“La Inteligencia Artificial es un instrumento para la Inteligencia Humana, y NO la Inteligencia Humana instrumento de la Inteligencia Artificial”.
Por Dr. Raúl Delgado Sayán * / LIMA
La inteligencia artificial (IA) ha capturado la atención de la sociedad contemporánea, prometiendo transformar la forma en que trabajamos, vivimos y nos relacionamos. Sin embargo, es crucial separar los mitos de la realidad para entender verdaderamente qué es la IA y cómo se puede utilizar de manera efectiva. En este artículo, exploraremos la IA como un instrumento al igual que otras herramientas a lo largo de la historia, su relación con el ser humano, y las implicaciones éticas y prácticas de su uso.
LA IA
COMO INSTRUMENTO
A
lo largo de la historia, la humanidad ha desarrollado herramientas que han
ampliado nuestras capacidades. Desde la rueda hasta la computadora cuántica,
cada avance ha representado un paso hacia adelante en la eficiencia y la
complejidad del trabajo humano. La IA no es más que un nuevo instrumento en
esta larga tradición.
Como
ingeniero, he experimentado esta evolución tecnológica de primera mano. Comencé
mi carrera utilizando reglas de cálculo y posteriormente incorporé calculadoras
simples y electrónicas. Con el tiempo, las computadoras personales se
convirtieron en una parte integral de mi trabajo. Hoy, nos encontramos en la
era de la computación cuántica, donde la capacidad de procesamiento y el
almacenamiento de datos se han multiplicado exponencialmente. Estos avances han
dado lugar a softwares que utilizan algoritmos matemáticos complejos para
analizar grandes volúmenes de datos, un fenómeno conocido como Big Data. Esta
transformación nos permite extraer información valiosa, pero también plantea
preguntas críticas sobre la interpretación y la validez de esos resultados.
¿CÓMO
FUNCIONA LA IA?
La
IA se basa en datos. Para poder derivar el conocimiento, el sistema se nutre
con datos de un campo determinado, aprende de estos datos y extrae patrones.
Surge entonces la pregunta: ¿de dónde vienen esos datos que alimentan a la IA?
En
el caso de sistemas utilizados para fines médicos, los datos provienen de bases
de datos clínicas que están clasificadas por tipo de enfermedades o
características de los pacientes. Para los sistemas de gestión de tráfico, se
utilizan datos de cámaras de vigilancia, sensores de tráfico y, a veces, datos
provenientes de vehículos conectados. El proceso de digitalización es tan
amplio que existen sensores capaces de extraer datos de, prácticamente,
cualquier proceso natural o industrial. Casi todas las experiencias que se
pueden imaginar son digitales: viajes, historias clínicas, preferencias de
consumo, etc. Por ejemplo, cuando uno se sienta frente al televisor y se le
sugieren programas para ver, estas recomendaciones se basan en el historial de
visualización y las interacciones previas del usuario en esa plataforma
(calificaciones y búsquedas). Estos datos se alimentan a un algoritmo de IA que
personaliza las sugerencias.
El proceso de digitalización es tan amplio que existen sensores
capaces de extraer datos de, prácticamente, cualquier proceso natural o
industrial.
SUPERIORIDAD
HUMANA
¿Las
máquinas pueden llegar a ser más inteligentes que los humanos? No, ese es
solamente un mito inspirado en la ciencia ficción (1).
En el imaginario popular, la IA a menudo se percibe como una amenaza similar al
robot T-1000 de la película "Terminator", un androide autónomo del
futuro contra el que deben enfrentarse los seres humanos. O se la visualiza
generando un mundo similar al de la serie “Westworld”, donde androides con IA
trastocan el poder en el mundo y convierten a los seres humanos en marionetas.
Es
vital recordar que la IA, por más avanzada que sea, carece de cualidades
fundamentales como el criterio y el sentimiento. Esto significa que, aunque
puede procesar datos y generar resultados, no tiene la capacidad de discernir
su relevancia o aplicación en un contexto humano. Aquí es donde el ser humano
debe intervenir. La IA no dicta acciones; más bien, proporciona información que
los individuos deben interpretar y evaluar.
