¿Llega un nuevo invierno de la inteligencia artificial?

 

La inteligencia artificial ha pasado de ser una tecnología de moda a convertirse en el centro de atención mediática por su capacidad para generar sorpresa. La velocidad a la que se han ido sucediendo los avances en este terreno en poco tiempo y los impactantes resultados obtenidos generan tanta expectación como preocupación, tanto por su poder disruptivo en la mayoría de las actividades económicas, como por los posibles efectos negativos que puede tener su mal uso. La popularidad adquirida en los últimos dos años por los modelos amplios de lenguaje (large language models), como ChatGPT de OpenAI o Gemini de Google, ha puesto en manos de cualquiera la posibilidad de crear contenido (texto, imagen o vídeo) con estas potentes herramientas, sin necesidad de poseer conocimientos técnicos.

Todo parece indicar que estamos ante una revolución tecnológica sin precedentes. El propio Bill Gates, fundador de Microsoft y uno de los grandes gurús de la era digital, comparaba hace unos días el desarrollo de la inteligencia artificial con hitos fundamentales de la historia de la innovación, como la creación del microprocesador, el ordenador personal, internet y el teléfono móvil. Todos ellos transformaron los cimientos de las vidas de las personas, contribuyendo a cambiar la economía y la sociedad, y todo parece indicar que la línea principal de investigación en inteligencia artificial -basada en el aprendizaje automático y las redes neuronales- va a producir un terremoto similar al que trajeron consigo esos avances.

A pesar del convencimiento generalizado sobre el descomunal potencial de crecimiento a medio plazo de estas tecnologías, hay voces que predicen que, por el contrario, esta época dorada iniciada hace poco más de un decenio podría estar tocando techo, de manera que entraríamos en otro “invierno de la inteligencia artificial”, como los que tuvieron lugar en el pasado.

No nos engañemos, aunque solamente llevamos oyendo hablar de máquinas que ganan a campeones de ajedrez, chatbots, vehículos autónomos y asistentes personales desde mediados de la pasada década, estamos ante una disciplina cuyos orígenes teóricos se remontan a la década de los años cincuenta del siglo XX, con los trabajos de Alan Turing, John McCarthy, Marvin Misky y Claude Shannon, entre muchos otros. La historia de la inteligencia artificial ha experimentado crisis cíclicas, en las que ha cundido el desánimo por el fracaso de los avances o el incumplimiento de las expectativas depositadas, y la financiación de la investigación se ha visto frenada ante las dificultades para rentabilizar las cuantiosas inversiones realizadas. Es lo que ha venido a denominarse “inviernos de la inteligencia artificial”, momentos de parón en la investigación y desarrollo, como los que tuvieron lugar entre 1974 y 1980, o el iniciado a principios de la década de los 90.

¿Cuáles son las principales limitaciones y obstáculos que puede encontrar actualmente el desarrollo de la inteligencia artificial? En el caso general del aprendizaje automático y el aprendizaje profundo, que son las ramas de la inteligencia artificial en los que está basado el boom de los últimos años, el principal problema es que están basadas en el big data, es decir, se trata de algoritmos devoradores de datos, que utilizan para generar patrones, pero, ante situaciones donde los datos no están disponibles o resultan difíciles de conseguir en grandes cantidades, el aprendizaje profundo puede no resultar la mejor solución. Por otro lado, el uso de estos sistemas puede atentar contra los derechos individuales de las personas, en términos de privacidad e intimidad.

Además, en el estado actual de desarrollo, esta tecnología no es capaz de distinguir claramente causalidad y correlación. Puede identificar que existe una relación entre el suceso A y el B, pero no suele poder establecer si hay una relación causal entre ambos. Una de las principales críticas que reciben estos sistemas es que no entienden el mundo que les rodea, como ha demostrado hace poco la herramienta Gemini de Google que, al pedírsele que generara imágenes de soldados alemanes de 1943, ofreció un catálogo compuesto por mujeres asiáticas y hombres negros, se conoce que en un intento de garantizar un equilibrio étnico dentro de las fuerzas de Tercer Reich. Algo parecido le ocurrió al crear imágenes de vikingos del siglo XII.

Algunos expertos consideran que el aprendizaje automático debería ser combinado con otras técnicas de la inteligencia artificial para poder seguir avanzando satisfactoriamente.

En el caso concreto de la inteligencia artificial generativa, es decir, la que se utiliza para crear contenidos como textos, imágenes, vídeos o líneas de código de programación, a las limitaciones anteriores se suman otras de distinto índole. Por una parte, el propio funcionamiento de los algoritmos con frecuencia ofrece malos resultados, lo que se denomina “alucinaciones”, como lo que hemos visto de Gemini un poco más arriba, lo que pone en cuestión su fiabilidad. Por otra, no existe un modelo sólido de negocio en empresas como OpenAI y, teniendo en cuenta lo costoso que supone desarrollar y mantener sistemas como ChatGPT-4, la falta de recursos financieros se puede convertir en un cuello de botella para seguir adelante.

A lo anterior hay que sumarle que los modelos amplios de lenguaje se nutren mayormente de información y contenidos procedentes de internet para realizar sus creaciones, contenidos que en su gran mayoría están sujetos a derechos de autor. El director de Open AI, Sam Altman, llegó a afirmar en enero que sería imposible entrenar a los modelos actuales de inteligencia artificial sin violar los derechos de autor, pero ¿serían rentables sus aplicaciones si tuviese que pagar por ellos? 

Una última cuestión es la relativa al impacto ambiental de los sistemas de inteligencia artificial, cuya huella de carbono derivada de las emisiones de gases efecto invernadero por la cantidad de energía que demandan es creciente, a medida que se hacen más complejos y sofisticados. Se ha llegado a calcular que entrenar a un solo modelo de inteligencia artificial produce una huella de carbono superior a las de cinco automóviles durante toda su vida útil.

¿Estaremos ante un nuevo invierno de la inteligencia artificial? Por si acaso, vayan cogiendo ropa de abrigo.

 

 

 

 

 

La inteligencia artificial transforma el mercado de trabajo

 

La rápida evolución de la inteligencia artificial durante la pasada década ha hecho saltar todas las alarmas en relación con sus posibles efectos sobre el empleo. A medida que las máquinas adquieren más habilidades, más peligro se percibe de que puedan llegar a sustituir a los humanos. No obstante, el futuro del trabajo depende de un complejo esquema de relaciones entre los sistemas inteligentes y los humanos que no implica necesariamente la sustitución de los segundos por los primeros. A menudo se vuelve la vista atrás para analizar qué pasó con el trabajo en las grandes transformaciones tecnológicas del pasado, y la conclusión es que acabaron por crear mucho más empleo del que destruyeron. Pero para algunos esta vez no será así.

Para Goldman Sachs, la inteligencia artificial generativa puede elevar un 7% el PIB global, aunque también apunta que va a producir impactos significativos en los mercados de trabajo, de forma que la automatización de tareas podría afectar a un total de 300 millones de empleos a tiempo completo.

Un informe sobre el futuro del trabajo publicado en mayo por el Foro Económico Mundial identificaba como tendencia la transformación de los modelos de negocio empresariales a raíz de la digitalización: más del 85% de las empresas encuestadas en el trabajo reconocen que sus procesos se van a ver afectados por la adopción de tecnologías de vanguardia. Alrededor del 75% de las compañías prevé adoptar big data, inteligencia artificial y cloud computing.

Con todo, este estudio se muestra en principio optimista sobre el mercado de trabajo. De acuerdo con su predicción, la aplicación de la mayoría de las tecnologías traerá consigo creación de empleo en los próximos cinco años, e identifica los mayores yacimientos en profesiones relacionadas con la analítica de big data, la gestión medioambiental y del cambio climático, y la encriptación y la ciberseguridad. Por el contrario, este análisis también prevé destrucción de empleo causado por las tecnologías agrícolas, las plataformas digitales y apps, el comercio electrónico y la inteligencia artificial. El saldo neto se espera que sea negativo, habiéndose creado finalmente menos empleo del que se destruye. Así, los cálculos arrojan un crecimiento estructural de 69 millones de empleos frente a una caída de 83 millones, lo que equivale a una pérdida neta de 14 millones de empleos, aproximadamente el 2% del que hay hoy en día.

Los perfiles laborales cuya demanda probablemente crezca más rápido serán sobre todo aquellos relacionados con la digitalización y la sostenibilidad. El Foro Económico Mundial identifica entre éstos los de especialista en inteligencia artificial y aprendizaje automático, los especialistas en sostenibilidad, analistas de inteligencia de negocio y analistas en seguridad informática. Les siguen en importancia los de ingeniero en energías renovables, ingeniero de instalaciones solares e ingeniero de sistemas. En el otro extremo, los perfiles más proclives a desaparecer a causa del cambio tecnológico son los relacionados con el trabajo de oficina, como administrativos y secretarias, cajeros de banco, cobradores, taquilleros y personal dedicado a teclear datos.

El Foro Económico Mundial predice que el 44% de las habilidades de los trabajadores se verán disrumpidas en los próximos cinco años. Las habilidades cognitivas van cobrando cada una mayor importancia de cara a ejercer una profesión, por la importancia que presenta ahora la capacidad de resolución de problemas complejos. Destaca en este sentido la importancia que se le otorga al pensamiento creativo, al pensamiento analítico y a los conocimientos tecnológicos.

Una inteligencia artificial europea ética y fiable

 

La Comisión Europea ha realizado una aproximación a la inteligencia artificial completamente distinta que sus competidores directos, apostando por hacerla ética, fiable y transparente, de forma que no perjudique a ninguna persona y colectivo, y que traiga bienestar a la ciudadanía europea. Frente al modelo estadounidense dirigido por los intereses del mercado, y al chino que está guiado por las prioridades del Gobierno, la europea pretende establecer un marco normativo muy rígido para el desarrollo y uso de sistemas inteligentes, que proteja a las personas de los sesgos que pueden surgir y de las malas prácticas, salvaguardando el derecho a la privacidad y a la seguridad, y la protección de los datos personales.

La estrategia de despliegue de la inteligencia artificial que ha llevado a cabo la Unión Europea siempre se ha centrado en limitar los posibles efectos adversos que puede traer consigo esta tecnología. Desde el informe de 2019 Directrices éticas para una IA fiable hasta el Libro blanco sobre la inteligencia artificial – un enfoque europeo orientado a la excelencia y la confianza, los esfuerzos de las autoridades comunitarias se han centrado en definir una estrategia para el desarrollo de la IA en la zona que repose sobre los valores europeos. En abril de 2021, el Parlamento Europeo presentó lo que será el borrador de la futura Ley de inteligencia artificial a la que estará sometida toda empresa o institución que quiera desarrollar esta tecnología u ofrecer servicios basados en ella dentro del mercado de la Unión.

La ley define de forma amplia la inteligencia artificial como el software que se desarrolla empleando una o varias de las técnicas y estrategias (aprendizaje automático, sistemas lógicos y expertos o aproximaciones Bayesianas o estadísticas), y que puede, para un conjunto determinado de objetivos definidos por seres humanos, generar información de salida como contenidos, predicciones, recomendaciones o decisiones que influyan en los entornos con los que interactúa. Y distingue entre tres tipos de prácticas: prohibidas, de alto riesgo y sistemas con riesgo limitado.

A grandes rasgos, las prácticas prohibidas son aquellas que:

1.   Se sirvan de técnicas subliminales que trasciendan la conciencia de una persona para alterar de manera sustancial su comportamiento de un modo que provoque perjuicios físicos o psicológicos.

2.   Aprovechen alguna de las vulnerabilidades de un grupo específico de personas debido a su edad o discapacidad física o mental para alterar de manera sustancial el comportamiento de una persona.

3.   Permitan a las autoridades públicas evaluar o clasificar la fiabilidad de personas físicas durante un período determinado de tiempo atendiendo a su conducta social o a características personales o de su personalidad.

4.     Utilicen el uso de sistemas de identificación biométrica remota «en tiempo real» en espacios de acceso público, excepto en casos específicos tipificados. Por ejemplo, las técnicas de identificación por reconocimiento facial.

Por su parte, se consideran de alto riesgo aquellos sistemas de inteligencia artificial que tengan consecuencias perjudiciales importantes para la salud, la seguridad y los derechos fundamentales de las personas de la Unión.

 

 

Los sesgos de género en la inteligencia artificial

 

Aparte de la asignación de roles de género en la robótica, lo que implica, por ejemplo, que los robots militares sean por norma masculinos y los sociales o relacionales femeninos, existen otros sesgos de género que afectan a la inteligencia artificial, más allá del mero diseño de androides. Un reciente informe de la Fundación Alternativas los clasifica en dos grupos: sesgos de datos y de diseño.

El primer aspecto son los datos, el combustible de la inteligencia artificial actual basada en machine learning o aprendizaje automático. Estos algoritmos aprenden a base de consumir ingentes cantidades de datos –cuanto más volumen dispongan de ellos, más precisos serán sus diagnósticos-, sin embargo, nadie puede garantizar que la información que reciben los algoritmos sea realmente representativa. De hecho, se trata de datos que tienen los mismos sesgos que existen en las sociedades. Por ejemplo, el primer concurso de belleza en contar con un jurado no humano, Beauty.AI 2.0, demostró que el algoritmo había desarrollado un sesgo racista que le llevó a puntuar más bajo a las mujeres asiáticas o de color. Probablemente, el sesgo se produjo porque el sistema fue alimentado a base de modelos de belleza más occidentales.

En el aspecto de género, los datos pueden no ser lo suficientemente representativos de lo que ocurre en la sociedad y ocultar la presencia y el papel de las mujeres en la misma, convirtiéndolas en invisibles. Otro ejemplo que ilustra esto es la experiencia de Amazon, que empezó a utilizar la inteligencia artificial para llevar a cabo las contrataciones, entrenando al algoritmo sobre el ideal de empleado utilizando datos de las contrataciones llevadas a cabo en los diez años precedentes. El problema es que los puestos técnicos durante ese periodo habían sido ocupados en su mayoría por hombres, por lo que el sistema determinó que las candidatas no se ajustaban al perfil requerido por la empresa. Los datos que aparentemente son neutros esconden poderosos sesgos.

La segunda categoría corresponde a los sesgos de diseño, es decir, los prejuicios que vierten en la inteligencia artificial los propios diseñadores de esta. Por ejemplo, es muy común que los chatbots de atención al público tengan una voz femenina, llevando al plano tecnológico el rol estereotipado de la mujer como asistente, como recepcionista, o como empleada de atención al cliente. En España nos encontramos numerosos ejemplos de esto, como Lola de la Universidad de Murcia, Eva de Vueling, o Rosi, que contesta preguntas sobre información básica de Murcia.

También los asistentes de voz suelen tener voces femeninas -Siri de Apple, Alexa de Amazon, Cortana de Microsoft, y Google Assistant-, y sus creadores les asignan una personalidad específica de mujer. Por ejemplo, James Giangola, uno de los desarrolladores de Google Assistant, reconoció ante un medio de comunicación que habían concebido al asistente como una mujer joven del estado de Colorado, hija pequeña de una pareja de investigadores. El estereotipo de género en los asistentes inteligentes tiene su paradigma en la respuesta que da Siri ante la expresión “Eres una zorra”, que es “Me sonrojaría si pudiese”, frase que dio título a un conocido informe de Unesco sobre brechas de género tecnológicas.

Una de las causas de esto es la escasa presencia de mujeres en los equipos que desarrollan sistemas basados en inteligencia artificial. De acuerdo con un reciente informe de la Fundación Alternativas, en la Unión Europea la brecha digital de género en actividades de programación era de 8 puntos en 2014; las mujeres solo representan el 12% de los autores de artículos en las principales conferencias sobre machine learning y el 13,83% de los miles que se escriben en general sobre inteligencia artificial. Por otro lado, un estudio realizado en 2017 por Emerj demostró que sólo el 13% de las altas posiciones ejecutivas en empresas tecnológicas dedicadas a la inteligencia artificial son ocupadas por mujeres, y, si nos centramos en el subámbito del lenguaje natural, el porcentaje cae hasta el 5%.

 

Los límites de la inteligencia artificial

Durante la segunda mitad del siglo pasado y el principio del presente hemos asumido que la inteligencia artificial “compite” por llegar a ser más inteligente que nosotros. Hemos vivido la evolución de esta rama de la ciencia como una carrera en la que la inteligencia de los humanos es seguida cada vez más de cerca por la de las máquinas, hasta que, en algún momento cercano del futuro, los ordenadores llegarán a superar a las personas en inteligencia. Ese hito es lo que ha sido bautizado como singularidad. 

Los medios de comunicación y la ciencia ficción, en cualquiera de sus formatos, han abundado en esta visión de la llegada de cerebros electrónicos capaces de superar y controlar a la raza humana. En algunos casos, se han llegado a dibujar horribles distopías, como en el caso de The Matrix (1999), sobre el futuro de la humanidad; en otras visiones futuristas, el frío razonamiento de los dispositivos nos intenta salvar de nosotros mismos, de nuestras pasiones más destructivas. El relato de Harry Bates A Farewell to the Master – en el que está basada la película clásica de ciencia ficción dirigida por Robert Wise Ultimátum a la Tierra (The Day the Earth Stood Still, 1951)-, plantea la existencia de un ejército de androides encargados de preservar la paz de la galaxia, cuyo fin es destruir a toda civilización cuya excesiva belicosidad pueda poner en peligro a otras. Al final del cuento (en la versión cinematográfica no es así) el protagonista descubre horrorizado que el robot que acompaña al humanoide extraterrestre llegado a la Tierra es quien está al mando, y no al revés:

“No me está entendiendo”, había dicho el poderoso robot, “yo soy el señor.”

Lejos de la iconografía fantástica, la idea de singularidad tiene entre sus defensores al científico Ray Kurzweil, quien ha llegado a postular que, en un futuro cercano, llegaremos a construir un sistema inteligente tan avanzado que será capaz de diseñar un ordenador todavía más inteligente que él, y este diseñará otro aún más inteligente, de forma que la inteligencia informática habrá superado la biológica humana fruto de siglos de evolución.

Una de las principales críticas a esta teoría se basa en negar que determinados atributos asociados a la inteligencia humana puedan ser replicados artificialmente, por lo que las máquinas nunca podrán alcanzar o superar al intelecto humano. Principalmente, la inteligencia artificial actual carece de conciencia de ser, y se trata de algo que muchos dudan que pueda llegar a adquirir. Sin ella, no puede tener objetivos, metas y un sentido por el que hacer las cosas. La conciencia de uno mismo hace que los humanos desarrollemos la curiosidad, la imaginación, la intuición, las emociones, la pasión, los deseos, el sentido estético, la alegría, los valores y la moral, y el juicio. Todos estos elementos están ligados a la inteligencia humana, y, sin ellos, la inteligencia artificial se queda en un mero sistema lógico.

Por otro lado, la fase actual de desarrollo de la inteligencia artificial basada en la inferencia y en el tratamiento de grandes volúmenes de datos, a través de machine learning y deep learning, ha traído consigo grandes progresos en áreas como el análisis predictivo, el reconocimiento de imágenes y el procesado de voz natural. Sin embargo, y a pesar de su innegable utilidad, por ahora no se acerca ni de lejos al funcionamiento del pensamiento humano, que puede aprender conceptos a través de unos pocos ejemplos, a diferencia del aprendizaje automático, que requiere de ingentes cantidades de datos para ello.

 

Inteligencia artificial para el cuidado de la salud

La inteligencia artificial tiene el potencial suficiente para llegar a transformar completamente cómo se presta actualmente el cuidado de la salud. Por una parte, va a ser capaz de ofrecer unas prestaciones mejores y más eficientes en términos de costes, y por otra, va a poder ayudar a hacer frente a la carencia estructural de personal a la que se enfrenta el sector sanitario. La Organización Mundial de la Salud calcula que en 2030 harán falta en el mundo casi nueve millones de profesionales cuyos puestos no serán cubiertos, entre médicos, personal de enfermería y comadronas. La automatización de muchas tareas sanitarias puede llegar a ahorrar entre el 20% y el 80% del tiempo dedicado a funciones repetitivas y rutinarias de los trabajadores del sector, de acuerdo con un informe elaborado por McKinsey & Company.

Por otro lado, en 2050 uno de cada cuatro ciudadanos europeos y norteamericanos tendrá más de 65 años. Los sistemas de salud van a tener que enfrentarse con una proporción cada vez mayor de pacientes con necesidades complejas. El modelo actual deberá transformarse para dar soluciones a esa demanda sanitaria cambiante, en la que el dato será un insumo esencial de cara a optimizar mediante el uso de máquinas inteligentes numerosos procesos dentro de la prevención, el diagnóstico y el tratamiento, que ahora son en su mayor parte realizados por trabajadores humanos.

La incorporación de los sistemas inteligentes en la sanidad probablemente se acentúe a partir de esta crisis sanitaria en la que estamos inmersos, aunque se trata de un fenómeno que tiene su origen en tendencias más profundas y a más largo plazo. En primer lugar, nos encontramos ante un cambio importante en el tipo de sanidad demandada en los países occidentales, que es fuertemente condicionada por el envejecimiento de la población y por el aumento de la esperanza de vida. Mientras que los centros hospitalarios que existen en la actualidad fueron diseñados para atender problemas de salud -más o menos agudos- de poblaciones relativamente jóvenes que se solucionan en unos días o semanas, el esquema actual implica hacer frente a las necesidades de colectivos crecientes de mayores, cuyas patologías son crónicas y complejas, y que requieren de un cuidado y una atención constante a largo plazo.

Otro hecho que justifica la llegada de la inteligencia artificial es la gran cantidad de datos sanitarios –de big data– que hemos producido en esta década que se cierra, y cuyo manejo y gestión superan la capacidad humana, tanto por su volumen como porque la mayor parte son datos no estructurados, es decir, que no están contenidos en bases de datos y sujetos a un formato común manejable. Los algoritmos se desenvuelven bien para dar sentido a toda esa información en bruto, como se demuestra a diario en el campo del marketing y la publicidad dirigida.

La evolución de la tecnología informática sanitaria se ha ido desplazando de los productos a las plataformas, y de estas a las soluciones. Mientras que en las pasadas décadas la innovación se centraba en los productos, en esta se ha producido el desarrollo de las plataformas sanitarias para el cuidado en tiempo real. Se espera que la que viene la protagonicen las soluciones médicas basadas en la inteligencia artificial, la robótica y las realidad virtual y aumentada.

Por otra parte, la revolución digital que estamos viviendo ha traído consigo una suerte de democratización de la innovación, de forma que cualquier usuario porta en su bolsillo dispositivos que incorporan aplicaciones relacionadas con la inteligencia artificial, como pueden ser los asistentes de los smartphones. Desde el punto de vista del cuidado de la salud esto implica que los ciudadanos cada vez están en mejor situación para poder recopilar y gestionar sus propios datos biométricos, con el objeto de llevar a cabo un adecuado cuidado de la propia salud.

Por último, gracias a las redes de comunicaciones -y especialmente a las inalámbricas-, y al internet de las cosas, el cuidado de la salud se ha vuelto algo ubicuo, que trasciende las paredes de los hospitales y de los centros de salud. Las formas de asistencia remotas irán poco a poco cobrando importancia en los nuevos modelos sanitarios, e irán acompañadas de soluciones cada vez más automatizadas, gracias a la inteligencia artificial, y más personalizadas por medio de la analítica de datos.

De esta manera, la tecnología se ha ido introduciendo en los distintos aspectos que constituyen la atención sanitaria, desde el propio cuidado de la salud, hasta la detección temprana de patologías, pasando por el diagnóstico, la toma de decisiones, el tratamiento, y también, la investigación médica y el desarrollo de nuevos fármacos.

Ya podemos usar la mente para hablar con las máquinas

Se define como BCI –por sus siglas en inglés- a un sistema que permite establecer una conexión directa entre el cerebro y un dispositivo externo. El brain-computer interface (BCI) o interfaz cerebro ordenador recoge e interpreta las señales que emite el cerebro humano, y las transmite a una máquina, que está programada para ejecutar comandos asociados a dichas señales. La aplicación más directa de esta tecnología se centra en la sanidad, y, más en concreto, en los ámbitos de la rehabilitación y de la sustitución motora. Sin embargo, las posibilidades que ofrece en distintos campos son inmensas, tanto en el ocio –los videojuegos son ideales para su utilización-, como en otros que están basados en acciones que pueden ser optimizadas estableciendo una relación más directa entre la mente y la máquina.

La actividad del cerebro humano se basa en las neuronas. Cuando pensamos, sentimos o nos movemos, las neuronas emiten señales eléctricas. A través de la electroencefalografía (EEG) podemos recoger esa actividad cerebral, amplificarla y enviarla a un algoritmo de inteligencia artificial, que se encarga de interpretarla, y, en su caso, traducirla a una acción, como, por ejemplo, mover un brazo mecánico.

En realidad, este planteamiento tan de ciencia ficción no es sino una evolución del interfaz hombre máquina, que, poco a poco, acerca la capacidad de comunicarnos con ellas a nuestras formas más básicas de transmitir información. Los primeros ordenadores eran operados con tarjetas perforadas. Luego llegaron los teclados y los complejos lenguajes de programación de medio nivel, todavía cercanos al lenguaje que utilizan las computadoras. La informática realmente acabó por extenderse a todo el mundo gracias a los interfaces gráficos, especialmente Windows, cuyo funcionamiento intuitivo hacía innecesario el tener amplios conocimientos de códigos y comandos para interactuar con un dispositivo. Más adelante, hemos conocido las pantallas táctiles, especialmente de los teléfonos inteligentes, y, muy recientemente, elementos de domçotica que, como los altavoces domésticos, entienden el habla humana y son capaces de respondernos utilizando la palabra. Sin embargo, todo parece indicar que, en un futuro cercano, el interfaz que utilizaremos para controlar los diversos aparatos digitales a nuestra disposición será el propio cerebro humano.

En junio de 2019 saltaba la noticia de que investigadores de Carnegie Mellon University habían desarrollado el primer brazo robótico controlado por la mente basado en tecnología no invasiva. La novedad es que se trata de la primera experiencia exitosa al respecto que no ha requerido implantes en el cerebro, y, por tanto, abre un nuevo espectro de posibilidades para pacientes con limitaciones motoras, excluyendo el riesgo que implica para la salud una intervención quirúrgica, además del elevado coste que lleva a asociada.

En el otro extremo se encuentra la iniciativa puesta en marcha por la empresa Neuralink, creada por el fundador de Tesla, Elon Musk, que plantea desarrollar un “lazo neural” (neural laze), es decir, una malla de electrodos insertada bajo el cráneo capaz de monitorizar las funciones del cerebro. En concreto, hablan de crear un interfaz cerebro máquina (BMI) para restaurar las funciones motoras y sensoriales, y para tratar desórdenes neurológicos. Neuralink trabaja en un sistema BMI de banda ancha y escalable, capaz de superar las limitaciones que presentan otros interfaces clínicos anteriores.

El prototipo de Musk inserta con absoluta precisión en el cerebro, a través de un robot neurocirujano, racimos de diminutos y flexibles electrodos -hasta 3 072 de ellos-, que constituyen canales de información. El objetivo a largo plazo consiste en llegar a construir una “capa de superinteligencia digital” que conecte a los humanos con la inteligencia artificial.

La inteligencia artificial europea debe ser fiable

La inteligencia artificial está en el corazón de la agenda científica de la Unión Europea. La Comisión reconoce la capacidad de este conjunto de tecnologías para mejorar la vida de las personas, y para generar beneficios para la sociedad y la economía, a través de cuestiones como el impulso del cuidado de la salud, el aumento de la eficiencia de la administración pública, haciendo el transporte más seguro, inyectando competitividad en la industria o generando una agricultura más sostenible.

El impacto económico de la automatización del trabajo intelectual, de los robots y de los vehículos autónomos, se calcula que alcanzará entre los 6,5 y los 12 billones de euros anuales para 2025. Sin embargo, Europa se queda atrás en relación a la inversión privada en inteligencia artificial, pues dedicó en 2016 entre 2 400 y 3 200 millones de euros frente a los entre 6 500 y 9 700 millones de Asia, y los entre 12 100 y 18 600 millones de Norteamérica.

Es por ello, que la Comisión Europea impulsa con grandes inversiones aspectos como los sistemas cognitivos, la robótica, el big data y las tecnologías emergentes del futuro, con el fin de garantizar el mantenimiento de la competitividad del tejido económico del continente.

A través del programa Horizon 2020, ha dedicado 2 600 millones de euros a las áreas relacionadas con la inteligencia artificial, como la robótica, el big data, el transporte, la sanidad y las tecnologías emergentes. La investigación en robótica ha recibido hasta 700 millones de fondos públicos, a los que hay que sumar 2 100 millones de financiación privada. Los Fondos Estructurales y de Inversión europeos también han incidido en la formación y el desarrollo de capacidades con 27 000 millones de gasto en ese tema, de los cuales 2 300 han sido dedicados al desarrollo de capacidades digitales.

Las autoridades europeas son conscientes de los peligros que entraña el desarrollo descontrolado y no razonado de la inteligencia artificial. En consecuencia, paralelamente al desarrollo científico y tecnológico, han visto la necesidad de abrir un debate para esclarecer cómo conseguir que los sistemas inteligentes traigan consigo beneficios a las personas, y no perjuicios. A tal efecto, en junio de 2018 la Comisión creó el Grupo de expertos de alto nivel sobre IA, que en abril de 2019 presentó el documento Directrices éticas para una IA fiable. El informe pretende ofrecer algo más que una simple lista de principios éticos, y proporciona orientación sobre cómo poner en práctica esos principios en los sistemas sociotécnicos.

Los autores se centran en el concepto de fiabilidad de la inteligencia artificial, que hacen reposar sobre tres pilares: debe ser lícita, es decir, cumplir todas las leyes y reglamentos aplicables; también ha de ser ética, de modo que se garantice el respeto de los principios y valores éticos; y, finalmente, debe ser robusta, tanto desde el punto de vista técnico como social. Cada uno de estos componentes es en sí mismo necesario, pero no es suficiente para el logro de una inteligencia artificial fiable.

Las directrices que propone en el trabajo se dirigen solamente a los dos últimos aspectos, la ética y la robustez. El Grupo de Expertos identifica una serie de directrices éticas que deben acompañar la construcción de máquinas inteligentes:

1. Desarrollar, desplegar y utilizar los sistemas de IA respetando los principios éticos de: respeto de la autonomía humana, prevención del daño, equidad y explicabilidad. Reconocer y abordar las tensiones que pueden surgir entre estos principios.
2. Prestar una atención especial a las situaciones que afecten a los grupos más vulnerables, como los niños, las personas con discapacidad y otras que se hayan visto históricamente desfavorecidas o que se encuentren en riesgo de exclusión, así como a las situaciones caracterizadas por asimetrías de poder o de información, como las que pueden producirse entre empresarios y trabajadores o entre empresas y consumidores.
3.  Reconocer y tener presente que, pese a que aportan beneficios sustanciales a las personas y a la sociedad, los sistemas de IA también entrañan determinados riesgos y pueden tener efectos negativos, algunos de los cuales pueden resultar difíciles de prever, identificar o medir (por ejemplo, sobre la democracia, el estado de Derecho y la justicia distributiva, o sobre la propia mente humana). Adoptar medidas adecuadas para mitigar estos riesgos cuando proceda; dichas medidas deberán ser proporcionales a la magnitud del riesgo.

 

Foto de Vitaly Vlasov en Pexels

 

Altavoces inteligentes, los cibermayordomos del hogar digital

La inteligencia en el hogar implica conectar los distintos dispositivos domésticos –luces, termostatos, cámaras de seguridad, electrodomésticos…- a través de una plataforma, de forma que puedan ser controlados por el usuario a través de una app o bien por medio de la voz. En este sentido, el altavoz inteligente puede llegar a convertirse en ese nodo que recibe las instrucciones a través del habla y que se encarga de ejecutarlas. Podría convertirse en el mayordomo de la casa inteligente.

Aunque estamos hablando de un mercado todavía muy verde, algunos estudios han detectado que los altavoces están empezando a desplazar a otros dispositivos a la hora de realizar determinadas funciones. Una encuesta sobre usos de la tecnología, llevada a cabo por Accenture, ha detectado que el 72% de los poseedores de altavoces está utilizando para menos actividades sus smartphones, hasta ahora los reyes indiscutibles de los dispositivos. En concreto, el 53% de los encuestados realiza menos llamadas de voz, el 50% escucha menos música en el móvil y el 47% utiliza menos el calendario y la agenda. Un dato muy relevante de este estudio desvela que el 94% de los dueños de altavoces afirma que la elección de compra de cualquier dispositivo inteligente para el hogar se verá influida por la facilidad de integración con su asistente de voz.

La estructura de la domótica reposa sobre cuatro capas de tecnología: conectividad (redes, protocolos, infraestructura cloud, routers…), apps (aplicaciones y plataformas), datos (almacenamiento, agregación, integración, procesado, análisis, business intelligence…) y dispositivos (cámaras, lentes, sensores, microprocesadores, objetos conectados…). En el último epígrafe estarían incluidos los altavoces inteligentes.

Dentro de este complejo ecosistema del hogar inteligente, los asistentes son firmes candidatos a convertirse en la principal vía de acceso al control de todos los elementos y de todas las funciones automatizadas de una casa. Un estudio realizado por Strategy Analytics, entre consumidores de Estados Unidos, Francia, Alemania y Reino Unido, reforzaba la teoría de que las personas se encuentran cómodas controlando con la voz los dispositivos de su casa: menos del 10% de los encuestados consideraba que resultaría extraño interactuar mediante el habla con una máquina, y menos del 5% pensaba que esta sería incapaz de entendernos.

En general, el uso de altavoces inteligentes para realizar las funciones domóticas más avanzadas es incipiente. De acuerdo con la encuesta, los principales usos que le dan los usuarios son, principalmente, el manejo de la televisión (es decir, que lo utilizan como un mando a distancia de lujo), el control de la iluminación eléctrica de las estancias y el vídeo por streaming. Solamente el 17% de los usuarios los utilizan para controlar los termostatos inteligentes, el 15% para gestionar las cámaras de seguridad de la vivienda, y tan solo el 12% para abrir y cerrar automáticamente persianas y cortinas, o para conectar el dispositivo a un frigorífico inteligente.

La consultora OVUM predice que la mitad de la población del planeta utilizará asistentes basados en inteligencia artificial dentro de tan solo tres años, es decir, en 2023. Los altavoces inteligentes probablemente acaben por convertirse en elementos cotidianos e imprescindibles de la decoración de las casas, como lo fueron hace unas décadas los televisores.