Las nuevas tecnologías pueden traer enormes beneficios a la sociedad, pero primero tenemos que eliminar el miedo.
Por: Lucy Colback
La inteligencia artificial, o IA, ha sido durante mucho tiempo objeto de emoción y miedo.
En julio, el grupo de expertos del Financial Times Future Forum convocó a un panel de expertos para discutir las realidades de la IA: lo que puede y no puede hacer, y lo que puede significar para el futuro.
Bajo el título «El impacto de la inteligencia artificial en las empresas y la sociedad», el evento, organizado por John Thornhill, editor de innovación de FT, contó con la participación de Kriti Sharma, fundador de AI for Good UK, Michael Wooldridge, profesor de ciencias de la computación en la Universidad de Oxford, y Vivienne Ming, cofundadora de Socos Labs.
A los efectos de la discusión, la IA se definió como «cualquier máquina que hace cosas que un cerebro puede hacer». Las máquinas inteligentes bajo esa definición todavía tienen muchas limitaciones: estamos muy lejos de los sofisticados cyborgs representados en las películas de Terminator.
Estas máquinas aún no son conscientes de sí mismas y no pueden comprender el contexto, especialmente en el lenguaje. Operacionalmente, también, están limitados por los datos históricos de los que aprenden, y restringidos a funcionar dentro de los parámetros establecidos.
Rose Luckin, profesora del University College London Knowledge Lab y autora de Machine Learning and Human Intelligence, señala que AlphaGo, la computadora que venció a un jugador profesional (humano) de Go, el juego de mesa, no puede diagnosticar cáncer ni conducir un automóvil. Un cirujano podría hacer todas esas cosas.
Por lo tanto, es poco probable que las máquinas inteligentes desbanquen a los humanos en un futuro cercano, pero se convertirán en una herramienta valiosa. Debido a los avances en la tecnología neuronal y la recopilación de datos, así como al aumento de la potencia informática, la IA aumentará y optimizará muchas actividades humanas.
Se hará cargo de los procesos de fabricación repetitivos y realizará tareas de rutina que involucren el lenguaje y el reconocimiento de patrones, además de ayudar en los diagnósticos y tratamientos médicos. Si se utilizan correctamente, las máquinas inteligentes pueden mejorar los resultados de los productos y servicios.
Para mantenerse por delante de la competencia, las empresas deben pensar de forma creativa sobre cómo incorporar la IA en su estrategia. Este informe analiza las áreas donde se puede implementar la inteligencia artificial, algunos de los problemas que pueden surgir y lo que deberíamos esperar ver.
Tratar con datos
La adopción de la IA se ha generalizado especialmente en el sector de los servicios financieros. Forrester, el grupo de investigación, señala que alrededor de dos tercios de las firmas financieras han implementado o están agregando IA en áreas que van desde la percepción de los clientes hasta la eficiencia de TI. El análisis de datos ya detecta el fraude.
Jamie Dimon, director ejecutivo de JPMorgan, señaló en 2018 que además de tener el potencial de proporcionar alrededor de $ 150 millones de beneficios cada año, los sistemas de aprendizaje automático permitieron la aprobación de 1 millón de clientes «buenos» que de otro modo podrían haber sido rechazados, mientras que se rechazó un número igual de solicitudes fraudulentas.
La IA también es útil en el análisis del mercado de valores. Schroders, el administrador del fondo, dice que estos sistemas son básicamente «métodos sofisticados de reconocimiento de patrones», pero que, no obstante, pueden agregar valor y mejorar la productividad.
Schroders utiliza la inteligencia artificial en herramientas que pronostican el desempeño de las empresas después de las ofertas públicas iniciales, monitorean las operaciones de los directores y analizan el idioma en las transcripciones de las reuniones.
Al igual que muchas otras empresas, la empresa también emplea inteligencia artificial para automatizar procesos administrativos repetitivos y de bajo juicio.
