El futuro de la inteligencia artificial: ¿por qué el entusiasmo ha superado la realidad?

Un panel de expertos en el reciente Foro Global de Wharton de 2017 ofreció su opinión acerca del futuro de la inteligencia artificial (IA), robots, drones y otros avances tecnológicos y de qué modo todo esto puede afectar al empleo en el futuro. La conclusión fue que hay que disminuir un poco la emoción buscando al mismo tiempo llamar la atención sobre la amenaza que esto representa para algunos puestos de trabajo.

Los comentarios se realizaron en un panel titulado “Diseñando el futuro de los negocios“, que tuvo como moderador a Geoffrey Garrett, rector de Wharton, y contó con la participación de Pascale Fung, profesora de Electrónica e Ingeniería de computación en la Universidad de Ciencia y Tecnología de Hong Kong; Vijay Kumar, rector de ingeniería de la Universidad de Pensilvania y Nicolas Aguzin, presidente del sector Asia-Pacífico de J. P. Morgan y CEO de la empresa.

Al inicio de los debates, Garrett preguntó: ¿cuál es el tamaño y cuál es el grado de disrupción del movimiento del auto autónomo? Es evidente que muchas cosas que se escuchan en los medios de comunicación sobre la inminente llegada de los autos autónomos peca de exageración, dijo Kumar. Para él, todavía faltan muchos años para que lleguen los vehículos totalmente autónomos.

Uno de los puntos importantes del discurso de Kumar: todo avance tecnológico tiene a menudo dos lados. Un lado recibe una atención enorme en los medios de comunicación: avances en el poder de la computación, software, etc. Aquí, el progreso es rápido: nuevas aplicaciones, nuevas empresas y nuevos productos salen a relucir diariamente. Sin embargo, el otro lado, muchas veces descuidado, afecta profundamente a muchos proyectos, aquellos en los que el mundo virtual tiene que conectarse con el mundo físico o el mundo mecánico de nuevas maneras, dijo Kumar, que es también profesor de ingeniería mecánica en la Universidad de Pensilvania. En este ámbito, el progreso se da de forma más lenta.

En algún momento, todos los softwares de los autos autónomos se enfrentan a la dura realidad. En este mundo, al igual que con otras aplicaciones de la robótica, el progreso se da por el paso de “datos a informaciones y de informaciones al conocimiento”. Un problema fundamental es que muchos observadores no perciben lo amplia que es la cantidad de datos necesarios para operar en el mundo físico, son cantidades cada vez mayores o, como dice Kumar, son cantidades “exponenciales”. Aunque se sabe hoy en día que el “big data” es importante, las cantidades requeridas para muchas operaciones físicas son mucho mayores de lo que sugiere el “big data”. Las limitaciones para la adquisición de estos volúmenes colosales de datos retrasan enormemente la velocidad de progreso de muchos tipos de proyectos, dijo Kumar.

En otras palabras, innumerables artículos optimistas sobre vehículos autónomos desprecian el hecho de que serán necesarios muchos años para que se tengan suficientes datos para que los coches totalmente autónomos operen a gran escala, y no unos pocos años.

Obtener datos suficientes para que se tenga una precisión del 90% “ya es muy difícil”, dijo Kumar. Algunos software de reconocimiento de objetos actualmente operan con una exactitud del 90%; si usted va a Facebook, verá que hay innumerables rostros, pero la precisión de identificación es del 90%. “Sin embargo, incluso con el 90%,” sus colegas del área de computación dirán que ese porcentaje es una tontería […] Esto es porque para pasar del 90% de precisión al 99% es necesario un volumen de datos mucho mayor”, mucho más desde el punto de vista exponencial. “Y para pasar del 99% de precisión al 99,9%, sí, han acertado, se necesita un volumen de datos mucho mayor”. Él compara las necesidades de datos en volúmenes exponenciales a un gráfico que recuerda un palo de hockey, en el que hay una súbita inclinación hacia arriba. El problema de los vehículos autónomos, según dijeron otros analistas, es que el 90% o incluso el 99% de exactitud no basta cuando hay vidas humanas en juego.

“Es extremadamente difícil tener más datos en volumen exponencial para acertar en todos los casos”, dijo Kumar. “Es por eso que los autos autónomos, en mi opinión, que exigen acciones basadas en datos, son extremadamente difíciles de perfeccionar […]” Sí, el concepto es fantástico, y, por supuesto, hemos hecho grandes avances, pero [. …] elaborarlo hasta el punto de sentirnos totalmente cómodos llevará mucho tiempo. “¿Por qué entonces tenemos la impresión, cuando leemos lo que dicen los medios, de que los autos autónomos ya están casi listos?

