Transformación del trabajo del conocimiento en seguros

La tecnología cambia el trabajo, la manera en que se realiza y el estilo de vida disfrutado como resultado. A lo largo del tiempo, las olas de disrupción tecnológica (agrícola, industrial, digital) han favorecido y permitido las actividades intelectuales y creativas.

La capacidad de las soluciones de IA generativa para sintetizar y presentar de forma creativa grandes cantidades de información afecta hasta el último bastión del conocimiento humano de valor agregado y del trabajo creativo. Pronto, habrá menos ámbitos de trabajo de mayor valor a los que pueda migrar la mano de obra humana desplazada.

La naturaleza expansiva y curiosa de las soluciones de IA generativa exige límites distintos a los de las tecnologías anteriores, como la garantía de  su formación, de la construcción y del uso éticos. Esto requiere una inversión de roles entre el ser humano y la tecnología, en la que el ser humano desempeña ahora una función de asistencia, y en la que el valor agregado humano no procede de la maximización de la tecnología, sino de su restricción productiva.

En este sentido, la IA generativa no es fundamentalmente un disruptor tecnológico. Se trata más bien de uno empresarial, dirigido directamente a las funciones de dominio corporativo de una empresa y a las que se sitúan en la intersección de la empresa con la tecnología. Estas funciones pueden describirse como tareas del conocimiento.

¿Cuál es el trabajo del conocimiento en el sector de los seguros?

En el sector de  seguros no se vende un producto tangible, sino una promesa de protección. Es un trabajo de construcción, de fijación de precios y de ejecución de las promesas, basadas en el conocimiento . Descritos por primera vez por Peter Drucker, los llamados «trabajadores del conocimiento» son cuantiosos en el sector de seguros moderno.  Pueden tener el título de analista, de consultor, de arquitecto, de estratega, de  investigador o un nombre similar en una organización, pero su trabajo se caracteriza universalmente por las siguientes habilidades:

• Recopilación y síntesis de la información en ideas significativas.
• Desarrollo de un profundo conocimiento de la materia.
• Resolución de problemas y generación de soluciones novedosas.
• Comunicación eficaz  con públicos diversos.

El elemento creativo del trabajo del conocimiento -la capacidad de proporcionar no sólo información, sino también significado, y de generar soluciones novedosas- ha sido, hasta este momento, dominio exclusivo de los seres humanos. Es el principal medio a través del cual se aumenta y se agrega valor a las soluciones informáticas de asistencia. 

La IA generativa cambia radicalmente esta relación entre humanos y tecnología. La capacidad de los grandes modelos lingüísticos y de la IA generativa para convertirse no sólo en proveedores de información, sino en proveedores de contexto, de significado y de soluciones novedosas a escala, traspasa el velo entre  humanos y tecnología, al permitir a esta última la participación en actividades creativas.

Al hacerlo, la IA generativa ya cambia el trabajo del conocimiento en seguros tal y como se lo conoce actualmente. Al igual que en anteriores transformaciones,  la productividad mejorará enormemente, obligando a los trabajadores a adaptarse. Sin embargo, la velocidad probable de esta transformación puede ser mucho mayor que la de las anteriores.

La velocidad de la transformación del trabajo del conocimiento

Una investigación reciente de Deloitte revela que el  79% de los líderes empresariales y tecnológicos espera una transformación sustancial de la IA generativa dentro de su organización  y de su  industria en los próximos tres años. Gartner prevé que, para 2026, una contratación de robocolaboradores para la contribución del trabajo de más de 100 millones de humanos..

Apenas unos meses después de la presentación pública de ChatGPT,  se observa que los grandes modelos lingüísticos y las soluciones de IA generativa se abren camino en las herramientas empresariales para  la generación de contenidos, la gestión del conocimiento y el desarrollo de software. La adopción de estas funciones podría provocar pronto el desplazamiento de las actuales competencias de los trabajadores del conocimiento, combinando la naturaleza del trabajo, especialmente en sectores centrados en la información como el de los seguros.

