«Se debe diseñar una estrategia sobre inteligencia artificial de ámbito nacional»

 

Josep Curto es profesor de los Estudios de Informática, Multimedia y Telecomunicación de la UOC. Es experto en macrodatos, inteligencia de negocio y analítica de negocio. También dirige el máster de Inteligencia de Negocio y Big Data Analytics de la UOC. Considera que la inteligencia artificial está llamada a transformar profundamente la sociedad y a redefinir los oficios y las profesiones existentes. Será preciso cambiar la mentalidad y asumir los desafíos éticos que implica esta revolución tecnológica. Estamos, pues, frente a tecnologías y técnicas con grandes aplicaciones sociales y productivas, que abren la puerta a múltiples casos de uso. Y el experto es claro: la responsabilidad de que esos casos de uso no sean positivos para la sociedad recae en las personas que los han creado y usado. Los algoritmos solo hacen aquello para lo que han sido programados.

 

Josep Curto es profesor de los Estudios de Informática, Multimedia y Telecomunicación de la UOC. Es experto en macrodatos, inteligencia de negocio y analítica de negocio. También dirige el máster de Inteligencia de Negocio y Big Data Analytics de la UOC. Considera que la inteligencia artificial está llamada a transformar profundamente la sociedad y a redefinir los oficios y las profesiones existentes. Será preciso cambiar la mentalidad y asumir los desafíos éticos que implica esta revolución tecnológica. Estamos, pues, frente a tecnologías y técnicas con grandes aplicaciones sociales y productivas, que abren la puerta a múltiples casos de uso. Y el experto es claro: la responsabilidad de que esos casos de uso no sean positivos para la sociedad recae en las personas que los han creado y usado. Los algoritmos solo hacen aquello para lo que han sido programados.

La inteligencia artificial, y principalmente el aprendizaje automático (machine learning), al igual que otras múltiples tecnologías, puede tener un impacto tanto positivo como negativo. Por un lado, estas técnicas pueden usarse para dar soporte a médicos, gestores y otros profesionales para hacer mejor su trabajo. Centrémonos, por ejemplo, en el área de atención médica. Actualmente tenemos personas de múltiples nacionalidades viviendo en Europa (donde hay amplia movilidad de ciudadanos) y que no siempre pueden expresarse correctamente cuando necesitan atención médica. Tener un sistema que pueda traducir cualquier idioma al español en este ámbito es de indudable ayuda.

Por otro lado, algunos de los casos de uso presentan sesgos relevantes tanto en la captura del dato como en su diseño y pueden generar escenarios de discriminación y desigualdad. Por ello, es muy importante que todos los profesionales implicados en estas técnicas conozcan los sesgos existentes, comprendan los riesgos que estamos introduciendo e incluyan capacidades de monitorización en el momento del despliegue de estas técnicas para asegurarse de que estos sesgos sean detectados, medido su impacto y reducidos.

Debemos hacer un esfuerzo para imaginar y crear casos de uso que realmente generen un impacto positivo en la sociedad al mismo tiempo.

La robótica no es una tecnología nueva. Llevamos bastantes años transformando las cadenas de producción. Los beneficios son claros, por ejemplo, reducción del riesgo o precisión en la repetición del trabajo, entre otros. A medida que estamos mejorando las técnicas de aprendizaje automático y exploramos otros casos de uso más amplios, recuperamos el miedo de la destrucción en masa de puestos de trabajo. De nuevo, lo que sucede es que estamos ante un escenario de transformación del puesto de trabajo. Por ejemplo, a medida que el coche sustituyó al caballo como mecanismo de transporte, el oficio de herrero dejó de tener sentido y fue sustituido por el oficio de mecánico.

Actualmente, muchos de los oficios se transformarán y se impulsarán con el uso de estas tecnologías, y también aparecerán profesiones complementarias o nuevas. Por ejemplo, los robots van a necesitar mantenimiento y de modo natural debería aparecer el «mecánico de robots». Lo que queda patente, y este es un reto para todo el país, es que las competencias que vamos a necesitar en esta nueva etapa van a ser diferentes y es necesario formarse en estas nuevas profesiones que, en muchos casos, nos cuesta imaginar.

