Nuestros sitios
Ver edición digital Suscríbete al NEWSLETTER
Compartir

ChatGPT ayuda a los directivos a diseñar mejores roles laborales, ¿cómo lo hace?

Fangfang Zhang y Sharon K. Parker 12 Dic 2023
ChatGPT ayuda a los directivos a diseñar mejores roles laborales, ¿cómo lo hace? La IA puede ayudar a los líderes a mejorar sus habilidades en el área de RH. (Carolyn Geason-Beissel / MIT SMR | Getty Images)

Muchos líderes no saben cómo diseñar roles saludables y productivos. ChatGPT resulta eficaz en este caso, cuando se utiliza con prudencia.


Los directivos de hoy se esfuerzan por aumentar el compromiso de los colaboradores, pero se enfrentan a su agotamiento generalizado. Para combatirlo, los directivos deben ofrecer un trabajo más saludable. Y para eso, ChatGPT puede ser una herramienta de gran ayuda.

En las encuestas realizadas en Estados Unidos por Gallup en 2022, el 40 por ciento de los empleados afirmaron que su trabajo tenía un impacto negativo en su salud mental. Alrededor del 30 por ciento dijeron que sufrían agotamiento con frecuencia.

Además, el compromiso de los empleados estadounidenses alcanzó su nivel más bajo en siete años. Solo el 32 por ciento de los trabajadores encuestados por Gallup afirmando que estaban comprometidos y el 17 por ciento diciendo que estaban activamente desvinculados en 2022.1

A nivel mundial, se ha estimado que la falta de compromiso de los empleados cuesta a los empleadores 7.8 mil millones de dólares. Esto equivale al 11 por ciento del producto interior bruto mundial.2

Un año de ChatGPT: ¿Cómo ha afectado el mercado laboral?

¿De dónde provienen estos nuevos problemas en la fuerza laboral?

Las causas fundamentales de la falta de compromiso y del estrés laboral suelen residir en la forma en que una organización ha diseñado los puestos de trabajo. Décadas de investigación exhaustiva relacionan sistemáticamente un diseño deficiente del trabajo con resultados negativos para los colabordores.

Por ejemplo: tensión mental, alta rotación, insatisfacción laboral, disminución de la productividad y deterioro del aprendizaje.3 Muchas empresas se esfuerzan ahora por mejorar.

Por desgracia, nuestra investigación indica que muchos directivos carecen de los conocimientos necesarios para diseñar trabajos de alta calidad. Aquí es donde tecnologías de inteligencia artificial como ChatGPT podrían desempeñar un papel clave. Esto al salvar la brecha de conocimientos de los directivos y ayudando a diseñar trabajos de alta calidad que beneficien tanto a los empleados como a las organizaciones.

Sin embargo, es importante que los directivos entiendan primero los pros y los contras de utilizar ChatGPT para el diseño del trabajo. Analicemos algunos de los puntos que nuestra investigación ha revelado para los directivos.

Retos directivos: Trabajos monótonos e insatisfactorios

¿Qué factores determinan si un trabajo es de alta calidad? El modelo de diseño del trabajo SMART, un marco creado por Sharon K. Parker, define el trabajo de alta calidad como un trabajo estimulante. Esto incorpora el dominio, que es agéntico, relacional y tolerable.4

A pesar de los beneficios de los trabajos bien diseñados, los mal diseñados siguen siendo frecuentes. Según la encuesta Great Jobs Survey 2019 de Gallup, solo el 40 por ciento de los estadounidenses con empleo realizan trabajos que poseen características SMART.5

Por otro lado, el 16 por ciento se encuentra en trabajos que carecen de características SMART esenciales. El 44 por ciento tiene trabajos que poseen solo algunos atributos SMART satisfactorios.6

La falta de conocimientos de los directivos actuales sobre el diseño de puestos de trabajo podría explicar estos resultados. En un estudio reciente se analizó cómo se diseñan los puestos de trabajo para otras personas.7

Se pidió a los participantes en una simulación en línea que diseñaran un puesto de trabajo administrativo. El trabajo, a media jornada, consistía en cuatro tareas de fotocopiado y archivo.

