Entendiendo las percepciones de los empleados sobre las herramientas de IA generativa

La Inteligencia Artificial (IA) ha avanzado un montón en los últimos años. En muchos campos como la tecnología de la información y la salud, las herramientas de IA han empezado a ayudar a la gente con varias tareas. Por ejemplo, la IA puede ayudar a los doctores a diagnosticar pacientes o a los equipos de ventas a predecir ventas futuras. Sin embargo, hay preocupaciones crecientes sobre cómo funcionan estas herramientas, especialmente porque muchas son complejas y no se entienden fácilmente. Es importante hablar de estas preocupaciones sobre la transparencia y la confianza, ya que son clave para hacer que las herramientas de IA sean más aceptables para los usuarios.

En este contexto, las herramientas generativas que crean texto, código o imágenes están volviéndose más comunes. Herramientas como ChatGPT y GitHub Copilot permiten a los usuarios interactuar con la IA para generar contenido, haciendo que las tareas sean más fáciles y rápidas. Sin embargo, todavía hay preocupaciones sobre la precisión de estas herramientas y las implicaciones éticas de su uso en el trabajo. En este artículo, vamos a explorar cómo perciben los Empleados en una empresa de IT estas herramientas generativas y qué influye en su Aceptabilidad.

#El auge de las herramientas generativas

La IA busca desarrollar programas que puedan manejar tareas que usualmente hacen los humanos sin necesidad de instrucciones específicas. Las herramientas generativas que crean texto, código o imágenes son algunas de las aplicaciones más visibles de la IA hoy en día. Estas herramientas se basan en Modelos de Lenguaje Grande (LLMs), que se entrenan con grandes cantidades de datos de texto para aprender cómo funciona el lenguaje humano. Una vez entrenados, los LLMs pueden responder a entradas como palabras clave o frases para crear contenido que parece hecho por humanos.

Para la Generación de Código, estas herramientas pueden convertir descripciones en lenguaje natural en código funcional, ayudando a los desarrolladores a evitar trabajos tediosos. Sin embargo, aunque pueden acelerar el proceso de codificación, la calidad del código no siempre puede igualar lo que un codificador humano hábil puede producir. Estudios han demostrado que herramientas como GitHub Copilot pueden generar una cantidad significativa de código correcto, pero aún se quedan atrás en algunos aspectos en comparación con la performance humana.

Desde finales de 2022, ChatGPT ha ganado popularidad por su capacidad de generar texto y código a través de conversaciones naturales. Aunque no puede crear imágenes por sí solo, su versatilidad le permite ser usado en varios dominios. Estas herramientas generativas pueden mejorar mucho la comunicación al proporcionar respuestas relevantes a preguntas específicas. Sin embargo, también vienen con desafíos éticos y sociales sobre la precisión y la propiedad del contenido generado.

#Metodología

Para entender mejor cómo los empleados ven las herramientas generativas en un entorno de IT, realizamos una encuesta dentro de un departamento específico. Nuestro objetivo era recopilar información sobre la aceptabilidad de estas herramientas basada en diferentes factores. Diseñamos un cuestionario enfocado en varios aspectos de aceptación, como la utilidad percibida, la facilidad de uso y cómo las influencias sociales pueden desempeñar un papel.

Examinamos varios factores, incluyendo la experiencia laboral, el tipo de trabajo, cuán a menudo los empleados usan estas herramientas y la importancia de las tareas para las que se utilizan. Hipotetizamos que estos factores afectarían significativamente la percepción de los empleados sobre las herramientas generativas.

#Resultados de la encuesta

De 41 empleados en el departamento, 19 participaron en la encuesta. Entre estos participantes, 16 estaban familiarizados con ChatGPT, y varios lo habían probado. Otras herramientas generativas mencionadas incluyeron GitHub Copilot y DALL-E. Curiosamente, la mayoría de los encuestados dijeron que raramente usaban estas herramientas en su trabajo diario.

