“La ciencia ficción ha dejado una impresión difícil de cambiar sobre lo que la gente entiende por Inteligencia Artificial (IA). Existe inquietud sobre si la IA eliminará puestos de trabajo, y también miedo a que robots inteligentes puedan hacernos daño y conquistar un día el mundo. Esta percepción es algo que nos preocupa en Microsoft, ya que, si queremos que la IA beneficie a la sociedad, debemos ganarnos la confianza de las personas cuyas vidas transformará.
Queremos fomentar un debate público positivo, y sólo si afrontamos las cuestiones éticas y morales más preocupantes, podremos comprender y anticipar el gran impacto que, sin duda, tendrá la IA con el paso del tiempo.
Con ese objetivo en mente, hemos preparado una serie de artículos sobre IA para analizar los temas que más interesan a la opinión pública. Queremos dejar claro cómo ve Microsoft estos problemas y qué estamos haciendo para abordar los aspectos que más preocupan a la gente.
En este primer artículo, ponemos las bases para ese debate y tratamos los aspectos básicos de la IA para aclarar algunos de los mitos y la confusión que la rodean. En los siguientes, analizaremos temas que van desde el diseño ético y el uso de datos, hasta las aplicaciones en la industria y el aprendizaje de nuevas habilidades para prepararse de cara al trabajo del futuro.
Creemos que este es un momento extraordinariamente interesante para la tecnología y la sociedad, pero no está exento de dificultades, dilemas, preguntas y una gran responsabilidad para aquellos que desarrollan e introducen la inteligencia artificial en nuestras vidas. Como una de las compañías que está haciendo precisamente eso, Microsoft quiere tomarse muy en serio esa responsabilidad».
Chris Bishop, director del laboratorio de Microsoft Research Cambridge y Microsoft Technical Fellow
La investigación en inteligencia artificial comenzó en la década de los 50, continuando el trabajo llevado a cabo por el matemático británico Alan Turing durante la Segunda Guerra Mundial. Sin embargo, no ha sido hasta la última década cuando se han producido los avances más rápidos en cuanto a IA, como consecuencia de la combinación de tres factores cruciales: el cloud computing (computación en la nube), la gran cantidad de datos y los grandes avances en machine learning (aprendizaje automático).
Entonces, ¿qué es IA? A grandes rasgos, es cuando las máquinas o los sistemas informáticos se comportan de una manera que simula la inteligencia humana. En informática, la IA comprende varios campos de estudio, entre los que destaca el machine learning. Pero empecemos por lo esencial.
¿Qué es el machine learning?
El machine learning permite a los ordenadores aprender sin necesidad de haber sido explícitamente programados para ello. Son los avances en este campo, especialmente en el deep learning, los que han producido la reciente proliferación de la IA. El machine learning funciona entrenando a los sistemas informáticos a utilizar algoritmos para detectar patrones en los datos y posteriormente actuar de forma predictiva.
El reconocimiento de voz y lenguaje natural, la visión computerizada, las recomendaciones en búsquedas y los filtros en los emails son algunos ejemplos de IA que hace uso de machine learning. En la Bandeja de entrada, los Prioritarios en Outlook muestran los correos más importantes a través de IA, al igual que los resultados y recomendaciones que aparecen cuando realizas una búsqueda o compras online. Microsoft Translator hace uso de algoritmos de machine learning para trascribir aquello que dices a uno o varios idiomas al mismo tiempo que hablas.
Se habla de “aprendizaje supervisado” cuando se entrena a las máquinas con datos etiquetados. Por ejemplo, los datos pueden incluir fotos que han sido etiquetas incluyendo aquello que muestran. El algoritmo utilizado por la máquina puede luego seleccionar esas etiquetas en otras bases de datos. De este modo, si se ha etiquetado a un grupo de imágenes en las que se muestran perros, la máquina puede entenderlo e identificar otras imágenes similares en las que también aparezcan.
En cambio, en el “aprendizaje no supervisado”, las máquinas no identifican patrones en bases de datos etiquetadas, sino buscando similitudes. En este caso, los algoritmos no están escritos para detectar un tipo específico de datos (como las imágenes de perros), sino que buscan ejemplos que se parezcan y puedan agruparse.
En el “aprendizaje de refuerzo”, una máquina aprende por medio de prueba y error, hasta decidir cuál es la mejor manera de completar una tarea dada. Microsoft utiliza esta técnica en entornos de juego como Minecraft para ver cómo los “agentes de software” mejoran su trabajo. Un ejemplo sería el de un personaje controlado por IA que tiene que atravesar un camino rodeado de lava sin caer.
¿Qué es deep learning?
El deep learning es un tipo de machine learning inspirado en cómo las redes neuronales del cerebro humano procesan la información. En estos sistemas, cada capa de la red neuronal transforma los datos que recibe en una representación más compleja.
