Inteligencia artificial

    La mayoría de la gente no está muy familiarizada con el concepto de inteligencia artificial. Cuando en 2017 se preguntó sobre ella, en Estados Unidos a 1.500 líderes empresariales, muchos no sabían con seguridad qué es o cómo podría afectar a sus compañías. Sí sabían que tiene la posibilidad de trastocar los procesos de negocios, pero no veían con claridad cómo la podrían aplicar en sus respectivas organizaciones.

    Y sin embargo, IA es una tecnología que está transformando todos los caminos de la vida. Es una herramienta de amplio alcance que permite a la gente pensar otra forma de integrar información, analizar datos y usar los aprendizajes para mejorar la toma de decisiones.
    Las percepciones y visiones fluctúan en un amplio arco. En un extremo, los que anuncian el retorno de Terminator y de un mundo donde los seres humanos serán esclavos de las máquinas, ya que estas aprenderán a pensar como humanos.
    En el otro, los optimistas con razonamiento que arguyen que las máquinas pueden aprender a hacer muchas tareas, pero nunca a funcionar como el cerebro de un ser humano. Por tanto –dicen– aprovechemos todas las ventajas que nos brindan. Los valiosos testimonios que siguen iluminan estas perspectivas con enriquecedores enfoques.

     

    Preconceptos de IA y machine learning

    Las múltiples facetas de la inteligencia artificial

    Hasta hace relativamente poco tiempo, inteligencia artificial (IA) era un término relegado a la ciencia ficción y no asociado a lo que se pudiera encontrar en los titulares de los medios de comunicación. Actualmente, una simple búsqueda arroja más de 378 millones de resultados, y es usual ver al menos una noticia diaria dedicada al tema, con una narrativa oscilante entre el optimismo de la innovación y las predicciones ominosas.

    Por Micaela Mantegna (*)


    Micaela Mantegna

    Este crecimiento exponencial parece marcar la inminente irrupción de la IA en nuestra realidad cotidiana, y con esto, recrudecer los temores acerca de cómo la automatización afectará nuestra sociedad.
    Para deconstruir el fenómeno sin ver amenazas de robots hostiles detrás de cada titular, es importante entender que aquello a lo que coloquialmente se llama IA es en realidad mayormente un conjunto de técnicas de “machine learning” o aprendizaje automático. Sucintamente, se trata de modelos matemáticos que buscan representar algorítmicamente un problema de la realidad, en los que se logra que las computadoras aprendan en cada iteración a través de los datos de entrenamiento, sin necesidad de ser programadas específicamente. Estos problemas pueden ser muy variados, desde organizar el tráfico, determinar el orden de los resultados de una búsqueda o clasificar imágenes potencialmente cancerosas, a reconocer lenguaje o imágenes, detectar fraude en transacciones, elaborar sistemas de recomendaciones, predecir patrones de consumo o la posible reincidencia de un imputado. A pesar de su disparidad, hay que observar que todos comparten una raíz común: buscar respuestas escalables de gestión y alocación de recursos, a través de funciones de clasificación o predicción de resultados.
    Actualmente, estos sistemas basados en machine learning solo pueden brindar soluciones particulares para el tipo de problema concreto para el que fueron entrenados, pero que no pueden resolver problemas generales al nivel de un ser humano, realizando múltiples tareas intelectuales. Esta “inteligencia artificial general” o AGI no se ha inventado aún, pero globalmente, gran parte de los fondos de investigación en el área están volcados en una carrera por su desarrollo.
    A pesar del uso de IA y machine learning como términos equivalentes, hay que tener presente que este no es más que uno de los campos de esta disciplina. Dentro de esta área existen otros enfoques y abordajes, que fueron sucesivamente adoptados y abandonados en la cronología de lo que se conoce como los “inviernos de la IA”. Aunque suene futurista, no se trata de un campo nuevo, sus raíces se hunden en la cibernética y créase o no, los fundamentos teóricos sobre los que hoy se produce el despegue del aprendizaje automático ya estaban disponibles desde mediados de los años 40, en los desarrollos de McCulloch y Pitts sobre “neuronas artificiales”.

     

    Explosión de datos

    Entonces ¿qué cambió para permitir este resurgimiento explosivo? La respuesta se resume en la masiva disponibilidad de datos, facilitada por la ubicuidad de internet y los dispositivos “smart”, y el incremento de la potencia de cálculo para procesarlos.
    En la sociedad de la información el conocimiento es la moneda de cambio, y los datos, como subproducto residual de nuestras interacciones digitales, tienen un rol preponderante.
    Por sí mismo, un dato es solo una porción factual de información carente de significación contextual. Integrados, la multiplicidad de datos que producimos permite formar una representación digital muy ajustada de nuestra persona. Sustancialmente, los algoritmos proveen un método para analizar la información producida y darle relevancia, encontrando tendencias ocultas dentro de los datos. Esta dinámica pone a la IA en un lugar complementario a big data, y valoriza aún más los datos como recurso estratégico de una organización para la toma de decisiones, a fin maximizar la eficiencia y reducir los riesgos de la incertidumbre.
    Por otro lado, existe una responsabilidad ética en el diseño a fin de evitar que estos sistemas omnipresentes impacten negativamente, ahondando la brecha de desigualdad social y de distribución de la riqueza.
    A diferencia de lo que nos enseñó el cine, los peligros de la distopía no vienen de la mano de robots gigantes, sino de otras formas más sutiles de control y vigilancia. Frente a la pretendida neutralidad e infalibilidad de los sistemas, será muy difícil argumentar en contra de las decisiones automatizadas que estos tomen para revertirlas. Quien vea rechazada sistemáticamente su aplicación de un crédito, o aumentada la póliza de un seguro, difícilmente pueda evaluar que esto obedece a un diseño sesgado en la aplicación que procesa sus datos para tomar de manera automatizada una decisión. Menos aún, que tenga las herramientas para poder lograr que esta se revise.
    Este fenómeno se agrava cuando no existe transparencia en cuanto a la lógica de funcionamiento o decisión que tengan los modelos, lo que obedece a una tensión interna irresuelta. Por un lado, necesitamos proteger la inversión en IA a través de herramientas de propiedad intelectual, pero por otra parte, se requiere la apertura al escrutinio sobre estas fórmulas para que no se transformen en cajas negras de toma de decisiones bajo parámetros que nos son ajenos.
    A su vez, esto debe insertarse en el escenario futuro del “machine learning as a service”, donde los desarrollos de IA para satisfacer la demanda de sectores que no desarrollan recursos propios son tercerizados en aplicaciones estandarizadas. En este caso, al no ser desarrollados localmente, escala el riesgo de importar soluciones no ajustadas a idiosincrasias regionales, que multipliquen un resultado injusto o que refuercen estereotipos discriminatorios.
    Ejemplos palpables se han visto en un software de reconocimiento de imágenes entrenado solo con población caucásica, y que, frente a la anomalía, clasifica a personas de color como simios, o el de cámaras fotográficas que indica que sus usuarios están cerrando los ojos, cuando en realidad se trata de personas asiáticas.
    La lección que hay que aprender es que los sistemas automatizados contienen un sesgo que no es explicito, y que muchas veces mientras no falle, permanece oculto y disfrazado de infalibilidad. El peligro está en la escala de grises. Vemos la falla de los sistemas automatizados cuando es evidente y grosera pero, mientras permanezca en el terreno de lo probable y relativizado a un caso individual, esa línea se borra. Solo se puede evaluar si un sistema de reincidencia tiene un sesgo que discrimina contra las personas de color a través de un extenso análisis estadístico y frente a los hechos concretos pero, mientras la decisión permanezca aislada en el plano del caso individual, será difícilmente perceptible la corrección de la decisión.
    Sintetizando, como otros productos de la tecnología, la IA tiene una naturaleza ambivalente. A la par de ser un área de importancia estratégica global y una impulsora clave del desarrollo económico, también presenta una cara sobre la que hay que mantener un cauto escepticismo, especialmente cuando se ha puesto el rótulo de IA para embotellar una solución tecno–mágica, manteniendo el espíritu crítico de nuestra inteligencia natural.

