Podría ser una de las fases más importantes de nuestras carreras.
No digo esto para ser dramático o hacer clic, sino porque algo sutil e irreversible está sucediendo en mi forma de trabajar. Cada día que pasa, uso más la IA. Voy menos de un lado a otro con eso. Lo cuestiono menos porque con el aumento del intercambio, la mayor parte del tiempo se ha vuelto direccionalmente correcto.
Mi función está pasando lentamente de generar a validar.
Hoy en día, me estoy acostumbrando a ver a la IA manejar las cosas antes de trabajar en cosas que alguna vez pensé que requerían mi experiencia.
A menudo bromeo diciendo que nunca usaría ChatGPT para planificar mis viajes. La planificación de viajes es mi patio de recreo. Me encanta abrir veinte pestañas, comparar vecindarios, leer reseñas y crear un itinerario que se sienta perfecto. Y, sin embargo, hace una semana, le pedí a ChatGPT que me explicara todo lo que debe saber quien visita los parques de Disney por primera vez. En segundos tenía notas de todo lo que debía saber y hacer, sin abrir ninguna otra pestaña.
Eso me hizo detenerme.
Si la IA puede manejar algo que realmente disfruto y de lo que me enorgullezco… ¿qué significa eso para el resto de mi trabajo?
Mi flujo de trabajo antes de la IA
No hace mucho, mi trabajo como consultor de análisis era largo, matizado y profundamente tangible.
Yo haría:
Definir el problema empresarial Identificar las fuentes de datos adecuadas Escribir código desde cero para limpiar conjuntos de datos desordenados Manipular y analizar los datos Encontrar errores, depurar durante horas Search Stack Overflow, reescribir consultas Explorar casos extremos Crear presentaciones para las partes interesadas Traducir resultados técnicos en narrativas empresariales
Gran parte de mi valor residió en la ejecución de este flujo de trabajo.
Con el tiempo, he trabajado para crearme un nicho para poder traducir datos para el negocio y viceversa.
Cómo se ve ahora
Sin embargo, hoy en día, la IA suele ser lo primero que toca mis planteamientos de problemas.
Al principio, me dedicaba principalmente a experimentar con las indicaciones. Describiría el contexto empresarial, el esquema, los límites y el resultado esperado, y exploraría lo que la IA podría hacer por mí. Ahora que he visto el aumento de la productividad y la articulación de algunos de mis pensamientos, confío en gran medida en la IA para:
Escribir código de un extremo a otro para la limpieza, el análisis y la visualización de datos Sugerir características y mejorar el rendimiento del modelo Mostrar información que no había considerado Documentar todo el proceso Generar resúmenes ejecutivos para diferentes audiencias
Con eso, la IA se ha convertido efectivamente en mi primer analista.
Y esto no ocurrió de la noche a la mañana ni siquiera en una semana. El cambio sutil se produjo a lo largo de meses y ahora, si tengo algo que hacer, me inclino naturalmente a recurrir a la IA primero, incluso antes de pensarlo completamente y lo encuentro emocionante y profundamente inquietante.
Porque este cambio no es incremental. Es exponencial.
Me temo que estamos a punto de ver que la IA reemplace más de una habilidad: codificación, análisis, escritura y más. No se trata sólo de mejorar en una cosa, sino de mejorar en todo, todo a la vez.
Lo que esto realmente significa
La IA se está convirtiendo en una capa general para el trabajo cognitivo.
No sé si la IA alguna vez replicará la profunda empatía humana o si la confianza construida durante años se puede automatizar. Y, sinceramente, ya no sé dónde está el techo.
Pero tengo la sensación de que las personas que navegarán bien en este cambio no son las que lo evitan, sino las que se inclinan hacia él con curiosidad.
Entonces, ¿dónde construimos una ventaja?
He estado pensando mucho en esto últimamente: cuando la inteligencia humana sea normalizada por la inteligencia artificial, ¿cómo puedo seguir siendo relevante? No quiero terminar viendo cómo mi rol cambia lentamente sin que yo también cambie mis habilidades y mi conjunto de herramientas.
Me he dado cuenta de que el borde se está volviendo menos visible.