De esta manera, el sistema alcanza una comprensión muy detallada de los datos que equivale a una forma de razonamiento inteligente. Por lo tanto, y siguiendo con el ejemplo anterior, al “ver” una imagen de un perro, la máquina primero detectará una forma a partir de una matriz de píxeles, luego podría identificar los bordes de esa forma y los contornos, el objeto en sí, y así sucesivamente, hasta que identifique la imagen.
Son estas redes neuronales artificiales las que han impulsado los recientes avances en machine learning y la habilidad que tienen los ordenadores de llevar a cabo tareas como el reconocimiento del habla, el procesamiento de lenguaje natural o el reconocimiento de imagen.
¿Conquistará el mundo la IA?
La percepción que tiene la gente sobre la IA está influida negativamente por cómo se ha representado en las películas de ciencia ficción. Sin embargo, los sistemas de IA actuales solo son capaces de llevar a cabo tareas específicas. Dichos sistemas son buenos en tareas lógicas, pero no son capaces de intuir, empatizar o tener inteligencia emocional. En otras palabras, los temores de algunas personas están muy lejos de lo que realmente está sucediendo en el desarrollo de la IA.
Para conseguir una confianza pública en esta tecnología, se necesita empezar desde la primera fase del diseño, con productos creados con un fuerte marco ético. La privacidad de los datos, el mal uso de la IA, el estado moral de los sistemas y sobre quién recae la responsabilidad cuando las cosas van mal son los temas en los que debemos centrarnos.
Microsoft tiene un enfoque de colaboración para desarrollar la IA, con valores humanos como eje principal. Creemos en un diseño responsable y en que las compañías que se encuentran desarrollando este tipo de tecnologías deben asumir la responsabilidad de las cuestiones éticas, trabajando juntos para resolver los retos más difíciles. La IA no tiene que tener su origen en ninguna compañía ni en ningún país, sino que debe pertenecer a todo el mundo.
Por eso, Microsoft ha ayudado a fundar la Partnership on AI, una organización sin ánimo de lucro cuyo objetivo es asegurar que las tecnologías de IA tienen un beneficio para las personas y la sociedad a través de buenas prácticas y generando debate abierto. El pasado año, creamos nuestro propio comité asesor bajo el nombre de AI and Ethics in Engineering and Research, para asegurar que todos los sistemas de IA incorporan nuestros principios éticos de diseño. Insistimos en que deben salvaguardarse contra los posibles sesgos, contra la discriminación, tener una responsabilidad algorítmica, ser transparentes y explicables, y ayudar a las personas respetando la privacidad.
IA y el futuro del trabajo
Ha habido mucho debate sobre si la IA reemplazará puestos de trabajo, en especial aquellos que puedan ser automatizados. Microsoft cree que esta visión es demasiado simplista. La mayoría de los trabajos tienen elementos rutinarios que afectan la productividad. La IA podría realizar estas tareas en su lugar, permitiendo a los trabajadores centrarse en cuestiones más importantes.
Probablemente la IA tendrá un efecto transformador en el puesto de trabajo, eliminando algunas profesiones. Sin embargo, también se van a crear nuevas, algunas de las cuales todavía ni existen. Esta situación se ha dado con cada revolución industrial, desde la invención de la máquina de vapor. La ventaja que tenemos en la actualidad con la Cuarta Revolución Industrial es que somos capaces de planificar el cambio con mucha más perspectiva. La creación de políticas y la reconversión profesional pueden hacer que la creación de empleo supere al reemplazo de puestos.
En este sentido, Microsoft ha hecho mucho en cuanto a estudios de impacto y recomendaciones de actuación se refiere. En la actualización de este mismo año de nuestra guía para crear un marco legal que extienda los beneficios del cloud computing a todo el mundo, destacamos la disrupción que toda esta tecnología trae consigo. Si bien no creemos que la IA vaya a sustituir a todos los puestos de trabajo, sí creemos que cambiará la naturaleza de este y tenemos la responsabilidad de asegurarnos de que las personas estén preparadas para hacer frente a este cambio. Este tema lo tratamos en más detalle en The Future Computed, nuestro libro sobre el papel de la IA en la sociedad.
Sin embargo, no subestimamos el alcance de este desafío y el temor que causa. Una encuesta realizada por el Instituto para el Futuro de la Humanidad de la Universidad de Oxford mostraba los puntos de vista de expertos en machine learning y revelaba que la IA podría tener un impacto significativo en los conductores de camiones en 2027, trabajadores del sector retail en 2031 y cirujanos en 2053.
No obstante, creemos que quedan muchas décadas para que la IA sea lo suficientemente avanzada como para reemplazar a las personas en muchas tareas y, cuando eso suceda, se plantearán cuestiones éticas sobre si es lo correcto o no. En definitiva, en lo que respecta a la IA, creemos que es mejor centrarse en adoptar un planteamiento responsable para abordar los retos a los que nos enfrentamos hoy en día.