     

    (*) Abogada especialista en videojuegos e I.A. Investigadora, Universidad de San Andrés

     

    Tan inteligentes como una tostadora

    Casi todo lo que se dice sobre inteligencia artificial (IA) es o bien exagerado, o bien falso, o bien simplemente la expresión de un deseo o un temor. Se percibe una ansiedad generalizada por un futuro distópico cuando prácticamente no hay motivos para conceder que una IA que supere la inteligencia humana es siquiera plausible.

    Por Valentín Muro (*)

    La investigación en IA es uno de los campos más interesantes y potentes en la actualidad, tanto en lo científico, como en lo tecnológico e incluso filosófico. Pero dada su naturaleza corre con el peligro de ser sujeto de relatos que mucho más tienen que ver con ciencia ficción disfrazada de periodismo que con la empresa más digna de la comunicación pública de la ciencia.
    Toda tecnología novedosa suscita este tipo de cobertura acrítica y apasionada. Después de todo, la posibilidad con la que se coquetea es la de recrear aquella mítica capacidad que distingue a los humanos del resto de la naturaleza. Pero desviar la atención de este modo implica el peligro de ocultar los verdaderos riesgos de la IA. Una máquina no necesita ser ni remotamente inteligente como un humano para tener un impacto profundo y duradero en el futuro de la humanidad.
    Si bien el concepto de IA tiene más de 60 años, fue durante la última década que realmente vimos su explosión. Mejores algoritmos, mejor capacidad de cómputo y mayor capacidad de almacenamiento a bajo costo se tradujeron en la rápida implementación de soluciones que involucran IA no solo en aquellos campos relativamente obvios –asistentes digitales, sistemas de recomendación de películas, libros, música, etc.– sino también en áreas como finanzas, política pública, asuntos legales e incluso en entornos laborales.
    En estos otros espacios las recomendaciones hechas por un algoritmo pueden tener importantes consecuencias. Se los implementa bajo la promesa de eliminar tareas repetitivas y tediosas que pueden ser automatizadas a partir del análisis y emulación de patrones en todo tipo de procesos. Y aunque pueda sonar bien, rara vez los algoritmos son neutrales. En cambio, tienden a replicar los sesgos de quienes los desarrollan e implementan y de los datos de los que parten.
    Reconocer estos peligros no implica abandonar el desarrollo de IA sino más bien enfatizar la importancia de que este sea guiado por un acercamiento crítico, lejos de la ingenuidad “solucionista”. Algunos de los desafíos resultantes de estos peligros pueden dividirse en los campos de trabajo y automatización; sesgos, diversidad e inclusión; derechos y libertades; y asuntos éticos y de gobernanza.
    Lo más probable no es que los robots reemplacen a las personas sino que estos tomen ciertas tareas automatizables, dejando el amplio resto a los humanos. Un desafío mucho más urgente es el del cambio en el balance de poder entre empleados y empleadores. Por el momento y a partir de la incorporación de software de monitoreo y evaluación bajo la promesa de neutralidad, la balanza se inclina por los últimos.
    En el campo de la IA hay un grave problema de sesgos y falta de diversidad. No solo en su sentido estadístico sino también en el sentido más amplio de sesgos legales y normativos. Idealmente los algoritmos podrían volver ciertos procesos más justos e imparciales, pero en la práctica no solo esto no sucede sino que tienden a amplificarse las diferencias. A esto se le suma que en el campo de la IA hay muy poca diversidad. Esto se presenta como un problema porque estos desarrollos operan sobre grupos demográficos diversos con experiencias de vida muy distintas que pueden quedar afuera.
    En instituciones gubernamentales o de interés público, la adquisición e implementación de sistemas de IA suele realizarse sin escrutinio público ni la atención a preocupaciones de la sociedad civil. Se adquieren desde programas para la predicción de delincuencia o perfilado criminal hasta algoritmos de reconocimiento facial de cuestionable eficacia. Pero la ansiedad por la modernización debe ponderarse frente a los riesgos y la evidencia empírica respecto de su utilidad real, capaces de ser controladas y supervisadas.
    En cuanto a preocupaciones éticas y de gobernanza, es cierto que hay un creciente interés por la incorporación de controles y contrapesos que legitimen la evolución del campo de la IA. Pero no es un desafío menor. Está clara la necesidad de marcos éticos para el desarrollo de IA, pero lograr este tipo de consensos no es un desafío novedoso ni sencillo de resolver.
    Con la madurez del campo de la IA y la amplia adopción de sus frutos en ámbitos diversos, es necesario evaluar cuál es su impacto y a quién beneficia su incorporación. Los algoritmos en la toma de decisiones tienen la potencialidad de revertir muchas injusticias e incluso disminuir la desigualdad, pero no es eso lo que está sucediendo. Se implementa tecnología sin el entendimiento de la sociedad civil y sin su voz ni voto.
    Debemos elevar el nivel de la discusión, deshacernos de los no-problemas heredados de los relatos hollywoodenses y en cambio enfocarnos en aquellos ámbitos donde la incorporación de IA tiene un impacto concreto. Puede que involucre muchos menos efectos especiales, pero será una historia mucho más digna de contar.

    (*) Filosofía, UBA; columnista, conductor de Idea Millonaria, blog https://comofuncionanlascos.as/

     

    Cuarta revolución industrial

    De la artificial a la espiritual

    El futuro ya está aquí y desde hace más de 20 años. Nadie puede dudar de que la tecnología ha cambiado radicalmente. Solo prestando atención a nuestros teléfonos móviles nos damos cuenta de que hay un sinfín de acciones que ahora delegamos a nuestros ayudantes digitales.

