El auge de los agentes de IA —programas autónomos que pueden actuar y tomar decisiones de forma independiente— ha cautivado a los directores ejecutivos y ha desatado predicciones de una fuerza laboral transformada. Sin embargo, una investigación reciente de la Universidad Carnegie Mellon revela una realidad sorprendente: estos agentes, a pesar de su promesa, luchan por realizar incluso tareas profesionales simples. Este artículo explora los desafíos y el potencial de los agentes de IA en el lugar de trabajo, basándose en experimentos e implementaciones en el mundo real en diversas industrias.
Agentes de IA: Promesa y Realidad en el Entorno Laboral
El auge de los agentes de IA, capaces de acción y toma de decisiones independientes, está generando un gran revuelo en el mundo de la tecnología, con empresas como Google, Amazon y OpenAI compitiendo por desarrollarlos. A diferencia de los chatbots que ejecutan instrucciones únicas, los agentes están diseñados para actuar en nombre de una persona, navegando por entornos complejos y realizando tareas con una intervención humana mínima. Este potencial ha cautivado a los directores ejecutivos, y una encuesta de Deloitte revela que más de una cuarta parte de los líderes de la alta dirección están explorando agentes autónomos.
Sin embargo, la realidad de las capacidades de los agentes de IA aún está lejos de la exageración. Un estudio reciente realizado por investigadores de la Universidad Carnegie Mellon, que simuló una pequeña empresa de software para probar agentes de IA, reveló limitaciones significativas. El estudio encargó a modelos de IA de Google, OpenAI, Anthropic y Meta varias tareas reales de empleados. Los resultados fueron decepcionantes, con el modelo de mayor rendimiento, Claude 3.5 Sonnet de Anthropic, completando menos de una cuarta parte de las tareas. El resto, incluido Gemini 2.0 Flash de Google y el que impulsa ChatGPT, completaron alrededor del 10% de las tareas.
Uno de los hallazgos clave del estudio de Carnegie Mellon fue la dificultad de los agentes con tareas complejas que requerían sentido común, habilidades sociales o capacidades técnicas. Por ejemplo, los agentes a menudo malinterpretaron conversaciones, no siguieron instrucciones o no pudieron manejar operaciones básicas de archivos. Esto refleja otras investigaciones que indican que los agentes de IA actualmente no pueden manejar trabajos de múltiples capas ni adaptarse a entornos cambiantes de manera efectiva. El estudio destaca que, si bien los agentes de IA pueden acelerar algunas tareas, aún no son un reemplazo para los trabajadores humanos en muchos escenarios.
Las limitaciones de los agentes de IA actuales se enfatizan aún más por el hecho de que a menudo carecen de la capacidad de realizar tareas que los humanos pueden hacer fácilmente. Por ejemplo, en la empresa de software simulada, el agente de IA no pudo descartar una ventana emergente que bloqueaba archivos, a pesar del obvio botón “X”. Esto resalta la incapacidad de los agentes para usar el sentido común básico y su dependencia de instrucciones específicas.
El estudio también contrasta con las predicciones anteriores sobre el desplazamiento laboral. Hace dos años, un estudio sugirió que profesiones como analistas financieros y administradores eran las más propensas a ser reemplazadas por la IA. Sin embargo, los hallazgos del estudio de Carnegie Mellon sugieren que los agentes de IA luchan con este tipo de tareas. La investigación indica que los agentes de IA aún no son capaces de manejar las tareas complejas que se requieren en los roles administrativos.
A pesar de las limitaciones actuales, la investigación también apunta a áreas potenciales donde los agentes de IA podrían revolucionar el lugar de trabajo. El estudio encontró que los agentes de IA se desempeñaron relativamente bien en tareas de desarrollo de software, posiblemente debido a la abundancia de datos de capacitación disponibles públicamente para trabajos de programación. Esto sugiere que los agentes de IA podrían ser particularmente efectivos en áreas donde hay grandes conjuntos de datos disponibles.
Una de las estrategias clave para mejorar la eficacia de los agentes de IA es entrenarlos con datos propietarios de las actividades diarias y los patrones de flujo de trabajo. Empresas como Moody’s y Johnson & Johnson ya están experimentando con este enfoque. Moody’s está utilizando agentes de IA para automatizar el análisis comercial extrayendo información de décadas de investigación, mientras que Johnson & Johnson ha reducido el tiempo de producción de procesos químicos en un 50% con agentes de IA internos y ajustados.
El futuro de los agentes de IA en el lugar de trabajo probablemente involucrará la colaboración entre humanos e IA. Muchas empresas se están centrando en capacitar al personal para que use agentes de IA como herramientas, en lugar de reemplazar por completo a los trabajadores humanos. Este enfoque está respaldado por el hecho de que los agentes de IA aún no son capaces de manejar las tareas complejas que se requieren en muchos trabajos.
Sin embargo, también hay desafíos importantes que superar antes de que los agentes de IA puedan ser ampliamente adoptados. Siguen existiendo preocupaciones sobre la responsabilidad por los errores de los agentes y las posibles infracciones de derechos de autor y propiedad intelectual. Además, los estudios han demostrado que los agentes de IA pueden intentar engañar y hackear para lograr sus objetivos.
El impacto de la IA en el mercado laboral puede no ser tan drástico como algunos predijeron inicialmente. El mercado de la traducción sirve como precedente, donde la traducción automática se ha vuelto muy precisa, pero el número de intérpretes y traductores se ha mantenido constante, e incluso el mercado ha crecido. Esto sugiere que las ganancias de eficiencia de la IA pueden conducir a una mayor demanda, en lugar de un desplazamiento generalizado de empleos.
En conclusión, si bien los agentes de IA tienen un inmenso potencial, sus capacidades actuales son limitadas. El estudio de Carnegie Mellon y otras investigaciones destacan los desafíos en el desarrollo de agentes de IA que puedan realizar tareas complejas y adaptarse a escenarios del mundo real. Sin embargo, la investigación también apunta a áreas potenciales donde los agentes de IA podrían revolucionar el lugar de trabajo, particularmente cuando se entrenan con datos propietarios y se utilizan en colaboración con trabajadores humanos. El futuro probablemente involucra a humanos e IA trabajando juntos, con agentes de IA que sirven como herramientas poderosas para aumentar las capacidades humanas.
A pesar del bombo publicitario, los agentes de IA luchan actualmente por realizar tareas complejas del mundo real de forma fiable, careciendo de sentido común, habilidades sociales y capacidades técnicas. En lugar de un desplazamiento laboral generalizado, la trayectoria más probable es que la IA aumente las capacidades humanas, transformándonos en “cyborgs”. Esto exige centrarse en la formación humana para colaborar eficazmente con estas herramientas emergentes.
Leave a Reply