15 Abr Inteligencia artificial: oportunidades, desafíos y riesgos de una tecnología que intenta retar al pensamiento humano

La inteligencia artificial, pese a aportar innovaciones muy avanzadas y cuyo auge se ha producido especialmente en los últimos años, ganando una gran velocidad desde el desarrollo del deep learning en 2012, ya lleva varias décadas entre nosotros. Hay países como China que están logrando enormes progresos y luchan por liderar este ámbito, aunque en Occidente, sobre todo en EE. UU. Y Reino Unido, hay una mayor ventaja, por ahora, de conocimiento, patentes y experiencia acumulada.

En este artículo abordo no solo qué es la inteligencia artificial, sino también cuáles son sus dilemas, sus límites, desafíos, ventajas y riesgos. Porque, como cualquier creación de la ciencia y toda innovación humana, no está exenta de pros y contras.

> ¿Qué contenidos encontrarás en este artículo?

• Introducción
• Ventajas y oportunidades
• Desafíos
• Posibles riesgos
• Conclusión final

1. Introducción

1.1. El juego de imitación

Una computadora puede ser llamada inteligente si logra engañar a una persona haciéndole creer que es un humano. Estas palabras no son mías, sino de Alan Turing, brillante matemático precursor de la inteligencia artificial (IA) y creador del famoso test de Turing. La frase describe, precisamente, el objetivo del test: ser superado por una máquina que imita el comportamiento humano y, por tanto, no es identificada como lo que es realmente.

Salvo la cuestionable excepción del chatbot Eugene Goostman, la comunidad científica no está convencida de que ninguna máquina lo haya superado todavía. Aunque hay progresos espectaculares, como el sistema Google Duplex, que es capaz de pedir cita en la peluquería en tu nombre sin que la otra persona interlocutora note que es inteligencia artificial.

1.2. Máquinas y pensamiento

En el titular de este artículo me refiero a la inteligencia artificial como un reto para el pensamiento humano. En realidad, al menos hasta ahora, ninguna máquina, por inteligente que sea, ha sido capaz de ni tan siquiera imitar el pensamiento humano y mucho menos igualarlo o superarlo.

De hecho, cuando Turing propuso su test o prueba basada en el juego de imitación, en su ensayo Computing Machinery and Intelligence de 1950, se planteó si las máquinas podían pensar. Pero, para ello, necesitaba definir con precisión qué significaba “máquina” y qué “pensar”. Ante la complejidad de la respuesta y la dificultad de demostrarla científicamente, prefirió centrarse en cómo las máquinas podían pasar por humanos, es decir, imitar su inteligencia, que no su pensamiento.

1.3. La conciencia, ¿el gran obstáculo?

El matiz entre ambos conceptos es importante porque el pensamiento implica conciencia y, aparte de los humanos, pocos seres vivos la tienen. Por ejemplo, el deep learning (aprendizaje profundo en español) es una forma de IA muy avanzada, en la que se imita el funcionamiento de las redes neuronales del cerebro humano. No se trata ya de un proceso dirigido por humanos, sino que aprende por sí mismo a través de la creación de su propio modelo de representación mediante sus patrones y anomalías.

Como ya conté en este artículo, el aprendizaje profundo se consigue mediante redes neuronales multicapa cuyos perceptrones o neuronas artificiales tienen una función específica, al igual que las neuronas de verdad, y no se comportan todas de la misma forma, como es en el caso del aprendizaje automático.

Sin embargo, el deep learning tiene numerosas limitaciones, que también señalé aquí. Una importante limitación podría tener relación con la ausencia de conciencia. Y me explico. Steve Pinker destaca una importante diferencia entre comprender cómo funciona el cerebro y descubrir cómo nos convierte en las personas que somos. Es decir, saber por qué algunos tipos de actividad cerebral representan algo para mí o, más concretamente, son «yo» es otra cuestión y los científicos no se ponen de acuerdo en cómo responder a ello.

En el caso de la inteligencia artificial y, más concretamente del deep learning, puede resultar algo parecido. Una cuestión es intentar replicar el funcionamiento del sistema nervioso y otra muy distinta “pensar” como un ser humano. Con estas tesis coinciden científicos como el español David Jou, para quien el universo, al igual que el cerebro, no es solo una máquina. Hay procesos físicos y mecánicos pero son algo más complejos. Lo mismo considera James Hopwood Jeans, que cree que el universo empieza a parecerse más a un gran pensamiento que a una máquina. Y añade: “la mente deja de parecer un intruso accidental en el reino de la materia”. Por su parte, John Wheeler señala que “el universo es un sistema que se autosintetiza, no una máquina gobernada por una ecuación mágica”.

Traigo a colación todas estas ideas aportadas por científicos, aunque se centren más en comparar la mente humana y con el mecanismo cósmico, porque es posible que en la conciencia resida esa esencia humana que la inteligencia artificial no es capaz de reproducir. Y que puede suponer un importante obstáculo en su desarrollo.

2. Ventajas y oportunidades

2.1. Una oportunidad ante el Covid-19

Ahora bien, dicho todo lo anterior, la inteligencia artificial supone una de las tecnologías más dinámicas y de mayor potencial para la humanidad. Lo estamos comprobando, sin ir más lejos, en la situación provocada por la expansión del coronavirus Covid-19. Esta tecnología gana protagonismo gracias a las múltiples innovaciones que permiten combatir la pandemia.

De hecho, una empresa canadiense, Bluedot, que se dedica a monitorizar la propagación de enfermedades infecciosas usando inteligencia artificial (IA), fue capaz de advertir el potencial peligro de este nuevo tipo de neumonía unos días antes de que la Organización Mundial de la Salud emitiera el comunicado oficial, según informó el medio The Wired a finales de enero. La IA está siendo de apoyo en otros ámbitos, como en conseguir lo antes posible una vacuna, acortando a doce meses el tiempo desarrollo de un medicamento.

2.2. Transversal a otras ciencias

Por tanto, la inteligencia artificial permite el desarrollo de aplicaciones para otras ciencias, desde la medicina hasta la psicología. Miles de personas ya reciben psicoterapia a través de plataformas de inteligencia artificial como Woebot.

En el plano laboral, la IA se encuentra entre las áreas de conocimiento de mayor demanda y sus profesionales ya se sitúan entre los más buscados del mercado laboral, con importantes retribuciones. Esto es así porque es una ciencia (¿realmente es una ciencia?) transversal a otras áreas de conocimiento.

Tiene una relación estrecha con la ciencia de datos, a la que ayuda para extraer conocimiento inteligente a partir de los datos y, de esta forma, tomar mejores decisiones. También mantiene una relación provechosa con el big data y, en general, con la Industria 4.0.

Y cabe destacar el algoritmo A*, que es una de las mejores ideas que ha producido la inteligencia artificial, sobre todo porque permite elegir estados minimizando la heurística y el coste. Este algoritmo es de gran utilidad para, por ejemplo, aplicaciones que necesitan aportar información sobre orientación en un espacio concreto y para el cálculo óptimo de distancias.

2.3. Potencial en la astronomía o meteorología

Y, hablando de datos, una de las ciencias que más me apasiona y que los utiliza de forma intensiva es la astronomía, que ha visto en la IA una enorme ventaja para realizar análisis y predicciones de forma más eficiente. A la observación a través del método inductivo y a la simulación utilizadas por los astrónomos, se suman una tercera aproximación entre ambas, conocida como el modelo generativo. Consiste en una arquitectura profunda dotada de algoritmos de aprendizaje que tiene como misión aprender cualquier tipo de distribución de datos, todo esto aplicado dentro del paradigma de aprendizaje no supervisado (deep learning).

Este modelo hace uso de redes neuronales para modelar una distribución lo más similar a la verdadera. Brian Nord, un astrofísico del Fermi National Accelerator Laboratory, utiliza redes neuronales artificiales para estudiar el cosmos y se encuentra entre los que consideran que ninguna tarea de las que realiza un científico no puede ser automatizada. El astrofísico Kevin Schawinski es uno de los mayores defensores de este modelo, en el que ve una “forma diferente de atacar el problema”.

En el ámbito meteorológico, de gran impacto para el día a día de las personas, la IA también está resultando clave. Así, Anthony Wimmers, científico del Madison Cooperative Institute for Meteorological Satellite Studies (CIMSS) de la Universidad de Wisconsin, investiga cómo un modelo de inteligencia artificial puede contribuir a mejorar la predicción de huracanes a corto plazo. Para ello se sirve de un modelo de deep learning, en el que capas interactivas encuentran patrones en una base de datos.

Sería inabarcable en este artículo mencionar la influencia y aplicaciones que la inteligencia artificial está teniendo en otras ramas de conocimiento, por lo que sugiero el siguiente portal de la Universidad de Standford como un primer acercamiento y un compendio de esa transversalidad de la IA.

2.4. IA débil y fuerte

De una forma general, sí que podemos diferenciar entre lo que se conoce como inteligencia artificial débil y fuerte. La débil es la que tenemos más presente en nuestro día a día y consiste en sistemas que se ciñen a una aplicación concreta o que buscan solucionar problemas específicos, mientras que la fuerte busca imitar e incluso superar la inteligencia humana, capaz de desarrollar con éxito cualquier capacidad intelectual.

Sobra decir que todavía no hemos conseguido programar una IA fuerte. Sin embargo, la débil está cada vez más presente entre nosotros y supone grandes ventajas. Por ejemplo, nos permite aparcar el coche a través de sensores y así evitar colisiones; nos ayuda a elegir una película en una plataforma de streaming (el 75% de las personas usuarias de Netflix siguen esas recomendaciones); filtra contenidos en redes sociales o responde a nuestras preguntas a través del móvil.

2.5. Impulso para la economía

De lo anterior se puede inferir la oportunidad que la inteligencia artificial representa para la economía y la productividad de millones de trabajadores. Y es que la automatización, como asegura Beatriz González de Gestamp en esta intervención en las charlas TEDx, a pesar del miedo que genera por la posible pérdida de empleos, históricamente ha supuesto una gran oportunidad y progreso. En esta página de la Wikipedia también se puede visualizar un gráfico muy elocuente sobre la evolución de las horas trabajadas y la productividad por cada trabajador en el Reino Unido desde la Primera Revolución Industrial hasta el inicio del siglo XXI, en la que es evidente que las sucesivas revoluciones industriales han supuesto siempre mayor bienestar y rentabilidad.

Entonces, la pregunta es, ¿por qué habría de ser distinto con la Industria 4.0 y, más específicamente, con la inteligencia artificial? Entidades como el Foro Económico Mundial ya incluía en uno de sus últimos informes sobre el futuro del trabajo que la automatización destruirá 75 millones de empleos de aquí a 2022, pero crearán otros 133 millones, con un saldo neto de 58 millones. Son, por tanto, datos esperanzadores y que están respaldados por la trayectoria histórica desde la Primera Revolución Industrial.

3. Desafíos

3.1. Aumentar y liberar el conocimiento

En este artículo me gustaría abordar también algunos de los desafíos que representa la inteligencia artificial. El primero de ellos es que está relacionado con la adquisición de conocimientos. La inteligencia artificial avanza a buen ritmo (entre 1998 y 2018 las investigaciones revisadas por pares aumentaron un 300% en todo el mundo, según el informe de IA 2019 de la Universidad de Standford), pero todavía es una gran desconocida para la mayoría de la población, pese a que forma parte de su vida diaria. Es necesario que se extiendan conocimientos básicos para que la gente sea más consciente de qué tipo de sistemas o tecnologías está utilizando y cuáles son los posibles riesgos.

En este sentido, el gobierno de Finlandia, como obsequio tras la finalización de su presidencia semestral de la Unión Europea, regaló al resto de países de la UE un curso básico de inteligencia artificial, que ya había cursado más del 1% de sus habitantes.

Esa extensión de conocimiento tiene en la cultura libre, que defiende la tecnología de código abierto y el software libre ante el oligopolio de licencias de las grandes tecnológicas, uno de sus máximos exponentes. Y que también reserva un espacio para la inteligencia artificial. De hecho, durante la alarma provocada por el coronavirus Covid-19, diversas entidades y empresas liberaron o adaptaron su tecnología para combatir con mayor agilidad y eficacia la pandemia, como el caso de la empresa vasca Ubikare o la norteamericana Oracle.

3.2. Brecha laboral y de género

Entre las oportunidades que brinda la inteligencia artificial está la creación de nuevos puestos de trabajo y la mejora de la productividad. Sin embargo, mientras se mantenga el gap de conocimiento entre la élite científica y tecnológica y el resto de la sociedad, se hace ineludible una época transitoria par evitar una pérdida de empleos mayor que la ganancia. Sin esa corrección se podrían ocasionar problemas de gran calado social.

Pero en el plano laboral no solo hay que tener en cuenta los macrodatos. También su distribución. Y ahí hay un desafío pendiente en la brecha de género, pues la inteligencia artificial y la Industria 4.0 en general están impulsadas y desempeñadas mayoritariamente por hombres. Las mujeres no suelen representar más del 30% de las matriculaciones en las carreras STEM (Ciencia, Tecnología, Ingeniería y Matemáticas por sus siglas en inglés), un porcentaje que aún es menor en la proporción de empleos.

3.3. La IA en la arena geopolítica

De lo que no cabe duda es de la importancia estratégica que tiene la IA. De ello son conscientes diversos países, que buscan no solo hacerse con la innovación de vanguardia en el campo de la inteligencia artificial, sino también en ampliar el rango de profesionales formados y capacitados en este ámbito. Grandes superpotencias como Estados Unidos y China compiten ferozmente por liderar los desarrollos en IA, con otras regiones, como la Unión Europea, en segundo plano.

China ha superado a la UE y a EE. UU. En la producción de artículos científicos sobre inteligencia artificial, teniendo en cuenta lo publicado en Scopus pero, como resalta el informe sobre IA 2019 de la Universidad de Standford, Estados Unidos todavía concentra la mayoría (en torno al 60%) de la actividad de citación de patentes sobre IA en el mundo. Otros países se van sumando al auge de la inteligencia artificial, con rápidos crecimientos en la demanda de su mercado laboral, como Brasil, Suiza o India, pero a gran distancia de las grandes potencias.

Todo esto indica que la IA podría convertirse en un vector clave en la configuración de un nuevo orden mundial, a juzgar por la intensa carrera que mantienen las grandes economías.

4. Posibles riesgos

4.1. El miedo a superar a la especie humana

A menudo, los avances científicos y tecnológicos van de la mano de los debates sobres sus implicaciones éticas o morales. La inteligencia artificial no es una excepción. Quizás el mayor temor que suscita esta innovación tan revolucionaria es la posibilidad de que, algún día, pueda llegar a suplantar al ser humano.

Como ya manifesté en otro artículo, considero que el objetivo de la inteligencia artificial es ayudar a los humanos a tomar decisiones, pero que lo hagan sin entender cómo o por qué lo hacen. Esto es importante y está relacionado con la diferencia entre inteligencia y pensamiento que abordaba anteriormente. Es decir, la inteligencia artificial está muy bien mientras carezca de conciencia. Como dice Stephen Hawking en su última obra (Breves respuestas a las grandes preguntas, 2018), cuando la IA supere a los humanos “necesitaremos asegurarnos de que los ordenadores tengan objetivos compatibles con los nuestros”. Sería un error un deep learning descontrolado o, incluso, máquinas con conciencia. En esa futura (y, por ahora, remota) distopía, el peligro potencial ya no es un Skynet de la saga Terminator, sino un Roy de Blade Runner.

Precisamente en 2017 Facebook tuvo que “apagar” un algoritmo que había desarrollado su propio lenguaje, muy difícil de descodificar por las personas pero que para el algoritmo tenía una función más lógica y apta para la tarea que debía realizar.

4.2. Ética y sentido común

Sin embargo, el riesgo de la suplantación de inteligencia y pensamiento queda lejano y, mientras tanto, debemos lidiar con otras debilidades o riesgos que genera la IA. Por ejemplo, en el ámbito de la ética. Las máquinas no toman decisiones en base a criterios éticos. ¿Deberían? Lo ideal es que si van a realizar operaciones y decisiones por nosotros, sí. Ahora bien, ¿cómo conseguirlo?

En 1985, la filósofa moral Judith Jarvis Thomson hacía referencia en The Yale Law Journal a un dilema: ¿es lícito matar a una persona para salvar a otras cinco? En este documento pone varios ejemplos, pero de lo que no cabe duda es que no es una decisión que se pueda tomar exclusivamente en base a un algoritmo, sino que intervienen muchos factores, entre los que los emocionales tienen mucho peso. Pero, sobre todo, el sentido común.

En este otro artículo de mi blog apuntaba precisamente que la ausencia de sentido común es una de las mayores limitaciones de la inteligencia artificial. No es fácil de asimilar por las máquinas debido a que es conocimiento sobreentendido y, la mayoría de las veces, imperceptible para las personas.

Como explica Rafael López de Mántaras, director del Instituto de Investigación de Inteligencia Artificial del CSIC, una forma interesante de dotar de sentido común a las máquinas “es la denominada cognición situada”. Como explica en este artículo publicado en Investigación y Ciencia, consiste en ubicar a las máquinas en entornos reales con el fin de que tengan experiencias que les doten de sentido común mediante aprendizaje basado en el desarrollo mental. López de Mántaras indica que la cognición situada requiere que la inteligencia artificial forme parte de un cuerpo. “Este resulta determinante para la inteligencia, ya que los sistemas perceptivo y motor definen lo que un agente puede observar y las interacciones que establece con su entorno”, explica. Pero esto requerirá de nuevos avances y de que los algoritmos puedan razonar y aprender de forma robusta y enfrentarse a dilemas de una forma ética.

4.3. IA para el engaño

En el caso de las redes sociales los algoritmos de IA tienen un papel muy relevante y funciones de filtrado y jerarquización de contenidos muy polémicas que obedecen a los intereses de sus creadores, lo cual debe revisarse y regularse. En los últimos tiempos han surgido numerosos debates de si se deben controlar comentarios machistas u xenófobos en estas plataformas a través de un algoritmo, una línea en la que parecen estar trabajando algunas compañías.

Pero la inteligencia artificial también puede servir al engaño a través de la creación de determinados contenidos. A finales de 2019, España conoció de forma humorística los deepfake (ultrafalso en inglés), una técnica de inteligencia artificial que permite editar vídeos falsos de personas que aparentemente son reales, utilizando para eso algoritmos de aprendizajes, conocidos en español como RGAs (Red generativa antagónica), y vídeos o imágenes ya existentes. Memorizan características de la fuente original de datos para posteriormente crear nuevos ejemplos de esos datos. Esta parodia fue su debut por todo lo alto en nuestro país, aunque en Estados Unidos ya había varios canales de YouTube dedicados por entero a este tipo de contenidos.

Cuando son en clave humorística no hay mayor peligro, pero no sucede lo mismo cuando se intenta tergiversar la realidad, como en el caso del vídeo que manipula el rostro de Obama.

En este tipo de engaño que crean los algoritmos y la inteligencia artificial no solo se utiliza el formato vídeo, sino también retratos. En este sentido, impactan las creaciones de la web ThisPersonDoesNotExist.com (Esta Persona No Existe), que aporta rostros humanos falsos, creados a través de inteligencia artificial. ¿Sabrías distinguir si algunos de los rostros de la imagen inferior son reales o falsos?

5. Conclusión final

La inteligencia artificial todavía tiene muchas carencias, como la falta de adaptabilidad o de capacidad interpretativa. En los actuales y futuros desarrollos deberá ponerse sobre la balanza tanto las ventajas como los riesgos y siempre analizando si atienden a los desafíos que esta tecnología requiere. Creo que, para ayudar a tomar el camino menos malo posible, es importante tener en mente siempre cuál debe ser el objetivo de la IA. ¿Ayudarnos a ser mejores personas o superarnos como especie, retando incluso a nuestro forma de pensar y razonar? Una vez más, la respuesta no vdebe venir solo de la mano de la ciencia o la tecnología, sino de su equilibrio con la ética y el sentido común, algo muy nuestro.