Mira las aplicaciones discretas e indiscretas de la IA y el equipaje de desafíos que vienen de bono.
Por Renata Neves
Fuente: Freepik
Recientemente hemos oído mucho sobre Inteligencia Artificial (IA), que es aparentemente una tecnología hecha para revolucionar el mundo.
También estamos presenciando un movimiento gigantesco de desarrolladores y empresas que utilizan el poder de las IA para mejorar procesos internos, reconocer a sus consumidores y desarrollar soluciones creativas para cada problema.
Ya tenemos IA para conversar, crear, aprender y organizar. Sin embargo, todavía sabemos poco sobre ellas y asusta que la tecnología pueda imitar a un ser humano.
Y, como un ser humano, han presentado algunas fallas que pueden generar retrocesos mientras sorprenden al mercado con nuevas posibilidades.
Hay muchas controversias que necesitamos poner sobre la mesa, por eso en este artículo presentaremos qué es la Inteligencia Artificial y cuáles son las cuestiones que deben considerarse. ¿Vamos?
¿Qué es la IA?
Autonomía es la palabra clave para entender qué es la Inteligencia Artificial y cómo funciona.
En otras palabras, podemos decir que es una combinación entre la ciencia de la computación, los datos y la simulación del comportamiento humano para crear una tecnología autónoma, capaz de crear, sugerir, corregir e incluso conversar.
En realidad, las IA se desarrollan desde hace algún tiempo y ahora se están popularizando conforme vamos descubriendo todo su potencial.
Están presentes en los asistentes, como Alexa y Siri, en los algoritmos de las redes sociales, en los motores de búsqueda de Google, en aplicaciones desarrolladas para facilitar un trabajo, entre otros.
Son sistemas en constante desarrollo y aprendizaje, así que cuanto más un usuario les inserta datos mostrando qué es «verdadero» y qué es «falso», más hábil se vuelve.
Las inteligencias artificiales pueden moldearse hasta que respondan según lo esperado y, para que eso ocurra, pueden desarrollarse con dos procesos de aprendizaje.
El primero se llama machine learning o aprendizaje automático. En este método, la IA trabaja con grandes cantidades de datos, recolectados o insertados, que son analizados para generar hipótesis nuevas.
No siempre las respuestas son precisas y correctas, pero cuantos más datos de calidad se insertan, mejores quedan las respuestas y generalizaciones de la máquina.
Después está el deep learning o aprendizaje profundo. Aquí, la tecnología utiliza las Redes Neuronales Artificiales (RNA), y sí, son similares a las nuestras. Es un método con más poder de conocimiento y modelos matemáticos.
Por la RNA es posible resolver problemas más complejos y el proceso de aprendizaje se hace con una fase de entrenamiento y otra de prueba. En el entrenamiento se aplican varios ejemplos y ajustes. En la prueba se realiza la evaluación del sistema.
Si te interesa conocer el aprendizaje automático desde una visión más técnica y matemática, recomendamos el artículo «Conceitos sobre Aprendizado de Máquina» de M. C Monard y J. A. Baranauskas.
Aplicación de las Inteligencias Artificiales
Hoy, la aplicación de las inteligencias artificiales está cada vez más ampliada y diversificada.
Como dijimos anteriormente, las IA han dado soporte a la ejecución de algunas funciones en el mercado, así como también han sido desarrolladas para presentar grandes resultados con velocidad y practicidad.
Comenzando por el área de la salud, ya se han presentado, por ejemplo, soluciones de IA que realizan diagnósticos y sugieren posibles tratamientos a los médicos. Son herramientas para acelerar los procesos de salud, desde la sospecha de un problema hasta la mejor forma de resolverlo.
Pero vale resaltar que la búsqueda en internet no sustituye la consulta con especialistas. La IA necesita actuar junto a los médicos, por lo tanto no busques soluciones por tu cuenta. Todo uso de tecnología en el área de la salud es acompañado y evaluado.
Hablando de seguridad, seguramente ya has oído hablar de tecnologías para el monitoreo simple de casas.
Sin embargo, además de ese uso de la Inteligencia Artificial, se están realizando grandes proyectos basados en el análisis de fallas. Algunas IA trabajan en la ciberseguridad, previendo posibles fallas y ataques.
Uno de los grandes desafíos de la educación es la falta de individualidad. Por eso, se están desarrollando algunos sistemas para ayudar a los alumnos a estudiar con más productividad.