A los participantes se les pidió que hicieran el trabajo a tiempo completo seleccionando cuatro tareas adicionales de una lista de 11. Incluidas cinco tareas repetitivas de fotocopiado y archivo y seis tareas más significativas e interesantes. Por ejemplo, saludar a los visitantes o ayudar a los compañeros a organizar reuniones.

Los trabajos siguen apestando, se necesita la ayuda de ChatGPT

Se puntuó a los participantes en una escala de 0 a 4, indicando una puntuación más alta la creación de un diseño de trabajo más estimulante.

Casi la mitad (45 por ciento) de los estudiantes universitarios de gestión y de los profesionales que trabajaban en el sector de los servicios humanos tendían a incorporar un trabajo repetitivo y monótono. Esto que demuestra una laguna de conocimientos en lo que se refiere a la calidad del diseño del trabajo.

En una segunda simulación (Simulación 2), se pidió a los participantes que actuaran como directivos y resolvieran problemas de mano de obra en cuatro escenarios.

En cada escenario, el diseño de las funciones laborales era claramente deficiente. Para solucionar los problemas, los participantes valoraron la probabilidad de adoptar estrategias de una lista que incluía tanto enfoques de “arreglar al trabajador”. Que atribuían los problemas al colaborador, como enfoques de “arreglar el mal diseño del trabajo“, que reconocían la mala calidad del diseño del puesto.

Por ejemplo, en un caso, un ayudante de almacén incumplía sistemáticamente el 50 por ciento de los plazos de recogida y entrega de productos. A pesar de correr con frecuencia a recogerlos.

Aunque la mayoría de los participantes se centraron en opciones que mejoraban el diseño del trabajo. Por ejemplo, “Involucrar al empleado y a sus compañeros en una revisión para identificar formas en las que su trabajo podría organizarse mejor“. Un número sorprendente de participantes (40 por ciento) siguió eligiendo estrategias dirigidas a arreglar al trabajador.

Estos resultados validan nuestra conclusión de que existe un desconocimiento del diseño del trabajo entre los directivos y los miembros del personal.

Data lakes, la razón por la que debes cuidarte de la versión gratuita de ChatGPT

ChatGPT puede sugerir un buen diseño del trabajo

En la siguiente fase del estudio, investigamos si una herramienta potenciada por IA como ChatGPT podría ayudar a los directivos a hacerlo mejor. La respuesta es breve: ChatGPT tiene potencial para mejorar la toma de decisiones en el diseño del trabajo. Sin embargo, es importante que los directivos sepan lo que ChatGPT puede y no puede hacer bien.

Utilizamos ChatGPT para tomar decisiones hipotéticas de diseño del trabajo para la simulación de diseño del trabajo administrativo (Simulación 1). Ejecutamos la tarea de simulación 20 veces, utilizando una nueva sesión de chat independiente con la misma pregunta cada vez en ChatGPT.

El modelo generativo de IA eligió sistemáticamente tareas enriquecedoras de la lista proporcionada. Superó tanto a estudiantes como a profesionales/directivos en la creación de trabajo interesante y significativo. El rendimiento de ChatGPT fue similar al de los expertos en diseño de trabajos.

ChatGPT ayuda a los directivos a diseñar mejores roles laborales, ¿cómo lo hace? 0
Puntuaciones de las decisiones de diseño del trabajo en los distintos grupos

Cuando se pidió a los participantes en la Simulación 1 que diseñaran un puesto de trabajo administrativo, el 45% eligió mayoritariamente asignar al trabajador tareas repetitivas y monótonas (puntuación de 0 a 4 que indica el número de tareas enriquecidas seleccionadas por los participantes). Cuando se pidió a los participantes en la Simulación 2 que resolvieran los problemas de cuatro puestos de trabajo mal diseñados, el 40% eligió estrategias dirigidas a solucionar el problema del trabajador en lugar del mal diseño (puntuado de 1 a 5 para indicar el grado en que los participantes adoptarán las estrategias, 1=muy improbable, 5=muy probable).

¿Qué hace ChatGPT para resolver los problemas en el área de Recursos Humanos?

A continuación, pedimos a ChatGPT que se enfrentara a la Simulación 2, abordando los cuatro escenarios de personal directivo. En cada uno de los escenarios, la IA eligió sistemáticamente estrategias dirigidas a corregir el diseño del trabajo. Esto en lugar de las centradas en corregir al trabajador.

Al igual que en la Simulación 1, ChatGPT superó a estudiantes, directivos y profesionales al centrarse en el diseño del trabajo para resolver los problemas.

Sin embargo, la herramienta no obtuvo tan buena puntuación como los expertos en diseño del trabajo en la Simulación 2. Lo que sugiere que hay que tener cierta precaución.

Por ejemplo, en una sesión dedicada al trabajador del almacén que no cumplía los plazos de entrega, ChatGPT obtuvo una puntuación global de 4. Pero eligió la estrategia “Daría a la empleada y a sus compañeros una bonificación cuando cumplieran los plazos asignados“, que ignora la asignación de tiempo poco razonable de la función.

Una gran lección: las sugerencias específicas son la clave

Para evaluar aún más la capacidad de ChatGPT para generar sugerencias de forma independiente, ejecutamos las tareas de diseño de trabajo de la Simulación 2. Esto sin proporcionar una lista de soluciones de opción múltiple.

Ejecutamos cada prueba en una cuenta nueva con la función de historial de chat desactivada. También lo hicimos en chats nuevos independientes para que el resultado de ChatGPT no se viera afectado por entradas anteriores.

Para empezar, el resultado fue preocupante. Cuando simplemente dimos instrucciones al modelo de IA para que “proporcionara estrategias eficaces para abordar el problema” en el escenario de incumplimiento de plazos, ChatGPT tendió a abordar los problemas intentando arreglar al trabajador y creando enfoques tayloristas anticuados para los sistemas de trabajo, como la realización de estudios de tiempo y movimiento.

Por ejemplo, ChatGPT sugirió soluciones como habilidades de gestión del tiempo y formación adicional para ayudar a la empleada del almacén, a la que llamamos Karen. Por ejemplo, “Céntrese en mejorar la velocidad y precisión de Karen a la hora de localizar y recoger artículos del almacén“.

También recomendaba proporcionar información sobre el rendimiento e incentivos para motivar a Karen a moverse más rápido. Cada una de estas soluciones supone implícitamente que el problema es la motivación o la capacidad del trabajador, y no el diseño del trabajo.

IA y ChatGPT, así es como funcionan los nuevos esteroides de los malwares

Brindar a ChatGPT condiciones específicas, el secreto para mejorar RH

Después de darnos cuenta de que un enfoque tan abierto no era óptimo, le pedimos a ChatGPT que abordara el mismo escenario utilizando instrucciones específicas. Por ejemplo: “Considera el diseño de un trabajo de calidad para Karen“. O también “Considera la salud, el bienestar, la motivación, la satisfacción y el sentido del trabajo de Karen“.

A continuación, el modelo de IA aportó soluciones relacionadas con la mejora del diseño del trabajo de Karen, entre las que se incluían las siguientes:

  • Revisar la asignación de tiempo y la carga de trabajo para establecer objetivos de tiempo realistas
  • Implicar a Karen en el proceso de toma de decisiones y pedirle su opinión sobre cómo mejorar su trabajo
  • Ofrecer comentarios de apoyo y reconocimiento para aumentar la satisfacción y motivación de los empleados
  • Proporcionar formación adecuada y oportunidades de desarrollo de habilidades para aumentar la confianza y el compromiso

Estas estrategias potenciarían las características SMART del diseño del trabajo de Karen. Además aumentarían la tolerabilidad de las exigencias, mejorando la agencia, impulsando el dominio y haciendo el trabajo más estimulante.