Para explicar lo que piensa sobre las cosas que aparecen en los medios, Kumar citó algunas observaciones del ex presidente de la Reserva Federal, Alan Greenspan. En una de ellas decía que había una “exuberancia irracional” en el mercado bursátil poco antes del estallido de la burbuja de acciones tecnológicas al inicio de la década de 2000. Kumar dijo que hay una cierta exageración similar hoy en relación a los autos autónomos. “Es ahí donde entra la exuberancia irracional, la tecnología está casi lista, pero será necesario un buen tiempo hasta que sea finalmente asimilada”. Garrett subrayó que, según Elon Musk, director de Tesla, toda la tecnología necesaria para que los coches se controlen a sí mismos ya existe (sin embargo, no necesariamente sin un humano a bordo para asumir el control en caso de emergencia) y que el principal problema es la “aceptación de la tecnología por el hombre”.

Kumar dijo que discrepa totalmente de esa idea. “Elon Musk dice también que las baterías están mejorando y siendo mejores cada día. En realidad es la misma batería de hace cinco o diez años. La diferencia es que las baterías se han vuelto más pequeñas y menos caras, “porque hay más gente que las compra. Básicamente, siguen siendo las mismas”.

En otras áreas, el progreso también ha sido lento. En el “ámbito físico”, dijo Kumar, ha habido pocos cambios en materia de energía y de fuerza. “Los motores eléctricos continúan operando con la misma tecnología de la Segunda Guerra Mundial, por lo que no estamos haciendo el mismo progreso en el plano físico que hicimos en el plano de la informática, y, ¿saben qué más? En Estados Unidos, el 2% de todo el consumo de electricidad se produce a través de los centros de datos. Si realmente queremos un volumen mucho mayor de datos, si queremos hacer frente a la elevación súbita del palo de hockey, tendremos que quemar mucho más electricidad para que los centros de datos puedan trabajar con ese objetivo. En algún momento, todo se vuelve mucho más difícil, mucho más difícil”.

Restricciones similares se aplican también a la tecnología de los drones. “Una información básica: para hacer volar un dron se necesitan 200 vatios por kilo. Por lo tanto, si desea elevar un individuo de 75 kg, va a necesitar mucha energía. ¿Dónde va a conseguir las baterías para hacerlo? La única fuente de energía con “densidad de energía” suficiente para levantar cargas útiles pesadas así son los combustibles fósiles. “Se pueden acoplar pequeñas turbinas de chorro para hacer funcionar un dron, sin embargo, disponer de la energía eléctrica, motores y baterías para operar drones que levanten a una persona en el aire, creo que eso es fantasear demasiado”.

Eso no significa que “no se puedan hacer cosas interesantes con los drones, pero para lo que se haga, hay que tener en cuenta el hecho de que la carga útil debe ser compatible con su intención”.

En otras áreas, como la de los coches eléctricos, el progreso ha estado ocurriendo de forma inteligente y Kumar dice que el potencial es grande. “Los chinos mostraron que están liderando el mundo. El número de coches eléctricos producidos anualmente en China es tres veces mayor que en EE.UU. […] Estoy convencido de que los coches eléctricos llegaron para quedarse, pero no sé si puedo decirlo en el caso de los drones, es decir, si van a usar también la energía eléctrica”.

Aprovechando el tema que Kumar sacó a relucir, Fung, que es también una de las responsables del Centro de Tecnología del Lenguaje Humano en su universidad, habló sobre algunos de los límites de la Inteligencia artificial (IA) en el futuro inmediato, donde también la emoción es mayor que la realidad. Aunque la IA puede hacer numerosas tareas impresionantes y valiosas, una vez más las limitaciones físicas continúan siendo prácticamente las mismas.

“… Un algoritmo de deep-learning [aprendizaje profundo] que trabaja con reconocimiento de voz, que traduce lo que estás diciendo, requiere un entrenamiento en el que se emplean millones de horas de datos y parques de datos [data farms]”, dijo Fung. Aunque la red de aprendizaje profundo tiene posiblemente cientos de miles de neuronas, la mente humana tiene trillones. El ser humano, por ahora, usa de manera mucho más eficiente la energía de la que dispone. Él es capaz de trabajar “todo el día con un pequeño pedazo de pizza”, bromeó.

Esto llevó a los participantes del panel a llamar la atención sobre una segunda división pocas veces apreciada: el alcance de los proyectos que la IA está en condiciones de dominar. Kumar dijo que tareas como la traducción están relativamente restringidas. “Hemos descubierto cómo pasar, en alguna medida, de los datos a la información, aunque […] con el aprendizaje profundo hasta eso será difícil de hacer. ¿Y pasar de la información al conocimiento? No tenemos la menor idea de cómo hacerlo. No sabemos cómo funciona la mente humana […] Todavía va a tardar mucho hasta que seamos capaces de construir máquinas con el tipo de inteligencia que asociamos a los seres humanos”.

