Implementar no es lo mismo que adoptar.

Implementamos una herramienta de predicción del desempeño, después de un tiempo el equipo de gestión del talento identifica algunas predicciones equivocadas, las cuales reporta al equipo que ha generado la herramienta. ¿Es este un caso exitoso o fallido de implementación y adopción?

Si pensamos que la implementación es dejar disponible una herramienta para su uso, entonces esta ha sido exitosa. Pero ¿qué pasa con la adopción? Si la adopción implica que las personas comprenden, usan y se hacen responsables por los sistemas implementados, entonces podríamos decir que este es un caso de adopción exitosa… veamos.

Diremos que una herramienta ha sido adoptada cuando las personas la comprenden, usan y se hacen responsables de ella. Esto implica que debemos separar la implementación y la adopción de una IA. La implementación es cuando dejamos disponible una solución, la adopción es cuando las personas las comprenden, usan y se hacen responsables por ellas.

1. En el caso inicial, ¿comprendía el equipo cómo usar el modelo? Si, de hecho, son capaces de reconocer cuando existen predicciones incorrectas.

2. ¿Era la herramienta utilizada? Si, y al usarla han detectado los problemas.

3. ¿El equipo se ha hecho responsable? Si, esto lo demuestran al tomar las fallas en la predicción y reportarlo al equipo que ha creado el sistema.

Por lo tanto, inicialmente la adopción ha sido apropiada. Ahora, para que el equipo de gestión del talento continúe adoptando la herramienta predictiva, el equipo de desarrollo deberá solucionar los problemas que se presentan.

Lo que quiere reforzar en este caso es:

1. Implementar una herramienta de IA no es lo mismo a que esta sea adoptada. Una solución de IA es adoptada cuando las personas la comprender, usan y se hacen responsables.

   
   

2. Las herramientas de IA necesitan ajustes para que logren un buen desempeño. El tener predicciones erróneas no debe ser visto como un fracaso, sino que la oportunidad de retroalimentar el sistema para que éste mejore su entrenamiento.

¿Cómo impacta esto en la gestión del talento? Pensemos en las diferentes herramientas de IA generativa y analítica que se han implementado, ¿han sido estas efectivamente adoptadas? ¿las personas comprenden como utilizarlas, las usan y aportan para que puedan seguir mejorando?

Esta es una realidad que en openagora nos costó entender. En el último año hemos implementado una serie de herramientas de IA analítica, pero la adopción ha sido baja. La estrategia que ahora estamos usando es no esperar que las personas usen estas soluciones, sino que nosotros actuamos como consultores dando las conclusiones a nuestros clientes.

Esta misma estrategia podría ser utilizada por un HRBP, mostrando como la IA puede agregar valor a la organización y, desde esta forma, generar una demanda por estas herramientas.

Estamos conversando!!!