Otras soluciones que encontró la IA

ChatGPT también sugirió soluciones como fomentar un entorno de trabajo propicio, alentar el apoyo y la colaboración en equipo, etc. Todas estas soluciones están en consonancia con una amplia investigación sobre el diseño del trabajo y el bienestar.

Además harían que el trabajo fuera “más inteligente” y, por lo tanto, darían lugar a un empleado más sano y productivo.

De este experimento concreto con ChatGPT aprendimos que la IA generativa puede tomar decisiones valiosas sobre el diseño del trabajo. Pero los jefes deben proporcionar instrucciones claras que prioricen los resultados para el trabajador.

Por ejemplo, pedir a ChatGPT que “diseñe un trabajo de alta calidad” en lugar de solicitar simplemente “un buen diseño del trabajo” puede generar estrategias más relevantes y eficaces.

Por lo tanto, para mejorar la calidad de las sugerencias estratégicas generadas por ChatGPT, los directivos deben mencionar objetivos específicos.

Las personas pueden aprender a usar la IA para mejorar las ofertas laborales puede rápidamente

Una buena noticia: Los directivos que no utilicen ChatGPT con frecuencia pueden aprender a redactar avisos eficaces. Esto a través de la propia herramienta ChatGPT.

Por ejemplo, ante la pregunta: “¿Cómo se puede elaborar un aviso bien estructurado y claro para abordar eficazmente los retos del diseño del trabajo?“.

ChatGPT ofrecía una guía paso a paso sobre cómo redactar avisos eficaces. La IA nos aconsejó que identificáramos el problema central y fuéramos específicos. Por ejemplo, al hacer sugerencias que pudieran aplicarse al diseño del trabajo utilizando indicaciones como “Diseñar un trabajo de alta calidad que potencie la interacción y colaboración positivas en equipo para el equipo de ventas“.

El experimento también demostró que es necesario revisar y probar las instrucciones eficaces. Los directivos que tienen dificultades para escribir avisos ChatGPT eficaces pueden mejorar sus habilidades utilizando un aviso tipo:

“El siguiente es un aviso dirigido a pedir consejo a ChatGPT desde la perspectiva de un experto en diseño del trabajo. Por favor, analice y sugiera mejoras para obtener consejos prácticos y procesables de ChatGPT”.

En este caso, la IA proporcionará sugerencias más específicas que impulsen resultados de mejor calidad.

3 lecciones de estrategias de negocios de ChatGPT

Cinco lecciones para los directivos dedicadas al uso de ChatGPT

Para abordar el problema generalizado del mal diseño de los roles laborales y sus efectos perjudiciales, es crucial adoptar soluciones innovadoras.

ChatGPT ha surgido como una prometedora herramienta potenciada por IA para ayudar a los directivos a diseñar puestos de trabajo más saludables y productivos. Pero no es la panacea y debe utilizarse con prudencia. Nuestro consejo para los directivos:

ChatGPT no puede sustituir a la formación

Los directivos deben ser conscientes de que los problemas de los trabajadores pueden surgir de un mal diseño del trabajo y que éste, puede afectar al bienestar.

Esto significa que, antes de utilizar ChatGPT para diseñar mejores puestos de trabajo, los directivos siguen necesitando una formación básica sobre conceptos de diseño del trabajo.

Para iniciarse en este tema, consulte el artículo relacionado “How Well-Designed Work Makes Us Smarter” y el sitio SMART Work Design.

Hay que apoyar a los directivos en su objetivo de crear un trabajo bien diseñado

Los directivos deben estar motivados para crear mejores puestos de trabajo para sus empleados. Esto significa que los propios directivos necesitan funciones en las que la creación de puestos de trabajo saludables para los empleados se considere una responsabilidad legítima e importante, en lugar de centrarse exclusivamente en los resultados.

Por ejemplo, si los directivos ascienden únicamente en función de los logros de productividad, no tendrán mucha motivación para diseñar un trabajo SMART para sus equipos.

