Poco a poco la Inteligencia Artificial ha trascendido el plano de la ciencia ficción para convertirse en una herramienta de uso cotidiano. Apuntalado su presencia de forma discreta en cada rincón de nuestra vida, desde las recomendaciones de streaming hasta la optimización en las cadenas de suministro. Al mismo tiempo que se ha convertido en un tópico recurrente en las conversaciones, ganando cada vez mayor amplitud y profundidad, desde sus admiradores apasionados hasta sus más fervientes detractores.
Esto resalta la importancia de examinar más de cerca las múltiples aplicaciones de la IA en la Industria y comprender mejor las consideraciones clave para llevar a cabo una regulación responsable que permita una implementación óptima de esta tecnología en el marco de la transformación digital y los atisbos en el comienzo de una nueva revolución industrial.
Exploremos juntos sus alcances reales y las perspectivas que marcarán su camino en el futuro cercano.
Si bien las IAs generativas, como Bard o Vertex IA, pusieron en los reflectores a la Inteligencia Artificial, lo cierto es que llevamos ya una gran temporada conviviendo con esta tecnología, pero a menudo cuando la tecnología es exitosa tiende a volverse invisible. Es por eso que resulta importante resaltar aquellas IAs o funcionalidades de las mismas con las que convivimos casi sin darnos cuenta.
Uno de los ejemplos más claros son los asistentes inteligentes, como el Asistente de Google, en nuestros dispositivos inteligentes, principalmente el móvil, una IA capaz de ejecutar diferentes funcionalidades como programar alarmas, iniciar búsquedas, guardar notas y más.
Te puede interesar: La evolución en la ingeniería de datos
Sin embargo, este es solo uno de una larga lista de ejemplos que usamos en nuestro día a día, otra inteligencia artificial más discreta, pero efectiva es la que hay detrás del buscador Google, que es capaz de comprender nuestras intenciones de búsqueda, ofreciendo las mejores respuestas y anticipando posibles cuestionamientos además de mostrar búsquedas relacionadas.
Algo similar ocurre con los motores de búsqueda y recomendaciones de las plataformas de streaming de música y video, siendo capaces de crear playlists basadas en nuestras preferencias musicales de acuerdo con nuestras últimas reproducciones.
Así mismo, podemos encontrar otros ejemplos de IA en nuestra vida diaria, como en el caso de Google Lens, que a partir de imágenes puede realizar búsquedas inteligentes, pero que también es capaz de identificar texto en imágenes y copiarlo para comenzar nuevas búsquedas o realizar traducciones.
No obstante, los alcances de la IA no sé limitan solo a búsquedas. Hablando de traducciones, por ejemplo, poco a poco la IA se abre paso en este terreno y uno de los mejores ejemplos es Deepl, un traductor que incorpora a la IA para adecuar sus traducciones al tono indicado que se está usando brindando respuestas más orgánicas y adecuadas, según el contexto del texto original.
Así mismo, nuestros dispositivos digitales también incorporan cada vez más la IA en su funcionamiento; uno de los mejores ejemplos es su uso en el apartado fotográfico, dónde destacan dos titanes de los smartphones, iPhone de Apple y Pixel de Google.
Descubre ahora: Proyecto de migración a la nube: Lo que debes considerar
Que cuentan con dispositivos capaces de optimizar el procesamiento de información obtenida por su hardware para lograr resultados increíbles en el apartado fotográfico gracias a su interpretación inteligente de los valores obtenidos por sus distintos sensores, destacando aspectos como la interpretación de la luz o la estabilización inteligente; incluso acuñando el término fotografía computacional.
Ambas marcas usan IA en sus procesadores para aprender de patrones de uso de usuarios y brindar optimizaciones inteligentes sin comprometer la privacidad. Esto incluye sugerencias de horarios de no molestar, modo de concentración, depuración de apps y restricciones en el consumo de batería para maximizar el rendimiento. Creando una mejor experiencia de usuario, por lo que poco a poco otros competidores adecuan sus propias integraciones de IA.
De forma silenciosa la IA está presente en nuestra cotidianidad, ya sea que nos demos cuenta o no. Esto también le ha permitido desdibujar las líneas entre el entretenimiento y la productividad, entrando en terrenos ambiguos que rápidamente se vuelven el epicentro de grandes controversias. El mejor ejemplo de ello es la utilización de IA en la elaboración de filtros fotográficos y modificación de audios.
