La guía de entrevistas para expertos de dominio en IA — Dan Rose AI

Este artículo es un recorte de mi próximo libro en el que puede registrarse aquí: https://www.danrose.ai/book

Al entrevistar a expertos de dominio para soluciones de inteligencia artificial, es esencial evitar discutir una solución específica, sino centrarse en el resultado comercial y el problema en cuestión. Cuando entrevista a expertos, a veces se deciden por una solución en particular demasiado pronto, incluso sin saberlo. Como arquitecto de la solución, es posible que también haga lo mismo y se pierda mejores alternativas. A menudo me sorprendo haciendo eso, ya que encontrar la solución perfecta es la parte más satisfactoria de la fase de descubrimiento. Para centrarme en el problema y el resultado comercial, utilizo la siguiente guía como inspiración para las preguntas.

Pregunta: Cuénteme sobre la última vez que hizo X (por ejemplo, pronosticó ventas o planeó turnos en la heladería)

La pregunta funciona mejor que “¿Cómo se pronostica?”. Preguntar de esta manera le proporcionará una respuesta pulida en el mejor de los casos. El experto en la materia le dirá cómo se supone que debe hacerse todo. Todos queremos presentar nuestra mejor versión de nosotros mismos, y podemos tener un poco de miedo de admitir que saltamos aros cuando estamos ocupados o las cosas están un poco desordenadas. Pero todos estamos ocupados y el trabajo diario es desordenado. Teresa Torres tiene un gran ejemplo en su libro “Continúa Descubriendo Hábitos.”: Cuando le preguntas a la gente cómo compran jeans, te dirán que lo hacen por marca y calidad. Cuando les preguntes cómo compraron jeans la última vez, te dirán que hubo un buen descuento.

Al crear IA, busca identificar todo el desorden y la omisión de procedimientos. Ahí es donde enfrentará desafíos, y puede disminuirlos con IA; puede proporcionar mucho valor.

Pregunta: ¿Cómo utilizará la información proporcionada por la IA? (Por ejemplo, información sobre cuántos helados se venden en un día determinado)

Esa pregunta se centra en la necesidad y el resultado del negocio y no solo en el deseo de obtener información o la solución técnica. El valor de cualquier IA se puede encontrar en qué acción decidimos en función de la información proporcionada por el modelo. Descubrir las acciones previstas revela el valor potencial de la solución de IA. También expone el razonamiento (y, a veces, la falta de) detrás de la necesidad de la solución de IA.

Pregunta: ¿Cómo ayudaría la solución a su nuevo colega?

Los empleados experimentados pueden tener dificultades para ver la idea de la asistencia (de IA o no). Siempre pueden encontrar una solución a los desafíos. No necesitan ayuda. Pero cuando sus colegas sin experiencia se convierten en el tema, les resulta más fácil ver el valor y pueden explicar cómo les ayudará una solución.

Pregunta: ¿Por qué no puede resolver este problema de otra manera que no sea la IA?

Eso a menudo resultará en que el sujeto le diga cómo cree que la IA resolverá el problema. Descubre posibles malentendidos sobre lo que la IA puede y no puede hacer.

También descubre qué tan bien pensada está la idea. ¿Se eligen las soluciones de IA solo debido a la exageración, o se han considerado seriamente las alternativas? No tenga miedo de desafiar la idea de usar IA. Cualquier buena decisión puede pasar la prueba y, si no es una buena decisión, lo sabrás en algún momento, pase lo que pase. Mejor más temprano que tarde.

Pregunta: ¿Por qué fallará esta solución?

¿Alguna vez has escuchado a la gente decir: “Sabía que eso fallaría”? Si eso es cierto, incluso ocasionalmente, hacer esta pregunta puede ahorrarle problemas. También puede conocer la sensación de que ignoró las señales de los desafíos cuando estaba demasiado entusiasmado con una solución. Ciertamente lo hago.

Cuando hago esta pregunta, a menudo obtengo la respuesta: “Fracasaremos porque intentaremos resolverlo todo y no terminarlo”. Ese es un desafío habitual y hacer que los sujetos digan esto aporta algo de realismo al proyecto.

Pregunta: Muéstrame cómo haces X?

Haz que la persona te muestre cómo hace su trabajo. Observar las acciones de un sujeto descubrirá conocimiento intangible. Lo que se ha convertido en tipo 1 y rutina para el sujeto lo confundirá, y puede señalarlo y preguntar qué está pasando.

Pregunta: ¿Qué será difícil sobre (X, Y, Z)?

A menudo hago preguntas como “¿Qué será difícil de obtener una alta precisión?” o “¿Qué será difícil de incorporar a los usuarios a la solución?”. Preguntas como esa descubrirán características de datos que podrían no ser tan confiables como pensaba. Las respuestas como “Recientemente cambiamos la forma en que registramos los datos para X” son típicas aquí.

Para obtener consejos, suscríbase al libro aquí: https://www.danrose.ai/book