Sobre la inteligencia artificial (IA) se habla mucho últimamente. Defensores y detractores tienen sus argumentos. Alistair Nolan, analista político de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), asegura que tiene mucho potencial para países como Colombia, que podrían usarla como fuente para impulsar la investigación en muchos campos de la ciencia, la tecnología y la innovación.
Nolan, editor del libro Artificial Intelligence in Science: Challenges, Opportunities and the Future of Research, argumenta que aún falta mucho para que la IA alcance todas sus potenciales contribuciones a la ciencia. Insta a los formuladores de políticas y a otros actores de los sistemas de investigación a acelerar y ampliar la adopción de la IA en la ciencia y visibilizar sus contribuciones positivas en el sector empresarial y en la sociedad.
Pesquisa Javeriana conversó con Nolan días antes de su conferencia en el Congreso La Investigación Conocimientos para un mundo en transformación el próximo 11 de septiembre en la Javeriana.
PJ: El concepto de inteligencia artificial es nuevo o ¿es una denominación diferente a algo que ya existía?
AN: No es nuevo, si definimos ‘nuevo’ según los últimos 10 años. De hecho, durante miles de años, la gente ha soñado con máquinas que pudieran hacer cosas inteligentes, incluso desde los griegos. Ahora bien, pensar si la IA es nueva nos lleva a distinguir los diferentes tipos de IA; algunos sistemas de máquinas inteligentes se han utilizado durante muchas décadas. Por ejemplo, en la industria tenemos los llamados ‘sistemas expertos’, que se utilizan en las líneas de montaje desde hace más de 50 años; estos sistemas utilizan reglas muy sencillas, y se puede inferir que, si un producto o línea de ensamblaje tiene una forma determinada, ‘x conducirá a y’. Algunas de las técnicas actuales, como las redes neuronales, también existen desde hace mucho tiempo (1957), pero lo que es diferente y realmente nuevo hoy es que tenemos esta combinación de vastos conjuntos de datos y computadoras poderosas, mejores algoritmos, y todas estas dimensiones han llevado a sistemas mucho más capaces. El alcance y el impacto de estos sistemas se han visto amplificados por otros avances en la tecnología digital.
PJ: Entonces, ¿cómo definiría la inteligencia artificial?
AN: Hay muchas definiciones y es difícil llegar a una sola, en parte porque también hay muchas definiciones de inteligencia humana, desde ángulos diferentes.
La OCDE ha adoptado una definición de IA tras amplias consultas con expertos de todo el mundo. En resumen, la IA es un sistema basado en una máquina que es capaz de influir en el entorno al producir resultados como predicciones, recomendaciones o decisiones, para un conjunto determinado de objetivos.
Figuras muy destacadas en el campo han definido la IA de una manera más simple afirmando que se trata de un sistema de máquinas que pueden resolver problemas; pero esencialmente, hoy estamos hablando de sistemas mecanizados que hacen predicciones después de haber sido entrenados.
Si se aplica la IA desde ya, en 30 años se podrá aumentar la productividad, más aún si se tiene en cuenta que en 2050 la población inactiva laboralmente por su edad se duplicará para esa fecha.
PJ: Hay otros que dicen que la IA es el enemigo.
AN: Recuerda que la inteligencia artificial no es un agente o actor, no tiene voluntad ni elementos depredadores. No ha evolucionado hasta el punto de ser capaz de sentir envidia, celos o ser destructiva. Lo extraño de la IA es que tiene algo que de alguna manera es parecido a los humanos, especialmente cuando miras los grandes modelos de lenguaje. La IA es bastante astuta en cierto modo, pero no tiene una psicología. Si te acercas a quienes trabajan en robótica avanzada en las fábricas, te das cuenta que, muy a menudo, humanizan a los robots dándoles nombres.
Ahora, hay muchos riesgos asociados con la IA, y más aún cuando se exageran. No debemos olvidar que la inteligencia, en cierto modo, es un recurso escaso y cuanta más inteligencia tengamos a nuestra disposición, siempre que sepamos cómo relacionarnos con ella y controlarla, será mejor.