Los directivos necesitan trabajos saludables

Los directivos necesitan tiempo suficiente para poder prestar atención a lo bien que están diseñados los puestos de trabajo de sus colaboradores. Esto significa que los propios puestos de trabajo de los directivos deben ser tolerables.

Los directivos deben aprender a utilizar ChatGPT

Hay que animar a los directivos a que utilicen la IA generativa para ayudarles con los retos del diseño del trabajo. Pero necesitan instrucciones claras y completas sobre cómo utilizarla eficazmente.

Por ejemplo, los directivos deben ser específicos y mencionar objetivos como el bienestar y la motivación de los empleados cuando pidan recomendaciones de diseño laboral a ChatGPT.

ChatGPT aumentará, no sustituirá, la capacidad para diseñar mejores puestos

A diferencia de las simulaciones, las situaciones reales de diseño de puestos de trabajo suelen caracterizarse por su ambigüedad y complejidad, con numerosas variables que pueden influir en los resultados.

Las situaciones reales requieren un profundo conocimiento del contexto. todo lo cual puede resultar difícil de comprender para una herramienta de IA como ChatGPT. Recomendamos utilizar ChatGPT como complemento de los gestores humanos, no para sustituirlos.

Al incorporar las sugerencias de ChatGPT junto con la experiencia humana, las organizaciones pueden fomentar un mayor compromiso del personal. Lograr esta sinergia entre los directivos y la IA puede allanar el camino hacia un futuro mejor para el diseño del trabajo y la experiencia de los empleados.


SOBRE LOS AUTORES

La doctora Fangfang Zhang es investigadora en el Centro de Diseño Transformador del Trabajo de la Universidad de Curtin. Sharon K. Parker es catedrática distinguida John Curtin de la Universidad de Curtin. Es la creadora del modelo SMART y cofundadora de la iniciativa Thrive at Work.

REFERENCIAS (7)

1. B. Wigert y R. Pendell, “6 Trends Leaders Need to Navigate This Year”, 31 de enero de 2023, Gallup, www.gallup.com.

2. Ibid.

3. S.K. Parker, “Más allá de la motivación: Job and Work Design for Development, Health, Ambidexterity, and More”, Annual Review of Psychology 65 (enero de 2014): 661-691.

4. S.K. Parker, “Diseño inteligente del trabajo”, Safeguard, mayo/junio de 2022, 50-53.

5. J. Rothwell y S. Crabtree, “Not Just a Job: New Evidence on the Quality of Work in the United States”, archivo PDF (Washington, D.C.: Gallup, 2019), www.gallup.com.

6. Ibíd.

7. S.K. Parker, D.M. Andrei, y A. Van den Broeck, “Poor Work Design Begets Poor Work Design: Capacity and Willingness Antecedents of Individual Work Design Behavior”, Journal of Applied Psychology 104, n.º 7 (julio de 2019): 907-928.

Síguenos en Google News
Te recomendamos
Foto perfil de Fangfang Zhang y Sharon K. Parker
Fangfang Zhang y Sharon K. Parker La doctora Fangfang Zhang es investigadora en el Centro de Diseño Transformador del Trabajo de la Universidad de Curtin. También es investigadora del CEPAR (Centro de Excelencia en Investigación sobre el Envejecimiento de la Población). Sus intereses de investigación incluyen el diseño del trabajo, la creación de puestos de trabajo, el futuro del trabajo, la sobrecualificación y el envejecimiento. Sharon K. Parker es catedrática distinguida John Curtin de la Universidad de Curtin, becaria laureada del Consejo Australiano de Investigación y directora del Centro de Diseño Transformador del Trabajo. Es miembro de la Academia Australiana de Ciencias Sociales y de la Sociedad de Psicología Industrial y Organizativa. Es la creadora del modelo SMART y cofundadora de la iniciativa Thrive at Work.
Descarga GRATIS nuestro especial
descargable
Descarga AQUÍ el artículo completo IA ¿Un riesgo para el planeta? ¡Descárgalo GRATIS!
Suscríbete al Newsletter
¡SUSCRÍBETE!