Cómo el uso de la IA está dando más significado al trabajo
En un mundo donde la velocidad y la sobrecarga de información son cada vez mayores, ¿cómo podemos mantenernos enfocados en las cosas que realmente importan? Conoce al equipo de aprendizaje automático que utiliza tecnología de vanguardia para lograr que el trabajo sea más significativo.
Es cierto que la tecnología nos permitió mejorar la conexión, la velocidad y la eficiencia. Pero también aumentó drásticamente el volumen de información con el que nos vemos obligados a lidiar. Se estima que, este año, se enviarán 120.000 millones de correos electrónicos diarios, y la tradicional jornada laboral de 8 horas parece haberse extendido varias horas más, ya que los celulares nos ponen al alcance de colegas de todo el mundo en un abrir y cerrar de ojos.
Imagina tener un asistente personal universal que nos brinde lo que necesitamos en el momento justo
En el futuro, en lugar de aumentar el volumen de información con el que estamos obligados a lidiar, la tecnología nos ayudará a crear experiencias más personalizadas. Filtrará lo irrelevante y nos mostrará únicamente lo que importa de verdad. La relevancia va a ser un factor esencial.
Filtrar lo irrelevante
Esta ha sido, durante mucho tiempo, la promesa de la IA. Olvídate de los robots que vienen a apoderarse de los trabajos de los humanos. Imagina, en cambio, un asistente personal universal que examine cuidadosamente todo el caudal de correos electrónicos, invitaciones a reuniones, mensajes instantáneos, notificaciones y actualizaciones de proyectos para brindarnos lo que necesitamos en el momento oportuno.
¿Suena descabellado? Si usas Workplace, seguramente ya lo experimentaste.
Mensajes con mayor relevancia
La misión del equipo de aprendizaje automático de Workplace es lograr que la plataforma sea lo más relevante posible para cada una de las personas que la usan. "Esto significa que, cuando inicies sesión en Workplace, te ayudará a encontrar lo que necesitas para hacer bien tu trabajo. Significa que te será muy fácil colaborar con otras personas. Y significa que tu trabajo será mejor", explica Tamar Bar Lev, la gerenta de ingeniería responsable del equipo.
"Esto significa que, cuando inicies sesión en Workplace, te ayudará a encontrar lo que necesitas para hacer bien tu trabajo"
El aprendizaje automático es un subcampo de la IA que permite a las computadoras aprender cómo resolver diferentes tareas brindándoles información sin necesidad de programarlas de manera explícita.
El equipo de Bar Lev resuelve problemas relativos a la clasificación y las recomendaciones. Su trabajo consiste en asegurarse de que, cada vez que inicies sesión en Workplace, el algoritmo te muestre las publicaciones y las recomendaciones que sea más probable que te resulten útiles, y dé menos prioridad a las que no necesites.
La predicción de probabilidades mejora la experiencia del usuario
El aprendizaje automático avanzado depende de la capacidad de cálculo total. "Entrenamos nuestros modelos con ejemplos anteriores", explica Bar Lev. "Alimentamos nuestros modelos con información sobre cómo se comportaron anteriormente los usuarios y cómo interactuaron con diferentes productos. Con suficiente información, los modelos son capaces de aprender cómo predecir las probabilidades de determinados eventos. Luego, podemos usar estas predicciones de probabilidades para decidir qué historias y recomendaciones son las mejores para cada usuario y, mostrárselas".
"Combinamos todas estas probabilidades en una puntuación final. La publicación con la mayor puntuación se muestra primero"
Este sigiloso mecanismo de relojería suiza se pone en marcha cada vez que abres Workplace. "Para la sección de noticias [el corazón de Workplace, donde puedes desplazarte para ver publicaciones y recomendaciones], tomamos un puñado de publicaciones de personas a quienes sigues, de personas de tu equipo, de grupos en los que estás", nos cuenta Bar Lev.
"Luego, extraemos ciertas características de cada publicación (por ejemplo, cuántas veces hiciste clic en una publicación de ese usuario en los últimos siete días) y, con esa información, alimentamos el algoritmo. Eso arroja ciertas probabilidades: ¿qué probabilidades hay de que hagas un comentario?"
"¿Qué probabilidades hay de que indiques que te gusta? ¿Qué probabilidades hay de que reacciones a la publicación? Combinamos todas estas probabilidades en una puntuación final y colocamos todas las publicaciones en orden descendente. En última instancia, la publicación con la mayor puntuación se muestra primero".
Dar más significado al trabajo
Puede que no se parezca en nada a la IA que nos prometió Hollywood (o sobre la cual tanto nos advirtió). Pero esto es lo último en aprendizaje automático, producto de años y años de experiencia de Facebook en investigaciones de consumidores. "Cuando hacemos la clasificación de la sección de noticias en Workplace, no empezamos de cero", aclara Bar Lev. "Aprendimos muchísimo tras tantos años de desarrollar la sección de noticias para consumidores en Facebook. Sabemos qué funciona y qué no. El desafío es adaptarlo al entorno laboral".
Queremos asegurarnos de que, cuando vuelvas a iniciar sesión para trabajar la mañana siguiente, no te pierdas de ninguna información crucial para tu trabajo
Por ejemplo: "Queremos asegurarnos de que no te pierdas nada importante. Si terminas tu jornada laboral y vuelves a iniciar sesión la mañana siguiente o después de un fin de semana largo, queremos asegurarnos de que no te pierdas ninguna información crucial para tu trabajo. Entender qué publicaciones deben mostrarse en estos casos es un problema muy diferente de entender qué publicaciones debemos mostrarte en tu calidad de consumidor de Facebook cada vez que abres la app".
El grafo laboral y una mejor conectividad en Workplace
Lo más emocionante de todo esto es que la IA recién está dando sus primeros pasos, y el equipo (al igual que el algoritmo) está aprendiendo rápido. Así como Facebook construyó el grafo social de las personas, una red interconectada de amigos, familiares e intereses, el equipo de ingeniería de Bar Lev está desarrollando el grafo laboral, que, a su modo, podría ser igual de revolucionario.
"Uno de los interrogantes que nos planteamos es qué podemos hacer para lograr que todas tus conexiones sean más significativas. Queremos estudiar qué tan significativo será para ti seguir a alguien. ¿Te reunirás más adelante con esa persona? ¿Asistirán a los mismos eventos?
"Cuando analizamos a tus compañeros de trabajo más relevantes, queremos ver si colaboras con ellos en Quip o Google Drive. ¿Te comunicas con ellos? ¿Haces comentarios en sus publicaciones? Queremos entender cómo funciona tu red, de modo que, al sugerirte cosas o mostrarte historias en determinado orden, tengamos la certeza de que serán las más importantes".
Y, luego, ¿qué? "Significa que tu trabajo será mejor. Sentirás que, sin la ayuda de Workplace, te llevaría más tiempo. En cierto sentido, lo echarás de menos".