PJ: ¿Cómo puede Colombia utilizar la IA en beneficio de sus ciudadanos?
AN: Bueno, creo que aquí hay que distinguir entre cómo los gobiernos pueden usar la IA y qué pueden hacer para ayudar no solo a las empresas, sino a otras instituciones y a los ciudadanos en general. Hay muchas maneras en que los gobiernos de la OCDE lo están haciendo. Muchos gobiernos están aplicando la IA para minimizar el tiempo de respuesta de los servicios médicos de emergencias, detectar el fraude fiscal, predecir los flujos de tráfico gestionados, trabajar en seguridad, en reducir la aplicación de la ley, en la inspección en el sitio de aduanas de manera inteligente y en la automatización de tareas administrativas simples.
Así, por ejemplo, el funcionario promedio en un país de la OCDE dedica hasta el 30 % de su tiempo en documentar información y otras tareas administrativas básicas, , si puedes automatizar eso, ahorrarás mucho dinero y les darás a estos funcionarios la oportunidad de trabajar en tareas más valiosas.
El aprendizaje de habilidades en IA debe abordar diferentes edades. Para adolescentes, la aritmética es crucial en áreas como la automatización. En niños, juegos sencillos como decisiones direccionales, introducen conceptos de codificación.
PJ: ¿Cuáles serían los retos de la IA frente a la ciencia, tecnología e innovación?
AN: Hay una serie de desafíos, algunos están aumentando como consecuencia de los recientes avances en IA, en particular Chat GPT y los grandes modelos de lenguaje, etc. Pero, tiene que ver con la tasa de adopción de la IA en las empresas; a pesar de toda la publicidad en los medios en torno a la IA, el porcentaje de uso, incluso en las economías más sofisticadas, es realmente bajo.
Así, las encuestas nacionales con muestras de gran tamaño concluyen que en el sector manufacturero de algunos países de la OCDE se puede encontrar entre un 4 % y un 12 % de empresas que utilizan la IA de alguna manera en un proceso empresarial central. Entonces, es extremadamente importante aumentar la productividad laboral, cuya tasa de crecimiento se ha estancado, particularmente después de la crisis financiera de 2008. Por lo tanto, es esencial que las empresas adopten esta tecnología que mejora la productividad, sepan cómo hacerlo, y así pueden innovar y crecer.
Eso es desde el punto de vista empresarial. Pero en términos científicos, hay otros desafíos. El primero es implementar una investigación multidisciplinaria. Cuando se habla de IA, se necesitan varios tipos de experiencia combinados y lograr la multidisciplinariedad es un problema que sabemos que existe en todas partes. Otro punto es la relativa falta de competitividad en los términos y condiciones disponibles en las universidades y organizaciones públicas de investigación, en comparación con el sector privado. Entonces, todos estos son desafíos.
PJ: ¿Y retos para las universidades?
AN: Algo que vuelve a surgir cuando se habla de colaboración en el campo de la investigación, entre universidades y empresas, es la complejidad de los acuerdos de propiedad intelectual y la frecuencia de estas negociaciones, considerando que toman mucho más tiempo que los horizontes temporales de las empresas.
Otra cosa que se podría hacer, y que muchas universidades no están haciendo, es reconocer y establecer trayectorias profesionales para los ingenieros de software de investigación, personas que se mueven entre el lado de la investigación de los proyectos y el lado de la gestión de datos de software, necesario para los proyectos. Son cada vez más importantes en un mundo donde la IA se utilizará en la investigación. Un problema que se presenta, por ejemplo, es que un profesor podría obtener dinero para abordar un desafío de investigación particular con IA u otras técnicas de big data; el profesor puede ser químico o físico, pero tendrá que acudir con frecuencia a un posdoctorado para que le ayude con este software, como pasará mucho tiempo escribiendo software y configurando toda la infraestructura, no tendrá tiempo para escribir artículos ni recaudar dinero para subvenciones, y esos son los criterios sobre los que se juzga su futuro.