A pesar del uso limitado, muchos encuestados reconocieron la utilidad de estas herramientas generativas para tareas como asistencia en codificación, optimización de búsquedas de información y más. Indicaron que las herramientas generativas podrían ayudar a mejorar la eficiencia y la productividad.

Al analizar los datos, encontramos que los diferentes factores que influyen en las percepciones de estas herramientas estaban algo conectados. Sin embargo, la influencia social parecía tener un impacto menos significativo en comparación con otros factores.

#Correlación entre factores

La relación entre los factores que estudiamos se analizó utilizando métodos estadísticos. Los resultados indicaron que la mayoría de los factores que afectan la aceptación estaban moderadamente correlacionados entre sí. Sin embargo, la influencia social tuvo una puntuación más baja en correlación con otros factores, sugiriendo que puede jugar un papel diferente en cómo los empleados ven estas herramientas en comparación con aspectos como la utilidad percibida o la facilidad de uso.

Al desglosar las respuestas, buscamos identificar diferencias basadas en criterios específicos. Por ejemplo, exploramos cómo la experiencia laboral, el tipo de trabajo y la frecuencia de uso de las herramientas podrían afectar las percepciones.

#Pruebas de hipótesis

A través de nuestro análisis, probamos nuestras hipótesis sobre cómo diferentes factores podrían impactar las opiniones sobre las herramientas generativas. Encontramos que la experiencia laboral no parecía conducir a percepciones significativamente diferentes. De manera similar, el tipo de trabajo no resultó en diferencias notables en cómo se veían las herramientas.

Por otro lado, notamos que la frecuencia de uso era esencial en dar forma a cómo los empleados percibían la utilidad de estas herramientas. Aquellos que usaban herramientas generativas más a menudo las consideraban beneficiosas y expresaron una mayor intención de seguir usándolas. Aunque hubo una tendencia que sugería que la importancia de las tareas podría influir en las percepciones, no alcanzó significancia estadística.

En general, parece que el uso regular de herramientas generativas es crucial para dar forma a cómo los empleados las ven en su contexto laboral.

#Discusiones e implicaciones

Nuestros hallazgos sugieren que las herramientas generativas tienen el potencial de mejorar la eficiencia en el lugar de trabajo, pero su aceptación puede verse obstaculizada por factores como la reticencia a adoptar nuevas tecnologías o la falta de conocimiento sobre sus beneficios. Para fomentar un uso más amplio de estas herramientas, las organizaciones deberían considerar ofrecer sesiones de capacitación, talleres o campañas informativas para ayudar a los empleados a comprender mejor su valor.

Aunque nuestro estudio se centró en una sola empresa y una muestra relativamente pequeña, proporciona información sobre cómo los empleados perciben estas herramientas generativas. Investigaciones futuras podrían explorar entornos laborales más diversos y recopilar conjuntos de datos más grandes para ver si estos hallazgos pueden ser generalizados. Estudios cualitativos adicionales podrían ayudar a identificar por qué algunos empleados son más rápidos en adoptar estas herramientas que otros.

#Conclusión

Esta investigación sobre las opiniones de los empleados sobre las herramientas generativas basadas en LLM revela que hay una aceptación moderada de estas tecnologías dentro de un departamento de IT. Los empleados que usan herramientas generativas más frecuentemente las ven de manera positiva y están más inclinados a seguir usándolas. Sin embargo, la adopción de estas herramientas podría estar limitada por varios factores, incluyendo el escepticismo hacia las nuevas tecnologías y la necesidad de mejor capacitación.

A medida que las organizaciones buscan implementar herramientas generativas, entender las percepciones de los empleados es esencial. Al abordar preocupaciones y enfatizar los beneficios, las empresas pueden mejorar la productividad y la experiencia laboral de sus empleados. Este estudio destaca la importancia de la exploración continua sobre cómo estas tecnologías pueden servir mejor a los empleados y cómo las organizaciones pueden facilitar su adopción en el lugar de trabajo.