     

    Por Cristina Parpaglione y Rodrigo Ramele (*)


    Cristina Parpaglione


    Rodrigo Ramele

    Como, por ejemplo, recordar el número de teléfono de nuestros seres queridos, buscar una receta en el libro de Doña Petrona o una calle en la guía Peuser. Una miríada de nuevos gadgets nos soluciona problemas en una fracción del tiempo que antes nos tomaba resolver a nosotros mismos. ¿Es todo esto parte de la muy nombrada inteligencia artificial?
    La mujer biónica, perfectamente interpretada por la bella Lindsay Wagner, tenía implantes que le daban velocidad súper-humana, sentidos aumentados que la dotaban de una percepción extrasensorial, y todavía se reservaba tiempo y lugar para tener una personalidad encantadora. La materialización de esa visión se hace hoy realidad con prótesis inteligentes que están ayudando a cumplir el anhelo, aún pendiente, de la integración de la discapacidad, mediante el suplemento de facultades similares a las ofrecidas por nuestra biología natural, como el reconocido, y controvertido caso del atleta Oscar Pistorius o la competencia olímpica de Cybathlon.
    De la mano de la inteligencia computacional, la capacidad de cómputo puesta en acción, estamos también viviendo la cuarta revolución industrial. Internet de las Cosas, Internet de las Cosas Vivas, Internet de Todo son neologismos que expresan la confluencia de dispositivos de cómputo, que actúan, combinados con interconectividad masiva. Esto permite generar interacciones adaptativas y producir comportamientos emergentes, no previsibles desde el accionar individual de cada uno.
    Así se materializan casas domóticas que, luego de un breve aprendizaje, anticipan las necesidades de sus habitantes. O el mismísimo reloj de Dick Tracy, imaginado en 1931, pero que hoy permite mirar series de manera continuada en cualquier lugar en el que uno se encuentre. O, finalmente, lograr la computadora de fabricación universal, que fue elucubrada en la famosa Cita con Rama de Arthur Clarke.ç

    Lo bueno y lo malo

    Una de las preguntas más actuales está relacionada a los autos sin chofer humano: ¿son mejores que los comandados por un Homo Sapiens Sapiens? Estará por verse. Sí podemos afirmar que la sociedad requerirá o sufrirá una transformación en su conjunto, o al menos, en sus reglas de tránsito. ¿Estamos entonces a punto de enfrentar otra paradoja de Moravec?
    Aviones no tripulados pelean en las actuales guerras. ¿Esto es bueno o malo? Es ambas cosas al mismo tiempo porque vivimos en un mundo dual. Tecnología similar a la que permite la automatización de un drone guerrero facilita la decodificación de las señales generadas por el propio sistema nervioso central. Estas señales pueden utilizarse para transmitir comandos y así controlar dispositivos electrónicos como una computadora o un procesador de texto.
    Así, entonces, podemos replicar en forma biomimética algoritmos y procedimientos similares a los que utiliza el cerebro para la decodificación de la información visual en el lóbulo occipital y entender precisamente las señales eléctricas que se originan en el propio cerebro. Este procedimiento es el núcleo de las interfaces cerebro computadoras, originadas del estudio y la materialización de la inteligencia artificial.
    Estamos intentando alargar la vida, pero, ¿nos estamos ocupando también de alargar la calidad de esa vida? Quizás el cambio profundo, como humanos, no sea porque la inteligencia artificial nos quite el lugar, sino porque no nos estamos dando cuenta cuál es el espacio que queremos o tenemos que ocupar.
    La tecnología sí se dio cuenta, hace tiempo, que todo debe estar interconectado. Las religiones y sabidurías ancestrales nos hablan y dicen que todos los humanos también estamos interrelacionados, que no estamos separados. Sin embargo, como humanos no lo entendemos aún, pero al menos tuvimos la habilidad de dotar a nuestras creaciones tecnológicas con estas características que sí apreciamos cuando las descubrimos.
    Al igual que la revolución industrial, que comenzó a mediados del siglo 18, y provocó fuertes cambios económicos, tecnológicos y sociales, la era de la inteligencia artificial nos plantea un nuevo desafío como especie. Pero quizás el punto central no esté en descubrir cómo podemos ser reemplazados, sino más bien entender cuál es nuestro verdadero lugar.

    (*) Docentes del Departamento de Ingeniería Informática del ITBA.

     

    Impacto del avance de IA

    No mata el empleo pero lo reinventa

    Los temas vinculados a estos adelantos dejaron de ser abordados exclusivamente por la bibliografía específica y, en el otro extremo, por los libros de ciencia ficción: hoy son moneda corriente en los medios masivos de comunicación, que dan cuenta sobre cómo esta tecnología impactarán en el mundo laboral y en el de los negocios.

    Por Nelson Duboscq (*)


    Nelson Duboscq

    En concreto, el aporte de la IA en las empresas se está dando principalmente en cuestiones vinculadas con cuestiones administrativas o comerciales, para la optimización de procesos, y en actividades relacionadas con capacitación y el aprendizaje. En este sentido, de acuerdo con la consultora IDC, en Latinoamérica 30% de los proyectos vinculados a la transformación digital de las compañías usarán IA en 2019; y en 2020 la mitad de las aplicaciones corporativas empleará esta tecnología. Por otra parte, se estima que de aquí a dos años más de 50% de los consumidores interactuará con chatbots enfocados en la atención al cliente, algo con lo cual ya estamos todos bastante familiarizados y, de hecho, el estudio de “El impacto de la inteligencia artificial”, de Endeavor y Everis, señala que, hasta ahora, las empresas que más adoptaron IA en Latinoamérica son las enfocadas en la banca, esencialmente bajo la forma de asistentes virtuales para brindar servicios.
    Este escenario parece muy alentador para las empresas porque con la implementación de IA ganan en productividad y rentabilidad, entre otros beneficios, pero por otro lado despierta algunos temores vinculados a la pérdida de empleo. En este sentido, está claro que algunas posiciones tenderán a desaparecer producto del avance tecnológico, es el caso de actividades rutinarias cuyas tareas son susceptibles a ser automatizadas.
    Sin embargo, es importante destacar que estos desarrollos tecnológicos implican no solo la creación de nuevos puestos de trabajo sino la reinvención de las profesiones existente. Así es como, en el primer caso, ya estamos viendo que las técnicas de IA junto con los avances en big data, la analítica predictiva y el aprendizaje profundo permiten procesar y analizar enormes volúmenes de datos para conocer las preferencias de los clientes y optimizar sus experiencias, personalizando las propuestas. Pero es el data scientist el profesional que realmente extrae valor agregado de los datos que ya tienen las organizaciones porque la tecnología por sí sola no es suficiente.

    Nuevas habilidades

    Por otra parte, es importante destacar el segundo caso: muchas profesiones tradicionales continuarán existiendo pero deberán reinventarse, esto implica que estas personas tendrían que desarrollar nuevas habilidades para seguir siendo competitivas, y estas destrezas están alineadas al mundo digital.
    Por ejemplo, en el sector de RR.HH., la IA hoy ya permite acceder mucho más rápidamente a los perfiles de los candidatos adecuados, optimizando los procesos de búsqueda y mejorando sus resultados, aunque a la decisión de contratación la siguen tomando los humanos. Esto tiene que ver con el concepto de “inteligencia aumentada”, que implica el trabajo en equipo entre el ser humano y la máquina para llegar a resultados muy superiores comparado con al cual se llegaría si ambos trabajasen por separado. Así es como un abogado que cuenta con una solución de IA para analizar jurisprudencia será más eficiente que una máquina sola o un letrado sin esta herramienta.
    En resumen, lo que se observa es que las decisiones estratégicas serán tomadas siempre por humanos, debidamente capacitados para tomar decisiones en base a datos y para aprovechar el potencial que ofrece la tecnología en su máxima expresión. Sin lugar a dudas, la IA no viene a terminar con el mundo laboral, pero sí es cierto que las profesiones y la forma de trabajar ya se están modificando.
    Como consejo ante este escenario, las organizaciones deberían tener una estrategia clara con respecto a cómo se puede beneficiar de esta tecnología y qué perfil de colaboradores requiere en el marco de transformación digital. En tanto, los jóvenes deberían analizar qué profesiones son y serán las más demandadas en el mercado para no capacitarse en algo obsoleto, y los adultos deberían ve la manera de actualizar su curriculum de acuerdo a las habilidades que más requieren las organizaciones.

