Los robots que sirven la cena, los coches autónomos y los taxis-dron podrían ser divertidos y muy rentables. Pero no te hagas ilusiones. Probablemente estén mucho más lejos de lo que sugiere la publicidad exagerada.
Un panel de expertos del reciente Wharton Global Forum de 2017, celebrado en Hong Kong, expuso sus opiniones sobre el futuro de la inteligencia artificial (IA), los robots, los drones y otros avances tecnológicos, y sobre cómo todo ello podría afectar al empleo en el futuro. En resumen, rebajaron parte del entusiasmo exagerado y señalaron las amenazas que se ciernen sobre ciertos empleos.
Sus comentarios se produjeron durante una sesión titulada «Ingeniería del futuro de los negocios», con el decano de Wharton, Geoffrey Garrett como moderador y con la participación de Pascale Fung, profesora de ingeniería electrónica e informática en la Universidad de Ciencia y Tecnología de Hong Kong; Vijay Kumar, decano de Ingeniería de la Universidad de Pensilvania, y Nicolas Aguzin, presidente para Asia-Pacífico y director ejecutivo de J.P. Morgan.
Para empezar, Garrett preguntó: ¿Cuán grande y disruptivo es el movimiento de los coches autónomos?
Resulta que gran parte de lo que aparece en los medios generalistas sobre la inminente llegada de los coches autónomos está muy exagerado, dijo Kumar. En su opinión, faltan muchos años para que haya coches totalmente autónomos.
Uno de los puntos clave de Kumar: los avances de alta tecnología suelen tener dos facetas. Una recibe mucha atención mediática: los avances en potencia informática, software y campos similares. En este ámbito, el progreso es rápido: cada día surgen nuevas aplicaciones, empresas y productos. Sin embargo, la otra faceta, a menudo pasada por alto, afecta profundamente a muchos proyectos: aquellos en los que el mundo virtual debe conectarse de nuevas maneras con el mundo físico o mecánico, señaló Kumar, quien también es profesor de ingeniería mecánica en Penn. En ese ámbito, el progreso es más lento.
En algún momento, todo ese software de los coches autónomos se encuentra con el duro pavimento. En ese mundo, como en otras aplicaciones robóticas, el progreso consiste en pasar de «datos a información y a conocimiento». Un problema fundamental es que la mayoría de los observadores no se da cuenta de la enorme cantidad de datos que se necesita para operar en el mundo físico: cantidades que no dejan de aumentar o, como las llama Kumar, cantidades «exponenciales». Hoy se entiende la importancia de los «macrodatos», pero las cantidades necesarias para muchas operaciones físicas son muy superiores a lo que da a entender ese término. Las limitaciones para obtener cantidades tan enormes de datos frenan considerablemente el ritmo de avance de muchos tipos de proyectos, sugirió.
En otras palabras, muchos artículos optimistas sobre los vehículos autónomos pasan por alto que harán falta muchos años para reunir suficientes datos y lograr que los coches totalmente autónomos funcionen a gran escala; no solo un par de años.
«Ya es bastante difícil» conseguir suficientes datos para alcanzar una precisión del 90 %, señaló Kumar. Algunos programas actuales de reconocimiento de objetos «tienen una precisión del 90 %: vas a Facebook, hay muchísimas caras, [pero la identificación tiene] una precisión del 90 %». Aun así, incluso con un 90 %, «tus colegas de visión artificial te dirían: “eso es una tontería”... Pero pasar de una precisión del 90 % al 99 % requiere muchos más datos»: una cantidad exponencialmente mayor. «Y para pasar de una precisión del 99 % al 99,9 %, ¿adivinen qué? Hace falta todavía más datos». Compara las necesidades de datos, que aumentan exponencialmente, con un gráfico parecido a un palo de hockey, cuya pendiente sube de repente y con fuerza. Como han señalado otros analistas, el problema de los vehículos autónomos es que una precisión del 90 %, e incluso del 99 %, sencillamente no basta cuando hay vidas humanas en juego.
Una cantidad exponencialmente mayor de datos
«Es extremadamente difícil tener exponencialmente más datos para resolver correctamente todos los casos», dijo Kumar. «Por eso creo que los coches autónomos, que implican tomar decisiones basadas en datos, son extremadamente difíciles [de perfeccionar]... Sí, es un concepto estupendo y sí, estamos avanzando mucho, pero... resolverlo hasta el punto de sentirnos totalmente seguros llevará mucho tiempo».
Entonces, ¿por qué al leer los medios generalistas uno se queda con la impresión de que los coches autónomos están a la vuelta de la esquina?