Es
el ingeniero, el científico o el profesional el que debe nutrirse de la
información proporcionada por la IA y decidir si los resultados son correctos o
no, basándose en su experiencia y en lo que se podría llamar "gut
feeling". Este instinto, forjado a lo largo de años de práctica y
aprendizaje, es fundamental para validar los resultados generados por la IA. No
debemos aceptar estos resultados sin cuestionamientos, ya que esto podría
llevar a decisiones erróneas.
DESAFÍOS
EN LA ERA DIGITAL
En
un mundo digital saturado de información, las "fake news" representan
un desafío significativo. La desinformación puede afectar la calidad de los
datos que se alimentan a la IA, lo que, a su vez, puede distorsionar los
resultados obtenidos. Surge así la pregunta: ¿afecta la validez de los
resultados de la IA cuando estos se ven influenciados por datos erróneos o
sesgados? Es crucial que los profesionales que utilizan IA adopten un enfoque
crítico y sean capaces de identificar y mitigar estos riesgos.
Además,
la presencia de datos obsoletos también puede comprometer la efectividad de la
IA. La calidad de la información es esencial, y en este proceso, los
"prompt engineers" desempeñan un papel fundamental. A través de
preguntas bien formuladas, pueden filtrar y depurar los datos, asegurándose de
que los algoritmos de IA utilicen solo información relevante y actualizada.
Por
otro lado, aunque la IA proviene de las máquinas, podría pensarse que esta
tecnología siempre adoptará una postura objetiva, imparcial y libre de sesgos.
Lamentablemente, esto no es así, ya que los algoritmos de IA solo
"saben" lo que les enseñan los datos, y estos datos, en su mayoría,
son creados o seleccionados por seres humanos. Esto implica que, especialmente
en conjuntos de datos grandes, es casi inevitable que se introduzcan sesgos
humanos que impacten en los resultados de los algoritmos. La IA es tan buena
como los datos con los que se la entrena, y una advertencia común en
informática es que “si se ingresa basura, el resultado será basura” (garbage in
= garbage out).
Según el informe Rethink Data (Reimaginar los Datos) elaborado por Seagate (2), líder en soluciones de almacenamiento de datos, se estima que las empresas solo capturan el 56% de los datos potencialmente valiosos que generan. Esto significa que las empresas están perdiendo prácticamente la mitad de los datos. Además, de ese 56% capturado, solo se utiliza el 57%, lo que implica que el 43% de los datos recopilados no se aprovechan. En conclusión, solo el 32% de los datos disponibles en las empresas se utilizan efectivamente, mientras que el 68% restante no se llega a aprovechar.
Fuente: Seagate “Rethink Data Report”, 2020.
Por
otro lado, una investigación reciente de Veritas (3)
reveló que el 77% de los datos capturados por las empresas estadounidenses son
redundantes, obsoletos o triviales (ROT, por sus siglas en inglés), también
conocidos como “dark data”. Esto deja solo el 23% de los datos
"buenos" de la pequeña cantidad que se captura, los cuales se emplean
para entrenar los procesos comerciales impulsados por IA.
IMPLICANCIAS
EN EL EMPLEO
Un
mito común sobre la inteligencia artificial (IA) es que reemplazará
completamente a los trabajadores humanos. Sin embargo, la IA no hará obsoleta
la mano de obra, sino que actuará como una herramienta para potenciar las
capacidades humanas, mejorando la productividad y eficiencia (4). Al automatizar tareas repetitivas, la IA
permite que las personas se concentren en actividades más complejas que
requieren creatividad y pensamiento crítico. Aunque la IA es eficaz en tareas
específicas, no puede automatizar por completo trabajos que impliquen múltiples
tareas o innovación. Por ejemplo, en el análisis de datos, la IA puede asistir,
pero sigue siendo necesaria la intervención humana para el control de calidad
de los datos, la mitigación de sesgos y la presentación de resultados.
Este
fenómeno ya ha ocurrido a lo largo de otras grandes revoluciones industriales,
como la mecanización, la electrificación, la digitalización y, ahora, la
automatización.
REVOLUCIONES INDUSTRIALES EN LA HISTORIA
Fuente: Un repaso de la Industria 1.0 a la 4.0 https://ambienteplastico.com/un-repaso-de-la-industria-1-0-a-la-4-0
Elaboración propia.
