Por Kamal Das<\/p>\n
\"Utilicemos la IA en este proyecto\" se ha convertido en una frase habitual entre los directivos. IA o Inteligencia Artificial es un t\u00e9rmino gen\u00e9rico que designa la inteligencia similar a la humana que muestran las m\u00e1quinas. Los asistentes de voz de nuestros tel\u00e9fonos (Alexa de Amazon, Siri de Apple, Google Assistant y Cortana de Microsoft) son ejemplos de IA. La IA se considera a menudo una panacea, una herramienta que resolver\u00e1 todos los problemas. Desde las empresas convencionales hasta las startups tecnol\u00f3gicas, la IA se ha convertido en algo esencial para tener \u00e9xito y estar a la \u00faltima.<\/p>\n
La Inteligencia Artificial tiene m\u00faltiples ventajas. A menudo, la IA es tan buena como los humanos, y a veces incluso mejor, a la hora de tomar decisiones. Sin embargo, a veces, como el proverbial caso del hombre con un martillo, todo parece ser un clavo. No todas las soluciones necesitan IA, ni la IA es actualmente competente para resolver muchos problemas.<\/p>\n
La IA en el deporte nos es familiar a todos los aficionados al cr\u00edquet. Las tecnolog\u00edas de seguimiento de la pelota son utilizadas por el tercer \u00e1rbitro cuando un equipo opta por un Sistema de Revisi\u00f3n de Decisiones (DRS). La tecnolog\u00eda de seguimiento del bal\u00f3n es ahora parte integrante de los principales encuentros deportivos, incluidos el f\u00fatbol y el tenis. Se utiliza para localizar el bal\u00f3n en muchos deportes y dirigir la c\u00e1mara a la zona adecuada.<\/p>\n
Sin embargo, esto no est\u00e1 exento de dificultades. En 2020, un equipo de f\u00fatbol escoc\u00e9s moderniz\u00f3 su estadio con una c\u00e1mara de \u00faltima generaci\u00f3n que segu\u00eda el bal\u00f3n con IA para poder retransmitir partidos en directo en un mundo afectado por el COVID. Desgraciadamente, la c\u00e1mara con IA sigui\u00f3 por error la cabeza calva del \u00e1rbitro en lugar del bal\u00f3n durante todo el partido.<\/p>\n
El cr\u00edquet no conf\u00eda ciegamente s\u00f3lo en la tecnolog\u00eda. La tecnolog\u00eda ayuda al tercer \u00e1rbitro. La Inteligencia Aumentada, en la que la Inteligencia Artificial se combina con un experto, es el camino recomendado.<\/strong> Los modelos de Inteligencia Artificial suelen ser modelos de caja negra y pueden plantear problemas si se utilizan solos, sin moderaci\u00f3n.<\/p>\n La IA suele ser un motor de correlaci\u00f3n. La IA pronostica el futuro prediciendo a qu\u00e9 datos pasados se parecer\u00e1n los acontecimientos futuros. La IA tampoco suele ser buena en soluciones que no ha experimentado antes, lo que se conoce como \"fuera de muestra\" respecto a los datos con los que ha sido entrenada.<\/p>\n En el caso de los vuelos, los pilotos autom\u00e1ticos con IA han eliminado tareas tediosas o repetitivas. Sin embargo, cuando el piloto se encuentra con una aver\u00eda imprevista o una situaci\u00f3n para la que el piloto autom\u00e1tico de IA no est\u00e1 entrenado, como una tormenta, tenemos al piloto humano preparado para tomar el control manualmente. En 2016, el accidente de la aerol\u00ednea en San Francisco, Estados Unidos, se sald\u00f3 con la muerte de 3 pasajeros y 49 sufrieron heridas graves. Los investigadores culparon a la dependencia de la tripulaci\u00f3n de vuelo de los sistemas automatizados, incluido el piloto autom\u00e1tico, como causa del accidente. La configuraci\u00f3n incorrecta del piloto autom\u00e1tico y la excesiva confianza en la tecnolog\u00eda y la automatizaci\u00f3n tuvieron consecuencias fatales.