Por eso, necesitamos una carrera profesional dentro del mundo académico para estos ingenieros de software de investigación. Algunos países han comenzado a crear asociaciones nacionales de ingenieros de software de investigación, pero son muy jóvenes; tal vez solo tengan 10 años, incluso menos. Entonces, creo que es algo en lo que los jefes de departamento dentro de las universidades pueden pensar.
Se asocia el trabajo con AI a la creatividad y la digitalidad, pero para Nolan también son necesarias otras habilidades y conocimientos técnicos para que la AI pueda funcionar. Eso sí, todo con una fuerte fundamentación matemática y, sobre todo, con la capacidad de aprender a aprender permanentemente.
PJ: ¿Estamos invitados al tan anhelado matrimonio entre la ciencia y la empresa, con la IA como intermediario?
AN: (Risas) Sí. En el análisis de la encuesta sobre la IA en los países del G7 (Alemania, Canadá, Estados Unidos, Francia, Italia, Japón y Reino Unido), encontramos que las empresas que la utilizan de forma sofisticada son aquellas que también colaboran más estrechamente con las universidades y con sus estudiantes a través de todo tipo de canales; subcontratan investigaciones, pagan (estoy seguro de que ustedes también lo hacen en su universidad) para que los jóvenes obtengan títulos de maestría, etc. Creo que facilitar ese tipo de puente podría ser útil.
Y otra cosa en el mismo sentido, es que tenemos parte del sector empresarial trabajando con una gran cantidad de datos: están las plataformas en línea y está también el sector de seguros, por ejemplo. Entonces, ellos tienen mucha gente que sabe sobre ciencia de datos, han estado trabajando con big data incluso durante décadas, y hay otras partes de la economía, como la manufactura y la agricultura, que están generando una gran cantidad de datos. De hecho, la manufactura genera más datos que cualquier parte de la economía; curiosamente, mucha gente no se da cuenta. Pero no hay una historia, no hay una cultura, no hay un dato para liderar parte de la economía.
Pensamos en café y manzanas, en aparatos y repuestos de automóviles, etc., pero los ingenieros de esas empresas no tienen una cultura para pensar primero en los datos. Allí hay mucho valor y hay una falta de comprensión sobre cómo extraerlo. Hay, además, aprehensión acerca de cómo compartir los datos debido a la divulgación involuntaria de información comercialmente sensible.
Entonces, una cosa se puede hacer aquí, pueden tener una proforma, un modelo o un acuerdo de protección de datos; así los académicos están felices de trabajar con los datos, que no siempre tienen, y la empresa está feliz de entender qué pueden hacer con ellos. Y todo esto se puede hacer con el sector público o los propietarios de estos programas actuando como un rincón neutral, como salvaguardia contra la pérdida de información. Entonces, creo que se trata de tender puentes.
Nolan ha trabajado en el desarrollo de exoesqueletos, diseñados para personas con tetraplejia con el fin de que puedan recuperar su movilidad.
PJ: Recientemente hemos visto noticias sobre cómo el avance de la IA está ayudando a recuperar la movilidad en personas con parálisis o a restaurar las habilidades comunicativas en personas con enfermedades neurológicas. ¿Cuál es su visión sobre estos avances en 15 o 20 años?
AN: Los exoesqueletos se están haciendo mucho más pequeños y potentes, dada la mayor autonomía de la batería, etc. Y se están produciendo muchos avances en las interfaces cerebro-computadora. También se están realizando muchos estudios sobre el uso de la IA para comprender el cerebro. Entonces, creo que habrá grandes avances en esas áreas. Esto también es fundamental no solo por el dolor que experimentan estas personas, sino porque, volviendo a la demografía, nos enfrentamos potencialmente a un tsunami de enfermedades neurodegenerativas debido al envejecimiento. No tanto en Colombia, sino en muchos otros países, como Japón donde está el mayor número de la población de la tercera edad.