Si bien en un principio, esta aplicación podría limitarse a fines recreativos y no debería ser motivo de alarma, es también su empleo poco ético el que ha disparado múltiples alarmas sobre el uso irresponsable de la IA, así como la importancia de una regulación responsable.
Las IAs enfocadas en los filtros inteligentes, edición de video y fotografía, si bien pueden ser una poderosa herramienta que reduzca los costos de producción, además de acelerar los tiempos de edición. También se han vuelto motivo de controversia gracias a su implementación en la creación de las denominadas Deep Fakes, que han creado confusión y conflicto, llegando incluso a afectar la reputación de algunas figuras públicas o instituciones.
Esto gracias a los resultados hiperrealistas y su implementación poco ética. Originando controversia sobre la forma en que debe ser regulada la IA, incluso la huelga conjunta entre el gremio de escritores y actores de Hollywood responde a la preocupación que hay con respecto a las regulaciones pertinentes para asegurarse de que la adopción de la IA en la industria no represente repercusiones negativas.
Explora estos recursos: Conoce las 7 V’s del Big Data
Un tema por demás delicado, ya que se deben considerar factores como los derechos de autor, el uso responsable de los derechos de imagen, y la adecuación de los puestos de trabajo para evitar recortes masivos de personal.
Preocupación que no solo se limita al empleo de IA para sustituir o reemplazar actores o escritores, puesto que con la implementación de IAs generativas, millones de personas externan de forma contundente su preocupación con respecto al futuro de sus empleos. Otra muestra de estas preocupaciones es la discusión del uso de la IA en el arte, puesto que implica replantear el concepto que se tiene del artista, su técnica y los alcances de la IA.
De igual forma, existen las preocupaciones correspondientes en otros sectores e industrias en dónde se cuestiona la confiabilidad de esta herramienta, como en sector de seguridad, donde las llamadas “alucinaciones” han puesto en entredicho la efectividad de la IA, ante los fallos producidos por la misma.
Los detractores de las IAs no han dejado pasar ni un solo fallo de esta herramienta, pero ¿por qué se producen?, y ¿qué es lo que ocurre cuando fallan?, para dar respuesta a estas interrogantes es pertinente comprender un poco más sobre la forma en que operan las IAs.
Si bien podemos atribuir algunos fallos en su funcionamiento al uso inadecuado de las mismas, otra gran parte de los errores está directamente con el entrenamiento detrás de la IA dando origen a las llamadas “alucinaciones”.
En términos generales, una “alucinación” es una respuesta errática de la IA misma que puede ir desde crear una respuesta errónea al no comprender la solicitud ingresada, hasta la creación o distorsión de información con datos que parecen ser valiosos, pero en realidad resultan imprecisos o directamente falsos. En un esfuerzo de la IA por tratar de brindar una respuesta efectiva a una solicitud incomprendida o que excede sus limitaciones.
Podría interesarte: La tecnología revolucionando los espacios jurídicos, Legatech IA
Las alucinaciones en la IA pueden surgir debido a una variedad de razones, como errores en el código de programación, la presencia de datos incompletos y/o contradictorios, así como la dificultad de la IA para entender plenamente el contexto. Además, las restricciones en la disponibilidad de datos y en el proceso de entrenamiento también son factores que contribuyen a la aparición de “alucinaciones”.
Para entenderlo mejor, es esencial tener una visión sintética del recorrido del Aprendizaje Automático, un proceso subyacente en la creación de una IA del cual podemos destacar los siguientes puntos:
Cuando no existe un monitoreo adecuado y continuo durante los procesos de entrenamiento, las alucinaciones tienden a volverse más frecuentes y la precisión en las respuestas disminuirá. De ahí que el proceso de entrenamiento y curaduría de datos sea tan importante.
A un nivel técnico ya tenemos una mejor idea de lo que ocurre cuando la IA falla, pero ¿qué repercusiones tiene esto en la cotidianidad y como podemos afrontarlo?
Esta es una interrogante que implica nuevos niveles de complejidad, puesto que algunos fallos pueden ser intrascendentes, mientras que otros pueden tener graves repercusiones; por tanto, identificar el marco en que el error de una IA sucede es primordial. Así mismo, esto también realza la importancia de establecer los fundamentos legales primarios para regular el uso adecuado de IA así como sus alcances y limitantes en diferentes sectores.