La inversión de roles entre los humanos y la tecnología, en la que los humanos desempeñan un papel de asistencia, añadiendo valor a través de la restricción productiva, requerirá la reconstrucción de ciertas competencias básicas en dos áreas importantes:

Inteligencia conversacional: El toma y daca de una conversación, en la que cada parte aporta datos, contexto e indicios emocionales se asemeja más a las interacciones para las cuales se encuentran optimizados los grandes modelos lingüísticos. A diferencia de los algoritmos de los motores de búsqueda, las soluciones de IA generativa (en concreto, los chatbots) son extremadamente hábiles, a la hora de alterar la información proporcionada a un usuario y la forma en que es provista. 

Esto requiere una interacción de usuario mas interactiva,  conversacional, colaborativa e, incluso, lúdica de lo habitual, con el fin de obtener los datos y las presentaciones de mayor utilidad.

Pensamiento crítico: La naturaleza altamente variable de la información proporcionada a un usuario, y la forma en que es provista, requiere de un acercamiento  a las soluciones de IA generativa con un sano escepticismo. Las soluciones de IA generativa son motores de contexto que alteran sus respuestas para adaptarlas a lo posiblemente requerido por el usuario. Estas contienen sesgos, pereza estacional y alucinaciones, es decir, generan información inexacta como si fuera cierta. Los usuarios de IA generativa deben ser conscientes de estas limitaciones y no confundir la autoridad percibida de los resultados de la IA con la verdad absoluta.

Los trabajadores del conocimiento del sector asegurador deberán plantearse seguir estos cuatro pasos para la ampliación de su comprensión y de su competencia:

• Aprender: No es necesario ser un experto en desarrollo de IA para aprovechar sus ventajas, pero un primer paso es la adquisición de los conocimientos básicos relacionados con la construcción y con el entrenamiento de oss grandes modelos lingüísticos y de las soluciones de IA generativa.
  Existen numerosos recursos disponibles, desde vídeos gratuitos de YouTube hasta vías de aprendizaje de bajo costo ofrecidas por proveedores de cursos en línea.
• Jugar: No hay nada que sustituya el uso de soluciones de IA generativa para comprender su comportamiento y su respuesta a las consultas con información y con contexto. Las versiones gratuitas de chatbots como ChatGPT de OpenAI y Gemini de Google son herramientas estupendas para comenzar con el desarrollo de las  habilidades conversacionales. 
• Utilizar: sea cual sea el trabajo diario, pensar la forma en que el uso de una solución de IA podría aumentar la productividad. ¿Hay alguna investigación en la que se esté trabajando que podría acelerarse mediante la IA generativa? ¿Será de ayuda para la redacción de requisitos o de normas empresariales? ¿Se podría comprobar la exactitud y la originalidad de una propuesta o de una presentación? Aplicando la propia experiencia y el ojo crítico a la contribución de la solución de IA, se comenzará a conocer dónde reside el mayor valor para la función actual. Es importante tener en cuenta las políticas de uso de la IA vigentes en la empresa, asegurando que la protección de datos de los clientes y de la información comercial confidencial  nunca se vea comprometida.
• Compartir: Gran parte de las empresas comprenden ahora el potencial de la IA generativa, y han tomado medidas para la creación de pequeños modelos lingüísticos propios o para la realización de  pruebas de concepto (PdC) específicas. En el futuro, para pasar de las pruebas de concepto a la implantación a gran escala será necesaria una mejor comprensión de  la rentabilidad específica de la inversión en los distintos casos de uso. Al compartir se aprende a través de la experimentación, pudiendo establecerse como un recurso para la contribución  a la base de conocimientos de la empresa. Optar por el compromiso, el aprendizaje y el intercambio,  es distintivo de una mentalidad de crecimiento, y muy probablemente,  sean los comportamientos que diferencien a quienes se adapten y prosperen en el futuro del trabajo del conocimiento en seguros.

FUENTE: www.propertycasualty360.com