Cómo la inteligencia artificial está transformando el mundo
La siguiente contribución corresponde al portal de Brookiings Institution que es una organización sin fines de lucro con sede en Washington, D.C. que se define así: Nuestra misión es realizar investigación exhaustiva e imparcial para mejorar las políticas públicas y la gobernanza a nivel local, nacional y global.
La calidad, la independencia y el impacto de nuestra investigación son fundamentales para nuestra misión. Nos dedicamos a encontrar soluciones innovadoras y pragmáticas a los desafíos sociales mediante una indagación abierta, perspectivas diversas y el cumplimiento de los más altos estándares de rigor académico. Por ello, Brookings ha estado a la vanguardia de las políticas públicas durante más de un siglo.
Los autores son Darrell M. West y John R. Allen
La inteligencia artificial (IA) es una herramienta de amplio alcance que permite replantear cómo integramos la información, analizamos los datos y utilizamos los conocimientos resultantes para mejorar la toma de decisiones.
Ya está transformando todos los ámbitos de la vida. En este informe, Darrell West y John Allen analizan la aplicación de la IA en diversos sectores, abordan problemas en su desarrollo y ofrecen recomendaciones para aprovecharla al máximo, protegiendo al mismo tiempo los valores humanos importantes.
Proyecto
Iniciativa de Inteligencia Artificial y Tecnologías Emergentes
La mayoría de las personas no están muy familiarizadas con el concepto de inteligencia artificial (IA).
A modo de ejemplo, cuando en 2017 se preguntó a 1500 altos directivos empresariales de Estados Unidos sobre la IA, solo el 17 % afirmó estar familiarizado con ella.
Muchos de ellos no estaban seguros de qué era ni de cómo afectaría a sus empresas. Comprendían el considerable potencial para transformar los procesos empresariales, pero no tenían claro cómo implementar la IA en sus propias organizaciones.
A pesar de su amplio desconocimiento, la IA es una tecnología que está transformando todos los ámbitos de la vida.
Es una herramienta de amplio alcance que permite replantear cómo integramos la información, analizamos los datos y utilizamos los conocimientos resultantes para mejorar la toma de decisiones.
Con este resumen exhaustivo, esperamos explicar la IA a un público de responsables políticos, líderes de opinión y observadores interesados, y demostrar cómo la IA ya está transformando el mundo y planteando importantes cuestiones para la sociedad, la economía y la gobernanza.
En este artículo, analizamos nuevas aplicaciones en finanzas, seguridad nacional, sanidad, justicia penal, transporte y ciudades inteligentes, y abordamos cuestiones como los problemas de acceso a los datos, el sesgo algorítmico, la ética y la transparencia de la IA, y la responsabilidad legal por las decisiones relacionadas con la IA.
Comparamos los enfoques regulatorios de EE. UU. y la Unión Europea
y concluimos con una serie de recomendaciones para aprovechar al máximo la IA, protegiendo al mismo tiempo los valores humanos importantes.
Para maximizar los beneficios de la IA, recomendamos nueve pasos a seguir:
– Fomentar un mayor acceso a los datos para los investigadores sin comprometer la privacidad personal de los usuarios;
– Invertir más fondos gubernamentales en investigación de IA no clasificada;
– Promover nuevos modelos de educación digital y desarrollo de la fuerza laboral en IA para que los empleados adquieran las habilidades necesarias en la economía del siglo XXI;
– Crear un comité asesor federal de IA para formular recomendaciones de políticas;
– Colaborar con los funcionarios estatales y locales para que promulguen políticas efectivas;
– Regular los principios generales de la IA en lugar de algoritmos específicos;
– Tomar en serio las denuncias por sesgo para que la IA no replique injusticias históricas, injusticias o discriminación en datos o algoritmos;
– Mantener mecanismos de supervisión y control humanos; y
– Sancionar el comportamiento malicioso de la IA y promover la ciberseguridad.