Curiosamente, Schroders cree que es posible que ya estemos en el «pico de IA», ya que la tecnología es «difícil de implementar de manera significativa para muchas de las tareas de alta complejidad que un trabajador del conocimiento típico hace como parte de su trabajo».
El profesor Richard Susskind, autor de Online Courts and the Future of Justice y asesor tecnológico del Lord Chief Justice de Inglaterra y Gales, observa que «los profesionales ven invariablemente un margen mucho mayor para el uso de la IA en profesiones distintas a la suya».
En otras partes de los servicios profesionales, los bufetes de abogados han aplicado el reconocimiento de idiomas para evaluar contratos, simplificar la redacción y filtrar materiales para su revisión en casos de litigio, así como para analizar sentencias. La firma londinense Clifford Chance señala, sin embargo, que la facilitación de procesos aún no “transforma el enfoque legal”.
El profesor Susskind dice: «No tengo ninguna duda de que gran parte del trabajo de los abogados de hoy será asumido por las máquinas del mañana». Esto podría tener importantes implicaciones en la forma en que se capacita y contrata a los abogados.
La atención médica es otro sector que se beneficia del rápido desarrollo de la IA.
Aplicada a grandes conjuntos de datos, AI ha identificado nuevas soluciones de medicamentos, ha permitido la selección de candidatos para ensayos clínicos y ha monitoreado a pacientes con condiciones específicas. Roche, por ejemplo, utiliza algoritmos de aprendizaje profundo para conocer mejor la enfermedad de Parkinson.
En el sector del consumidor, el análisis de datos y lenguaje se ha aplicado para desarrollar aplicaciones de traducción, moderación online y marketing de productos y contenidos. También ha identificado brotes epidémicos y trabajos académicos verificados.
En energía, Iberdrola, la multinacional española, ha logrado ganancias de eficiencia que benefician tanto a la empresa como al medio ambiente. Utiliza IA para mejorar la operación y el mantenimiento de sus activos a través del análisis de datos. Los sistemas desarrollados con aprendizaje automático coordinan la planificación y la entrega del mantenimiento, monitorean el uso de electricidad y optimizan la distribución.
Frente a estos avances, debe reconocerse que la IA también ha trabajado de formas menos benignas: ha proporcionado a los delincuentes los medios para cometer fraudes sofisticados y ha ayudado a la creación y difusión de «noticias falsas».
Reconocimiento y análisis de sonido
Los chatbots, software que puede simular una conversación, se han convertido en el pilar de muchos centros de servicio al cliente y se utilizan para responder preguntas sobre temas que van desde opciones de productos para mercados en línea hasta consultas telefónicas en servicios públicos y bancos.
Estos asistentes digitales varían en sofisticación y están limitados por su dominio de lo que se conoce como «procesamiento del lenguaje natural»: la capacidad de tratar las palabras como algo más que meras entradas y salidas. Esto hace que las respuestas empáticas sean difíciles de simular, mientras que la incapacidad para comprender el contexto significa que la IA no puede distinguir una broma de un insulto. Los avances en esta área podrían transformar la gama de posibles aplicaciones, así como la aceptación por parte de los consumidores.
En otros lugares, la IA desarrollada por Huawei ha sido implementada por Rainforest Connection para combatir la tala ilegal y la caza furtiva.
Tratar con imágenes
El reconocimiento facial es quizás el uso más conocido del análisis de imágenes. Desde su aplicación en la verificación de identidad para desbloquear teléfonos móviles hasta su despliegue más siniestro por parte de “estados de vigilancia”, en la provincia de Xinjiang en China, por ejemplo, su adopción está cada vez más extendida.
Siguen existiendo importantes inconvenientes en la tecnología, entre ellos su falta de fiabilidad para identificar los rostros de las personas de color, solo uno de los muchos problemas éticos relacionados con el uso de la IA.
De manera menos controvertida, el análisis de imágenes se está utilizando en la industria médica. Puede ayudar en la identificación y diagnóstico de enfermedades como el cáncer y su desempeño en exploraciones oculares es al menos tan preciso como el de los especialistas humanos.
En 2018, la Administración de Alimentos y Medicamentos de EE. UU. Aprobó un algoritmo de escaneo de retina diseñado por IDx, una empresa emergente de Iowa, que puede diagnosticar la retinopatía diabética sin la necesidad de un especialista en atención oftalmológica. Las implicaciones para la atención médica podrían ser de gran alcance, tanto en términos de cambios en las habilidades necesarias como de un mejor acceso a la atención.
El reconocimiento de imágenes también se ha utilizado en la conservación del medio ambiente. Una plataforma llamada Ewa Guard, desarrollada conjuntamente por Lenovo y Bytelake, cuenta los árboles de forma remota y monitorea la salud de los bosques. Lenovo, que tiene su sede en Beijing, se ha unido a la Universidad Estatal de Carolina del Norte en los EE. UU. Para aplicar algoritmos de aprendizaje profundo para identificar tierras de cultivo y monitorear el suelo y los cultivos para optimizar la gestión del agua.
Otra posible aplicación es la gestión de residuos, donde la identificación de imágenes puede ayudar a los robots a extraer artículos reciclables basándose en el reconocimiento de logotipos o componentes.
Personalización
La personalización de productos y la comercialización es un área de rápido desarrollo que podría beneficiar enormemente a los fabricantes y minoristas. Un informe de 2018 de PwC, la firma de contabilidad Big Four, estimó que el valor derivado del efecto de la inteligencia artificial en el comportamiento del consumidor, por ejemplo, a través de la personalización del producto y un aumento en el tiempo libre, podría llegar a $ 9.1 billones para 2030.
Entre los sofisticados algoritmos para personalizar el contenido de Internet se encuentra el que utiliza TikTok, la aplicación que permite a los usuarios subir videos cortos. Byte Dance, propietario de TikTok, reveló en junio que su sistema se basa en las interacciones del usuario, la información del video y, en menor medida, la configuración del dispositivo y la cuenta.
Los cosméticos también se pueden personalizar mediante el análisis de datos. Empresas como Kao, un grupo de belleza, utilizan datos genéticos para abordar las arrugas y las afecciones dermatológicas.
Mientras tanto, el rediseño de los procesos de fabricación de automóviles por parte de Mercedes, convirtiendo robots «tontos» en su línea de producción en «cobots» operados por humanos y asistidos por IA, ha permitido un nivel de personalización previamente imposible, de modo que «no hay dos autos que salgan de la línea de producción son los mismos ”, según un informe de Harvard Business Review.
Hasta aquí la forma en que se está implementando la IA en empresas de todo el mundo. ¿Cuáles son las implicaciones de su adopción generalizada?
Empresas
Para que una empresa adopte la IA con algún grado de éxito, debe tener una estrategia coherente y activa. Igualmente crítico es que la estrategia se controle de forma centralizada en lugar de ejecutarse de manera fragmentada: las empresas deben considerar el uso de la IA de manera integral, de modo que se reinventen procesos completos, junto con el rediseño de tareas para combinar las habilidades de la máquina y de los empleados.
La panelista de FT, la Sra. Ming, citó un ejemplo en el que su empresa ideó una herramienta para erradicar las ineficiencias en los procesos de fabricación. Si bien la tecnología hizo lo que se necesitaba, «las empresas no estaban preparadas para actuar» ya que todos sus flujos de trabajo tendrían que cambiar.
Quizás esto ofrezca una ventaja a las empresas que operan sin la carga de los procesos heredados, pero el cambio incremental sigue siendo mejor que ninguno. Una investigación realizada por Automation Anywhere y Goldsmiths, University of London encontró que “las empresas aumentadas [IA] disfrutan de niveles de rendimiento un 28% mejores en comparación con la competencia”.
La participación de los empleados también es esencial y puede facilitarse si se incluye a la fuerza laboral en el proceso de rediseño de sus funciones. Lenovo sugiere que en el futuro “a medida que los equipos adquieran más experiencia, parte de su formación se centrará. . . en la identificación de qué partes de su trabajo son adecuadas para implementar la IA ”.
La comunicación y la transparencia con los empleados son fundamentales para generar confianza en la adopción de la IA. También es probable que los sistemas de TI necesiten una revisión radical para funcionar en un mundo de inteligencia artificial, y los que se creen desde cero serán más efectivos que los complementos al software existente. Aunque el costo puede ser abrumador, Clifford Chance sostiene que el costo marginal de los sistemas de inteligencia artificial es relativamente bajo una vez que se construyen y se compensa con el hecho de que la inteligencia artificial puede ayudar a “reducir significativamente el costo de brindar servicios legales”.
Además de establecer la propiedad de la estrategia de inteligencia artificial a nivel de la junta, las empresas también deberán considerar cómo lidiar con los desafíos éticos que trae la tecnología. Junto con el enfoque en los objetivos ambientales, sociales y de gobernanza (ESG) alentados por la crisis de Covid-19, existe la necesidad de una supervisión ética más formalizada en los directorios para garantizar que la implementación de la IA se ajuste a los valores corporativos. ¿Podría ser el director de ética el próximo puesto en la sala de juntas?
Las empresas deberán considerar el riesgo de implementar IA desde múltiples perspectivas, incluidas las legales, normativas y éticas.
En una encuesta global de 200 miembros de la junta, Clifford Chance descubrió que “el 88 por ciento estuvo de acuerdo (algo o fuertemente) en que su junta comprende completamente las implicaciones legales, regulatorias y éticas de su uso de IA”, pero que “solo el 36 por ciento de los Los mismos miembros de la junta dijeron que habían tomado medidas preliminares para abordar los riesgos planteados por la falta de supervisión del uso de la IA”.
Empleo
Todos estamos familiarizados con las espeluznantes predicciones de que la IA podría “robarnos nuestros puestos de trabajo”. Sin embargo, el consenso entre los investigadores es que, en lugar de dejar a los humanos sin trabajo, es más probable que la adopción de la IA cambie tanto la naturaleza de los trabajos que hacemos como la forma en que los llevamos a cabo.
En su Informe sobre el futuro del empleo 2018, el Foro Económico Mundial citó un conjunto de estimaciones que indica que, si bien se pueden desplazar 75 millones de puestos de trabajo, se podrían crear 133 millones para adaptarse a “la nueva división del trabajo entre humanos, máquinas y algoritmos”.
Carl Frey, autor de The Technology Trap y director del programa Future of Work en Oxford Martin School, calculó en 2013 que el 47 por ciento de los trabajos estadounidenses (según las clasificaciones de ocupación) estaban en riesgo de automatización, mientras que las categorizaciones del Reino Unido dieron una cifra de 35 por ciento.
Estas cifras se han debatido ampliamente, pero el Sr. Frey observa que dan cuenta de los trabajos que pueden reestructurarse para automatizarse, y a las personas se les pueden asignar nuevas tareas siempre que adquieran nuevas habilidades.
Si bien las ocupaciones que implican, digamos, la capacidad de navegar por las relaciones sociales son en gran medida seguras, Frey señala que esto es cierto principalmente para interacciones más complejas. Por ejemplo, los establecimientos de comida rápida, donde la interacción no es parte integral del atractivo de un producto, utilizan más tecnología de automatización que los restaurantes de alta cocina.
A medida que aumenta la dependencia de las empresas de la inteligencia artificial, queda claro que una redistribución de la mano de obra es inevitable. Para hacer frente al cambio de habilidades que esto implica, la reentrenamiento de la fuerza laboral es fundamental. El WEF señala que, en promedio, alrededor de la mitad de la fuerza laboral en todos los sectores requerirá cierta capacitación para adaptarse a los cambios en los patrones de trabajo provocados por la IA.
El profesor Luckin señala que las empresas tienen una gran cantidad de datos sobre su personal que podrían ser invaluables para comprender cómo optimizar la redistribución. «Las empresas inteligentes realmente intentarán comprender su fuerza laboral actual y qué fuerza laboral necesitan, y verán cómo pueden volver a capacitarse sobre esa base».
Es probable que gran parte de esa educación se destine al segmento más calificado de la fuerza laboral y habrá que considerar «salvar personas», si no «salvar empleos». En primera instancia, la carga puede recaer en los gobiernos, pero la amenaza para los trabajadores poco calificados podría requerir que las empresas tomen el relevo, especialmente dadas las presiones adicionales causadas por Covid-19.
Hasta ahora, parece que la pandemia ha acelerado la tendencia hacia la automatización. El efecto se está sintiendo en los centros de llamadas, parte de una industria de servicios de subcontratación por valor de casi $ 25 mil millones para Filipinas en 2018. Incluso antes de la pandemia, la Asociación de Procesos de Negocios y TI de Filipinas señaló que el aumento en la plantilla en 2017 y 2018 había ha sido sólo el 3,5 por ciento, frente a una previsión de casi el 9 por ciento. Una de las razones de esto es una mayor automatización.
Los operadores de centros de llamadas en países como Filipinas e India han sufrido aún más la necesidad de trabajar desde casa durante la pandemia. Se han visto obstaculizados por una infraestructura deficiente, que va desde la falta de equipos de TI o Internet rápido hasta consideraciones de seguridad al tratar con la información financiera de los clientes.
A fines de abril, el subcontratista estadounidense [24] 7.ai dijo que la demanda de algunos productos automatizados se había incrementado a la mitad desde principios de año, mucho antes de la demanda de servicios humanos.
Los roles de preparación de alimentos también pueden correr un riesgo creciente de redundancia debido a la automatización impulsada por Covid-19, según el Centro Europeo para el Desarrollo de la Formación Profesional. La llegada de robots como Flippy, que puede cocinar hamburguesas y papas fritas y sabe cuándo limpiar sus propias herramientas, muestra que tal cambio no está descartado.
Un dominio en el que la IA no ha logrado invadir con éxito, dice Frey, son las artes: la producción creativa que es original y tiene sentido para las personas aún no se ha replicado con éxito, incluso si un algoritmo pudiera programarse para producir algo que suene similar a Mozart.
“La razón es simplemente que los artistas no solo se basan en obras preexistentes, se basan en experiencias de todos los ámbitos de la vida, tal vez incluso en un sueño, y muchas de nuestras experiencias siempre estarán fuera del conjunto de datos de capacitación. «
El profesor Wooldridge se hace eco del punto de Frey, quien dijo que la gente tendrá que esperar mucho tiempo para obtener obras creadas por IA que los “involucren profundamente”.
Educación
La IA afecta la educación de muchas formas. Las personas deberán aprender qué es la IA y cómo usarla, así como la forma en que se conciben sus entradas y salidas. La educación también es fundamental para establecer la confianza pública.
La controversia de calificación de exámenes escolares de este verano en el Reino Unido muestra lo que sucede cuando se erosiona la confianza en los resultados generados por computadora. Un sistema automatizado diseñado para marcar los niveles A en línea con los años anteriores provocó una protesta pública.
La falta de transparencia sobre cómo funcionarían los algoritmos utilizados, combinada con la falta de confianza en las métricas utilizadas, socavó el ejercicio.
El profesor Luckin enfatiza que si se desea obtener el consentimiento y la confianza del público, los procesos impulsados por la IA deben ser transparentes y fáciles de explicar.
La alfabetización en datos será muy importante, dice el profesor Luckin, para garantizar que las personas estén equipadas para evaluar y perfeccionar la producción de IA.
“Ese es el verdadero problema. Era un algoritmo y sacaron al humano del circuito. Necesitaba mucha más intervención humana con los datos. Es simplemente tener a alguien que está consciente del contexto diciendo ‘espera un minuto, eso no va a funcionar’ ”.
