Moltes empreses ja fan servir algorismes que recomanen decisions, com ara quant cal demanar d'una peça o com s'ha de gestionar una comanda, i treballadors que les revisen i les corregeixen. La pregunta és quines d'aquestes decisions es poden deixar del tot a la màquina. Sovint es planteja com una competició entre la persona i l'algorisme, però si s'automatitza tot, el sistema deixa de rebre les correccions humanes que li permeten millorar quan canvien les condicions.
Christina Imdahl, de la Universitat Tecnològica d'Eindhoven, Kai Hoberg, de la Kühne Logistics University d'Hamburg, i William Schmidt, de la Universitat Emory, proposen un mètode en quatre passos a l'article «Targeted Automation and Sustaining Human-AI Learning», publicat a la revista revisada per parells Production and Operations Management (DOI: 10.1177/10591478251381899). Primer identifiquen quan les correccions dels treballadors milloren el resultat; després entrenen un model que prediu en quins casos l'experiència humana hi aportarà; automatitzen les decisions on la persona no hi afegeix gaire, i fan que les correccions que continuen fent els treballadors tornin a alimentar l'algorisme. Ho han provat amb més de 475.000 decisions sobre comandes preses durant quatre anys en un gran fabricant de vehicles comercials, amb més de 4.000 milions d'euros de facturació anual. «En la nostra aplicació empírica, vam poder automatitzar al voltant del 84% de les decisions», explica Imdahl.
El treball és rellevant perquè canvia la manera de fer la pregunta: no es tracta de decidir si és millor la persona o la màquina, sinó de predir on la intervenció humana val la pena i conservar-la per mantenir el sistema al dia. Hoberg ho resumeix dient que les empreses haurien de ser selectives amb l'automatització i mantenir prou decisions en mans de persones perquè l'algorisme s'adapti als canvis. Imdahl hi afegeix un matís: no es tracta de reservar a les persones els casos difícils, sinó els casos en què la seva intervenció ajuda a millorar el sistema.
Les dades són d'una sola empresa, que l'article de divulgació no identifica, i caldrà veure si el mètode funciona igual en altres sectors i amb altres tipus de decisions. La nota de premsa de la universitat, difosa aquest dimecres, no dona xifres sobre l'encert de les decisions automatitzades ni sobre l'estalvi obtingut, i l'article científic es va publicar en línia l'any passat. El 84% s'ha de llegir, per tant, com el resultat d'un cas concret, no com una proporció que es pugui traslladar a qualsevol organització.