
está
realizando
una
evaluación
automática
directamente
desde
los
datos,
sin
poder
contextualizarla
de
ninguna
manera.»
Resumiendo:
la
supervisión
algorítmica
es
una
espada
de
doble
filo
en
la
que,
mientras
se
promete
eficiencia
y
objetividad,
una
implementación
sin
la
adecuada
consideración
de
los
aspectos
humanos
puede
resultar
contraproducente.
Imagen
|
Marcos
Merino
mediante
IA