Para explicar su opinión sobre lo que ocurre en los medios, Kumar citó unas declaraciones del expresidente de la Reserva Federal Alan Greenspan, quien dijo célebremente que había una «exuberancia irracional» en el mercado bursátil poco antes del estallido de la enorme burbuja de las acciones tecnológicas a principios de la década de 2000. Kumar sugirió que hoy se exagera de manera parecida con los coches autónomos. «Ahí es donde entra en juego la exuberancia irracional. Es una tecnología que está casi lista, pero tardará mucho en integrarse por completo».
«Contar con energía eléctrica, motores y baterías para propulsar drones capaces de elevar personas en el aire me parece una quimera».–Vijay Kumar
Garrett señaló que Elon Musk, director de Tesla, afirma que ya existe toda la tecnología necesaria para que los coches nuevos se conduzcan solos (aunque no necesariamente sin una persona a bordo que tome el control en caso de emergencia) y que el principal problema es «la aceptación humana de la tecnología».
Kumar dijo que no podía estar más en desacuerdo. «Elon Musk también te dirá que las baterías mejoran cada vez más. En realidad, son las mismas baterías que existían hace cinco o diez años». Lo que ha cambiado es que son más pequeñas y menos costosas, «porque cada vez más gente compra baterías. Pero, en esencia, son lo mismo».
El progreso también ha sido lento en otros ámbitos. Kumar explicó que, en el «ámbito físico», tampoco ha cambiado mucho en cuanto a energía y potencia. «Miren los motores eléctricos: son tecnología de la Segunda Guerra Mundial. Así que, en el ámbito físico, no avanzamos al mismo ritmo que en el ámbito de la información. Y, ¿saben qué? En Estados Unidos, los centros de datos representan el 2 % de todo el consumo eléctrico. Si de verdad quieren tantos más datos, si quieren afrontar esa curva en forma de palo de hockey, tendrán que consumir mucha energía solo para poner en marcha los centros de datos. Creo que, en algún momento, se vuelve cada vez más y más difícil...».
Según dijo, la tecnología de drones está sujeta a limitaciones similares. «He aquí un dato sencillo: para volar, un dron necesita unos 200 vatios por kilo. Así que, si quieren elevar en el aire a una persona de 75 kilos, hace falta mucha potencia. ¿De dónde van a sacar las baterías necesarias?». La única fuente de energía con suficiente «densidad de potencia» para elevar cargas tan pesadas son los combustibles fósiles. «Se podrían usar pequeñas turbinas a reacción para propulsar drones. Pero contar con energía eléctrica, motores y baterías para propulsar drones capaces de elevar personas en el aire me parece una quimera».
Eso no significa que «no se puedan hacer cosas interesantes con drones, pero, sea lo que sea, hay que pensar en cargas útiles acordes con lo que se quiere hacer».
En otros ámbitos, como el de los coches eléctricos, el progreso avanza a buen ritmo y Kumar afirma que hay mucho potencial. «Los chinos lo han demostrado; lideran el mundo. El número de coches eléctricos que se producen en China cada año es tres veces el de Estados Unidos... Creo que los coches eléctricos han llegado para quedarse, pero no estoy tan seguro en cuanto a los drones eléctricos».
Retomando el tema de Kumar, Fung, quien también ayuda a dirigir el Centro de Tecnología del Lenguaje Humano de su universidad, expuso algunos de los límites previsibles de la inteligencia artificial (IA), un ámbito en el que, una vez más, las expectativas suelen superar a la realidad. Aunque la IA pueda realizar muchas tareas impresionantes y valiosas, las limitaciones físicas siguen prácticamente intactas.
«... Un algoritmo de aprendizaje profundo que solo pueda hacer reconocimiento del habla, es decir, traducir lo que dices, debe entrenarse con millones de horas de datos y “utiliza enormes granjas de datos”», señaló Fung. Y aunque una red de aprendizaje profundo pueda tener cientos de miles de neuronas, el cerebro humano tiene billones. Por ahora, los seres humanos son mucho más eficientes en el consumo de energía. Pueden trabajar «todo el día con una porción diminuta de pizza», bromeó.
«Los empleos menos expuestos a ser sustituidos por robots serán los de los extremos, los de arriba y los de abajo, no los del medio».–Vijay Kumar
El enigma del cerebro humano
Esto llevó a los panelistas a señalar una segunda brecha poco reconocida: el alcance de los proyectos que la IA puede dominar actualmente. Kumar señaló que tareas como la traducción son relativamente acotadas. Hemos «descubierto cómo pasar de los datos a la información hasta cierto punto, aunque... con el aprendizaje profundo, incluso eso es muy difícil. ¿Pasar de la información al conocimiento? No tenemos ni idea. No sabemos cómo funciona el cerebro humano... Pasará mucho tiempo antes de que construyamos máquinas con el tipo de inteligencia que asociamos con los seres humanos».
