This post is based on two articles from Harvard Business School that address the capabilities and limitations of artificial intelligence (AI) in areas crucial to business success: communication and adapting to change.
The first article, “AI Can Help Leaders Communicate, But Can’t Make Employees Listen” addresses AI’s limitations in relation to the credibility that leaders inevitably need.
Algorithm Aversion and the Acceptance of AI at Work
This article refers to “algorithm aversion” and its impact on the acceptance of AI in the workplace. This phenomenon translates into an inherent distrust by humans of decisions and information from algorithms, preferring human interaction instead.
The study, dubbed the “Wade Test”, was based on an AI language model trained with communication data from the CEO of a technology company. The AI was used to answer questions from employees, who evaluated the answers without knowing their origin. The results revealed that although the AI managed to mimic the CEO’s writing style convincingly, employees rated answers they perceived to be from the AI as less useful, even when they were actually from the CEO himself. This highlights the tendency to favor human communication, even when AI demonstrates competence.
This study illustrates how aversion to algorithms can be a significant obstacle to implementing AI in the workplace. Even if AI can perform tasks efficiently, a lack of trust on the part of employees can jeopardize its acceptance and, consequently, its effectiveness.
To overcome this challenge, it is crucial to promote transparency and understanding about how AI works. Educating employees about the capabilities and limitations of AI, as well as demonstrating its benefits, can help increase trust and decrease resistance to its use.
In addition, it is important to find a balance between the automation of tasks by AI and maintaining human interaction, recognizing the situations in which human intervention is crucial to ensure trust and effectiveness.
In short, aversion to algorithms is a determining factor in the acceptance of AI in the workplace. The “Wade Test” demonstrates the need to address the issue of trust for the implementation of AI to be successful. Transparency, education, and a balance between automation and human interaction are key elements in promoting acceptance of AI and ensuring its effective integration into the workplace.
The second article, entitled “How Humans Outshine AI in Adapting to Change”, highlights the huge advantage that humans have over AI when it comes to adapting to change.
AI’s Limitations in Adapting to Change
This article explores the limitations of artificial intelligence in its ability to adapt to constantly changing environments. One of the main conclusions is that current AI lacks the flexibility inherent in humans to navigate dynamic scenarios.
The study uses a series of video games to compare the performance of humans and AI algorithms. The results show that humans are significantly faster and more efficient at solving problems that require them to adapt to new situations. The main factor contributing to this disparity is the absence of a “sense of self” in AI.
While humans can self-orientate in new contexts, understanding the environment and the problem at hand, AI lacks this ability. “Self-orientation” in this context refers to the ability to recognize change in the environment and adapt behavior accordingly.
Research suggests that today’s AI relies heavily on pre-existing data to learn and make decisions. When confronted with a situation outside its training data set, AI shows difficulty in adapting. The study’s authors argue that this over-reliance on data limits AI’s flexibility, making it less effective in complex and unpredictable scenarios.
As an example, the study mentions the case of an autonomous car that needs to deal with an unexpected situation, such as getting stuck in a pothole. While a human would be able to recognize the new problem and adapt its behavior to find a solution, the AI would have difficulty dealing with the situation, as it would not be included in its training data.
In short, the study highlights the importance of “self-orientation” for adapting to change and demonstrates that current AI lacks this crucial ability, limiting its applicability in dynamic scenarios. The authors argue that future research should focus on developing AI with greater flexibility and adaptability, drawing inspiration from the self-orientation mechanisms present in humans.
What can we conclude from this?
The articles highlight the potential of AI to transform communication and management but also underline its current limitations. The lack of credibility and the inability to adapt flexibly to new contexts represent significant challenges for the widespread implementation of AI.
Leaders can become more efficient by making the most of AI’s unique capabilities, complementing them with their intelligence and the adaptability that only humans have.
The question is not which type of intelligence will prevail but how the two can be combined in a powerful way.
To listen to a podcast on this topic, LISTEN HERE.
Enjoy 😉
IA & Liderança (powered by HBS)
Surge este post da leitura de dois artigos da Harvard Business School que abordam as capacidades e limitações da inteligência artificial (IA) em áreas cruciais para o sucesso empresarial: comunicação e adaptação a mudanças.
O primeiro artigo, sob o título “AI Can Help Leaders Communicate, But Can’t Make Employees Listen“aborda as limitações da IA face à credibilidade que os líderes necessitam inevitavelmente de ter.
A Aversão a Algoritmos e a Aceitação da IA no Trabalho
Neste artigo é feita referência à “aversão a algoritmos” e o seu impacto na aceitação da IA no ambiente de trabalho. Este fenómeno traduz-se numa desconfiança inerente dos humanos em relação às decisões e informações provenientes de algoritmos, preferindo, em vez disso, a interação humana.