No hace mucho tiempo, dijo Kumar, el superordenador Watson de IBM no era ni siquiera capaz de jugar al tres en raya con un niño de cinco años. Ahora él derrota a los humanos en Jeopardy! Sin embargo, este progreso tan veloz puede cegarnos sobre el hecho de que las computadoras hoy en día lidian mejor con tareas restringidas o “nos indican soluciones. Cuando intentamos generalizar las innumerables cosas que los seres humanos hacen, la tarea es mucho más difícil”. Sin embargo, el escenario se prepara para cosas aún mayores más adelante. Actualmente, realizar tareas restringidas que fueron automatizadas exigió al ser humano que “aprendiera a comunicarse con la máquina”, y no siempre con éxito, como bien demuestra la frustración con los centros de llamadas y a veces con el Siri de Apple, dice Fung.

Hoy, el esfuerzo se hace en el sentido de invertir la relación entre profesor y alumno, de manera que las máquinas empiecen a aprender a comunicarse con el hombre. “La investigación y el desarrollo y la aplicación de algoritmos de IA y máquinas que trabajen por nosotros”, que provean lo que necesitamos, están en camino, dijo Fung. “Comprenderán nuestro significado, nuestra emoción, personalidad, afecto y todo lo demás”. El objetivo es que la IA tome en cuenta todas las “diferentes capas” de comunicación entre los seres humanos.

“Nos miramos los unos a los otros, participamos en las emociones y los objetivos de los demás”, dijo Fung, que está entre los líderes mundiales en los esfuerzos realizados para que las máquinas se comuniquen mejor con los seres humanos. “Usamos el lenguaje corporal, y no sólo las palabras”. Por eso preferimos los encuentros cara a cara; preferimos incluso Skype a la conversación telefónica”.

Fung hizo referencia a un artículo que escribió para Scientific Americansobre la necesidad de enseñar a los robots a comprender e imitar la emoción humana. “Básicamente, tenemos que construir máquinas que entiendan nuestros sentimientos, más allá de aquello que simplemente hablamos, y que nos respondan de forma más humana”. Esta “computación afectiva” significa que las máquinas, en última instancia, mostrarán un “reconocimiento afectivo” captado en la voz, expresiones faciales y lenguaje corporal. La futura “comunicación entre humanos y robots tendrá esa capa de comunicación”. Sin embargo, captar la intención y la emoción es un desafío extremadamente difícil, agregó Fung. “El lenguaje natural es muy difícil de comprender por las máquinas y los humanos. Muchas veces interpretamos mal lo que la gente dice”.

Por lo tanto, ¿dónde nos llevará todo esto cuando pensamos en el futuro de los puestos de trabajo?

“En el futuro próximo, nadie tendrá que preocuparse, porque las máquinas continuarán siendo estúpidas … “, dijo Kumar. Como ejemplo de ello, Fung explicó que ella podría construir un robot hoy capaz de hacer algunas tareas domésticas sencillas, pero “sale más barato para mí hacerlas, o enseñar a mis hijos o a mi marido a hacerlas. Por lo tanto, en relación al futuro inmediato, hay toneladas de empleos en que la sustitución de humanos por robots los haría más caros. De aquí a 50 o 100 años, eso debería cambiar, así como el mundo actual es diferente del mundo de hace 50 años”.

Sin embargo, la llegada de nuevas tecnologías no siempre deja claro qué efecto tendrán. Por ejemplo, después de que la industria bancaria introdujera los cajeros automáticos, en lugar de disminuir el número de empleados en caja, “ese número aumentó”, dijo Aguzin. Los cajeros automáticos “barajaron el costo de una sucursal, por lo que el número de sucursales aumentó y, por lo tanto, el número de personas en caja aumentó también”.

Por otro lado, la introducción de la tecnología de blockchain como sistema de contabilidad en la industria bancaria probablemente acabará con la necesidad de terceros que hacer la revisión final en la contabilidad de las empresas. Todo lo que precise reconciliación se hará de forma instantánea, sin necesidad de confirmación, añadió Aguzin. Al final, el costo de una transacción será el del envío de un correo electrónico, será igual a cero […] sin ninguna posibilidad de confusión y sin costo alguno. Imagínese aplicar este procedimiento a las transacciones financieras, etc.”

El banco de Aguzin está cerca de automatizar 1,7 millones de procesos este año realizados actualmente de forma manual. “Y no se trata de funciones de nivel inferior realizadas manualmente; son funciones intermedias”. En una embestida pionera en computación afectiva, su banco está trabajando en un software que será capaz de percibir lo que el cliente siente y cuál es su propósito cuando entra en contacto con el banco. “Todavía no está perfeccionado, pero ya es posible sentir lo que el cliente siente, si quiere quejarse o si sólo desea verificar el saldo. Van a hacer x, y, de tal forma que ahorraremos mucho tiempo”.