Al
respecto, el World Economic Forum (WEF) en su informe de 2023 revisó sus
proyecciones respecto al empleo producto de la adopción de la IA. El WEF
destacó que, si bien la automatización y la IA podrían llevar a la pérdida de
algunos puestos de trabajo, también se espera que se creen nuevos empleos hasta
2027 (5).
Un mito común sobre la inteligencia artificial es que
reemplazará completamente a los trabajadores. La IA no hará obsoleta la mano de
obra sino que será una herramienta para potenciar las capacidades humanas,
mejorando la productividad y eficiencia.
PROYECCIONES
CLAVES DE 2023 DEL WEF
Pérdida de empleos: La automatización, incluida la IA, podría
resultar en la eliminación de 83 millones de empleos a nivel mundial para 2027
principalmente en sectores más susceptibles a la automatización, como son:
manufactura, administración de oficinas, y actividades de rutina que pueden ser
fácilmente automatizadas.
Creación de empleos: Se prevé la creación de 69 millones de nuevos
empleos gracias a la adopción de la IA y la automatización. Estos nuevos
trabajos estarían relacionados con la implementación de la inteligencia
artificial, la ciberseguridad, el análisis de datos, el desarrollo de software
y la gestión de la automatización.
Transformación de habilidades: El WEF también señaló que uno de los
efectos más importantes de la IA será la necesidad de recapacitar y
reestructurar las habilidades de la fuerza laboral. Esto podría traducirse en
una reinvención del sistema educativo y una mayor inversión en capacitación
continua.
En
resumen, aunque el panorama laboral cambiará significativamente debido a la IA
y la automatización, también se generarán nuevas oportunidades, especialmente
para aquellos que se adapten a las nuevas demandas tecnológicas. El efecto neto
de las estimaciones de pérdida y creación de empleo nos indica un descenso neto
de 14 millones de puestos de trabajo, vale decir solo el 2% del empleo actual
(673 millones de empleos).
VENTAJAS
Y DESVENTAJAS
Como
cualquier otra tecnología, la IA tiene sus ventajas y desventajas. Un
paralelismo interesante se puede hacer con la energía nuclear. Tras su
descubrimiento, se han desarrollado aplicaciones beneficiosas, como el
diagnóstico y tratamiento del cáncer, así como el uso de radioisótopos para la
conservación de alimentos. Sin embargo, la energía nuclear también ha sido
utilizada con fines bélicos y ha dado lugar a desastres significativos, lo que
demuestra que la tecnología en sí misma no es inherentemente buena o mala; su
valor depende de cómo la humanidad elija utilizarla.
De
manera similar, la IA puede ser utilizada para mejorar procesos, aumentar la
eficiencia y tomar decisiones informadas. Sin embargo, si se emplea sin el
debido escepticismo y análisis crítico, puede llevar a consecuencias adversas.
Por ello, es crucial que los profesionales en el campo de la IA no confíen
ciegamente en sus resultados. La falta de cuestionamiento puede llevar a una
dependencia peligrosa de la tecnología, donde el ser humano pierde la capacidad
de desarrollar su propio criterio.
IA Y
ENERGÍA LIMPIA
En
el artículo reciente del MIT titulado “Why artificial intelligence and clean
energy need each other?” (¿Por qué la inteligencia artificial y la energía
limpia se necesitan mutuamente?) (6)
se resalta la creciente demanda de energía que la inteligencia artificial (IA)
generará en los próximos años, y cómo esta necesidad puede impulsar el
desarrollo y utilización de nuevas tecnologías de energía limpia. A medida que
la IA avanza, especialmente en el uso de centros de datos para procesar grandes
cantidades de información, se prevé que estos centros en los Estados Unidos
puedan consumir tanta energía como tres ciudades de Nueva York para 2026. Los
chips avanzados de IA, que requieren más potencia por operación que otras
tecnologías, están detrás de este aumento en la demanda. Como ejemplo, se cita
que se requieren tres vatios-hora de electricidad para una consulta de ChatGPT,
en comparación con solo 0,3 vatios-hora para una simple búsqueda en Google.
