Cancún, Quintana Roo.- “No quiero ser un aguafiestas de la Inteligencia Artificial”, fueron las palabras con las que Christopher Rhodes Stephens, profesor titular y director de Ciencia de Datos en el Centro de Ciencias de la Complejidad de la UNAM, inició su charla en el día final de IT Masters Forum. El académico subió al escenario para responder una pregunta: la ciencia de datos y la inteligencia artificial, ¿son un hype o un cambio real de paradigma?
Stephens relató su experiencia al ver el acto de un mago, en el que una chica desaparece de una caja y cómo se dio cuenta de la ilusión óptica que constituía el truco. Eso le quitó todo el asombro. Conocer los secretos de un campo muchas veces te arruina la experiencia y eso fue lo que intentó Rhodes con la Inteligencia Artificial: contar sus secretos.
El académico explicó cómo los miedos en torno a la inteligencia artificial la mayoría de las veces carecen de fundamentos, y cómo también muchas veces el hype es el culpable de plantear a la IA como un panacea para todos los males del mundo.
“No digo que la inteligencia artificial, el machine learning y el deep learning no sean asombrosos. Las máquinas pudieron vencer a Kasparov en ajedrez gracias a DeepBlue y volverse maestras en Go gracias a DeepMind. Todo esto es asombroso, pero también es una habilidad muy limitada. Estas grandes inteligencias solo son buenas haciendo una cosa. Aún la humanidad es exponencialmente mejor en casi todo”, explicó Stephens.
Esto no significa que el impacto en múltiples industrias no va a ser revolucionario. El reconocimento de voz y de imágenes, por ejemplo, ya cambió la forma en la que las personas se relacionan con el mundo y va a seguir potenciándose. Las cirugías robóticas, el trading algorítimico en la bolsa, y una cantidad creciente de aplicaciones están siendo manejadas por inteligencia artificial a nivel de eficiencia que jamás podría conseguir un humano o un grupo de humanos.
La pregunta ahí, antes de caer en el miedo apocalíptico que han impulsado declaraciones de expertos como Elon Musk y Stephen Hawking (quienes, de acuerdo a Stephens, son grandes expertos en sus áreas, pero sus áreas no son directamente AI), es ¿bajo qué circunstancias una AI es mejor que un ser humano?, y desde ahí tomar una postura positiva: ¿Cuál debe ser tu rol en la revolución de AI?
De acuerdo a Stephens, primero hay que detenerse en los datos. Ese rol humano es fundamental y necesario para empujar la revolución AI: la recolección, limpieza y clasificación de datos. Los datos representan hechos reales sobre el mundo, y todos los seres vivos los utilizamos. Desde una ameba reaccionando a un entorno hostil, hasta el tránsito migratorio de las aves. Pero para tomar decisiones a partir de los datos hace falta transformarlos en información, y luego esa información luego debe volverse conocimiento, para finalmente pasar a la acción.
“Existen entonces los datos, para los que tenemos un Chief Data Officer; y la información, para la que está el Chief Information officer. Pero información no es conocimiento, ahí aparece la figura del Chief Knowledge Officer. ¿Pero la acción? No existe un Chief Action Officer y probablemente no exista nunca, porque ese un rol que debe asumir la organización completa, y para eso el aprendizaje forma una parte escencial. Es necesario integrar el conocimiento en un nivel sistémico para conseguir tomar mejores decisiones, y tomar mejores decisiones es la base de todas las organizaciones”, detalló el académico.
La jungla empresarial
Los datos estuvieron al centro de la exposición de Stephens, y por una buena razón: siempre han estado ahí y siempre lo estarán. Un animal en medio de la jungla está constantemente tomando decisiones de acuerdo a la información que recopila de su entorno, decisiones que pueden determinar si sobrevive o no a los peligros del mundo: esto no se diferencia en la práctica de lo que hace una empresa día a día.
De acuerdo a Stephens, cualquier decisión puede reducirse a un pequeño set de cinco preguntas:
- ¿Quién…? Comprará el producto de la organización, es mi depredador más peligroso
- ¿Qué…? Es la fuente de alimento más nutritiva, o el precio óptimo para la oferta.
- ¿Dónde…? Debería construirse una nueva tienda, o se encuentra una pareja reproductiva.
- ¿Cuándo…? Ingresó un intruso al sistema informático, o debería sembrar los campos.
- ¿Por qué…? Y esto tiene un componente fundamental: si no se puede explicar el por qué, no hay realmente una manera de tomar una acción apropiada.
Uno de los errores de las organizaciones y una de las fuentes principales de los múltiples temores asociados a la inteligencia artificial, es no tener claro que estás decisiones son afrontadas más o menos igual por seres humanos y por máquinas, pero que cada uno tiene un márgen competitivo respecto al otro, infranqueable pero a la vez complementario
“Los sistemas artificiales no toman decisiones con base en la intuición y en el sentimiento. En ese sentido son inferiores a nosotros. No sabemos qué es la heurística en la mente humana, y por lo mismo no podemos reemplazar las decisiones humanas. Sí la conocemos en la AI: es un modelo matemático, pero ninguna AI puede extraer el significado de la información, ningún sistema de AI tiene conocimiento ‘en sí'”, explicó Stephens. “El conocimiento humano ha sido desarrollado a través de miles de años. Somos mineros de datos increíbles gracias a cosas como nuestros sentidos, y eso nos permite tomar mejores decisiones que las máquinas en ciertos campos”.
De acuerdo al académico, es necesario que las organizaciones se aproximen a la inteligencia artificial, a los datos, como si fueran una caja de herramientas. No son la solución a todos los problemas, son muy específicas para lo que fueron creadas y necesitan de un buen operador humano para cumplir su rol a cabalidad.
Entonces, ¿hype o cambio de paradigma? Para Stephens la respuesta es: ambos, y está bien que así sea.