O estudo, apelidado de “Teste Wade”, baseou-se num modelo de linguagem de IA treinado com dados de comunicação do CEO de uma empresa de tecnologia. A IA foi utilizada para responder a perguntas de funcionários, que posteriormente avaliaram as respostas sem saber a sua origem. Os resultados revelaram que, apesar da IA ter conseguido imitar o estilo de escrita do CEO de forma convincente, os funcionários classificaram as respostas que percecionavam como sendo da IA como menos úteis, mesmo quando, na realidade, eram do próprio CEO. Este facto evidencia a tendência para favorecer a comunicação humana, mesmo quando a IA demonstra competência.
Este estudo ilustra como a aversão a algoritmos pode constituir um obstáculo significativo à implementação da IA no local de trabalho. Mesmo que a IA seja capaz de executar tarefas de forma eficiente, a falta de confiança por parte dos funcionários pode comprometer a sua aceitação e, consequentemente, a sua eficácia.
Para ultrapassar este desafio, é crucial promover a transparência e a compreensão sobre o funcionamento da IA. A educação dos funcionários sobre as capacidades e limitações da IA, bem como a demonstração dos seus benefícios, podem contribuir para aumentar a confiança e diminuir a resistência à sua utilização.
Adicionalmente, é importante encontrar um equilíbrio entre a automação de tarefas pela IA e a manutenção da interação humana, reconhecendo as situações em que a intervenção humana é crucial para garantir a confiança e a eficácia.
Em suma, a aversão a algoritmos é um fator determinante na aceitação da IA no local de trabalho. O “Teste Wade” demonstra a necessidade de abordar a questão da confiança para que a implementação da IA seja bem-sucedida. A transparência, a educação e o equilíbrio entre a automação e a interação humana são elementos chave para promover a aceitação da IA e garantir a sua integração eficaz no ambiente de trabalho.
O segundo artigo, sob o título “How Humans Outshine AI in Adapting to Change“, é destacada a enorme vantagem dos seres humanos face à IA no que toca à adaptação à mudança.
Limitações da IA na Adaptação a Mudanças
Este artigo explora as limitações da inteligência artificial na capacidade de se adaptar a ambientes em constante mudança. Uma das principais conclusões é que a IA atual não possui a flexibilidade inerente aos humanos para navegar em cenários dinâmicos.
O estudo utiliza uma série de jogos de vídeo para comparar o desempenho de humanos e algoritmos de IA. Os resultados demonstram que os humanos são significativamente mais rápidos e eficientes na resolução de problemas que exigem adaptação a novas situações. O principal fator que contribui para essa disparidade é a ausência de uma “noção de si” na IA.
Enquanto os humanos conseguem-se auto-orientar em novos contextos, compreendendo o ambiente e o problema em questão, a IA carece dessa capacidade. A “auto-orientação”, neste contexto, refere-se à capacidade de reconhecer a mudança no ambiente e adaptar o comportamento de acordo com a nova situação.
A pesquisa sugere que a IA atual depende fortemente de dados pré-existentes para aprender e tomar decisões. Quando confrontada com uma situação fora do seu conjunto de dados de treino, a IA demonstra dificuldade em se adaptar. Os autores do estudo argumentam que essa dependência excessiva de dados limita a flexibilidade da IA, tornando-a menos eficaz em cenários complexos e imprevisíveis.
A título de exemplo, o estudo menciona o caso de um carro autónomo que precisa de lidar com uma situação inesperada, como ficar preso num buraco. Enquanto um humano conseguiria reconhecer o novo problema e adaptar o seu comportamento para encontrar uma solução, a IA teria dificuldade em lidar com a situação, pois esta não estaria contemplada nos seus dados de treino.
Em suma, o estudo destaca a importância da “auto-orientação” para a adaptação a mudanças e demonstra que a IA atual carece dessa capacidade crucial, limitando a sua aplicabilidade em cenários dinâmicos. Os autores defendem que a pesquisa futura deve focar-se no desenvolvimento de IA com maior flexibilidade e capacidade de adaptação, inspirando-se nos mecanismos de auto-orientação presentes nos humanos.
E o que podemos concluir daqui?
Os artigos destacam o potencial da IA para transformar a comunicação e a gestão, mas também sublinham as suas atuais limitações. A falta de credibilidade e a incapacidade de se adaptar de forma flexível a novos contextos representam desafios significativos para a implementação generalizada da IA.
Os líderes podem tornar-se mais eficientes, aproveitando ao máximo as capacidades únicas da IA, complementando-as com a sua inteligência e a adaptabilidade que só os humanos têm.
A questão não é qual o tipo de inteligência vai prevalecer, mas sim como as duas se podem combinar de forma poderosa.
Para ouvir um podcast sobre este tópico, OUÇA AQUI.
Enjoy 😉