Para
satisfacer esta demanda de energía, el artículo subraya la importancia de una
revolución en la energía limpia, como la energía nuclear avanzada, la energía
geotérmica y la futura energía de fusión nuclear, que pueden generar grandes
cantidades de energía en espacios relativamente pequeños. Estas fuentes de
energía son esenciales para proporcionar la energía densa y constante que los
centros de datos de IA necesitan para operar las 24 horas del día, los 7 días
de la semana.
Además,
la infraestructura energética actual también debe adaptarse, con mejoras en las
líneas de transmisión y los transformadores para manejar mayores volúmenes de
electricidad. El uso de la IA es crucial en la investigación y el desarrollo de
nuevas tecnologías energéticas, acelerando el proceso de innovación y
reduciendo costos, lo que facilita la transición hacia fuentes de energía
limpia. Existe actualmente una competencia geopolítica entre países como
Estados Unidos y China, que están invirtiendo en la combinación de tecnologías
de IA y energía limpia. El país que logre combinar ambos campos con éxito será
el que dominará la economía global del futuro.
BIG TECH
Y ENERGÍA NUCLEAR
Se
estima que la demanda de energía de la IA podría representar hasta el 99% del
consumo total en Estados Unidos para 2030. Para enfrentar este reto del elevado
consumo energético derivado de la IA, especialmente de los modelos generativos
como ChatGPT, las grandes tecnológicas apostaron inicialmente por inversiones
en energía solar y eólica, pero la intermitencia de estas fuentes las ha
impulsado a la búsqueda de alternativas más estables como la energía nuclear (7).
Proyectos
nucleares de las Big Tech: Microsoft en septiembre 2024 firmó un acuerdo con
Constellation Energy para abastecer sus centros de datos con energía nuclear de
la planta Three Mile Island a partir de 2028 durante 20 años. Esta planta
constaba inicialmente de dos reactores, uno de los cuales sufrió una fusión
parcial del núcleo en 1979 (Reactor 2), mientras que el Reactor 1 siguió
funcionando hasta hace 5 años y es el que ahora se proyecta reactivar.
Microsoft también colabora con TerraPower, fundada por Bill Gates, en el
desarrollo de reactores más económicos. Google, por su parte, acordó con Kairos
Power adquirir energía de siete pequeños reactores nucleares modulares (SMR),
que estarán operativos entre 2030 y 2035. Amazon se asoció con Dominion Energy
para desarrollar reactores del tipo SMR en Virginia e invirtió $500 millones en
proyectos nucleares.
THEREE MILE ISLAND. EL REACTOR 1 CERRADO EN 2019 SE REACTIVARÁ EN 2028
Fuente: CNN News
¿Cuáles
son las ventajas de los Reactores Nucleares Modulares? Los SMR son más
pequeños, rápidos de construir, más baratos y modulares, lo que permite
expandir la capacidad conforme aumenta la demanda. Producen hasta 500 MW,
ideales para alimentar áreas específicas como centros de datos. Su producción
en masa y fácil transporte reducen costos y tiempo de construcción.
DESAFÍOS
E IMPACTO
Aunque
la energía nuclear es limpia y constante, enfrenta desafíos como la gestión de
residuos, altos costos iniciales y largos tiempos de construcción. No obstante,
la crisis energética global y la necesidad de reducir la dependencia de
combustibles fósiles han renovado el interés en esta fuente. La adopción de
energía nuclear permitirá a las empresas tecnológicas garantizar un suministro
constante, reducir costos y minimizar su huella de carbono, redefiniendo la
relación entre tecnología y energía a nivel global.
La inteligencia artificial es, sin duda, un avance emocionante
en la historia de la humanidad, pero también trae consigo desafíos
significativos.
RESPONSABILIDAD
HUMANA
Un
aspecto preocupante de la IA es su potencial para ser utilizada en la creación
de tecnologías destructivas, como drones y misiles. Sin embargo, es fundamental
recordar que el verdadero peligro no radica en la máquina, sino en el ser
humano que la controla. La IA simplemente sigue las órdenes que se le dan; es
el ser humano quien debe asumir la responsabilidad de sus acciones.
Este
punto subraya la necesidad de educación y formación en el uso de la IA. Los
profesionales deben aprender a manejar la tecnología de manera ética y
responsable, entendiendo que su papel no es solo operar la máquina, sino
también cuestionar y validar los resultados que genera.