    (*) CEO y cofundador de Digital House.

     

    Tecnología con poder democratizador

    Transforma y crea otras actividades

    Más allá de nuestros productos, también utilizamos IA para atacar problemas más urgentes en terrenos como la educación, la producción o la medicina. Estos son claros beneficios que muestran el potencial que esta tecnología tiene para todos y la razón por la que invertimos en su investigación y desarrollo.

    Por Pablo Beramendi (*)


    Pablo Beramendi

    En Google trabajamos para llevar los beneficios de la inteligencia artificial (IA) a todos, desde las personas que diariamente utilizan nuestros productos y aplicaciones, hasta organizaciones y compañías de todo tamaño.
    Y además, a través de iniciativas como TensorFlow, Google comparte su conocimiento para que especialistas puedan utilizar esta tecnología en sus propios desarrollos.
    Desde el punto de vista de los negocios, la IA ha transformado industrias por completo y hasta ya ha creado nuevas. En Google creemos que esta tecnología tiene un gran poder democratizador y es por eso que ponemos a disposición de las empresas pequeñas, medianas y grandes todo su poder. ¿Cómo? A través de productos publicitarios que aplican aprendizaje automatizado (“machine learning” o ML, por sus siglas en inglés, una de las ramas de dentro de la inteligencia artificial) que permite optimizar campañas digitales a gran escala y entregar mensajes relevantes y valiosos en el momento justo y a las personas correctas.
    A su vez, desde Google Cloud damos acceso a la tecnología de la IA para que las empresas puedan incorporarla en todo lo que hacen, desde la forma en que trabajan hasta cómo desarrollan, piensan, innovan y evolucionan sus modelos de negocios. Por ejemplo, este año lanzamos Cloud AutoML, que permite a cualquier usuario adaptar modelos de aprendizaje automatizado para desarrollar aplicaciones personalizadas de alta calidad y aumentar sus niveles de productividad, sin necesidad de contar con conocimientos en ML o programación.

    Que aprende y se adapta

    La inteligencia artificial es, en su esencia, programación computacional que aprende y se adapta. Y si bien sabemos que no podrá resolver absolutamente todos los problemas, su potencial para mejorar la vida de las personas es profundo. Su capacidad para transformar diversos campos es enorme. Si tomamos como ejemplo el campo de la salud, Diego Fernández Slezak y Facundo Carrillo, investigadores de Conicet fueron los ganadores de uno de los premios LARA (Latina American Research Awards) otorgados por Google en 2016, por su proyecto que utiliza TensorFlow, la librería de código abierto, para ayudar a los especialistas a diagnosticar esquizofrenias o psicosis.
    Al tiempo que continuamos con el avance de esta tecnología, estamos estudiando y trabajando –junto con otros protagonistas de la industria– para hacer frente a los potenciales riesgos futuros, precisamente porque creemos que el impacto positivo será enorme.
    La tecnología no es inherentemente buena o mala, creemos que la clave está en mantener debates sensatos e informados sobre el uso y alcances de la inteligencia artificial en particular y todos los desarrollos que se lleven adelante. Las prácticas de IA responsables que publicamos al mismo tiempo que nuestros principios de IA, reflejan buena parte de este trabajo.

    (*) Director general de Google Argentina

     

    Capitalizar oportunidades

    Mejora en tiempo y productividad

    La inteligencia artificial tiene como objetivo simplificar, estandarizar y normalizar procesos. En ese sentido, entre sus beneficios se destaca la mejora en tiempo y productividad; y en términos financieros, reduce costos operativos, de energía y de infraestructura.

    Por Pedro Sandalis (*)


    Pedro Sandalis

    Así, su aplicación está relacionada con tareas rutinarias, pero esto no deja de lado otro tipo de actividades. Aquellas más complejas que requieren análisis, interpretación y capacidad de respuesta. Estamos entonces frente al desafío de capitalizar las oportunidades que presenta sin dejar de lado la integración con la realidad actual.
    En toda industria se debe tener en cuenta la inteligencia artificial debido a la ventaja estratégica que puede brindarle. Al descargar las tareas de rutina en las máquinas se libera fuerza de trabajo humana para trabajar en ideas creativas sobre mejores formas de superar los desafíos y hacer crecer el negocio.
    El aprendizaje automático está transformando procesos de negocios y rompiendo paradigmas. Se usa mejor para reconocer patrones, lo que le permite al sistema extraer información, descubrir anomalías y hacer predicciones. Así, le permite a las empresas obtener una visión y una ventaja competitiva a través de los datos.
    La calidad de sus datos es esencial para obtener resultados precisos de sus modelos. Es lo mismo que capacitar a un compañero de trabajo humano: darles información incorrecta y las herramientas incorrectas, y lo más probable es que hagan un mal trabajo.
    En cuanto al temor por la posible pérdida de empleos, en Nutanix, nuestra mirada es optimista; cuando se implementa de la manera correcta, la automatización puede ser el catalizador que incite a las personas para hacer más, no menos.
    La respuesta interesante a a la pregunta sobre si la IA implicará pérdida de puestos de trabajo es sí y no. La ciencia ficción le ha dado a los eternos optimistas, a la fatalidad y a los monstruos, expectativas muy poco realistas sobre las máquinas inteligentes. Entonces, por un lado, sí, el aprendizaje automático ha avanzado muy rápidamente en los últimos años y existen sistemas que tienen la capacidad de hacerse cargo de muchas tareas en su negocio en los próximos años.
    Pero al mismo tiempo, no, sus poderes están muy estrictamente definidos: una máquina que puede traducir la escritura china en su menú al inglés probablemente no pueda entender el habla china o recomendar un buen restaurante chino. Son muy buenos en tareas muy específicas. Hoy, al menos, sobresalen en el trabajo repetitivo, pero no son buenos para resolver problemas creativos.
    Aquí está la pregunta que deberíamos hacernos: ¿cómo puedo usar esas capacidades limitadas por el bien de mi negocio hoy? Si bien el campo tiene un largo camino por recorrer para imitar la verdadera interacción humana, las capacidades de aprendizaje automático avanzan todos los días. Incluso con sus limitaciones, es probable que haya miles de aplicaciones comerciales para aprendizaje automático que nadie ha explorado o incluso descubierto.

    Readecuar la oferta de RR.HH.

