4 modi in cui sei meglio di un robot

“Con intelligenza artificiale, stiamo evocando il demone. In tutte quelle storie in cui c'è il ragazzo con il pentagramma e l'acqua santa - sì, è sicuro di poter controllare il demone. Non funziona. "

Quelle parole non sono state pronunciate da alcuni neo-ludditi sul ritmo spaventoso del calcolo nell'era digitale. Lo hanno detto recentemente Elon Musk, fondatore di SpaceX e Tesla, investitore di Deepmind (una società di intelligenza artificiale) e, in alcuni ambienti, proclamato come il prossimo Steve Jobs. Quando Musk e altri grandi pensatori, come Bill Gates e il famoso fisico di Cambridge Stephen Hawking, propongono simili avvertimenti per il giorno del giudizio sull'intelligenza artificiale, si crea un grande dibattito globale.

In un recente articolo della Harvard Business Review, Walter Frick scrive dell'ascesa della macchina e del suo impatto sul business e sul nostro lavoro. Offre una prospettiva alternativa, respingendo l '"ossessione della tecnologia che elimina il lavoro a favore di un focus sulla complementarità".

Se si tratta di complementarità, quali competenze dobbiamo sviluppare per prosperare insieme ai computer nell'era degli algoritmi?

Per cominciare, non puoi semplicemente andare e "attivare" algoritmi in un'azienda; La distribuzione di algoritmi su larga scala richiede una solida base tecnica, compresa la capacità di integrare, mantenere e identificare ciò che può essere fatto con tumuli e cumuli di dati. In parole povere, il processo decisionale automatizzato attraverso algoritmi e apprendimento automatico non è un compito facile e richiederà molti più anni di lavoro.

Ma supponiamo per un secondo che la base dati sia stata posta, come probabilmente succederà per la maggior parte delle aziende nel prossimo decennio. Allora come possiamo, come esseri umani, evitare il viaggio su una lunga strada verso l'oblio guidato dalle macchine?

1. Passare da decisioni basate sul presupposto a decisioni basate sui dati .

Troppe decisioni nelle imprese si basano su ipotesi fondate sull'esperienza. Tuttavia, l'esperienza passata potrebbe non essere un fattore predittivo accurato del presente o del futuro quando le industrie e i mercati vengono distrutti. I presupposti si basano spesso su una visione obsoleta di come funziona il mondo.

L'età degli algoritmi consente di affiorare i modelli in base a ciò che sappiamo sta accadendo, invece di fare affidamento su ciò che "sentiamo" o che "pensiamo" possa accadere. Il processo decisionale analitico non è più la riserva di alcuni fanatici dei dati, soprattutto con algoritmi disposti e in grado di fare molto di quel lavoro sporco. Di conseguenza, dobbiamo andare oltre le decisioni basate su intuizione, emozione e aneddoto. L'intuizione è ottima per le idee, ma i dati sono una prova reale.

2. Poni le giuste domande sui dati.

I dati ti daranno le risposte a qualsiasi domanda tu abbia. Ma i dati e gli algoritmi non possono dirti quanto sono buone le tue domande. Dobbiamo imparare a porre le domande giuste.

Questo ci richiede di sapere come lavorare con i dati, come mettere in relazione i dati con il nostro lavoro e come raccontare storie con i dati. Dobbiamo capire quali sono le metriche importanti per l'azienda, quali decisioni devono essere guidate dai dati e come sfruttare gli algoritmi per le decisioni più strategiche.

Prendere un'analogia dalle auto a guida autonoma… Mentre le auto possono essere bravissime a guidare se stesse, non possono decidere dove andare.

3. Aggiungi contesto agli algoritmi.

Le macchine non possono pensare al di fuori dei dati come possono fare i nostri cervelli. Possiamo vedere rapidamente le correlazioni in set di dati completamente non correlati che spesso mancano alle macchine perché comprendiamo il contesto aziendale in cui si verificano le correlazioni e il processo che dà origine ai dati.

Dobbiamo essere esperti nel riconoscimento dei modelli e nell'interpretazione contestuale dei dati. Ciò a sua volta richiede una combinazione di conoscenza del dominio, una comprensione di come il nostro ruolo o dipartimento si inserisce nel contesto più ampio dell'azienda, la capacità di introdurre intuizioni non presenti nei dati e di accettare le intuizioni più rilevanti e rifiutare le altre.

4. Combina i fatti con i sentimenti.

Le macchine sono anche molto povere nel comprendere veramente il comportamento umano individuale e le sfumature di motivazione, emozione e interazione. Quindi continueremo ad avere bisogno di sociologi, psicologi, comunicatori, economisti e leader qualificati che capiscano come ottenere una risposta dai compagni umani. Ogni conversazione nella sala del consiglio inizierà con algoritmi e fatti, ma si concluderà con una stretta di mano.

Concentrandoci sulle funzioni di lavoro critiche in cui le macchine liberano gli esseri umani per svolgere attività più strategiche, complesse e creative, possiamo rimanere al posto di guida anche, e soprattutto, in un'epoca di algoritmi. Che, a proposito, non è così demoniaco come sembra sembrare Musk o benevolo come alcuni direbbero. È il modo in cui ci adattiamo a quella sfumatura che definirà il nostro ruolo nell'era degli algoritmi.