La robótica social, aunque tengamos ejemplos como Sophia de Hanson Robotics, aún se encuentra en una fase incipiente. Vivimos en una ilusión en la que la tecnología está mucho más avanzada que en la realidad.

En este caso de uso, se requiere una combinación de elementos mucho más sofisticada (sobre todo en los robots antropomórficos). Estamos hablando de expresiones faciales, de comunicación verbal, del conocimiento del dominio específico e incluso de coordinación de movimiento. Parte de la mejora de la robótica social exige su interacción en contextos reales y uno de los aspectos que frecuentemente falta en este ámbito es la inteligencia emocional. Esta es un área de investigación de singular importancia para mejorar la robótica social.

Estamos viviendo un escenario en el que estas técnicas ya afectan a los hábitos de consumo. Solo hacer falta fijarse en cómo, al cabo de un tiempo de usar un sistema de emisión en directo (streaming) que incluya un sistema de recomendación, los resultados presentados se encapsulan en unos perfiles predeterminados (dentro de una burbuja) y presentan una serie de contenidos específicos e incluso se repiten las recomendaciones. Estamos ante una exposición continua de empresas que buscan captar nuestra atención y al mismo tiempo influenciar nuestros hábitos de compra y consumo.

Este fenómeno que inicialmente puede pensarse que es beneficioso para la empresa, y quizá no tanto para el consumidor, juega en su contra. Somos animales de hábitos, pero nos gustan las novedades —sin riesgo—, y si siempre recibimos las mismas recomendaciones, nos aburrimos. Podemos dejar de mostrar interés por lo que nos recomiendan e incluso ignorar sistemáticamente las alertas (como si se trataran simplemente de ruido). Pensemos, por ejemplo, en la cantidad de anuncios que los consumidores ignoramos sistemáticamente, ya sea conscientemente mediante mecanismos de bloqueo o simplemente por nuestra limitada atención.

Existe un marcado interés por aplicar todas las tecnologías vinculadas con los datos y el análisis tanto en el ámbito privado como en el público del sistema sanitario. La tecnología puede desempeñar un papel positivo para mejorar la atención sanitaria, la gestión de hospitales, la detección de enfermedades, la previsión de necesidades, etc.

Sin embargo, debemos ser realistas, pues la tecnología es solo uno de los factores que condicionan la evolución de este sector. El efecto principal que estamos observando en la evolución del mercado (como el balance entre sector privado y público) frecuentemente está más ligado a las políticas sociales y a los intereses del gobierno de turno. Solo hace falta fijarse en las políticas de reducción de costes que han afectado a la sanidad pública: han limitado los recursos y han empujado el crecimiento de la sanidad privada. O por ir un poco más allá de las fronteras locales, el Brexit está acentuando la crisis del sistema nacional de salud público británico (el National Health Service o NHS) generada por la reducción de costes al combinarse con una fuga de talento en el sector.

Hay que ver dónde se ponen los límites. Es un tema que, sin duda alguna, debe discutirse a escala de país y estar ligado a una serie de regulaciones y responsabilidades. Si queremos vivir en una sociedad en la que los valores de libertad e igualdad son relevantes bajo un Estado, es necesario revisar de nuevo el contrato social. Es posible que deba considerarse incluso un código de comportamiento —similar al del contexto de la medicina— en el que se definan los valores que deben regir el uso y la explotación del dato.

Como en otras profesiones, el periodismo puede apoyarse en estas tecnologías para mejorar la manera de trabajar, por ejemplo a la hora de validar el estilo editorial, crear noticias que combinan datos y base de conocimientos específicos —como el deportivo— o detectar noticias falsas. Pero también puede centrarse en un periodismo que vaya mucho más allá de dichas tareas, por ejemplo el periodismo de investigación. El primer paso de estas tecnologías es automatizar tareas repetitivas con un valor mínimo, por ejemplo mostrar el último resultado de un partido de fútbol. En este sentido, la reflexión que debemos hacer todos los profesionales es: ¿de verdad queremos que nuestro trabajo continúe siendo solo una serie de tareas repetitivas?

En cuanto a la pregunta de si la inteligencia artificial va a cambiar cómo leemos, ya llega tarde. Las nuevas generaciones viven en entornos síncronos, de comunicación breve y rápida, incluso centrada en imágenes, por lo que ya consumen contenidos de una manera diferente. Estas tecnologías ayudan a descubrir contenidos relevantes respecto a nuestras preferencias, lo que en definitiva genera burbujas de información.

Debemos formar a todo el mundo en los conflictos éticos que generan las nuevas tecnologías, en el conocimiento de nuestros propios sesgos y cómo se magnifican, y de los mecanismos de detección y de reducción. Desafortunadamente, se requiere un cambio de mentalidad de múltiples actores, desde los gobiernos hasta las empresas, pasando por las personas. En este sentido, es similar al cambio climático. A pesar de las evidencias existentes durante mucho tiempo, se ha minimizado o menospreciado el problema y no se han tomado decisiones contundentes.

En el contexto de la educación tenemos un reto doble: formar a profesionales en las competencias relevantes para los próximos años y adoptar en nuestros procesos estas técnicas. Una parte de nuestra investigación académica en la UOC está centrada en la recuperación y el tratamiento de datos de análisis del aprendizaje o learning analytics. Es decir, nos interesa entender y mejorar el proceso de aprendizaje en diferentes entornos.

Uno de los puntos candentes, sin duda alguna, es el fracaso escolar en sus diferentes tipologías: habitual, circunstancial, etc. A medida que usamos más canales digitales en el proceso educativo —y en la UOC esto es bastante claro—, tenemos la posibilidad de captar más señales para comprender los procesos de aprendizaje de nuestros alumnos. No se trata de comprender solo por qué hay fracaso, que ya de por sí es muy importante, sino de ayudar al docente a identificar si algún estudiante presenta riesgo de fracaso y actuar preventivamente.

En la personalización de la educación, tenemos una oportunidad de oro. Muchas de las profesiones del futuro requieren la combinación de capacidades existentes y nuevas, que formarán caminos únicos. Aquí existe una oportunidad si convertimos en activos digitales los contenidos y creamos sistemas de asesoramiento en función de los conocimientos, los intereses y los mecanismos de aprendizaje del estudiante. En este punto, sin embargo, tenemos que redefinir los formatos en los que se comercializan estas capacidades.

Hay que redefinir los oficios existentes. Habrá trabajos que no existirán al automatizarse o incluso al quedar en desuso. El reto que tenemos es que nos encontramos inmersos en este cambio, lo que frecuentemente complica la reflexión y la identificación de los pasos siguientes. Sin duda alguna, el sistema educativo puede y debe ejercer un papel fundamental en esta transformación.

La inteligencia artificial está llamada a transformar profundamente la sociedad y ser un pilar en múltiples sectores, por lo que lo normal sería diseñar una estrategia de ámbito nacional y convertirla en una tecnología oblicua. Por ejemplo, los Emiratos Árabes Unidos se convirtieron en el primer país del mundo en nombrar a un ministro para la Inteligencia Artificial.

Si el objetivo es transformar un país en una potencia en inteligencia artificial, el hecho de tener un perfil al más alto nivel puede ayudar a poner en marcha iniciativas de colaboración entre la sociedad civil, la académica y las empresas, a fin de identificar áreas donde la inteligencia artificial será fundamental para la innovación. También se podrán diseñar políticas coherentes y coordinadas de datos abiertos en el contexto de un país, crear planes para atraer y generar talento, desarrollar políticas basadas en evidencias y datos (lo que llamamos evidence-based policies, que ya sabemos que es tan necesario), impulsar una agenda de investigación adecuada y habilitar inversiones para centros de investigación, nuevas empresas, centros de excelencia, etc.