Finalmente, la IA también se puede utilizar como herramienta pedagógica, complementando el trabajo de los profesores humanos. Puede evaluar nuestra capacidad para aprender y asesorarnos sobre la mejor manera de retener información. Por ejemplo, Up Learn, una empresa del Reino Unido, ofrece aprendizaje “impulsado por inteligencia artificial y neurociencia” y promete un reembolso en caso de que los clientes no obtengan una calificación superior.
Ética y prejuicio
La adopción generalizada de la IA plantea obviamente desafíos éticos, pero han surgido numerosas organizaciones para monitorear y asesorar sobre las mejores prácticas. Estos incluyen AI for Good, AI Now Foundation y Partnership on AI.
Los gobiernos también están tomando medidas, y más de 40 países adoptaron los Principios de la OCDE sobre Inteligencia Artificial en mayo de 2019 como un “punto de referencia global para una IA confiable”. Casi al mismo tiempo, China publicó sus Principios de inteligencia artificial de Beijing. En julio, la Comisión Europea publicó los resultados de su consulta sobre el libro blanco en el que se recogían opiniones sobre la regulación y la política.
A pesar de esto, no existe un conjunto de normas acordadas a nivel mundial: la regulación sigue siendo fragmentaria.
La controversia británica de nivel A llamó la atención sobre el problema del sesgo histórico, mostrando cómo la IA depende de los datos y las entradas de programación.
La diversidad es otro problema, tanto en términos de la escasa representación de mujeres entre los profesionales de la IA como en cómo se desarrolla la IA. El reconocimiento facial, por ejemplo, funciona mejor en rostros masculinos blancos, un «problema técnico» para el cual, señaló la Sra. Ming, hay un incentivo limitado para solucionarlo en ausencia de aplicación regulatoria.
Por otro lado, la IA puede ayudar a promover la diversidad a través de procesos de contratación «daltónicos». Schroders, por ejemplo, utiliza herramientas de inteligencia artificial cuando busca aprendices y graduados que inician su carrera. «Dado que la alternativa es que la gente vea los CV de los candidatos (con un amplio margen para favorecer a candidatos como ellos)», dice la empresa, «esto puede ser mucho más justo».
La tecnología de reconocimiento facial plantea más preocupaciones éticas en relación con la vigilancia, por ejemplo, de la población uigur en China.
Sin embargo, el abuso de los datos recopilados a través del reconocimiento facial no se limita al estado. El fraude de identidad y la privacidad de los datos son problemas importantes.
En julio, los reguladores del Reino Unido y Australia anunciaron una investigación conjunta de Clearview AI, la empresa de reconocimiento facial cuya herramienta de raspado de imágenes ha sido utilizada por las fuerzas policiales de todo el mundo.
Se vislumbran otros problemas éticos. Gartner dice que para el 2022 una décima parte de los dispositivos personales tendrán capacidades de «inteligencia artificial emocional», lo que les permitirá reconocer y responder a las emociones humanas, lo que presentará oportunidades para el marketing manipulador. Accenture advierte que es necesario sentar ahora las bases para el uso éticamente responsable de dicha tecnología.
¿Qué depara el futuro?
Tanto las empresas como los empleados deben estar preparados para lo que probablemente sea un cambio generalizado y, a veces, desconcertante como resultado de la adopción de la IA y los desafíos éticos y regulatorios que vendrán con ella.
«A los que dudan les resulta difícil comprender que el ritmo del cambio tecnológico se está acelerando, no desacelerándose», dice el profesor Susskind.
“No hay una línea de meta aparente. Las máquinas nos superarán no al copiarnos, sino al aprovechar la combinación de cantidades colosales de datos, una potencia de procesamiento masiva y algoritmos notables «.
Este artículo es parte del FT Future Forum , un espacio autorizado para que las empresas compartan ideas, establezcan relaciones y desarrollen soluciones a los desafíos futuros.
Comments are closed