Todos hemos escuchado historias aterradoras sobre los efectos de la inteligencia artificial (IA), y no hablo de series distópicas como Black Mirror. Las tecnologías inteligentes son capaces de hacer las cosas más rápido, mejor y más barato que nosotros. ‘Pronto nos relevarán y harán que nuestros trabajos sean inútiles’, pensamos. En realidad, ya estamos rodeados de inteligencia artificial y dependemos cada vez más de esta tecnología. Imagínate la bandeja de entrada de tu e-mail sin un filtro antispam. Eso SÍ da miedo. Pero la mayor parte de la IA se encuentra todavía en una etapa de desarrollo muy temprana. Comete muchos errores y aún está aprendiendo. Es decir… somos los humanos quienes seguimos aprendiendo: cómo codificarla, cómo mantenerla y, en última instancia, cómo mejorarla.

El dilema de la jirafa

No todos los días ves una jirafa. Pero cuando ves una, ya sea en el zoológico o en un safari por la jungla, es probable que tomes una foto. Esto significa que hay una mayor cantidad de imágenes de jirafas que jirafas en el mundo.

Síguenos en Google Noticias para mantenerte siempre informado

Cuando entrenas a un algoritmo de IA, le proporcionas datos de entrenamiento, esto es, la información que deseas que aprenda antes de realizar la tarea que esperas que haga. Para un algoritmo de reconocimiento de imágenes, los datos de entrenamiento incluyen grandes cantidades de imágenes. Cuantas más jirafas vea mientras entrena, mayor probabilidad hay de que crea que hay jirafas en todas partes.

Al momento de ponerlo a prueba, este algoritmo probablemente verá jirafas incluso en imágenes donde un humano puede ver claramente que no hay ninguna, porque aprendió que las jirafas son algo muy común.

Por esta razón, se dan muchos casos de sesgos en la IA. Otro ejemplo son los programas que asumen que las personas de ciertas zonas tienen más probabilidades de cometer delitos, solo porque históricamente se han detectado más delitos allí.

Spoiler 1: Un algoritmo simplemente arroja lo que el humano introduce.

Sigue la información sobre los negocios y la actualidad en Forbes México

Jesús, toma el volante

El coche autónomo incluirá algoritmos que pueden detectar un árbol o un camión en movimiento, pero si un mono capuchino se escapa de una casa en la Ciudad de México (historia real) y salta frente al auto, entonces el algoritmo no sabrá qué hacer y el humano tendrá que intervenir. Esto ocurre porque nadie preparó el automóvil para tal situación.

La automatización condicional, que es el nivel más alto de automatización disponible hoy para automóviles, depende de la colaboración entre el ser humano y la máquina. Esto significa que el conductor debe estar listo para tomar el control. Por tal motivo no puedes tomar una siesta en tu Tesla, todavía no…

El poder de la IA sigue siendo muy limitado; tiene muy poca memoria y es muy especializada. Si bien un algoritmo puede vencer al mejor jugador de ajedrez del mundo, el mismo programa no puede reconocer la huella digital de un plátano.

Spoiler 2: La IA es más inteligente que los humanos solo en la tarea muy específica para la que ha sido diseñada (por humanos).

Sigue la información de los negocios en nuestra sección especializada

La IA no puede existir sin las personas

La única forma de saber cuando un algoritmo de IA comete un error es viendo los resultados. La IA no sabe si comete errores. El algoritmo de Amazon que discriminaba contra currículos de mujeres no tenía idea de que estaba siendo injusto. El problema en ese caso es similar al de la jirafa: lo que estaba sesgado eran los datos de entrenamiento, no el algoritmo.

La IA ya está reemplazando tareas repetitivas, como separar tomates podridos en una cinta transportadora de una fábrica de catsup. Este es el tipo de trabajos que está en riesgo: limitados, específicos y monótonos.

Pero los humanos están involucrados en cada parte del proceso que contribuye a la IA: desde seleccionar la base de datos correcta hasta entrenarla, codificarla y hacer las preguntas correctas al algoritmo, para asegurarse de que los resultados tengan sentido. Esto seguirá siendo así durante bastante tiempo.

Cuando la IA comete errores, normalmente se debe a que el problema no se estableció claramente o que los datos de entrenamiento estaban desordenados, sesgados… o contenían demasiadas jirafas. Y un humano debe estar ahí para poder detectarlo.

Suscríbete a Forbes México

Contacto:

Lucía Romo Alanís es profesora de Inteligencia de Negocios en EGADE Business School*

Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.

 

Siguientes artículos

Mexicanos dejan de ir al banco: 3 de cada 10 adquieren productos financieros por internet
La Tecnología como transformador de las finanzas personales
Por

La tecnología llegó para quedarse, para hacernos la vida más fácil. ¿Todavía no has descubierto cómo?