Sin embargo, Aguzin dijo que sigue confiando en que se crearán nuevos puestos de trabajo con estas nuevas tecnologías, como se vio en el caso de los cajeros. El futuro del empleo y la automatización no es tan “catastrófica” como la de algunos analistas. “Estoy un poco preocupado por la velocidad del cambio, que nos hace cautos, pero […] habrá cosas nuevas más adelante. Soy de los que tienden a tener una visión más positiva del futuro”.

Fung recordó a la audiencia que incluso en el sector de la tecnología financiera [fintech], el progreso será impulsado por los datos disponibles. “En ciertas áreas, hay un gran volumen de datos, en otras, no”. Los ejecutivos del sector de finanzas dijeron a Fung que cuentan con bancos de datos enormes, pero en su experiencia, generalmente estos bancos no son lo suficientemente grandes para realizar muchas de sus tareas.

Kumar admite que hoy estamos creando más puestos de trabajo para los robots que para los humanos, lo que es motivo de preocupación para el futuro del empleo humano. Sin embargo, se refiere a sí mismo como un “optimista patológico” en materia de empleo. La IA y la robótica funcionarán mejor en “aplicaciones que trabajan con humanos”. En sintonía con lo que dice Fung, añadió que “habrá que esperar mucho tiempo hasta que construyamos máquinas con el tipo de inteligencia asociada a los humanos”.

Aprovechando el gancho dejado por Fung de que muchos empleos de nivel inferior probablemente serán conservados, Kumar añadió que los empleos que probablemente serán eliminados sorprenderán a mucha gente. “¿Qué hacen muy bien las computadoras? Ellas son excelentes en exámenes, por lo que la expectativa de que alguien obtenga un empleo en el futuro porque sacó 4,0 (el máximo) en un examen en una universidad muy conocida no se corresponde con la realidad. Al mismo tiempo, para un robot, “limpiar una habitación después de que su hijo de tres años pase por allí es extremadamente difícil, servir la cena también. Creo que los empleos de este tipo están seguros”.

El consenso del panel fue que las funciones que están más a salvo de ser reemplazadas por robots son las que se encuentran en la parte superior e inferior, y no en la parte central del abanico de funciones.

¿Y qué sucederá en el futuro, cuando los robots sean lo suficientemente avanzados y lo suficientemente baratos para asumir un número cada vez mayor de actividades humanas? ¿Qué será de la actividad humana? En primer lugar, dijo Fung, habrá una cantidad mucho mayor de ingenieros de IA y de “gente que tiene que regular máquinas, cuidar de su mantenimiento y diseñarlas hasta que las máquinas puedan reproducirse por su cuenta”.

Además, muchos empleos comenzarán a adaptarse al nuevo mundo. Imagine, por ejemplo, en algún momento en el futuro lejano, muchos restaurantes tendrán mozos robots y camareros humanos. La gente “pagará mucho más para ir a un restaurante en el que el chef y el camarero sean humanos”, dijo Fung. “Por lo tanto, el trabajo humano se volverá muy valorado”.

Ella agregó que mucha gente se convertirá en artista y chef, artista interpretativo, porque la gente va a seguir queriendo escuchar un concierto interpretado por humanos, no por robots. Las personas querrán leer una novela escrita por un ser humano, aunque algún día tal vez ya no haya diferencia entre uno y otro, el toque humano seguirá siendo valorado”.

Además, la creatividad ya se está volviendo cada día más importante, dijo Fung. Por lo tanto, no se trata de saber quién dará las órdenes en el futuro: los ingenieros de IA o los hombres y mujeres de negocios. “Será una lucha entre personas creativas y no creativas, hay una demanda cada vez mayor de gente creativa. Hay señales de que es más difícil para los estudiantes de ingeniería “competir con los mejores en comparación con los viejos tiempos”.

En el pasado, en el caso de los ingenieros, un buen historial académico era garantía de un buen empleo. Hoy, las empresas de tecnología entrevistamos a los candidatos preguntándoles por “áreas muy diferentes”, agregó Fung. Miran más allá de las habilidades técnicas. Las empresas están en busca de creatividad. “Creo que los ingenieros tienen que aprender más habilidades que no estén relacionadas con la ingeniería, y los no ingenieros deben aprender más sobre las habilidades de ingeniería, como el pensamiento científico, un poco de programación …”

Kumar está de acuerdo. Hoy en día, todos los estudiantes de ingeniería de la Universidad de Pensilvania realizan cursos en el área de negocios. “La idea de una formación más equilibrada, la idea de una educación liberal hoy en día, creo, debe tener en cuenta la ingeniería y el mundo de las empresas, ¿verdad? Lo que me preocupa es lo que le sucederá al antropólogo, a los especializados en lengua inglesa, en historia […] Creo que esas disciplinas estarán sometidas a una presión terrible”.