Tecnologia
Typography
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times

Todos hemos escuchado historias aterradoras sobre los efectos de la inteligencia artificial (IA), y no hablo de series distópicas como Black Mirror. Las tecnologías inteligentes son capaces de hacer las cosas más rápido, mejor y más barato que nosotros. ‘Pronto nos relevarán y harán que nuestros trabajos sean inútiles’, pensamos.

En realidad, ya estamos rodeados de inteligencia artificial y dependemos cada vez más de esta tecnología. Imagínate la bandeja de entrada de tu e-mail sin un filtro antispam. Eso SÍ da miedo. Pero la mayor parte de la IA se encuentra todavía en una etapa de desarrollo muy temprana. Comete muchos errores y aún está aprendiendo. Es decir… somos los humanos quienes seguimos aprendiendo: cómo codificarla, cómo mantenerla y, en última instancia, cómo mejorarla.

El dilema de la jirafa

No todos los días ves una jirafa. Pero cuando ves una, ya sea en el zoológico o en un safari por la jungla, es probable que tomes una foto. Esto significa que hay una mayor cantidad de imágenes de jirafas que jirafas en el mundo.

Cuando entrenas a un algoritmo de IA, le proporcionas datos de entrenamiento, esto es, la información que deseas que aprenda antes de realizar la tarea que esperas que haga. Para un algoritmo de reconocimiento de imágenes, los datos de entrenamiento incluyen grandes cantidades de imágenes. Cuantas más jirafas vea mientras entrena, mayor probabilidad hay de que crea que hay jirafas en todas partes.

Al momento de ponerlo a prueba, este algoritmo probablemente verá jirafas incluso en imágenes donde un humano puede ver claramente que no hay ninguna, porque aprendió que las jirafas son algo muy común.

Por esta razón, se dan muchos casos de sesgos en la IA. Otro ejemplo son los programas que asumen que las personas de ciertas zonas tienen más probabilidades de cometer delitos, solo porque históricamente se han detectado más delitos allí.

Spoiler 1: Un algoritmo simplemente arroja lo que el humano introduce.

Jesús, toma el volante

El coche autónomo incluirá algoritmos que pueden detectar un árbol o un camión en movimiento, pero si un mono capuchino se escapa de una casa en la Ciudad de México (historia real) y salta frente al auto, entonces el algoritmo no sabrá qué hacer y el humano tendrá que intervenir. Esto ocurre porque nadie preparó el automóvil para tal situación.

La automatización condicional, que es el nivel más alto de automatización disponible hoy para automóviles, depende de la colaboración entre el ser humano y la máquina. Esto significa que el conductor debe estar listo para tomar el control. Por tal motivo no puedes tomar una siesta en tu Tesla, todavía no…

El poder de la IA sigue siendo muy limitado; tiene muy poca memoria y es muy especializada. Si bien un algoritmo puede vencer al mejor jugador de ajedrez del mundo, el mismo programa no puede reconocer la huella digital de un plátano.

Spoiler 2: La IA es más inteligente que los humanos solo en la tarea muy específica para la que ha sido diseñada (por humanos).

La IA no puede existir sin las personas

La única forma de saber cuando un algoritmo de IA comete un error es viendo los resultados. La IA no sabe si comete errores. El algoritmo de Amazon que discriminaba contra currículos de mujeres no tenía idea de que estaba siendo injusto. El problema en ese caso es similar al de la jirafa: lo que estaba sesgado eran los datos de entrenamiento, no el algoritmo.

La IA ya está reemplazando tareas repetitivas, como separar tomates podridos en una cinta transportadora de una fábrica de catsup. Este es el tipo de trabajos que está en riesgo: limitados, específicos y monótonos.

Pero los humanos están involucrados en cada parte del proceso que contribuye a la IA: desde seleccionar la base de datos correcta hasta entrenarla, codificarla y hacer las preguntas correctas al algoritmo, para asegurarse de que los resultados tengan sentido. Esto seguirá siendo así durante bastante tiempo.

Cuando la IA comete errores, normalmente se debe a que el problema no se estableció claramente o que los datos de entrenamiento estaban desordenados, sesgados… o contenían demasiadas jirafas. Y un humano debe estar ahí para poder detectarlo.

Fuente: Forbes México

Publicado por: TuDecides.com.mx
Edición: Adrián Soltero
Contacto: dir@tudecides.com.mx

Nota: Por lo general todos los artículos cuentan con fuente y autor del mismo. Si por alguna razón no se encuentra, lo hemos omitido por error o fue escrito por la redacción de TuDecides.com.mx.

 

Suscríbase para recibir novedades, regalos y artículos

Su email jamás será compartido con nadie. Odiamos el spam.

Te puede interesar...

Save
Cookies user preferences
We use cookies to ensure you to get the best experience on our website. If you decline the use of cookies, this website may not function as expected.
Accept all
Decline all
Marketing
Set of techniques which have for object the commercial strategy and in particular the market study.
DoubleClick/Google Marketing
Accept
Decline
$family
Accept
Decline
$constructor
Accept
Decline
each
Accept
Decline
clone
Accept
Decline
clean
Accept
Decline
invoke
Accept
Decline
associate
Accept
Decline
link
Accept
Decline
contains
Accept
Decline
append
Accept
Decline
getLast
Accept
Decline
getRandom
Accept
Decline
include
Accept
Decline
combine
Accept
Decline
erase
Accept
Decline
empty
Accept
Decline
flatten
Accept
Decline
pick
Accept
Decline
hexToRgb
Accept
Decline
rgbToHex
Accept
Decline
min
Accept
Decline
max
Accept
Decline
average
Accept
Decline
sum
Accept
Decline
unique
Accept
Decline
shuffle
Accept
Decline
rgbToHsb
Accept
Decline
hsbToRgb
Accept
Decline
Básicas
Accept
Decline
Analytics
Tools used to analyze the data to measure the effectiveness of a website and to understand how it works.
Google Analytics
Accept
Decline
Analíticas
Accept
Decline
Functional
Tools used to give you more features when navigating on the website, this can include social sharing.
AddThis
Accept
Decline
$family
$hidden
Accept
Decline
overloadSetter
Accept
Decline
overloadGetter
Accept
Decline
extend
Accept
Decline
implement
Accept
Decline
hide
Accept
Decline
protect
Accept
Decline
attempt
Accept
Decline
pass
Accept
Decline
delay
Accept
Decline
periodical
Accept
Decline
$constructor
alias
Accept
Decline
mirror
Accept
Decline
pop
Accept
Decline
push
Accept
Decline
reverse
Accept
Decline
shift
Accept
Decline
sort
Accept
Decline
splice
Accept
Decline
unshift
Accept
Decline
concat
Accept
Decline
join
Accept
Decline
slice
Accept
Decline
indexOf
Accept
Decline
lastIndexOf
Accept
Decline
filter
Accept
Decline
forEach
Accept
Decline
every
Accept
Decline
map
Accept
Decline
some
Accept
Decline
reduce
Accept
Decline
reduceRight
Accept
Decline
forEachMethod
Accept
Decline
each
clone
clean
invoke
associate
link
contains
append
getLast
getRandom
include
combine
erase
empty
flatten
pick
hexToRgb
rgbToHex
min
max
average
sum
unique
shuffle
rgbToHsb
hsbToRgb