Cualidades de la inteligencia artificial
Aunque no existe una definición consensuada, generalmente se considera que la IA se refiere a «máquinas que responden a estímulos de forma coherente con las respuestas tradicionales de los humanos, dada la capacidad humana de contemplación, juicio e intención».
Según los investigadores Shubhendu y Vijay, estos sistemas de software «toman decisiones que normalmente requieren un nivel humano de experiencia» y ayudan a las personas a anticipar problemas o a abordarlos a medida que surgen.
Como tal, operan de forma intencional, inteligente y adaptativa.
Intencionalidad
Los algoritmos de inteligencia artificial están diseñados para tomar decisiones, a menudo utilizando datos en tiempo real.
A diferencia de las máquinas pasivas, que solo son capaces de dar respuestas mecánicas o predeterminadas, utilizan sensores, datos digitales o entradas remotas para combinar información de diversas fuentes, analizar el material al instante y actuar en función de los conocimientos obtenidos.
Gracias a las enormes mejoras en los sistemas de almacenamiento, la velocidad de procesamiento y las técnicas analíticas, son capaces de alcanzar una enorme sofisticación en el análisis y la toma de decisiones.
La inteligencia artificial ya está transformando el mundo y planteando importantes interrogantes para la sociedad, la economía y la gobernanza.
Inteligencia
La IA generalmente se implementa en conjunto con el aprendizaje automático y el análisis de datos.
El aprendizaje automático toma datos y busca tendencias subyacentes.
Si detecta algo relevante para un problema práctico, los diseñadores de software pueden utilizar ese conocimiento para analizar problemas específicos.
Solo se requieren datos lo suficientemente robustos como para que los algoritmos puedan discernir patrones útiles.
Los datos pueden presentarse en forma de información digital, imágenes satelitales, información visual, texto o datos no estructurados.
Adaptabilidad
Los sistemas de IA tienen la capacidad de aprender y adaptarse al tomar decisiones.
En el sector del transporte, por ejemplo, los vehículos semiautónomos cuentan con herramientas que informan a los conductores y vehículos sobre posibles congestiones, baches, obras en la carretera u otros posibles impedimentos de tráfico.
Los vehículos pueden aprovechar la experiencia de otros vehículos en la carretera, sin intervención humana, y toda la «experiencia» adquirida es inmediata y totalmente transferible a otros vehículos con configuraciones similares.
Sus algoritmos, sensores y cámaras avanzados incorporan la experiencia en operaciones actuales y utilizan paneles y pantallas visuales para presentar información en tiempo real, de modo que los conductores humanos puedan comprender el tráfico y las condiciones del vehículo.
En el caso de los vehículos totalmente autónomos, los sistemas avanzados pueden controlar completamente el coche o camión y tomar todas las decisiones de navegación.
8 Preguntas sobre el Uso Responsable de la IA, Respuestas
La siguiente contribución corresponde a Harvard Business Review y la autora es Tsedal Neeley que es profesora Naylor Fitzhugh de Administración de Empresas y decana asociada sénior de profesorado e investigación en la Escuela de Negocios de Harvard. Es coautora del libro «La mentalidad digital: lo que realmente se necesita para prosperar en la era de los datos, los algoritmos y la IA» y autora del libro «Revolución del trabajo remoto: cómo triunfar desde cualquier lugar».
Cómo evitar los problemas relacionados con la privacidad de datos, el sesgo, la desinformación, la IA Generativa y más. Por Tsedal Neeley
Resumen
Las herramientas de IA Generativa están llamadas a cambiar la forma en que opera toda empresa.
A medida que su organización comienza a definir estrategias sobre qué usar y cómo, las consideraciones operativas y éticas son inevitables. Este artículo profundiza en ocho de ellos, incluyendo cómo… más
Si bien la pregunta de cómo las organizaciones pueden (y deben) usar la IA no es nueva, la importancia y la urgencia de encontrar respuestas se han disparado con el lanzamiento de ChatGPT, Midjourney y otras herramientas de IA generativa.