<\/p>\n Del mismo modo, en una conversaci\u00f3n con el director de tecnolog\u00eda de una multinacional tecnol\u00f3gica, destac\u00f3 c\u00f3mo su IA pod\u00eda predecir el c\u00e1ncer y, en ocasiones, mejor que un radi\u00f3logo. La IA pod\u00eda predecir con exactitud 48% de los casos que el radi\u00f3logo consideraba que no ten\u00edan c\u00e1ncer, pero que acabaron siendo diagnosticados de c\u00e1ncer de mama en el transcurso del a\u00f1o. Incluso la mejor IA pas\u00f3 por alto m\u00e1s de 50% de estos casos dif\u00edciles. En las pruebas realizadas con una gran cadena de hospitales de la India, el programa de IA obtuvo \"malos resultados en c\u00e1ncer de mama metast\u00e1sico\", seg\u00fan un informe del IEEE. El director de tecnolog\u00eda me dijo que, para obtener los mejores resultados, hab\u00eda que utilizar conjuntamente la IA y un radi\u00f3logo. Con el radi\u00f3logo aprovechando los hallazgos iniciales de la IA, la precisi\u00f3n y los resultados eran significativamente superiores a los de la IA o el radi\u00f3logo trabajando independientemente.<\/p>\n La IA tambi\u00e9n adquiere prejuicios basados en los datos con los que se entrena. Los sistemas de IA se crearon para evitar algunos prejuicios humanos, pero a veces estos prejuicios ya est\u00e1n integrados en la tecnolog\u00eda. Las respuestas no moderadas pueden convertirse en una pesadilla de relaciones p\u00fablicas para las empresas.<\/p>\n Hace unos meses, un reputado instituto de investigaci\u00f3n de IA desarroll\u00f3 un chatbot de IA para responder a preguntas sobre \u00e9tica. Debido a los datos sesgados con los que fue entrenado, el bot afirm\u00f3 que ser un hombre blanco o heterosexual era m\u00e1s \"moralmente aceptable\" que ser una mujer negra o un homosexual, respectivamente. El bot sugiri\u00f3 que \"est\u00e1 bien\" si un hombre blanco camina hacia ti por la noche, pero \"es preocupante\" si un hombre negro camina hacia ti por la noche. Esto sigue a un incidente de 2016 en el que un chatbot de IA de un importante gigante tecnol\u00f3gico empez\u00f3 a vomitar una serie de tuits ofensivos y racistas, incluido el apoyo a las opiniones nazis sobre los jud\u00edos. Cinco a\u00f1os despu\u00e9s, \u00a1no hemos aprendido de los percances de la IA! La Inteligencia Aumentada con una capa de supervisi\u00f3n humana sobre la IA puede ayudar a evitar estos errores.<\/p>\n Cada vez vemos m\u00e1s esta necesidad de supervisi\u00f3n, y los gobiernos aprecian y exigen auditor\u00edas. En la contrataci\u00f3n, dado el bajo n\u00famero de negros y mujeres en muchos puestos tecnol\u00f3gicos, las herramientas de selecci\u00f3n de empleo de IA a menudo no preseleccionan a ning\u00fan negro o mujer, exacerbando las desigualdades actuales. Como resultado, en noviembre de 2021, el gobierno de Nueva York aprob\u00f3 un proyecto de ley que impide a los empleadores utilizar la inteligencia artificial para seleccionar candidatos a un puesto de trabajo a menos que la tecnolog\u00eda haya pasado por una auditor\u00eda para comprobar la existencia de prejuicios.<\/p>\n En la India, nos anima el enfoque de Niti Aayog sobre la IA responsable. Se necesita un enfoque hol\u00edstico para garantizar que damos el salto y evitamos los retos y escollos a los que se enfrentan algunas econom\u00edas desarrolladas. El enfoque en la IA responsable, que tiene en cuenta los posibles sesgos y cuenta con una capa de toque humano, garantizar\u00e1 que las implementaciones de la IA sean m\u00e1s justas y humanas.<\/a><\/p>\n