POTENCIAL
DE DATOS
Tal
como el carbón en el siglo XIX fue crucial para la Revolución Industrial, o el
petróleo en el siglo XX, en la actualidad los datos han emergido como el nuevo
impulsor de la economía, el denominado “nuevo oro negro” por su capacidad de
transformar industrias, desde pequeñas empresas hasta grandes corporaciones
ofreciéndoles oportunidades de mejorar productos, personalizar servicios y
tomar mejores decisiones informadas. Sin embargo, similar al petróleo crudo, su
verdadero valor reside en cómo se procesa y utiliza.
Para
sacar el mayor potencial de la data en la era de la IA, las empresas deben:
- En primer lugar, determinar los usos específicos de los datos, cuál es el problema que quieren resolver, vale decir tener objetivos claros.
- Fomentar un ecosistema que combine conocimientos tecnológicos y del negocio, para extraer y crear valor de estos datos, asegurando la calidad de los mismos y utilizando IA para identificar patrones rápidamente.
- Evaluar el resultado que obtengan y la aplicabilidad para el fin que desean.
- Seguir principios de gobernanza y estandarización ya que la estandarización es clave para que los canales de datos entreguen datos de forma regular, y así asegurar procesos fluidos y continuos
Este enfoque permitirá a las empresas maximizar el valor de sus datos y mantenerse competitivas en un entorno cada vez más impulsado por la IA.
CONCLUSIÓN
La
inteligencia artificial es, sin duda, un avance emocionante en la historia de
la humanidad, pero también trae consigo desafíos significativos. La IA debe ser
vista como un instrumento que, si se utiliza adecuadamente, puede potenciar
nuestras capacidades. Sin embargo, es fundamental que los profesionales del
campo mantengan un enfoque crítico, validando los resultados y utilizando su
juicio humano para guiar las decisiones.
Como
hemos discutido, la IA carece de criterio y sentimientos, lo que la convierte
en una herramienta que depende del ser humano para su correcta aplicación. Al
igual que con cualquier avance tecnológico, la clave para un uso exitoso radica
en nuestra capacidad para integrar la tecnología en nuestra vida de manera
ética y responsable. A medida que avanzamos en esta nueva era digital, la
educación y el escepticismo crítico serán nuestros mejores aliados para
enfrentar los retos que la IA nos presenta.
BIBLIOGRAFÍA
(1) Jean-Gabriel Ganascia, Artificial
intelligence: between myth and reality, UNESCO, 25 June 2018 - Last update:11
May 2023
https://courier.unesco.org/en/articles/artificialintelligence-between-myth-and-reality
(2) Seagate, Rethink Data Report,
2020.
(3) Veritas, Behaviors and
Attitudes of IT Leaders Toward Their Organizational Approach to Data
Management, Septiembre 2023.
https://www.veritas.com/content/dam/Veritas/docs/otherresources/behaviors_and_attitudes_of_it_leaders_toward_organizational_approach_to_
data_management.pdf
(4) Carlson School of Management,
University of Minessota. Debunking 5 artificial intelligence myths. 17 Mayo
2024. https://carlsonschool.umn.edu/graduate/resources/debunking-5-artificial-intelligencemyths
(5) World Economic Forum. The
Future of Jobs Report 2023.
https://www.weforum.org/publications/the-future-of-jobs-report-2023/
(6) Kearney & Hansmann L, MIT
Technology Review, Why artificial intelligence and clean energy need each
other. 8
Octubre 2024.
(7)
News America Digital, Energía nuclear: la nueva obsesión de Google, Microsoft y
Amazon para dominar la IA, 20 Octubre 2024.
https://news.america-digital.com/energia-nuclearla-nueva-obsesion-de-google-microsoft-y-am
* El autor obtenta el grado de doctor y es un ingeniero graduado en la Universidad Nacional de Ingeniería en 1966. Miembro del Colegio de Ingenieros del Perú CIP 9927 y presidente del directorio de CESEL S.A. También es miembro director Emeritus del External Advisory Board Civil and Environmental Engineering Georgia Institute of Technology.
No hay comentarios:
Publicar un comentario