Para exponer mejor este punto me gustaría retomar el incidente ocurrido con Porcha Woodruff, una estudiante de enfermería en Detroit, que fue arrestada y esposada en su domicilio durante un operativo policial, bajo los cargos de atraco y robo de un vehículo. Esto luego de que las autoridades, utilizaran una herramienta de reconocimiento facial con IA en un video de lo ocurrido.
Sin embargo, como ya sabrás o supondrás en este punto, dicha identificación resulto ser errónea. No obstante, Woodruff, se enfrentaba a la posibilidad de ir a prisión , estando en un embarazo de ocho meses, factor que ayudo a comprobar su inocencia. Pero como ella misma señalo para los medios, este error afectó su salud, perjudicó su reputación y le causo estrés psicológico.
Aunque pueda parecer un hecho aislado, lo cierto es que no es un caso particularmente inusual, aun con el mejor entrenamiento de ML y el mayor índice de precisión, las IAs no son infalibles. En este caso, en particular, la “alucinación” pudo derivar de una simple confusión al establecer una similitud aceptable entre la sospechosa y Porcha, de acuerdo con los valores de referencia.
Mira esto también: ¿Cómo aportar valor a mi empresa a través de la Analítica de Datos?
Si bien para el marco jurídico este tipo de confusiones no es ajeno, ya que casos similares se han reportado cuando se cuenta con testigos oculares por diversos factores, llama la atención que no se cuente con protocolos claramente definidos, para que los afectados puedan defenderse en esta clase de fallos. Así mismo llama la atención la entera confianza que se le da a la IA, permitiendo cada vez más autonomía sin supervisión adecuada.
Más allá de los fallos, esto genera una preocupación alarmante, cuando se tienen presentes los usos mal intencionados de la misma, y es que los vacíos legales que no consideran el uso de IA, son una brecha de seguridad importante para cualquier sistema legal. Simplemente, no podemos asumir que todo el mundo hará un uso responsable y ético de esta tecnología, por lo que es vital una regulación adecuada de su implementación.
Al centro del debate, la incertidumbre crece y mientras existen una férrea resistencia a la implementación en distintos gremios, los hechos no se pueden negar de acuerdo con el estudio IBM Global AI Adoption Index 2022, realizado con Morning Consult y en el que colaboraron 7,500 compañías, la tasa de adopción de IA a nivel global es de 35%.
Además, de acuerdo con la consultora McKinsey esta tecnología podría generar al año 2,600 millones de dólares. Un porcentaje de implementación que todavía es muy bajo, no obstante, estos primeros atisbos de cambio son impresionantes y han mantenido a CIOs, negocios y organizaciones pendientes de la conversación y evolución de la IA.
Intriga, entusiasmo y preocupación, son papables por todos lados cuando la IA se convierte en el centro de la conversación. El reto es poder integrar de forma eficiente en los negocios esta tecnología y comprender como generar valor en cada negocio sin llegar precipitarse, para evitar ser presa de los errores.
Actualmente, la mayoría de las empresas que ya están aplicando la IA, la emplean para automatizar los procesos relacionados con Tecnologías de la Información, mejorar el desempeño de sus redes, comunicaciones, reducir costos, encontrar puntos de optimización y mejorar la experiencia de clientes, esto de acuerdo con el estudio de IBM.
En este sentido, es pertinente recordar que los alcances de la IA no se limitan a la parte administrativa y también puede implementarse en la parte operativa, por lo que negarse a aceptar la adopción de esta tecnología es una causa perdida, sin embargo, como se ha recalcado, esta integración debe ser de forma responsable y ética.
Con ello en mente es importante plantearnos ¿cómo evitar el desplazamiento de empleos?, ¿cuáles son las barreras de adopción?, y ¿cómo obtener la mayor rentabilidad de la IA?
A estas alturas la incertidumbre que surge con cada pequeño paso puede resultar abrumadora, es por ello que es preciso tomar un respiro y dar un vistazo al panorama general, recordado que aspecto clave es la “integración”. Y que mejor forma de hacerlo que repasando algunas de las aplicaciones más recurrentes de la IA en la Industria.
Pero claro, cada negocio es diferente, por ello te invitamos a contactarnos para recibir una asesoría personalizada y descubrir como maximizar las ganancias en tu organización.