Kumar señaló que, no hace mucho, el superordenador Watson de IBM ni siquiera podía jugar al tres en raya con un niño de cinco años. Ahora vence a los seres humanos en ¡Jeopardy!. Pero ese rápido progreso puede hacernos olvidar que hoy los ordenadores solo pueden manejar bien tareas limitadas o «soluciones puntuales». «Generalizar a partir de las muchas cosas que hacen los seres humanos es muy difícil».
Aun así, se están sentando las bases para avances mayores en el futuro. Hasta ahora, para realizar las tareas limitadas que se han automatizado, los seres humanos han tenido que «aprender a comunicarse con las máquinas», y no siempre con éxito, como demuestra la frustración con los centros de atención telefónica y, a menudo, con Siri de Apple, señaló Fung.
Hoy se intenta invertir la relación entre docente y alumno para que, en cambio, las máquinas empiecen a aprender a comunicarse con los seres humanos. Fung dijo que ya está en marcha la «investigación, el desarrollo y la aplicación de algoritmos y máquinas de IA que trabajarán para nosotros» y nos atenderán. «Entenderán nuestro significado, nuestras emociones, nuestra personalidad, nuestros afectos y todo eso». El objetivo es que la IA tenga en cuenta las «distintas capas» de la comunicación entre seres humanos.
«Nos miramos, conectamos con las emociones y las intenciones de los demás», dijo Fung, una de las líderes mundiales en los esfuerzos por lograr que las máquinas se comuniquen mejor con los seres humanos. «Usamos el lenguaje corporal. No son solo palabras. Por eso preferimos las reuniones cara a cara, e incluso preferimos Skype a hablar por teléfono».
Fung hizo referencia a un artículo que escribió para Scientific American, sobre la necesidad de enseñar a los robots a comprender e imitar las emociones humanas. «En esencia, se trata de crear máquinas que comprendan nuestros sentimientos e intenciones, y no solo lo que decimos, y que nos respondan de una forma más humana».
La llamada «computación afectiva» significa que, en última instancia, las máquinas mostrarán «reconocimiento de afectos» a partir de nuestras voces, mensajes de texto, expresiones faciales y lenguaje corporal. En el futuro, «la comunicación entre seres humanos y robots debe incluir esa capa». Sin embargo, añadió Fung, captar las intenciones además de las emociones es un reto extremadamente difícil. «A las máquinas les cuesta mucho entender el lenguaje natural, y a los seres humanos también. A menudo nos malinterpretamos».
Entonces, ¿adónde podría conducir todo esto en lo que respecta al futuro del empleo?
Las máquinas todavía son «tontas»
«En un futuro próximo, nadie tiene que preocuparse porque las máquinas son bastante tontas...», dijo Kumar. Como ejemplo, Fung explicó que hoy podría fabricar un robot capaz de realizar algunas tareas domésticas sencillas, pero que «sigue siendo más barato que las haga yo, o enseñar a mis hijos o a mi marido a hacerlas. Así que, en un futuro próximo, hay montones de empleos cuya sustitución por máquinas sería demasiado costosa. Es probable que eso cambie dentro de 50 a 100 años, igual que el mundo actual es distinto del de hace 50 años».
Pero, incluso cuando llegan nuevas tecnologías, no siempre está claro cuál será su efecto final. Por ejemplo, cuando el sector bancario introdujo por primera vez los cajeros automáticos [ATM], en vez de haber menos cajeros «tuvimos más», señaló Aguzin. Los cajeros automáticos hicieron «más barato tener una sucursal; entonces abrimos más sucursales y, al final, tuvimos más cajeros».
«Con la tecnología de cadena de bloques, el coste de realizar una transacción acabará siendo “como enviar un correo electrónico: casi cero”. Imaginen aplicarla a la financiación del comercio».–Nicolas Aguzin
Por otro lado, introducir la tecnología de cadena de bloques en el sector bancario como sistema de registro probablemente eliminará la necesidad de que un tercero revise las cuentas. Aguzin añadió que todo lo que requiera conciliación podrá hacerse al instante, sin necesidad de confirmación. Con el tiempo, el coste de realizar una transacción será «como enviar un correo electrónico: casi cero... sin posibilidad alguna de confusión, no hay coste. Imaginen si se aplica a la financiación del comercio, etcétera».
El banco de Aguzin está a punto de automatizar este año 1,7 millones de procesos que actualmente se realizan de forma manual. «Y no son tareas manuales de los niveles más bajos: están en algún punto intermedio». En una primera incursión en la computación afectiva, su banco está desarrollando un programa capaz de detectar lo que siente un cliente y cuál es su propósito cuando llama para solicitar atención. «Todavía no es perfecto, pero permite hacerse una idea bastante buena de cómo se sienten: si quieren presentar una queja o solo consultar el saldo. Si van a hacer esto o aquello, se ahorra mucho tiempo».
