Este es un espacio de debate que no compromete la opinión de La Silla Vacía ni de sus aliados.
Escribo estas líneas en vísperas de las elecciones parlamentarias y después de haber visto y escuchado innumerables debates, propuestas de todos o casi todos los candidatos a la Presidencia en los que se habla de tecnologías de la Industria 4.0, Internet de las Cosas, Big Data y de haber asistido la semana pasada al foro sobre inteligencia artificial en la región.
En este evento, el presidente Duque mostraba los avances que ha hecho el país en este sentido. También hablaba de Deep Blue y de otros computadores que habían derrotado a campeones mundiales del ajedrez.
No mencionó a AlphaGo, el motor que derrotó al gran maestro coreano Lee Sedol en el milenario juego de Go; tampoco era necesario. Aclaro, eso sí, que estas aplicaciones son creadas como arma de publicidad para sus creadores y más allá de ser interesantes, no afectan la vida del ciudadano común.
Hay muchas otras que sí: aplicaciones de la inteligencia artificial tales como detección de firmas, fotos y documentos falsos, chatbots (que personalmente detesto) que interpretan los deseos y peticiones de clientes, drones que monitorean cultivos y que pueden ayudar a establecer puntos óptimos de cosecha y vehículos autónomos que reconocen obstáculos en las calles y carreteras son ejemplos que están en nuestra vida diaria.
Para los no versados, la inteligencia artificial es un conjunto de técnicas, métodos y herramientas que de alguna forma tratan de imitar (y mejorar) el razonamiento humano mediante el uso de microprocesadores.
Estos microprocesadores tienen un poder de cómputo tal que pueden realizar y memorizar cálculos a velocidades mucho más altas que cualquier persona. Entre las técnicas de inteligencia artificial se destacan las redes neuronales, las cuales “aprenden” de experiencias previas. El aprendizaje ocurre mediante algoritmos embebidos que autoajustan sus parámetros cuando se les presentan “ejemplos”. Estos pueden ser de varios tipos: imágenes, sonidos, texto o, en el caso del ajedrez, jugadas.
Una reconocida aplicación es el reconocimiento facial, en la cual la red neuronal se “entrena” con fotos de los rostros de personas. Estas fotos son preprocesadas y codificadas de forma tal que los algoritmos de la red neuronal puedan “entender” lo que hay allí en la foto y así determinar si una imagen corresponde a un determinado rostro o no. Una vez entrenada, la red neuronal es capaz de identificar un rostro en una foto que no ha visto antes.
El uso de la inteligencia artificial puede ir mucho más allá y, hasta ahora, no sé si por desconocimiento o por omisión, ningún candidato ha mencionado su uso en el apoyo a la toma de decisiones o en la elaboración de políticas públicas en el sector rural.
Así como una red neuronal puede analizar miles de ejemplos de rostros y Deep Blue puede analizar millones de jugadas, existen algoritmos de inteligencia artificial que pueden evaluar miles de decisiones en tiempo muy cortos y simular sistemas complejos con precisión.
Algunos ejemplos de toma de decisiones son la ubicación de plazas de mercado y centros logísticos para garantizar la seguridad alimentaria. O la ubicación y capacidad de colegios, puestos de salud o estaciones de estaciones de policía rurales, etc. En simulaciones de sistemas complejos, pueden analizarse del crecimiento de las ciudades y la apertura de un carril adicional en una autopista intermunicipal. Estas técnicas pueden dar una mejor fotografía que lo que pueden hacer simples proyecciones.
Así como a nadie se le ocurriría construir un edificio o un puente sin cálculos estructurales, a nadie debería permitírsele construir un hospital o una vía sin una simulación o modelo de inteligencia artificial con su correspondiente evaluación de impacto y costo reales.
He de advertir que el desarrollo de un modelo de estos no es sencillo: se requieren muchos datos de buena calidad, computadores muy potentes y lo más importante: personas capacitadas con experiencia que sean capaces de implementar estos modelos en el mundo real.
No sin mencionar que presiones e intereses de entidades públicas y particulares podrían llegar a alterar los resultados. Algo como el consabido “¿cuánto quiere que le dé?” no es impensable. También hay resistencia de las personas que no conocen el alcance de estas técnicas. La otra vez escuchaba yo a un periodista radial decir que “una formulita matemática” no podía decidir sobre políticas de vacunación. Esto va mucho más allá de “formulitas”.
La inteligencia artificial no es perfecta: los algoritmos usualmente son muy sensibles a la calidad de los datos de entrenamiento y dependen de muchos parámetros que no son fáciles de determinar. También dependen de supuestos que siempre serán debatibles: “la velocidad es constante”, “las decisiones de elección son racionales”, “los costos no varían en el tiempo”. Lamentable o afortunadamente, es necesario hacerlos para no incrementar innecesariamente la complejidad de estos modelos.
Lo que es cierto, es que la inteligencia artificial podría ayudar a una mejor toma de decisiones en el desarrollo de políticas públicas. Me daría más tranquilidad que alguien dijera “con base en este modelo desarrollado por el centro de investigación x o por la universidad y, puedo afirmar que la implementación de tal o cual sistema, va a mejorar (o empeorar) el ingreso campesino en un porcentaje”… y no lo que vemos actualmente en los debates y entrevistas en las que se hacen predicciones, en mi opinión, muy poco documentadas.
Y a votar por el candidato o lista de su preferencia. Que su decisión de voto esté bien “dateada”.
Los textos que aquí se publican son de exclusiva responsabilidad de sus autores y no expresan necesariamente el pensamiento ni la posición de Amazon Conservation Team (ACT)