Los profesores también pueden beneficiarse de la IA con el soporte para armar las clases, organizar las actividades y mejorar la comunicación a distancia.
Dentro del comercio minorista, la Inteligencia Artificial entra con todo en la recolección de datos de calidad. De esa forma, los minoristas consiguen optimizar mejor los procesos, mejorar la experiencia del consumidor e incluso fijar el precio de sus productos de forma eficaz.
Lo mismo se aplica al área de los negocios. Pero también tenemos estudios que utilizan IA para analizar el mercado actual.
Por ejemplo, el artículo «Explorando a forma fraca da (in)eficiência de mercado por meio de algoritmos de inteligência artificial» es una investigación con índices de la bolsa de valores para realizar previsiones con IA.
Por su parte, el estudio «Identificação de falhas por meio de inteligência artificial em dados ecobatímetros» interesa al agronegocio, que también utiliza el potencial de la tecnología para solucionar problemas, asistir procesos y optimizar recursos.
Si las inteligencias artificiales son capaces de auxiliar procesos, entonces el área de Recursos Humanos también puede beneficiarse, y se beneficia, para gestionar personas. La tecnología puede analizar el desarrollo de los colaboradores, exportar informes y crear soluciones creativas para los gestores.
Un estudio que puede ejemplificar el uso de la tecnología para el área financiera es «Identificação de evasão fiscal utilizando dados abertos e inteligência artificial», que relata la solución utilizada en Goiás para identificar evasores.
Entonces, en Derecho la IA también busca soluciones para quien necesita justicia accesible y para todos los intermediarios.
Procesamientos legales, automatización de servicios, regulación, toma de decisiones y otras funciones se han hecho con base en IA, si no totalmente por ellas.
Mientras tanto, en el marketing y la comunicación, incluso la creatividad consigue automatizarse.
Las áreas de creación y producción pueden desarrollarse por IA, así como las automatizaciones, los algoritmos en las redes sociales, la organización de procesos y la integración de plataformas.
Mira también este estudio «RetificAI: Um verificador de notícias falsas com base em IA e Aprendizado de Máquina».
Incluso el transporte y los automóviles están utilizando la inteligencia artificial. Como por ejemplo, los autos autónomos y los frenos automáticos son tecnologías basadas en IA en conjunto con otras herramientas para proporcionar más seguridad y confort en el tránsito.
Por último, también estamos hablando de miles de plataformas con objetivos específicos (o no) desarrolladas para realizar cualquier tarea. Mira abajo más ejemplos:
Fuente: Instagram [Traducción libre de la columna de la izquierda: Texto; video; audio; rostro; legal (jurídico); voz; reunión; productividad; códigos]
¿Cuáles son los límites de la IA?
Todo es muy bonito e interesante, pero como nada es perfecto, las IA también tienen sus puntos bajos.
Es importante recordar que nuestra realidad está compuesta por diversos problemas estructurales, tales como el racismo, el mestizaje, las desigualdades y otras cuestiones que pueden ser amplificadas por la Inteligencia Artificial.
Eso genera una serie de cuestiones éticas y problemas en el sistema que serán observados tardíamente. Al fin y al cabo, la IA trabaja con recolección de datos constante y pierde su neutralidad conforme es alimentada por determinados patrones.
Ya hemos observado a la IA con aprendizaje profundo actuando con discriminación racial, por ejemplo, porque su entrenamiento es probablemente desproporcionado e injusto, de la misma forma que nuestros procesos sociales también lo son.
Las IA están adquiriendo conocimiento a partir de sesgos, es decir, parámetros basados en injusticias a favor o en contra de algo.
Entonces, si es entrenada bajo un sesgo, dejará de ser neutra y pasará a tomar decisiones que pueden perjudicar a los usuarios. Esta es una discusión recurrente sobre la ética en la tecnología.
Las IA que trabajan con reconocimiento facial, con base en el aprendizaje profundo, son las primeras que corren el riesgo de ser desarrolladas bajo sesgos tendenciosos.
Dependen de una base de datos, entrenamiento y prueba para identificar características humanas que los desarrolladores y las plataformas determinan cuáles son. Así, esos problemas surgen desde la codificación en lenguaje computacional hasta la recolección de datos en una realidad repleta de prejuicios sociales.
Al fin y al cabo, ¿quién es el «humano estándar» determinado para la IA? ¿O cuáles son las características más visualizadas por las redes sociales?