    En IT, la automatización implica eliminar las tediosas tareas repetitivas para liberar al personal y trabajar en servicios y proyectos que se traducen en mayor contribución al negocio. Así, los equipos que antes pasaban horas, a veces días, apagando incendios y quedándose despiertos toda la noche para instalar actualizaciones y rezando para que nada saliera mal ya no deberán hacerlo.
    El desafío está en la integración de las nuevas tecnologías a los estilos de vida actuales y formas de trabajo. En el caso puntual de IT, los especialistas en lugar de usar su tiempo en vigilar los centros de datos, pueden crear nuevos servicios digitales para los clientes. Y en lugar de monitorear redes, pueden observar tendencias emergentes como IoT y ayudar a desarrollar e implementar las estrategias correctas para capitalizar y hacer que funcionen para el negocio.
    En un futuro cercano, el aprendizaje automático será casi seguro un componente importante en todas las redes empresariales de todas las industrias y en todo el mundo. Sentarse al margen o evitar el tema no es una opción para las empresas que desean seguir siendo viables en la próxima década.
    Los desafíos de readecuar la oferta de RR.HH. a los trabajos del futuro deben ser tomados como pilares a desarrollar en las instituciones educativas, las empresas y los Gobiernos con objetivos a mediano y largo plazo. Introducir tecnología al aula, promover el desarrollo de perfiles de carreras IT de forma planificada será fundamental.

    (*) Regional Manager América Latina de Nutanix.

     

    Campo explorado y bien investigado

    IA cognitiva, gracias a cloud y big data

    Ha evolucionado desde sistemas basados en principios matemáticos, reglas y lógicas de decisión, hacia un modelo radicalmente distinto, conocido como IA cognitiva.

    Por Pablo Anselmo (*)


    Pablo Anselmo

    La gran diferencia radica en que este último opera del mismo modo que lo hace el modelo de decisión y procesamiento mental humano.
    La tecnología nos ha permitido ir más lejos, ir más rápido, hacer más de lo que imaginábamos y hasta resolver problemas que parecían imposibles. Lo que no sabíamos es si algún día, las computadoras podrían igualar o superar al hombre.
    En este sentido, la IA ha sido uno de los campos más explorados e investigados a lo largo de los años; y la búsqueda por lograr que una computadora pueda pensar por sí misma, razonar y aprender parecía ser ciencia ficción.
    En algún punto la IA cognitiva no hubiese sido posible sin la explosión cloud y big data, donde las capacidades de data analytics y data predictive colaboraron en contar con información diferencial. Las personas, sin saberlo, somos la materia prima de la IA cognitiva ya que de alguna forma hemos digitalizado nuestras vidas (redes sociales) y hemos documentado nuestro conocimiento de manera electrónica (internet). A partir de esto, IA puede aprender mejor sobre las personas, sus culturas, lo que sucede en el mundo, las opiniones sobre temas relevantes, las estructuras gramaticales, etc. Todo esto permite que IA pueda evaluar el contexto como nunca antes y en consecuencia actúe lo más parecido a un humano.
    La IA cognitiva utiliza un enfoque distinto a sus predecesores para poner en contexto la información que tiene en su poder y entender el dato de “manera no estructurada”. Es decir, no es necesario darle un formato específico al dato para que pueda ser comprendido, ya que entiende primero el contexto y luego analiza el dato.
    Desde el punto de vista conceptual, IA recolecta toda la información existente de un determinado tema y descarta (con ayuda humana) lo que se encuentra desactualizado o fuera de contexto. Luego la información es preprocesada e indexada para un acceso más rápido y, por último, la IA es entrenada por expertos en la materia que le enseñan a utilizar nuestro mismo modelo de decisión y procesamiento mental (enfoque cognitivo). Este proceso es recurrente, lo que hace que IA mejore a lo largo del tiempo.
    Así es la forma en la que IA ayuda a un médico a realizar un diagnóstico más preciso (correlaciona millones de casos del mundo y estudia las estadísticas para encontrar patrones que serían imposible de ver para una sola persona), a un asesor financiero en encontrar las inversiones más rentables, a un abogado en una causa judicial y a una persona con poco tiempo a administrar sus finanzas eficientemente.

    Igual que las personas

    El secreto de la IA cognitiva radica en la habilidad de afrontar los problemas de la misma manera que lo hacemos las personas. Cuando tenemos que tomar una decisión, inconscientemente recorremos cuatro pasos básicos; observamos (contexto, evidencias físicas y entorno); interpretamos (en función de lo que sabemos definimos hipótesis de lo que podría suceder); evaluamos (qué hipótesis parece más correcta); y decidimos (hacemos lo que finalmente creemos que es mejor).
    Las personas pasamos gran parte de nuestro tiempo de vida observando, interpretando, evaluando y decidiendo. Esto lo hacemos mayormente de manera inconsciente; lo que nos convierte en una suerte de expertos en la materia. De hecho, 88% de nuestra mente está formada por el inconsciente y solo 12% por el consciente, ambas separadas por lo que se conoce como “mente crítica”, la que nos permite ser críticos con lo que vemos, evaluamos y decidimos en la mente consciente.
    La mente inconsciente se encarga de almacenar y organizar todas las memorias subjetivas de las experiencias, sensaciones, emociones, actividades mentales, creencias y asociaciones a lo largo de toda nuestra vida (tiene el historial completo de lo que somos y de todo lo que hemos experimentado en nuestra vida). Por su lado, la mente consciente puede manejar solamente cinco piezas de información a la vez, no tiene memoria propia, puede procesar un pensamiento por vez, puede enfocar su atención en un solo tema a la vez y es 800 veces más lenta que el subconsciente.
    La IA cognitiva es muy parecida a nuestra mente (consciente y subconsciente), pero no adolece de las mismas limitaciones. Nuestra principal limitación es la cantidad de información que podemos manejar simultáneamente (volumen) y lo rápido que podemos recorrer los cuatro pasos mencionados anteriormente (velocidad). En estos aspectos la IA nos supera ampliamente y marca una diferencia sustancial.
    Lejos de poder confirmar si estamos a un paso de la “singularidad” (término que define el momento en el cual un humano interactuando con una computadora no podría diferenciarla de otro humano), creo definitivamente que la IA cognitiva es un paso enorme en la evolución tecnológica y, si somos capaces de hacer un uso adecuado de ella, deberíamos lograr un mundo mejor.

    (*) Associate Partner-CIO de PwC Argentina

     

    Grandes cambios en la vida cotidiana

    Aportes, desafíos y debates próximos

    Desde el momento en que el término inteligencia artificial salió a la luz hemos visto variadas expresiones futuristas acerca de lo que implica para la humanidad. Pero también hay hechos concretos que han producido cambios en la manera en como la tecnología ha desarrollado los conceptos de IA.