En todas partes, la gente se pregunta:
– ¿Cómo podemos usar las herramientas de IA para mejorar el rendimiento?
– ¿Podemos confiar en la IA para tomar decisiones importantes?
– ¿Me quitará la IA el trabajo?
El poder de la IA introducido por OpenAI, Microsoft y Nvidia, y la presión para competir en el mercado, hacen inevitable que su organización tenga que abordar las consideraciones operativas y éticas del aprendizaje automático, los grandes modelos de lenguaje y mucho más.
Y aunque muchos líderes se centran en los desafíos operativos y las disrupciones, las preocupaciones éticas son, como mínimo, si no más, apremiantes.
Dado que la regulación se queda atrás de las capacidades tecnológicas y la rapidez con la que cambia el panorama de la IA, la responsabilidad de garantizar que estas herramientas se utilicen de forma segura y ética recae en las empresas.
En mi trabajo, en la intersección de ocupaciones, tecnología y organizaciones
he examinado cómo los líderes pueden desarrollar mentalidades digitales y los peligros de los modelos de lenguaje amplios y sesgados.
He identificado las mejores prácticas para el uso de la tecnología en las organizaciones y he profundizado en los problemas que garantizan la ética en las implementaciones de IA.
Para ayudarle a identificar mejor cómo usted y su empresa deberían abordar estos temas —y sin duda, deberían hacerlo—, colaboré con HBR para responder a ocho preguntas planteadas por lectores en LinkedIn.
¿Cómo debo prepararme para introducir la IA en mi organización?
Para empezar, es importante reconocer que la forma óptima de trabajar con IA es diferente a la que hemos utilizado con otras tecnologías nuevas.
En el pasado, la mayoría de las nuevas herramientas simplemente nos permitían realizar tareas de forma más eficiente.
Se escribía con bolígrafos, luego con máquinas de escribir (que eran más rápidas) y luego con ordenadores (que eran aún más rápidos).
Cada nueva herramienta permitía una escritura más eficiente, pero los procesos generales (borrador, revisión, edición) se mantuvieron prácticamente iguales.
La IA es diferente. Tiene una influencia más sustancial en nuestro trabajo y nuestros procesos porque es capaz de encontrar patrones invisibles
para nosotros y usarlos para proporcionar información, análisis, predicciones, sugerencias e incluso borradores completos por sí sola.
Así que, en lugar de pensar en la IA como las herramientas que usamos, deberíamos pensarla como un conjunto de sistemas con los que podemos colaborar.
Para colaborar eficazmente con la IA en su organización, concéntrese en tres aspectos:
Primero, asegúrese de que todos tengan una comprensión básica del funcionamiento de los sistemas digitales.
Una mentalidad digital es un conjunto de actitudes y comportamientos que le ayudan a ver nuevas posibilidades utilizando datos, tecnología, algoritmos e IA.
No es necesario convertirse en programador ni en científico de datos; simplemente necesita adoptar un enfoque nuevo y proactivo hacia la colaboración (aprender a trabajar en diferentes plataformas), la computación (formular y responder las preguntas correctas) y el cambio (aceptar que es la única constante).
Todos en su organización deben trabajar para alcanzar al menos un 30% de fluidez en algunos temas, como arquitectura de sistemas, IA, aprendizaje automático, algoritmos, agentes de IA como compañeros de equipo, ciberseguridad y experimentación basada en datos.
Segundo, asegúrese de que su organización esté preparada para la adaptación y el cambio continuos
La incorporación de nueva IA requiere que los empleados se acostumbren a procesar nuevos flujos de datos y contenido, analizarlos y utilizar sus hallazgos y resultados para desarrollar una nueva perspectiva.
Asimismo, para utilizar los datos y la tecnología de la forma más eficiente, las organizaciones necesitan una estructura organizativa integrada.
