Curso
Comprender el machine learning
2 h
307.9K
Bienvenido a la parte once de nuestra serie de un mes, Datos sin rodeos. Como parte del mes de la competencia en datos, esta serie aclara conceptos clave del mundo de los datos, responde a esas preguntas que quizá no te atreves a hacer y, de paso, nos divertimos. Si quieres empezar por el principio, lee la primera entrega: ¿Qué es un conjunto de datos?
Esta semana, vamos a profundizar en cómo se trata la IA en los medios y en algunos riesgos de la IA que todos deberíamos conocer. Este artículo explica cómo la IA puede presentarse de forma sensacionalista en las noticias y cómo evitar caer en la trampa del hype.
Si quieres familiarizarte más con la IA y el argot que se usa en este ámbito, te recomendamos una entrega anterior de la serie Datos sin rodeos sobre las diferencias entre IA, machine learning, deep learning y ciencia de datos.
El problema de la trampa del hype de la IA
La inteligencia artificial (IA) se ha vuelto omnipresente y está presente en multitud de aplicaciones a nuestro alrededor: desde el desbloqueo del móvil con reconocimiento facial hasta las recomendaciones del siguiente producto que podría interesarte.
Con los avances de los últimos años, los medios han dedicado mucha atención a las tecnologías de IA y a su uso en la industria y en la academia. Aunque esto es positivo en general, también ha disparado el hype en torno a muchos de los últimos avances del campo. Esta dinámica ha llevado a coberturas sensacionalistas sobre las posibilidades de las herramientas y tecnologías actuales de IA y sobre sus posibles riesgos.
Ese enfoque sensacionalista puede generar tres riesgos principales en cómo la opinión pública percibe la IA:
- Expectativas poco realistas sobre lo que las herramientas y tecnologías de IA pueden hacer, creando un optimismo infundado sobre hacia dónde va la tecnología
- Miedo exagerado a la automatización y a que las herramientas y tecnologías de IA se vuelvan "conscientes"
- Desvío de la atención respecto a los problemas reales que afectan hoy a la IA y cómo solucionarlos
Un marco para entender el hype de la IA
Un gran marco para ilustrar esta dinámica de forma más amplia es el ciclo de sobreexpectación de Gartner, que muestra las distintas fases del ciclo de vida de una tecnología emergente. Veamos el grado de madurez de la IA tomando como referencia este ciclo, tal y como se explica a continuación.
- El ciclo arranca con la fase de "disparador", que abre un universo de posibilidades y despierta entusiasmo por la nueva tecnología.
- La segunda fase es el pico, cuando se acumulan expectativas y las posibilidades exageradas empiezan a desinflarse.
- La tercera fase toca fondo, la llamada "depresión de la desilusión", donde ideas brillantes pero difíciles no llegan a materializarse. Aquí aterrizamos en la realidad y mucha gente abandona ideas potentes ante lo que es viable implementar.
- La fase complicada termina con el inicio de la "pendiente de la iluminación", cuando se superan las limitaciones con ideas innovadoras, dando paso a la etapa final que da vida a industrias completamente nuevas que sirven a la sociedad de formas impensables.
Según investigadores de IA de Google, el machine learning y la IA están entre el disparador y el pico de expectativas infladas. Esto significa que muchas posibilidades de las que se habla en las noticias pueden ser, en gran medida, fantasía.
Ejemplos de la trampa del hype de la IA
La trampa del hype desvía la atención del público de los problemas reales que afectan a la IA hacia debates como "máquinas que alcanzan la conciencia humana" o "robots que toman el control del planeta". Aunque conviene conocer posibilidades y riesgos asociados a estas herramientas y tecnologías, ese debate no se apoya en el potencial y los riesgos reales de la IA.
Estos son algunos ejemplos que ilustran la trampa del hype en acción
- Lamda y la IA sintiente: LaMDA de Google acaparó titulares tras la afirmación sensacionalista de un ingeniero de que el modelo de lenguaje había adquirido conciencia. Aunque LaMDA es impresionante, no hay evidencias de que sea sintiente. Puedes conocer más sobre la tecnología que impulsa LaMDA en nuestro Weekly Roundup.
- IBM Watson: Durante mucho tiempo, IBM Watson se presentó como la herramienta definitiva para transformar industrias. Sin embargo, con el tiempo no pudo estar a la altura de esas promesas y acabó siendo víctima del hype tecnológico.
- Sophia, el robot: Sophia es un chatbot sofisticado dentro de un robot con apariencia humana. El empaquetado se centró en que sonara y pareciera humano. Aunque la tecnología es llamativa, mucha gente cayó en la trampa de pensar que los robots humanoides ya eran una realidad.
El sensacionalismo de estas historias no solo resta atención a usos útiles de la IA, como predecir focos de Covid-19 o conceder crédito a comercios para abrir sus negocios. También desvía el foco de los riesgos reales que hoy afectan a la IA.
Muchos sistemas de IA, como los feeds de noticias, los sistemas de recomendación y más, son ya parte integral de nuestra vida y condicionan nuestros gustos, preferencias y hábitos. Estos sistemas pueden estar sesgados, afectando a quienes interactúan con ellos hoy.
Cómo evitar la trampa del hype de la IA
La competencia en datos y en IA es clave para no caer en la trampa del hype. Entender qué puede hacer la IA, sus límites y sus riesgos es fundamental para desarrollar una mirada crítica y equilibrada sobre hacia dónde va el campo.
Para equiparte con los conocimientos necesarios y desarrollar esta perspectiva, haz nuestro curso Understanding Machine Learning y empieza tu camino hacia la competencia en datos. La próxima (¡y última!) entrega de Datos sin rodeos trata los distintos tipos de sesgo en IA que todos deberíamos conocer. Mientras tanto, echa un vistazo a estos recursos:
