La inteligencia artificial automatizará todo y dejará a la gente sin trabajo. La inteligencia artificial es una tecnología de ciencia ficción. Los robots se apoderarán del mundo. Esas son solo algunas de las frases que han surgido del desconocimiento acerca de la inteligencia artificial (IA).
Algunos se preocupan por una inteligencia artificial «todopoderosa» que llegará a reinar el mundo, mientras otros piensan que esta tecnología no es más que una palabra de moda. No obstante, la verdad es que se trata de algo en un lugar intermedio.
Según los analistas, los líderes empresariales todavía están confundidos acerca de lo que IA puede hacer por las organizaciones; no obstante, esto es comprensible, ya que hay muchas definiciones y variantes de la IA presentes en el discurso general.
Alexander Linden, vicepresidente analista de Gartner, destaca que, sin embargo, con la IA abriéndose camino en las empresas, es crucial entender completamente cómo esta puede crear valor para el negocio, y dónde no puede hacerlo. Así las cosas, el analista Gartner plantea cinco mitos comunes y/o conceptos erróneos acerca de la IA.
Mito 1: La IA funciona como el cerebro humano
La IA es una disciplina de ingeniería informática. En su estado actual, consiste en herramientas de software destinadas a resolver problemas. Si bien algunas formas de IA pueden dar la impresión de ser inteligentes, sería poco realista pensar que es similar o equivalente a la inteligencia humana.
Aunque algunas formas de aprendizaje automático (más conocido por su nombre en inglés, machine learning) se han inspirado en el cerebro humano, no son equivalentes. La tecnología de reconocimiento de imágenes, por ejemplo, es más precisa que la mayoría de los humanos, pero no sirve para resolver un problema de matemáticas.
La regla con IA hoy es que resuelve una tarea extremadamente bien, pero si las condiciones de la tarea cambian solo un poco, falla.
Mito 2: Las máquinas inteligentes aprenden por su cuenta
Un producto de machine learning terminado da la impresión de que es capaz de aprender por sí solo. Sin embargo, los científicos experimentados en datos humanos enmarcan el problema, preparan los datos, determinan conjuntos de datos apropiados, eliminan sesgos potenciales en los datos de entrenamiento (ver el mito 3) y, lo más importante, actualizan continuamente el software para permitir la integración de nuevos conocimientos y datos en el siguiente ciclo de aprendizaje.
Mito 3: La IA puede ser 100% objetiva
La IA se basa en datos, reglas y otro tipos de aportes de expertos humanos. Debido a que todas las personas tienen una tendencia intrínseca, de una manera u otra, adquirir más conocimiento, la IA también la tiene. Los sistemas que frecuentemente se vuelven a capacitar, por ejemplo, al usar datos nuevos de las redes sociales, son aún más vulnerables a los sesgos no deseados o las influencias malévolas intencionales.
Efectivamente, Linden dice que, por el momento, no hay manera de eliminar completamente el sesgo; sin embargo, tenemos que hacer todo lo posible para reducirlo al mínimo. Agrega que además de las soluciones tecnológicas, como los diversos conjuntos de datos, es crucial garantizar la diversidad en los equipos que trabajan con IA y que los miembros del equipo revisen el trabajo de los demás. Este simple proceso puede reducir significativamente el sesgo de selección y confirmación.
Mito 4: La IA solo reemplazará trabajos mundanos
La IA permite a las empresas tomar decisiones más precisas a través de predicciones, clasificaciones y la agrupación. Estas habilidades han permitido a las soluciones basadas en esta tecnología llegar a los entornos de trabajo, no solo reemplazando las tareas repetitivas, sino que también aumentando las que son más complejas.
Tomemos, por ejemplo, el uso de imágenes de IA en la asistencia sanitaria. Una aplicación de Rayos X para tórax basada en IA puede detectar enfermedades más rápido que los radiólogos. En la industria financiera y de seguros, los asesores automáticos la están utilizando para la gestión del patrimonio y la detección de fraudes. Estas capacidades no eliminan la participación humana en dichas tareas, pero, eventualmente, lo limitarán a observar y tratar casos inusuales.
Mito 5: Las empresas no necesitan una estrategia de IA
El analista asegura que cada organización debe considerar el impacto potencial de la IA en su estrategia, e investigar cómo se puede aplicar a los problemas comerciales de la organización. En muchos sentidos, evitar la explotación de la IA es lo mismo que pasar por alto la siguiente fase de automatización, lo que podría colocar a las empresas en una desventaja competitiva.
Por eso Linden considera que, incluso si la estrategia de IA actual es “no IA”, esto debería ser una decisión consciente basada en la investigación y la consideración. Asimismo, y como con cualquier otra estrategia, debe revisarse y cambiarse periódicamente de acuerdo con las necesidades de cada entidad.