    Por Alejandro Bianchi (*)


    Alejandro Bianchi

    Durante 1956, en la Universidad de Dartmouth, John Mac Carthy, junto con Marvin Minsky y otro grupo de notables, se reunió para debatir ideas acerca de las máquinas inteligentes y sus consecuencias. Fue él quien acuñó el término “inteligencia artificial, (IA)” al definirla como “la capacidad de las máquinas y sus programas para pensar y comportarse como los humanos”.
    Ellos predijeron que los resultados de la IA se verían en 25 años. Mac Carthy también diseñó el LISP, primer lenguaje para aplicaciones concretas de IA y quién también definió el concepto que hoy conocemos como cloud computing, al sostener que era posible utilizar la capacidad computacional como un servicio a demanda.
    Se analizaron conceptos como sistemas expertos, capaces de ayudar a la toma de decisiones en temas específicos como medicina, ingeniería, defensa, finanzas y muchas otras áreas. Más actuales son las aplicaciones para reconocimiento de la voz, las máquinas de aprendizaje, los chabots, reconocimiento de imágenes en tiempo real, los vehículos autónomos, robótica y muchas otras que son derivaciones de los conceptos básicos de la IA. Gran parte de la enorme expansión que ha tenido en los últimos años se debe al crecimiento de las capacidades de procesamiento y el desarrollo de nuevas plataformas y lenguajes que permiten desarrollos cada vez más complejos.
    Los objetivos de la IA siempre han sido lograr que una máquina desarrolle las mismas actividades que un ser humano, solo que de manera más precisa, más veloz y sin las necesidades básicas de una persona (descansar, disponer de tiempo para la familia y el ocio, sentirse satisfecho con su trabajo y lograr su sustento) logrando obtener mejoras sustanciales en la productividad, calidad de los productos/servicios, una significativa reducción en los costos operacionales y por ende incremento de la rentabilidad de las empresas.
    Por ejemplo, la industria automotriz no genera tantos puestos de trabajo como lo hacía hace 50 o 60 años atrás y básicamente porque muchos de los procesos están robotizados y automatizados. Aunque hoy en día ninguna industria escapa a la utilización de esta tecnología.
    Los servicios, de hecho, aplican IA para atender reclamos de sus clientes, para analizar y promover sus ofertas, analizar el comportamiento de las personas para direccionar sus intereses y necesidades. La seguridad pública cuenta con herramientas inteligentes capaces de identificar personas en tiempo real, gestionar el flujo del tránsito en las grandes ciudades para reducir accidentes y congestionamientos, entre otros beneficios.

    Límites de la IA

    Esta tecnología generará grandes cambios en la vida cotidiana de las personas y empresas, permitiendo que tareas rutinarias y/o de alto riesgo sean asumidas por máquinas dejando a las personas desarrollar otras actividades. Pero, ¿cuál es límite de la IA? ¿Podemos esperar que una máquina pueda remplazar a una persona en la toma de decisiones críticas o sea capaz de ejecutar tareas creativas o que sea capaz de hacer planificación urbana?
    Las respuestas tienen un potencial Sí dado que cada vez más la investigación en IA se integra con otras disciplinas tales como la nano y bio tecnología, la computación cuántica, las ciencias sociales y del comportamiento, abriendo el camino a grandes debates acerca del futuro del trabajo.
    Por ejemplo, hasta dónde tenemos el derecho de sacárselo a una persona y si acordamos que, en bien de una sociedad más eficiente, es válido hacerlo; ¿qué vamos a hacer con esa persona, de qué se va a ocupar, cómo aseguramos sus necesidades básicas, cómo democratizamos esta tecnología, cuáles son los debates éticos?
    Por ejemplo ¿quién es responsable legal en un accidente producido por un vehículo autónomo? ¿Una máquina con componentes biológicos tiene derechos y obligaciones?, ¿cuáles? Estos serán temas de discusión en diversos ámbitos porque se estará conformando una nueva ola social: las máquinas conviviendo con los humanos y compitiendo por el trabajo en todos los ámbitos. Nadie puede asegurar qué pasará, pero sí podemos debatir y buscar consensos en donde el foco sea siempre el bienestar general de la raza humana.

    (*) Presidente de Liveware, organización ganadora del Premio Sadosky – Mención Especial a la Calidad 2017.

     

    Cambio de paradigma

    Motor del trabajo y ayuda imprescindible

    Desde hace décadas que ingenieros y científicos de todo el mundo intentan desarrollar programas tratando de emular el comportamiento de la inteligencia humana. Sin embargo, y hasta hace pocos años, la inteligencia artificial, o computación cognitiva, era más una promesa que una realidad.

    Por Fernando Huergo (*)


    Fernando Huergo

    En la actualidad comienza a ser parte de nuestra vida cotidiana, por ejemplo a través de los smartphones o los asistentes virtuales que responden nuestras preguntas y pedidos. Para algunos, la exactitud de resultados que la IA brinda es desconcertante, porque se puede sentir como que alguien o algo los está observando, mientras que para otros, el uso de esta asistencia comienza a ser considerado imprescindible.
    Pero si bien la IA comienza a ser conocida por operar en este ámbito cotidiano de los consumidores, también es fundamental en sectores como la economía, el desarrollo de infraestructura, la industria o la distribución de energía, aunque todos estos usos sean poco noticiables y alejados de la población.
    La IA solía ser simplemente sinónimo de software inteligentes, que fueron cada vez mejores en la identificación de patrones gracias al exponencialmente creciente volumen de datos o información provista por las personas y por sensores.
    Los software fueron hechos de modo tal que pudieron constantemente auto-mejorarse gracias al aporte de los usuarios. A primera vista, esto aún funciona así, pero en profundidad encontramos una diferencia: las personas están dando a los software una cantidad inmensa de información y escribiéndolos de modo tal que los hace suficientemente inteligentes como para leer y combinar dicha información en patrones que a la vez seleccionan la combinación justa que las personas necesitan.
    Expertos opinan que la IA traerá aparejada un cambio de paradigma en la economía, donde ni el capital ni el trabajo serán los factores determinantes del crecimiento económico, ya que este dependerá en gran medida de como las naciones industriales gestionen las oportunidades que se abren con las nuevas tecnologías apalancadas por IA.

    Efectos de la revolución

    Las preguntas que entonces caben son ¿qué efectos puede potencialmente generar esta revolución tecnológica en cuestiones como el empleo, las sociedades y las compañías? ¿En qué sectores puede la IA desplazar a los humanos en las próximas décadas? ¿En cuáles podrá generar más empleos y nuevas profesiones? ¿Cómo pueden aprovechar hoy las compañías la IA para adentrarse en nuevos campos de negocios y ofrecer a sus clientes nuevos servicios, que prometan incrementar la productividad y la eficiencia? ¿Qué impacto tendrá la IA en la economía y el PBI de un país?
    Todas estas son sin dudas preguntas complejas, para las que difícilmente podamos tener todas las respuestas hoy en día. Pero algo está claro, la IA traerá cambios disruptivos y sostenidos, por lo que debemos trabajar para que esto represente una verdadera oportunidad.
    Es un hecho que todo el proceso de transformación digital generará nuevos puestos de trabajo, al tiempo que otros serán transformados y algunos serán menos necesarios. Deberemos contar con una población trabajadora cuya actividad no sea principalmente intensiva en mano de obra, sino intensiva en calificación, creando valor sobre la base de sus habilidades y la productividad.
    Y para que en este contexto las oportunidades sean mayores que las amenazas es necesario invertir estratégicamente, no solo en investigación y desarrollo, sino especialmente en educación. Ante un cambio disruptivo de tal magnitud, el cambio educativo también debe tener características disruptivas. Y, lo que no es menos importante, debe implementarse con un sentido de urgencia. Pero además de ello, debemos entender que el entrenamiento continuo será el único camino para que esta transformación arroje muchos más ganadores que perdedores en el largo plazo, y para que en definitiva la digitalización y la IA sean motores de un desarrollo sostenible.
    Necesitamos contar con un claro mapa que nos guíe en este camino hacia una infraestructura digital, con una sociedad preparada y un marco legal acorde, que no solo allanen el camino en esta transición sino que especialmente nos lleve por el camino correcto.
    Con este objetivo en mente estamos desde Siemens apoyando activamente al B20 y en particular trabajando con la taskforce de Digital Economy & Industry 4.0, ya que consideramos que este enorme desafío requiere de un compromiso conjunto entre Gobiernos y empresas, tendiente a definir políticas que preparen a nuestro país y a nuestra sociedad para enfrentar exitosamente dicho desafío y transformarlo en oportunidad. Estamos aún a tiempo.