Aun así, dijo que sigue convencido de que se crearán nuevos empleos gracias a las nuevas tecnologías, como ocurrió tras la llegada de los cajeros automáticos. Su opinión sobre el futuro del empleo y la automatización no es tan «catastrófica» como la de algunos analistas. «Me preocupa un poco la velocidad del cambio, que quizá nos obligue a ser cautelosos, pero... surgirán cosas nuevas. Suelo tener una visión algo más positiva del futuro».
Fung recordó al público que incluso en la tecnología financiera el progreso se verá frenado por los datos disponibles. «En algunos ámbitos hay muchos datos; en otros, no». Ejecutivos del sector financiero le han dicho a Fung que cuentan con enormes bases de datos, pero, según su experiencia, a menudo no son ni de lejos lo bastante grandes para alcanzar muchos de sus objetivos.
Kumar admite que hoy estamos creando más empleos para robots que para seres humanos, lo cual plantea motivos de preocupación sobre el futuro del empleo humano. Pero también se define como un «optimista patológico» en materia de empleo. La IA y la robótica funcionarán mejor en «aplicaciones en las que trabajen con seres humanos». Haciéndose eco de Fung, añadió: «Pasará mucho tiempo antes de que construyamos máquinas con el tipo de inteligencia que asociamos con los seres humanos. En cuanto a pasar de la “información al conocimiento”, no tenemos ni idea. No sabemos cómo funciona el cerebro humano».
Seguridad en los extremos
Retomando la observación de Fung de que probablemente se conservarán muchos empleos de baja cualificación, Kumar añadió que los empleos con más probabilidades de desaparecer podrían sorprender a la gente. «¿Qué es lo que mejor hacen los ordenadores? Se les da bien hacer exámenes. Así que esta expectativa de “vaya, saqué un 4,0 en una universidad muy conocida, tendré un empleo en el futuro” no es cierta». Al mismo tiempo, para los robots, «ordenar una habitación después de que haya estado un niño de tres años es muy, muy difícil. Servir la cena es muy, muy difícil. Recoger después de cenar es aún más difícil. Creo que esos empleos están a salvo».
El consenso del panel: los empleos menos expuestos a ser sustituidos por robots serán los de los extremos, los de arriba y los de abajo, no los del medio.
¿Qué ocurrirá dentro de muchos años, cuando los robots sean lo bastante avanzados y baratos para asumir cada vez más actividades humanas? ¿Qué será del trabajo humano?
«Seguirán queriendo leer una novela escrita por un ser humano, aunque algún día no se distinga de una escrita por una máquina. Seguirán apreciando ese toque humano».–Pascale Fung
Por un lado, dijo Fung, habrá muchos más ingenieros de IA «y personas que tengan que regular, mantener y, de algún modo, diseñar las máquinas hasta que puedan reproducirse por sí mismas».
Además, muchos empleos empezarán a adaptarse al nuevo mundo. Supongamos, por ejemplo, que en algún momento de un futuro lejano muchos restaurantes tengan robots que sirvan y atiendan a los clientes. La gente «pagará mucho más por ir a un restaurante donde el chef sea una persona y quien atienda las mesas también», dijo Fung. «Así, el trabajo humano pasaría a ser muy valioso».
Añadió que muchas personas quizá «se conviertan en artistas, chefs y artistas escénicos, porque todavía queremos escuchar un concierto interpretado por seres humanos, ¿verdad?, en vez de que unos robots toquen un concierto para nosotros. Y seguiremos queriendo leer una novela escrita por un ser humano, aunque algún día no se distinga de una escrita por una máquina. Seguiremos apreciando ese toque humano».
Además, señala Fung, la creatividad ya está cobrando cada vez más importancia. Así que la cuestión no es si los ingenieros de IA o los empresarios tomarán las decisiones en el futuro. «Se trata, en realidad, de personas creativas frente a personas no creativas. La demanda de personas creativas es cada vez mayor». Ya parece más difícil que los estudiantes de ingeniería «compitan con los mejores que en el pasado».
Antes, para los ingenieros, un buen expediente académico garantizaba un buen empleo. Hoy, las empresas tecnológicas entrevistan a los candidatos en «muchos ámbitos distintos», añadió Fung. Buscan algo más que aptitudes técnicas. Buscan creatividad. «Creo que los ingenieros tienen que aprender más habilidades ajenas a la ingeniería, y que quienes no son ingenieros tendrán que aprender más habilidades de ingeniería, incluido el pensamiento científico y algo de programación...».
Kumar está de acuerdo. Hoy, todos los estudiantes de ingeniería de Penn cursan materias de negocios. «La idea de formar a un graduado integral, la idea actual de una educación liberal, creo que incluye la ingeniería y los negocios, ¿verdad? Lo que me preocupa es qué será de los antropólogos, los estudiantes de literatura inglesa y los de historia... Creo que esas disciplinas estarán sometidas a mucha presión».