Su empresa necesita reducir su aislamiento y construir un repositorio centralizado de conocimiento y datos que permita el intercambio y la colaboración constantes.
Competir con la IA no solo requiere incorporar las tecnologías actuales, sino también estar mental y estructuralmente preparado para adaptarse a los avances futuros.
Por ejemplo, las personas han comenzado a incorporar la IA generativa (como ChatGPT) en sus rutinas diarias, independientemente de si las empresas están preparadas o dispuestas a adoptar su uso.
En tercer lugar, integre la IA en su modelo operativo
Como han demostrado mis colegas Marco Iansiti y Karim R. Lakhani, la estructura de una organización refleja la arquitectura de sus sistemas tecnológicos, y viceversa.
Si los sistemas tecnológicos son estáticos, su organización también lo será.
Pero si son flexibles, su organización también lo será. Esta estrategia funcionó con éxito en Amazon.
La empresa tenía problemas para mantener su crecimiento y su infraestructura de software se estaba desmoronando bajo presión, según Iansiti y Lakhani.
Así que Jeff Bezos escribió un memorando a sus empleados anunciando que todos los equipos debían enrutar sus datos a través de «interfaces de programación de aplicaciones» (API), que permiten que diversos tipos de software se comuniquen y compartan datos mediante protocolos preestablecidos.
Quien no lo hiciera sería despedido
Este fue un intento de romper la inercia dentro de los sistemas tecnológicos de Amazon, y funcionó: desmanteló los silos de datos, aumentó la colaboración y ayudó a construir el modelo operativo basado en software y datos que vemos hoy.
Si bien es posible que no desee recurrir a un ultimátum similar, debería pensar en cómo la introducción de la IA puede, y debe, mejorar sus operaciones.
¿Cómo podemos garantizar la transparencia en la toma de decisiones de la IA?
Los líderes deben reconocer que no siempre es posible saber cómo toman decisiones los sistemas de IA.
Algunas de las características que permiten a la IA procesar rápidamente grandes cantidades de datos y realizar ciertas tareas con mayor precisión o eficiencia que los humanos también pueden convertirla en una caja negra: no podemos ver cómo se generó el resultado.
Sin embargo, todos podemos contribuir a aumentar la transparencia y la rendición de cuentas en los procesos de toma de decisiones sobre IA de dos maneras:
Reconocer que la IA es invisible e inescrutable, y ser transparentes al presentar y utilizar los sistemas de IA.
Callen Anthony, Beth A. Bechky y Anne-Laure Fayard identifican la invisibilidad y la inescrutabilidad como características fundamentales que diferencian a la IA de las tecnologías anteriores.
Es invisible porque a menudo se ejecuta en segundo plano con otras tecnologías o plataformas sin que los usuarios sean conscientes de ello; por cada Siri o Alexa que la gente entiende como IA, existen muchas tecnologías, como los frenos antibloqueo, que contienen sistemas de IA invisibles.
Es inescrutable porque, incluso para los desarrolladores de IA, a menudo resulta imposible comprender cómo un modelo alcanza un resultado, o incluso identificar todos los datos que utiliza para lograrlo, ya sean buenos, malos o de otro tipo.
A medida que las IA dependen de conjuntos de datos cada vez más grandes, esto se vuelve cada vez más cierto.
Consideremos los grandes modelos de lenguaje (LLM), como ChatGPT de OpenAI o Bing de Microsoft
Se entrenan con conjuntos de datos masivos de libros, páginas web y documentos extraídos de internet.
El LLM de OpenAI se entrenó con 175 mil millones de parámetros y se diseñó para predecir la probabilidad de que algo ocurra (un carácter, una palabra o una secuencia de palabras, o incluso una imagen o un cambio de tono en la voz) basándose en su contexto anterior o circundante.
La función de autocorrección de los teléfonos es un ejemplo de la precisión (e inexactitud) de tales predicciones.
Pero no se trata solo del tamaño d