    (*) Gerente de Comunicaciones Corporativas de Siemens

     

    Impacto en algunas profesiones

    Al servicio de abogados y contadores

    No es novedad que la inteligencia artificial está revolucionando a la sociedad en todos sus aspectos. Se encuentra inmersa en la vida cotidiana de múltiples maneras, y está transformando la forma de trabajar de los profesionales y las empresas.

    Por Alejandro N. López (*)


    Alejandro N. López

    Hace años que se habla del poder de “pensamiento” de las máquinas, de la posibilidad de ganarle al póker al ser humano, realizar una operación de ojos, monitorear la respiración de un bebé, detectar la edad de una persona, identificar actitudes suicidas, reconocer objetos en videos, detectar enfermedades, redactar un poema, etc. 
    Cuando hablamos de inteligencia artificial hacemos referencia a la capacidad de imitación cognitiva de un software, es decir, a una simulación de proceso de inteligencia humana por parte de máquinas. Estos procesos incluyen el aprendizaje, el razonamiento y la autocorrección. Si bien parecía impensable hace algunos años, actualmente hay muchos indicios de que las computadoras ayudarán enormemente a brindar eficiencia en tareas y tiempos en el ámbito laboral. La inteligencia humana ya está al servicio de la inteligencia artificial y viceversa.
    Si bien esta tecnología viene a mejorar y potenciar procesos y produce un impacto positivo muy fuerte en la sociedad en general, en la vereda de enfrente están quienes plantean que llegará a un punto denominado de “singularidad” en el cuál las máquinas van a superar la inteligencia de los humanos y tomarán decisiones por sí mismas, que no siempre serán mejores que las decisiones humanas. Y es aquí donde se escucha el renombrado ejemplo de lo que ocurrió con el Vuelo 1549 de US Airways, cuando el 15/1/2009 aterrizó en el Río Hudson, minutos después de haber despegado del aeropuerto de La Guardia en Nueva York. El piloto tomó una decisión arriesgada en base a un desperfecto de la nave y que difícilmente pudiese haber sido tomada por una computadora ya que no contaba con información previa que le hubiese “enseñado” al sistema a ejecutar dicha conducta, a evaluar ese riesgo y a considerar la manera en que debía ejecutarla.
    Entonces, si bien la inteligencia artificial viene a mejorar y potenciar procesos, se duda de su eficacia en posibles situaciones límites que solo el hombre con su inteligencia natural podría resolver. Por lo tanto, hoy el debate gira en torno a cuál es la capacidad real de las máquinas de aprender y cuál es el límite.

    Millones de nuevos empleos

    Independientemente de estos debates, no hay duda de que la inteligencia artificial produce y producirá un impacto muy fuerte en la sociedad. Uno de ellos es sobre la estructura actual de los puestos de trabajo. Se estima que, durante la próxima década, se crearán millones de nuevos empleos que aún no existen. Jon Baron, director general de Impuestos y Contabilidad de Thomson Reuters, estima que se necesitarán 85 millones de trabajadores altamente calificados en estas nuevas tecnologías para hacer frente a estas nuevas demandas.
    El uso de disciplinas científicas que posibilitan tecnologías similares al funcionamiento del cerebro humano como ser machine learning, deep learning y supervised learning comienzan a estar presentes en la forma de hacer negocios para lograr ventajas competitivas.
    Entre las tareas que son factibles de mejorar mediante estás técnicas se encuentran la revisión de documentos, catalogación de los mismos, archivo inteligente, asistente de hojas de tiempo, sugerencia de jurisprudencia, aplicación de alícuotas impositivas en operaciones de ventas, analítica de los procesos, analítica de clientes y asuntos del estudio jurídico o contable, asistente de agenda, predicción legal, jurimetría, compliance, control de contratos, análisis de riesgos, entre otros. 
    Gracias al uso de la inteligencia artificial y siempre enfocados en mejorar la calidad laboral de los profesionales, en Thomson Reuters hemos desarrollado el ecosistema jurídico “Legal One”, un “motor de recomendación” que permite considerar distintos elementos de la información, como por ejemplo los tipos de causas judiciales, las búsquedas anteriores, los documentos anexados a cada expediente, etc. 
    Desde nuestro ámbito, entonces, podemos afirmar que la inteligencia artificial, así como otras tecnologías similares, son un avance y un valioso aporte a las actividades laborales y serán clave para la recolección de información de calidad, el análisis, la automatización de tareas, la eficiencia, la disminución de riesgo y la posibilidad de brindar a los profesionales un marco de trabajo para que puedan aplicarlo en el análisis y la toma de decisiones. Y al final de la historia será la inteligencia artificial la que estará al servicio del hombre. Y los profesionales, agradecidos.

    (*) Innovation y Content Lead, Thomson Reuters.

     

    No todo puede ser sustituido

    ¿Con menos empleos o mercados sin clientes?

    Ya existe un genérico para el término inteligencia artificial. En él, uno podría imaginarse situaciones en las que una máquina toma decisiones autónomas y no necesariamente favorables. Ese ha sido el tema de varias películas de ciencia ficción y es un futuro posible.

    Por Jorge Fantín (*)


    Jorge Fantín

    ¿Quién no recuerda a la computadora HAL de 2001 Odisea en el espacio asesinando a la mayor parte de la tripulación de la Discovery? ¿O a la maléfica Skynet tomando control del planeta en la película Terminator? Para ir un poco más allá, actualmente se teme que la inteligencia artificial represente una gran amenaza para el nivel de empleo.
    Durante la primera revolución industrial, se introdujeron artefactos que permitieron la automatización de procesos productivos. Así, con la consiguiente fabricación en serie se crearon nuevos mercados y millones de empleos. Pero estos aparatos nunca pusieron en riesgo a los seres humanos: ahora se nos propone el uso de nuevas tecnologías para aportar cierto nivel de inteligencia a las tareas empresariales. Ya no hablamos de automatización simple, sino de máquinas capaces de tomar decisiones en contextos complejos. Así llegamos a un punto de no retorno.
    Pero hay otro tema donde deberíamos poner atención: la nueva revolución industrial podría llegar a destruir mercados en forma masiva.
    Supongamos que una cadena de comidas rápidas sustituye a sus empleados por máquinas capaces de tomar pedidos, procesar pagos y elaborar sus alimentos. Imaginemos también que la universidad decide reemplazar a sus profesores por computadoras capaces de proporcionar capacitación personalizada para decenas de miles de alumnos. O que en el banco de la esquina las solicitudes de crédito son analizadas por un sistema inteligente y automatizado, y ya no hay que reponer dinero físico en los cajeros automáticos porque este ha desaparecido de la faz de la tierra. Cada empresario estará muy contento con los ahorros y los aumentos en productividad que puede haber conseguido, excepto que hay un gran problema: se ha quedado sin clientes.
    Resulta que el ex cajero de banco ya no lleva a sus hijos a comer hamburguesas, el ex empleado de la hamburguesería ya no puede pagar la cuota de la universidad y el ex profesor universitario ya no tiene cuenta en el banco porque se ha quedado sin alumnos que quieran escucharlo. La tasa de evolución tecnológica, que tiene características exponenciales, es muy diferente a la curva de adaptación de los seres humanos. Apenas se produzca el despegue en la tecnología, la brecha aumentará y ya no se podrá cerrar.