No solamente el reconocimiento facial pasa por esa dificultad: todo sistema que necesita determinar un «humano estándar» para tomar decisiones puede verse perjudicado por sesgos de raza, género y etnia.
Procesos selectivos, diagnósticos y embellecimiento estarán siempre bajo el riesgo de utilizar un modelo perfecto para justificar sus respuestas.
Amazon tuvo este problema en un proceso selectivo basado en IA, en el que excluyó a mujeres de la selección por cuestiones de patrón y contexto de la empresa, en 2014.
Los datos también tienen validez, lo que significa que las recolecciones se hacen en condiciones y contextos diferentes.
Por lo tanto, es fácil enseñarle a una máquina a tomar decisiones que no son interesantes hoy. Esta también es una forma de ampliar las desigualdades o generar respuestas consideradas inmorales.
Además, lidiar con el problema del sesgo en la IA es un desafío para los desarrolladores; muchos problemas son identificados solo después de años de uso o solamente cuando hay un volumen considerablemente grande de usuarios alimentándola.
Cuando se encuentran, pueden incluso requerir el apagado de la IA por daños de uso que no fueron considerados. Así fue el caso de Tay, un chatbot de Microsoft desarrollado en 2016 que fue liberado al público en Twitter y fue totalmente corrompido en menos de un día.
Otro problema que surge con la Inteligencia Artificial son los principios de recolección y uso de datos, confrontando directamente la protección de datos determinada por la LGPD (Lei Geral de Proteção de Dados)
Cuantos más datos recolectados, mejor es el funcionamiento de las IA; no obstante, esos datos pueden ser personales y sensibles y, si no son tratados correctamente, generan perjuicios para los usuarios.
Entonces, datos como nombre, correo electrónico, teléfono o los más preciosos (como CPF, número de tarjeta, etc.) son recogidos por las Inteligencias Artificiales y se vuelven propensos al uso malintencionado o a una filtración.
La LGPD exige que las empresas sean claras y transparentes sobre el uso de cada dato solicitado, además de estar obligadas a ofrecer seguridad.
El cuidado que las marcas necesitan tener al utilizar la Inteligencia Artificial debe maximizarse para evitar que la privacidad de las personas se vea debilitada.
El futuro de la Inteligencia Artificial para nosotros
La verdad es que ya estamos insertos en un mundo automatizado por Inteligencia Artificial, es decir, es un camino sin retorno.
Utilizamos o somos impactados por IA en nuestra vida profesional y personal, así que nos toca adecuar su uso para que sea más benéfico que arriesgado. Sea con más entrenamiento o análisis.
Hoy, la IA necesita monitoreo y cuidado, sea por cuestiones éticas o por la privacidad. Aun así, la idea es que continúe desarrollándose y ampliando su actuación.
También hay muchas oportunidades para explorar en cada sector, reduciendo tiempo, energía y dinero gastados.
La facilidad y la autonomía de la Inteligencia Artificial son los puntos más atractivos para quien necesita resultados.
El uso de IA promete mejoras en los sectores, desarrollo del trabajo e incluso sustitución de funciones. En breve, los resultados tendrán más calidad y confianza.
Ahora, en relación con los empleos, el uso de IA puede generar un impacto negativo para la economía o abrir espacio para nuevos modelos de negocios, tareas y funciones. Siendo posible que ambos ocurran.
Por eso, hay una necesidad de que las empresas se reinventen constantemente en sus sectores.
Separamos esta investigación realizada por Google sobre «Startups e o uso de inteligência artificial» que refleja nuestras cuestiones sociales y económicas en el mercado y su impacto con la IA.
En general, esperamos que nuestra sociedad pueda desarrollarse y crear conciencia antes de aplicar una realidad distorsionada en una tecnología. Este sería el primer y el mejor paso a realizar antes de cualquier innovación.
Referências
-
MONARD, M. C.; BARANAUSKAS, J. A. Conceitos sobre Aprendizado de Máquina. In: Sistemas Inteligentes: Fundamentos e Aplicações, cap. 4.
-
Explorando a forma fraca da (in)eficiência de mercado por meio de algoritmos de inteligência artificial. Revista Gestão e Secretariado (GeSec).
-
Identificação de falhas por meio de inteligência artificial em dados ecobatímetros. UFRGS.
-
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial. Revista de Administração Pública (RAP).
-
RetificAI: Um verificador de notícias falsas com base em IA e Aprendizado de Máquina. SBC.