En los últimos años, cuando me uní a la fuerza laboral como analista, pensé que como conozco SQL, puedo crear modelos y puedo limpiar datos desordenados, tengo una ventaja. Se trataba de habilidades tangibles que se podían medir, mejorar y mostrar. Sin embargo, mucho de eso se está abstrayendo poco a poco. La IA puede hacer la mayor parte de manera rápida y cada vez mejor.
Entonces la ventaja tiene que moverse hacia otra parte.
Para mí, estoy empezando a sentir que la ventaja está en cómo piensas incluso antes de abrir una herramienta.
Y así es como me estoy preparando para construir esa ventaja durante los próximos años como analista senior:
Pruebe la IA en su flujo de trabajo real:
Recomiendo encarecidamente comenzar a utilizar la IA en serio (no solo buscar itinerarios y limpiar sus correos electrónicos). La ventaja proviene de aprovechar la IA para ejemplos prácticos, no para su uso pasivo. No te limites a “escríbeme una consulta” o a darle me gusta a un buscador. Úselo para ciclos completos de problemas, desde la limpieza de datos hasta el análisis y la narración con esos datos. Compare su resultado con el suyo y observe las lagunas. Comprenda dónde la IA funciona para usted y, lo que es más importante, dónde no:
La verdadera ventaja no está sólo en utilizar la IA. Es saber cuándo no confiar en ello. La IA puede generar respuestas, pero es necesario saber cuándo están equivocadas. Pregunte siempre si la tendencia/patrón/conocimiento que sugiere la IA tiene sentido. ¿Qué falta? ¿Qué es parcial? Salidas de prueba de presión con controles simples de cordura. Sea intencional en lo que delega
Dejemos que la IA se encargue de la velocidad, la estructura y los primeros borradores por ahora mientras me instalo en este espacio, si no es que ya. A continuación, pase a dejar que la IA se ocupe del planteamiento de los problemas, el juicio, la ética y la responsabilidad. Pero no olvides validar. Verifique los resultados con muestras pequeñas, casos extremos o consultas alternativas. No confíe ciegamente en resultados limpios. Siempre verifique esas salidas. Prepárese para que su rol evolucione.
Ya estamos pasando de ser redactores de consultas a pensadores, validadores de datos y narradores de historias. Vaya más allá de “esto es lo que dicen los datos” → “esto es lo que debemos hacer a continuación”. Vincule el análisis con el impacto empresarial, no solo con la precisión.
Aquí es donde los analistas comienzan a convertirse en socios de toma de decisiones. Adquiera el hábito de adaptarse y perfeccione su capacidad para volver a capacitarse continuamente en más de una habilidad técnica (el mejor tutor del mundo ahora está disponible para todos, las 24 horas del día, los 7 días de la semana, por un bajo costo). Manténgase cerca del negocio, no solo de los datos.
Cuanto más cerca esté del problema, más difícil será reemplazarlo. Participe en más conversaciones con las partes interesadas, comprenda los objetivos y las limitaciones. El contexto hará que su análisis sea más preciso que cualquier cosa que la IA pueda inferir. No te sientas raro por usar IA
No estás “haciendo trampa” si estás utilizando una herramienta que mejora tu trabajo. Siempre hemos utilizado herramientas para ampliar la capacidad humana. Éste resulta ser exponencial.
Pensamiento final
La IA ya no es una herramienta más en nuestro flujo de trabajo.
En muchos sentidos, se está convirtiendo en el punto de partida. Creo que, aunque ya no seamos los primeros analistas del problema, nosotros, los humanos, seguimos siendo los responsables de hacer las preguntas correctas, dar sentido a las respuestas y decidir qué hacer a continuación. Y esa parte sigue siendo más importante que nunca.
…………
Eso es todo por mi parte en esta publicación de blog. ¡Gracias por leer! Espero que te haya resultado una lectura interesante.
Rashi es un experto en datos de Chicago al que le encanta analizar datos y crear historias de datos para comunicar ideas. Es consultora sénior de análisis de atención sanitaria a tiempo completo y le gusta escribir blogs sobre datos los fines de semana con una taza de café.