    Brecha difícil de cubrir

    Los primeros empleos que se perderán serán aquellos en los que el aporte de inteligencia humana sea limitado, como las tareas que consideramos rutinarias.
    Quizás el límite lo encontremos en aquellos trabajos donde las emociones y la empatía sean imprescindibles, como por ejemplo artistas, coaches, investigadores, creativos y diseñadores. El resto probablemente enfrentará la posibilidad de que todo o parte de lo que hace sea sustituido.
    Frente a esta situación uno podría preguntarse: ¿para qué quiero que una máquina prepare un capuccino cuando puedo pedirle a un ser humano que lo haga? ¿Y por qué habría de querer que una máquina le enseñe matemáticas a mi hijo cuando una maestra podría hacerlo? Si la respuesta es “porque puedo preparar más y mejores capuccinos por unidad de tiempo” o “porque puedo enseñarle a más chicos con una sola máquina”, tengamos cuidado, porque puede ser que llegado el caso no tengamos ni clientes haciendo fila para tomarse un café, ni chicos con necesidades de aprender matemáticas.

    *Director de la Maestría en Administración y Aplicaciones Tecnológicas en la Empresa, de Universidad Siglo 21.

     

    Beneficios y dilemas

    Mayor sustitución de empleos sofisticados

    La inteligencia artificial pasó de ser fantasías entretenidas de ciencia-ficción a experimentos sorprendentes que hoy ya son productos y servicios reales. Computadoras con capacidad de capturar y almacenar gran cantidad de información, sugerir o incluso tomar decisiones mediante algoritmos de análisis y decisión ya son comunes.

    Por Francisco Díaz Hermello (*)


    Francisco Díaz Hermello

    Incluso pueden ejecutar la decisión tomada, con o sin supervisión de un ser humano, mediante mecanismos de automatización y robótica.
    Autos y aviones pueden navegar en forma autónoma. Hay camiones que pueden recorrer largos trayectos sin perder concentración ni precisar descansar. Computadoras pueden aprenden y analizar en segundos todas las investigaciones médicas producidas día a día y asesorar a los médicos en sus diagnósticos. Incluso ya existen robots que pueden operar pacientes utilizando los diagnósticos y complejas imágenes 3D de los órganos internos del paciente creadas por otras computadoras.
    De aquí en más solo podemos esperar que la IA siga acelerándose. Las aplicaciones se multiplicarán haciendo nuestras vidas más fáciles, mejorando la precisión de acciones complejas, reduciendo la frecuencia de errores, bajando costos, mejorando la productividad y creando nuevas experiencias y productos.
    La inteligencia artificial (IA), como cualquier otra disrupción tecnológica, también presenta un dilema importante. Karl Marx se planteó hace 150 años que las máquinas no solo podían ser un competidor superior al trabajador, podrían desplazarlo completamente. La IA destruirá muchos trabajos y creará otros. Esto no es novedad. Hace por lo menos dos siglos que máquinas y robots hacen trabajos cada vez más complejos substituyendo trabajadores en la manufactura.
    A diferencia de las máquinas y robots, que substituyen trabajos de manufactura, la IA substituirá trabajos más complejos y sofisticados. Algunos incluso han plateado sustituir a los CEO. Por más experiencia, capacidad y energía que pueda tener una persona, no podrá sobrepasar la capacidad de analizar tomar decisiones en tiempo real con toda la información de la empresa, incluso de clientes actuales o potenciales, utilizando algoritmos de decisión sin sesgos personales ni conflictos de intereses. Por supuesto, esto todavía es ciencia–ficción. El trabajo de los CEO tiene más que ver con motivar, inspirar y negociar entre múltiples visiones e intereses internos y externos a la empresa que con analizar información para tomar decisiones.
    Por supuesto, la IA también creará nuevos trabajos: diseñar, desarrollar y supervisar la IA y liberará trabajadores para ejecutar más servicios personales.

    Adaptarse a tiempo

    El único problema es que el grado de educación y sofisticación de los empleos creados será superior a los que se destruyen, haciendo difícil para quienes serán remplazados reaccionar y adaptarse a tiempo. Quienes serán substituidos se han educado y ganado experiencia en capacidades que quedarán obsoletas, mientras quienes serán responsables de crear la IA del futuro están comenzado la secundaria y la universidad.
    Sería necio ver a la IA en los dos extremos: el de un futuro nunca más brillante o el de la dominación de las máquinas, como en Terminator, cumplida. Requiere prepararnos como individuos, empresarios y como sociedad con humana inteligencia y prudencia. Por ejemplo, Bill Gates, que no es precisamente un reaccionario de la tecnología, propuso algún tipo de impuesto al capital tecnológico que substituya gran cantidad de trabajadores para sustentar programas que ayuden en la transición de viejos a nuevos trabajos.
    La última pregunta que nos hacemos en este breve espacio sobra la IA es: ¿qué puede significar todo esto para la Argentina? Sin dudas, muchos emprendedores y empresas dinámicas ya la están incorporando, desarrollando productos, servicios y mejorando procesos de producción. Muchos consumidores disfrutaran de nuevos y mejores productos y servicios. Será una nueva oportunidad para que aparezcan algunos unicornios más. Pero, ¿qué pasará con los desplazados que tendrán que encontrar un nuevo espacio laboral?
    Cada una de las oleadas anteriores ha dejado perdedores dependientes de trabajos precarios de bajo valor, un puestito en el Estado o subsidios. Una nueva oleada de disrupción productiva y laboral puede dejar un nuevo grupo de la sociedad en condición precaria.
    ¿Podría la IA reemplazar o ayudar a parte de la dirigencia política que no pudo, supo o quiso implementar los cambios necesarios para convirtamos en una sociedad más productiva, dinámica y con mayor igualdad en el acceso a la educación de alta calidad?

    (*) Del cuerpo docente del IAE.

     

     

     

     

     

     

    Un viaje digital

    Javier Minhondo (*)

    En los últimos años se modificó la forma en la que las personas interactúan con las marcas. Hoy en día, los consumidores a escala global son más sofisticados que nunca y esperan que las marcas les brinden experiencias atractivas, innovadoras y que la interacción no requiera un