traductor

miércoles, 25 de septiembre de 2019

IA: hombres y máquinas

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.
Alan Turing fue matemático e informático. Es el creador del primer ordenador de propósito general y el padre de la inteligencia artificial (IA)
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: