¿Hacia dónde avanza la inteligencia artificial?

Uno de los objetivos del Plan de Recuperación, Transformación y Resilencia del Gobierno es situar a España como un país puntero en inteligencia artificial, liderando, a nivel mundial, el uso de la lengua española en la inteligencia artificial; promoviendo la creación de empleo cualificado, tanto estimulando el talento español, como atrayendo talento global; e incorporando la Inteligencia Artificial como factor para mejorar la productividad de la empresa española y de la Administración Pública. Todo ello con una perspectiva humanista que garantice los derechos individuales y colectivos de los ciudadanos.

La inteligencia artificial (IA) cuyos principios teóricos fueron establecidos a mediados del siglo XX, hoy es una tecnología de gran potencial debido a la convergencia de tres factores: la enorme capacidad de cómputo de los ordenadores actuales, la disponibilidad de una ingente cantidad de datos generados en la esfera digital y el diseño de nuevas familias de algoritmos o programas informáticos. 

El objetivo último de la inteligencia artificial es conseguir que los ordenadores reproduzcan la manera de pensar del ser humano emulando el funcionamiento de nuestro cerebro y de sus conexiones neuronales, de manera que adquieran autoconsciencia y tomen decisiones con una eficiencia superior a la del humano. Este estadio, denominado súper inteligencia artificial, está muy lejos todavía y no sabemos si llegará a materializarse jamás, aunque la visión distópica de la súper inteligencia artificial alimenta los relatos de ciencia ficción que describen cómo las máquinas consiguen dominar nuestra civilización.

La denominada IA general representa un estadio anterior, en el que los ordenadores se aproximan a la inteligencia humana. Ello implica disponer de máquinas con capacidades cognitivas que les permitan aprender a partir de la experiencia, de manera similar a como un bebé aprende al crecer. Todavía no hemos alcanzado la IA general y tampoco podemos determinar si se conseguirá en un futuro previsible. 

Las aplicaciones de la IA que conocemos y usamos hoy en día (reconocimiento facial, recomendadores ‘on line’, establecimiento de mapas de rutas, asistentes virtuales, ‘chatbots’, etc.) se encuadran en la inteligencia artificial débil, el estadio actual y precursor de los anteriores. En la IA débil los sistemas y soluciones basados en inteligencia artificial están diseñados para ejecutar una única funcionalidad simulando, pero no replicando, el comportamiento humano a partir de un contexto y un conjunto de parámetros limitado.  

A pesar de ello, en un futuro próximo la inteligencia artificial, aunque siga perteneciendo a este primer estadio, verá ampliado su rango de aplicaciones a distintos ámbitos con una eficiencia cada vez mayor. Veamos algunos ejemplos que ilustran esta evolución esperada. 

La IA aplicada al lenguaje experimentará avances importantes que permitirán que los ordenadores puedan comprender, generar o traducir textos que difícilmente podrán distinguirse de los redactados por un humano. Hay diversas iniciativas en este campo, mayoritariamente localizadas en EEUU y con el inglés como idioma de referencia, como es el caso de OPEN-AI, especializada en el desarrollo de modelos de lenguaje extremadamente complejos. 

La IA permitirá incrementar la cooperación entre máquinas y humanos en el entorno laboral. Asimismo, y con el objetivo de suplir la escasez de profesionales altamente cualificados en tecnologías IA, aparecerán soluciones que habilitarán el diseño e implantación de sistemas IA complejos mediante interfaces intuitivos pensados para usuarios con poca experiencia en programación con el objetivo de 'democratizar' su alcance. 

La IA también jugará un papel relevante en la lucha contra el cibercrimen. En un mundo con complejas redes de dispositivos y ordenadores interconectados, el análisis del modelo de tráfico de datos en la red mediante técnicas de IA permitirá reconocer situaciones de riesgo e incrementar la ciberseguridad de nuestros sistemas.

Los datos son indispensables para el desarrollo de aplicaciones y soluciones basadas en la IA. A partir de 2022, Europa verá la creación de espacios de datos asociados a diversos verticales (turismo, industria, salud, agricultura, etc.) que permitirán la compartición segura y fomentarán la implantación de soluciones basadas en IA a nivel europeo. Los espacios de datos en Europa se apoyarán en GAIA-X, una iniciativa paneuropea que establecerá una arquitectura de aplicaciones y servicios que permitirá que los datos generados por las empresas y las instituciones del viejo continente se mantengan bajo soberanía europea. 

Los grandes fabricantes de coches autónomos aumentarán el nivel de autonomía de sus vehículos y es probable que lleguen a demostrar conducción sin chófer en entornos controlados. En el ámbito de la salud, los sistemas de apoyo a la decisión clínica basados en IA seguirán perfeccionándose y su uso se extenderá. Veremos también como la IA emergerá en campos hasta ahora explorados experimentalmente, como es la creación artística, la industria de los videojuegos o el nuevo metaverso. Por último, a medida que la computación cuántica se consolide, veremos un incremento en la investigación sobre la aplicación de la IA en los nuevos modelos de programación cuántica.  

La inteligencia artificial constituye uno de los desarrollos tecnológicos más impactantes en los últimos años tanto para empresas como para otras organizaciones. El uso masivo de datos para automatizar decisiones y procesos de gestión se ha incrementado en diferentes sectores empresariales recientemente. El mercado global de 'software' de inteligencia artificial espera un crecimiento explosivo en los próximos años, llegando a 126.000 millones de dólares en 2025. 

Sin embargo, esta tendencia imparable y que crece de forma exponencial, genera diversas cuestiones éticas que deben ser atendidas para asegurar que el desarrollo futuro de la inteligencia artificial es responsable y justo. ¿Cómo asegurarnos de que esto es así, si muchos algoritmos están diseñados originariamente con (a menudo inconscientes) sesgos racistas, sexistas o de otro tipo?

Los sesgos algorítmicos no son nuevos en el desarrollo de la inteligencia artificial. Diversos ejemplos pueden servirnos para ilustrar los potenciales problemas que pueden generar este tipo de sesgos. Por ejemplo, en 2016 Microsoft lanzó un ‘chatbot’ o’ bot’ conversacional, llamado 'Tay', en Twitter, como un experimento de aprendizaje conversacional. Sin embargo, la aplicación en su proceso de aprendizaje en base al contenido de Twitter, terminó desarrollando sesgos racistas y sexistas en sus conversaciones con otros usuarios en dicha plataforma. Otra interesante ilustración del impacto de los sesgos en el diseño de estas herramientas son los experimentos llevados a cabo por Joy Buolamwini, investigadora en el MIT Media Lab, en lo que las tecnologías de reconocimiento facial eran más precisas identificando rostros de personas de tez blanca que en el caso de personas de tez oscura. Sus resultados indicaron que la tecnología era capaz de identificar de forma precisa al 99% de mujeres blancas comparado con un 65% en el caso de mujeres negras.

Esto no significa que las herramientas de inteligencia artificial estén fundamentalmente sesgadas o diseñadas para ser racistas de forma intencionada. Sin embargo, los sesgos en los datos utilizados en el diseño de las herramientas pueden llevar a la consolidación de prácticas discriminatorias automatizadas que, intencionadas o no, perpetúan los sesgos pasados en el futuro. Es más, debido a que la discriminación o sesgo resultante es casi siempre una propiedad emergente y no intencionada del uso de un algoritmo más que una elección consciente del programador, es difícil identificar la verdadera fuente del problema. Las máquinas y la automatización de los procesos pueden dar una -falsa- impresión de neutralidad.

¿Puede la inteligencia artificial ser un elemento de desarrollo de sociedades más equilibradas, que superen los problemas tradicionales de desigualdad y exclusión? Es pronto para afirmar si la automatización y la inteligencia artificial pueden suponer un elemento de cambio económico y social sostenible y ético, y ello requerirá consenso entre las diferentes partes interesadas en relación al uso y desarrollo de inteligencia artificial más ética en nuestras sociedades. Sin embargo, si existen diferentes acciones que pueden facilitar avances en esa dirección.

En primer lugar, detrás del desarrollo e implementación de algoritmos y sistemas de inteligencia artificial hay personas. Incrementar la diversidad en los equipos de desarrolladores, así como validar sistemas de regulación ética en el diseño algorítmico puede facilitar el desarrollo de mejores sistemas automatizados en el futuro. En segundo lugar, el uso de series de datos históricos para entrenar al algoritmo puede también producir sesgos importantes. Recientes desarrollos están permitiendo el uso de bases de datos más limitadas en tamaño para el entrenamiento del algoritmo, lo cual presenta ventajas evidentes para evitar esos sesgos, mejoran aspectos relacionados con la privacidad de los datos y son una potencial ventaja para empresas y organizaciones más pequeñas a las cuales les resulta difícil acceder a bases de datos masivas. 

Noticias relacionadas

20 años del regreso del tranvía a Barcelona, este domingo en EL PERIÓDICO

La conferencia de los océanos en Barcelona, avance del Tema del Domingo

Por último, es importante que los ciudadanos y usuarios de estas tecnologías tengan mayor conocimiento de sus implicaciones y consecuencias. Incrementar el conocimiento ciudadano desde una perspectiva crítica nos hace menos tolerantes a desarrollos que vulneren nuestros derechos y libertades.

El desarrollo tecnológico centrado en el ser humano implica que los desarrolladores y las empresas que usan las máquinas no solo deben apuntar a la innovación, sino también prestar atención a su impacto potencial en la sociedad. Los seres humanos tienen sesgos, lo que significa que nuestra sociedad está naturalmente llena de prejuicios que son sistemáticos e institucionales, y no siempre somos conscientes de ellos. Pero debemos evitar replicar los mismos problemas en las máquinas que construimos.