IA: hombres y máquinas
Alan Turing se preguntaba en 1950: “¿Pueden pensar las máquinas?”. Turing fue
matemático, e informático. Es el creador del primer ordenador de
propósito general y el padre de la inteligencia artificial (IA). La
respuesta de Turing es que las máquinas podrían pensar si los humanos aprendíamos a hablarles correctamente, aprendíamos a pensar mejor.
http://informatica.blogs.uoc.edu/2019/09/09/ia-hombres-maquinas/?utm_medium=inbound&utm_source=bra_13_twitterads&utm_campaign=20191_nd_es_mktope_mur&utm_content=immt
Las tecnologías cognitivas
(una colección que incluye el aprendizaje automático, las redes
neuronales o el procesamiento de lenguaje natural, entre otras) utilizan
habilidades de conocimiento, percepción y juicio que fueron hasta hace
poco exclusivas de los humanos. En general, pueden realizar tareas
específicas de forma más efectiva y rápida que las personas, debido a
capacidades superiores de almacenamiento de datos de todo tipo y de
cálculo automático.
Estas capacidades van mucho más allá del trabajo de los robots en una
cadena de montaje. La máquina es mejor para resolver problemas y
realizar predicciones en situaciones estables y regulares, que se pueden
entender y definir por experiencias anteriores, que permiten crear
patrones. La máquina es también mejor cuando se necesita tratar grandes
volúmenes de información rápidamente. Pueden jugar al ajedrez, conceder
un crédito o revisar una radiografía mejor que un experto, aunque no
sepan más de ajedrez o de gestión de riesgo minorista o de radiología
oncológica que un experto.
Por suerte, el desarrollo de la inteligencia artificial ha ido más o menos en paralelo con el del estudio de los procesos humanos de toma de decisiones, aunque curiosamente estos son menos populares. Es el trabajo de psicólogos, neurólogos, sociólogos y analistas de empresa.
El juicio humano funciona mejor delante de situaciones nuevas y no repetidas,
donde hay incertidumbre y se necesita creatividad, donde no se requiere
procesar grandes volúmenes de información o, si hace falta, esta tarea
se le puede encargar a máquinas. Es el caso de las negociaciones o la de
las previsiones disruptivas o de muy largo plazo, en la política, en la
meteorología o en la inteligencia comercial.
En la investigación actual se acepta que una combinación de hombres y máquinas,
específica para cada contexto y problema a tratar, produce resultados
superiores que el trabajo de ordenadores y personas por separado. El
trabajo conjunto entre máquinas y hombres mejora, bajo ciertas
condiciones, las habilidades de ambos. Como decía hace poco Xavier Marcet, druckeriano
como yo, “el futuro pasa por la suma de inteligencias y no por la
sustitución de las personas por las máquinas”. Ya veremos. Se trataría
de encontrar los espacios adecuados (los sweet spots) en los que mezclar la fortaleza de los algoritmos con el juicio experto.
Por ejemplo, en el uso de modelos creados, mejorados o supervisados por expertos
para afinar la precisión de una predicción, el modelo producido supera
el juicio de cualquier experto o de todos juntos. Los analistas
financieros, por ejemplo, intervienen identificando los factores que
influyen más en una predicción o asignándoles pesos diferentes,
revisando múltiples resultados y avisando anticipadamente de la
necesidad de revisar o mejorar los modelos existentes. Una máquina no
sabe decidir qué puede hacer una máquina.
Porque, como ocurre con los algoritmos, el razonamiento humano necesita también aprender y entender
quién, por qué, dónde y cuándo se producen errores, sesgos e
inconsistencias en el juicio de las personas y quién, por qué, dónde y
cuándo se producen mejores decisiones. Por ejemplo, se puede llevar un
registro de decisiones y decisores anteriores y proporcionar
retroalimentación a los participantes, de la misma manera que se
registran y analizan los logs y secuencias de los programas informáticos y su uso. Otro ejemplo: una investigación reciente con herramientas de aprendizaje automático, ha relacionado el estilo de comunicación de los CEOs con el rendimiento de la compañía.
Parece que en aquellos entornos en los que se fomenta una cultura de toma de decisiones
basada en los datos, donde se escucha la opinión fundamentada de
personas de diferentes perfiles y puntos de vista, se promueve el
liderazgo de directivos comprometidos con la verdad y con las personas
que dicen la verdad y se trabaja en equipo, las decisiones son también
mejores.
Nota: Esta entrada se ha publicado previamente en Linkedin Pulse.Jose Ramon Rodriguez es profesor de los Estudios de Informática, Multimedia i Telecomunicación de la UOC.
http://informatica.blogs.uoc.edu/2019/09/09/ia-hombres-maquinas/?utm_medium=inbound&utm_source=bra_13_twitterads&utm_campaign=20191_nd_es_mktope_mur&utm_content=immt
No hay comentarios:
Publicar un comentario