De la presencialidad a la virtualidad: La nueva realidad de la evaluación de políticas públicas
A finales del 2019 se identificó la presencia de un nuevo coronavirus (COVID-19), que la Organización Mundial de la Salud (OMS) declaró pandemia el…
Centro de Estudios Manuel Ramírez
A finales del 2019 se identificó la presencia de un nuevo coronavirus (COVID-19), que la Organización Mundial de la Salud (OMS) declaró pandemia el…
La sostenibilidad financiera de los sistemas de pensiones en todo el mundo está en juego debido al envejecimiento de la población. envejecimiento de la población,…
Análisis de cambios en el uso del suelo y costos de oportunidad para la captura de carbono mediante acciones REDD+ en Guatemala y República Dominicana…
In this paper, we document de facto, implicit, and explicit racial biases within the public employment service in Colombia. By combining administrative data about job seekers and job openings with direct surveys to job counselors, including a Race Implicit Association Test, we measure different types of racial bias. We find that while job counselors do not self-report biased attitudes against Afro-descendant individuals, the majority exhibit high levels of implicit bias, which also correlates strongly with observed lower referral rates of Afro-descendants to job openings. In addition, we provide information to a randomized group of job counselors about their implicit bias and test if this information changes their referral behavior. While we demonstrate that the implicit bias of counselors contributes to racial gaps in labor outcomes, we do not find that providing feedback on this unconscious bias changes referral behavior.
Examinamos cómo la inteligencia artificial transforma los pilares fundamentales de la colaboración (rendimiento, intercambio de experiencia y compromiso social) a través de un experimento de campo preinscrito con 776 profesionales de Procter & Gamble, una empresa global de bienes de consumo envasados. Trabajando en desafíos reales de innovación de productos, los profesionales fueron asignados aleatoriamente para trabajar con o sin IA, y ya sea individualmente o con otro profesional en equipos de desarrollo de nuevos productos. Nuestros hallazgos revelan que la IA mejora significativamente el rendimiento: los individuos con IA igualaron el rendimiento de los equipos sin IA, lo que demuestra que la IA puede replicar eficazmente ciertos beneficios de la colaboración humana. Además, la IA rompe silos funcionales. Sin IA, los profesionales de I+D tendían a sugerir soluciones más técnicas, mientras que los profesionales comerciales se inclinaban por propuestas orientadas comercialmente. Los profesionales que usaban IA produjeron soluciones equilibradas, independientemente de su formación profesional. Finalmente, la interfaz basada en lenguaje de la IA provocó respuestas emocionales autoinformadas más positivas entre los participantes, lo que sugiere que puede cumplir parte del rol social y motivacional que tradicionalmente ofrecen los compañeros de equipo humanos. Nuestros resultados sugieren que la adopción de IA a gran escala en el trabajo del conocimiento transforma no solo el desempeño sino también la forma en que la experiencia y la conectividad social se manifiestan dentro de los equipos, lo que obliga a las organizaciones a repensar la estructura misma del trabajo colaborativo.
Demostramos que la habilidad de liderazgo con agentes de inteligencia artificial (IA) predice la habilidad de liderazgo con grupos humanos. En un gran experimento de laboratorio preinscrito, líderes humanos trabajaron con agentes de IA para resolver problemas. Su desempeño en esta «prueba de liderazgo de IA» estuvo fuertemente correlacionado (ρ = 0,81) con su impacto causal como líderes de equipos humanos, que estimamos mediante la asignación aleatoria repetida de líderes a grupos de seguidores humanos y la medición del desempeño del equipo. Los líderes exitosos, tanto de humanos como de agentes de IA, formulan más preguntas y participan en conversaciones más conversacionales; obtienen puntuaciones más altas en las medidas de inteligencia social, inteligencia fluida y capacidad de toma de decisiones, pero no difieren en género, edad, etnia o educación. Nuestros hallazgos indican que los agentes de IA pueden ser sustitutos efectivos de los participantes humanos en experimentos sociales, lo que simplifica enormemente la medición de las habilidades de liderazgo y trabajo en equipo.
La literatura econométrica reciente muestra dos vías distintas para la identificación de instrumentos de cambio-participación: aprovechando múltiples cambios exógenos o participaciones exógenas. Presentamos la lógica fundamental de ambas vías y sus conclusiones prácticas mediante listas de verificación sencillas. Diversos contextos empíricos ilustran los puntos clave.