Ir al contenido principal

Comprende el potencial y las limitaciones de la IA

Así como no hace falta ser carpintero para usar un martillo, no hace falta ser experto informático para utilizar la IA eficazmente. Sin embargo, comprender los fundamentos de lo que es capaz de hacer la IA te ayudará a aprovechar la tecnología al máximo. Las herramientas de IA actuales pueden potenciar tu trabajo de muchas maneras. Pueden generar contenido, por ejemplo, para ayudar a un equipo de marketing a hacer un video para promocionar un producto nuevo. Pueden analizar información con rapidez y, por ejemplo, resaltar los puntos clave de un largo hilo de correos. Pueden responder preguntas con detalles y matices. Y, en general, te simplifican el día a día y te permiten concentrar en otros aspectos de tu trabajo.

Si bien la IA puede realizar distintas tareas, hay algunas tareas que requieren la participación humana, como el manejo de asuntos que son delicados. Esas limitaciones pueden ser críticas en determinados contextos. Por ejemplo, la IA no puede aprender por su cuenta. Necesita que las personas actualicen su entrenamiento continuamente. Las falencias en los datos de entrenamiento de una herramienta de IA también pueden reflejar o amplificar sesgos que conducen a resultados tendenciosos o injustos. Otra limitación importante es que los resultados de la IA suelen tener imprecisiones. Es lo que se conoce como alucinaciones. Las alucinaciones son resultados que arroja la IA y que no son ciertos. Esas imprecisiones pueden ser desde errores menores, como una frase que no tiene sentido, hasta distorsiones considerables. 

Por ejemplo, piensa en un jefe de ventas que utiliza una herramienta de IA para analizar los datos de ventas trimestrales. La herramienta de IA podría identificar que bajaron las ventas de un producto específico y marcar ese artículo como algo que hay que retirar de las tiendas. Pero ¿Qué pasaría si existiera un factor estacional que afecta las ventas y no se consideró en el análisis de la herramienta de IA? Alucinaciones como esa pueden llevar a tomar decisiones equivocadas si el usuario no revisa detenidamente los resultados de la herramienta de IA. 

Teniendo en cuenta las limitaciones de la IA, es crucial que un ser humano supervise los resultados generados por la IA para garantizar que la información sea exacta y ética. Para gestionar la IA de manera eficaz en el trabajo, es necesario que personas con cargos técnicos y no técnicos colaboren para garantizar que los resultados de la IA y los procesos de toma de decisiones estén alineados con valores que beneficien a las personas. En última instancia, la clave es un enfoque integrador que aplique la supervisión humana a estas herramientas para dar forma a un futuro mejor en el que la IA nos beneficie a todos.


Fuente:
Coursera – Fundamentos de IA de Google.

Comentarios

Entradas más populares de este blog

Enciclopedia de Máscaras (en PDF)

No cabe duda que el Internet ha ayudado a rescatar y compartir muchas cuestiones que en tiempos anteriores era difícil pensarlo y hacerlo, dada que la logística previa a este invento no era tan rápida y “eficiente” como actualmente trata de serlo, y por esas razones, y dado el panorama del momento (donde ya muchas plataformas te cobran por tener cierta cantidad de almacenamiento o se te ponen intensas con los derechos de autor , con sus pros y contras que eso conlleva) he decidido utilizar la plataforma de Telegram para compartir estos archivos de la Enciclopedia de Máscaras , un trabajo de Mina Editores donde se documenta cientos de máscaras utilizadas en diferentes rings de México , mencionando algunas de sus características, parte de su historia y algunos detalles que hacen la delicia de todos los interesados a la lucha libre .

Análisis de rutas, abandonos y visitantes

Lo primero que tenemos que saber es por qué los usuarios me abandonan, esto nos ayuda a detectar áreas problemáticas y poder investigar qué mejoras podemos realizar para mejorar. Para ello vamos a usar dos tácticas: Por una parte el análisis de abandono en las rutas de Google Analytics combinando con el análisis de usuario de Analytics, y por las grabaciones y los mapas de color de Hotjar.

Referencias electrónicas

Saber cómo hacer referencias es una parte de tu trabajo como Finder, ya que así le darás un fundamento a la información que encontraste en internet. Hacer referencias es importante, ya que con ellas: * Indicas a tu cliente cuáles fueron tus fuentes.