Cómo la inteligencia artificial está interrumpiendo el MBA tradicional

Las escuelas de negocios en los EE. UU. Están adaptando sus currículos de MBA para preparar a los estudiantes para AI y el futuro del trabajo

La inteligencia artificial se está infiltrando en los currículos de las escuelas de negocios de los EE. UU.

Al igual que con la mayoría de las iteraciones o aplicaciones de la inteligencia artificial, el aprendizaje automático puede catapultar la imaginación a subidas utópicas o conjurar ansiedades profundamente distópicas. Y aunque ni Star Trek ni Terminator sucederán en el corto plazo, el aprendizaje automático probablemente será para la era postindustrial lo que una vez fue la automatización para el sector industrial, anunciando promesas y peligros en casi todos los sectores de los negocios y la sociedad.

¿Las escuelas de negocios, o más importante, sus graduados, están preparadas para los cambios que se avecinan?

Muchas escuelas ya están integrando una comprensión técnica más profunda del aprendizaje automático en sus currículos de MBA. Están apilando en cursos de peso pesado en programación, ciencia de datos, optimización y redes neuronales, o cocinando programas interdisciplinarios tales como MIT Sloan's Leaders en Operaciones Globales, Fuqua School of Business 'Masters of Quantitative Management y Stanford's joint MBA y Ciencias de la Computación MS.

En un mundo donde las computadoras realizan cada vez más tareas cognitivas antes reservadas para los humanos, tiene sentido que los MBA se acerquen más al papel de los ingenieros. Las escuelas, a su vez, fomentan abiertamente un camino entre los dos.

Maura Herson, directora del programa de MBA de MIT Sloan, felizmente señala que "los estudiantes de MIT Sloan pueden tomar clases codo a codo con estudiantes de todo el campus en el MIT Media Lab o el programa de Ingeniería Eléctrica e Informática del MIT si quieren ganar conocimientos técnicos."

Según John Blevins de Anderson School of Management de la UCLA, esta polinización cruzada va en ambas direcciones, creando una cultura más rica para ambos.

"Anderson siempre ha trabajado con nuestra escuela de ingeniería en el campus y, a menudo, tiene ingenieros graduados que toman cursos en nuestros programas de MBA", dice. "Muchos de nuestros estudiantes son ingenieros en sí mismos (alrededor del 20%, creo) y algunos tienen maestrías y doctorados en ingeniería antes de ingresar a nuestro programa".

Sin embargo, dado que algunas decisiones se delegan cada vez más en algoritmos y redes neuronales, podríamos preguntarnos si el aprendizaje automático amenaza con desestabilizar la propia naturaleza de la "gestión". ¿Podría el aprendizaje automático incluso llevar a una crisis entre los MBA, o al menos, un cambio radical de la autoimagen?

Los educadores saludan tales predicciones con una buena dosis de escepticismo. Thomas Roemer, director de los Líderes del MIT para Operaciones Globales, reconoce la ventaja de contar con un baúl de guerra bien surtido de habilidades técnicas y analíticas. Sin embargo, la importancia de las "habilidades blandas" clásicas, como el liderazgo y la comunicación, no han disminuido en lo más mínimo.

"Los datos no hablan por sí mismos, o más bien en su propio nombre", dice. "Incluso se debe comunicar el análisis de datos más exhaustivo y concluyente, se debe establecer la confianza en el mensajero y el cambio deseado requiere liderazgo. En otras palabras, existe una diferencia entre los analistas de la sala principal (analista, gerente y comunicador) versus el analista de la trastienda (solo analista, incluso si potencialmente tiene más profundidad) ".

Del mismo modo, Jeremy Petranka, vicedecano de MQM de Fuqua, considera que el aprendizaje automático augura menos "transformación" que "aceleración".

"Por ejemplo, la segmentación de clientes siempre ha sido un componente central de una estrategia de marketing exitosa, pero con Inteligencia Artificial y Aprendizaje Automático, y la cantidad de datos que ahora existe, las ideas sobre la segmentación que solían tardar meses o años en desarrollarse ahora pueden ocurrir en una tarde.

"A través de este modo, el análisis de gestión existente es más rápido y mejor, pero no necesariamente diferente. Estamos viendo que las escuelas de negocios comienzan a incorporar cursos más técnicos en su plan de estudios, lo que ayudará a preparar a los graduados para este entorno acelerado ".

Entonces, aunque el MBA podría tomar prestadas las herramientas del ingeniero o del científico de datos, de ninguna manera asumen el manto ni pertenecen al mismo escritorio. Lo mejor de los nuevos currículos de MBA es sabio para no confundirlos.

En una nota más amplia, sin embargo, con toda la prisa de esta "aceleración", algunas escuelas de negocios podrían no sensibilizar adecuadamente a sus graduados a las implicaciones comerciales éticas del aprendizaje automático, a pesar de los temores reales y duraderos del público. La automatización provocó muchas pérdidas de empleos dolorosas en el sector manufacturero, y hasta el día de hoy, ni los titulares ni las comunidades fuertemente impactadas probablemente lo olviden.

Cuando se trata de aprendizaje automático, el público prevé dos resultados posibles: uno utópico y el otro distópico.

En la utopía, las máquinas se han hecho cargo de todos los trabajos administrativos, y las ganancias de la innovación benefician equitativamente a toda la sociedad; en la distopía, las máquinas han hecho que incluso los miembros más educados del sector del conocimiento sean superfluos y desesperados por sus medios de subsistencia.

¿Qué responsabilidad tienen los líderes y gerentes de negocios para disminuir los temores y los efectos nocivos del aprendizaje automático, no solo entre la fuerza laboral inmediata sino también para la sociedad en general?

Como dice John Blevins de UCLA Anderson: "Con los datos, viene el conocimiento. Con conocimiento, viene el poder. Y con poder, viene la responsabilidad. Creemos que nuestros estudiantes tienen el deber de dirigir sus empresas de forma ética y efectiva ".

Por lo tanto, mientras más aprendizaje automático se integre en sus negocios, más líderes empresariales deben dominar las habilidades humanas de sopesar una mayor eficiencia frente a sus costos sociales, o como lo menciona Blevins, honrando la "responsabilidad fiduciaria con los interesados ​​mientras que al mismo tiempo equilibrar la importancia de la buena ciudadanía corporativa ".

Jeremy Petranka, de Fuqua, advierte que "más que nunca, los gerentes deberán manejar el miedo que induce el cambio y al mismo tiempo empujar a sus empresas hacia adelante". Los líderes empresariales que ignoran los efectos organizativos y culturales que este tipo de cambio rápido puede causar inevitablemente enfrentarán una crisis ".

Para el MBA de hoy, los desafíos más grandes con el aprendizaje automático serán, en última instancia, los menos mecánicos.
FUENTE