Las organizaciones aún necesitan juicio humano
El proceso de convertir datos en bruto en datos que pueden ser fácilmente digeridos y entendidos se conoce como disputas de datos, o mezcla de datos, y no es algo que los bots de IA puedan manejar por completo todavía. El proceso aún requiere el juicio humano para convertir los datos en bruto en ideas que tengan sentido para una organización y tengan en cuenta todas las complejidades de la organización.
- ¿Cómo se relacionan el Big Data y la Inteligencia Artificial?
- ¿Por qué los principales innovadores / científicos temen a la inteligencia artificial?
- Cómo vencer la Inteligencia Artificial si fuera una amenaza
- ¿Cuáles son los temas en inteligencia artificial?
- ¿Qué podría reemplazar la inteligencia artificial?
Si bien los bots pueden ayudar a identificar las tendencias organizacionales, todavía no pueden entender realmente lo que significan los datos específicos para una organización y sus relaciones, o incluso las relaciones entre operaciones diferentes y no conectadas.
Ciertamente vemos avances para ayudar a automatizar muchas de estas partes móviles, ya que los humanos simplemente no pueden mantenerse al día con la demanda de procesar la enorme cantidad de datos que las organizaciones están generando. Los bots pueden ayudar a automatizar los pasos de nivel inferior en la interpretación y visualización de datos, dejando a los humanos guiar a los ejecutivos y tomadores de decisiones a través de lo que significan todos los datos.
Pero en su mayor parte, todavía se necesitan humanos para interpretar los datos. También se necesitan para escribir los scripts de bot que se están haciendo cargo de las tareas más simples y mundanas de ciencia de datos antes de que puedan reemplazarlas.
Un camino similar a los roles de programación
A medida que los lenguajes de programación informática avanzaban, la cantidad de programadores de nivel inferior disminuía. La competencia por los trabajos de programación también aumentó debido a que nuevos programadores ingresaron a la profesión con el conocimiento de los lenguajes más nuevos y de alto nivel.
El campo de la ciencia de datos ya está siguiendo su ejemplo, con robots que automatizan tareas de nivel inferior y dejan las tareas más complejas y de resolución de problemas a profesionales humanos. Como resultado, la combinación de la automatización con la resolución de problemas humanos ha potenciado, en lugar de amenazar, los trabajos de los científicos de datos. Como Andrew Milroy, vicepresidente senior de Frost & Sullivan, afirma: “La falta de mano de obra necesaria para permitir las transformaciones que se esperan ralentizará la adopción y la automatización de la tecnología. Por lo tanto, el argumento de que las nuevas tecnologías solo destruirán empleos no tiene sentido. También creará empleos. Surgirán nuevos empleos más calificados junto con el uso de tecnología nueva y disruptiva. La implementación de esta tecnología es imposible sin ellos ”.
Seguro por ahora, pero necesita adaptarse
Los bots pueden estar automatizando el proceso de recopilación y limpieza de datos; sin embargo, descubrir información de esos datos requiere tiempo y experiencia. Actualmente, existe una gran demanda de científicos de datos porque la IA está creando una nueva categoría para profesionales que pueden entender la tecnología y convertirla en algo significativo. Las organizaciones están reclutando cada vez más científicos de datos porque son muy difíciles de encontrar y mantener.
En lugar de representar una amenaza para los trabajos de ciencia de datos, es mucho más probable que los bots se conviertan en asistentes increíblemente inteligentes para los científicos de datos, lo que les permite ejecutar escenarios de datos más complejos que nunca.
Se predice que el papel del científico de datos también evolucionará a partir de las responsabilidades amplias y algo vagas que muchos profesionales de datos cubren actualmente en roles mucho más específicos. Los beneficios de la IA en términos de automatización permitirán a los científicos de datos centrar su atención en otros lugares en roles más creativos e innovadores que aún no existen.
Gartner pronostica que los científicos de datos ciudadanos se convertirán en la nueva norma. Pronto se requerirán habilidades analíticas en muchos roles más tradicionales y, por lo tanto, aumentará la necesidad de profesionales que puedan llevar a cabo tareas analíticas más avanzadas. Se espera que esta transición cree una nueva clase de científicos de datos, cerrando muchas de las brechas entre la inteligencia empresarial y los roles estrictamente analíticos.
Los avances en IA solo aumentan la demanda de talento
“La realidad es que estos avances recientes solo han creado una necesidad sin precedentes de talento y una brecha considerable entre la demanda y la oferta de científicos de datos, un segmento altamente capacitado de la fuerza laboral”, dice Seseri, fundador y socio gerente de Glasswing Ventures.
Forrester predice que para 2025, la era cognitiva creará 8.9 millones de nuevos empleos en ciencia de datos, monitoreo de robots, especialización en automatización y curación de contenido. Ahora más que nunca, necesitamos trabajadores que entiendan la tecnología mucho antes de que podamos pensar cómo van a ser reemplazados por ella.
Incluso con el aumento de los científicos de datos que vemos hoy, solo los graduados más recientes y los profesionales de datos están recibiendo la capacitación adecuada en IA avanzada y tecnologías de aprendizaje automático. Esto ha creado aún más demanda de científicos de datos que puedan comprender y combinar el trabajo que están haciendo con IA y herramientas de aprendizaje automático, y estoy seguro de que esta demanda continuará existiendo en el futuro.
4 razones por las que los bots no reemplazarán a los científicos de datos en el corto plazo
