Nuestra adopción de la tecnología de IA se ha acelerado durante la pandemia.
Las aplicaciones y la experimentación han abarcado desde el escaneo de pacientes hasta el seguimiento y la predicción global de casos, escriben tres expertos para MIT Technology Review.
Necesitamos un diálogo más profundo sobre lo que necesitamos de la IA para responder a futuras crisis, sin generar un vacío de derechos aún más fundamental y profundo.
Estos meses han demostrado ser emblemáticos de los peligros de un mundo hiperconectado. A pesar de los esfuerzos por restringir los viajes internacionales y nacionales, los casos de coronavirus siguen aumentando, y con rapidez, y las asimetrías crecen en todo el mundo a un ritmo que quizá no imaginábamos cuando comenzó 2020.
Sin embargo, la naturaleza digital de nuestro mundo hiperconectado puede resultar clave para aportar algunas de las soluciones críticas necesarias para escalar enfoques novedosos ante la amplia gama de problemas asociados, directa e indirectamente, a la pandemia; soluciones que cada vez llegan en formato digital. El problema no es, por supuesto, solo el virus: se trata más bien de las reacciones ante él, como la información sobre los recursos que debemos asignar o la comprensión de las consecuencias más amplias para las empresas que intentan responder.
Entre estos sistemas digitales, pocos son más celebrados o considerados con más promesas que las soluciones impulsadas por IA. Pese a su novedad actual, la IA en sí no es nada nueva. Su reciente aparición procede de una serie de tendencias convergentes de las últimas décadas, destacando sobre todo el auge de las unidades de procesamiento gráfico, más idóneas para las tareas computacionales de las redes neuronales y el aprendizaje profundo; el auge de los grandes conjuntos de datos abiertos procedentes de internet; y la expansión de nuevos algoritmos gracias a los avances en las técnicas de aprendizaje estadístico, entre otros. El notable aumento de la experimentación durante la pandemia, y el consiguiente interés de gobiernos y corporaciones por igual, representa un nuevo estado de cosas en el debate global sobre la IA. Efectivamente, hay nuevo oxígeno para que respiren los actores consolidados de la industria.
Surgen rápidamente nuevos casos de uso de la IA en los medios internacionales, como la evaluación rápida y a gran escala de escaneos de pacientes para mejorar la detección de la covid-19, una mayor precisión en el seguimiento y la predicción globales de casos, la revisión y recopilación a gran escala de artículos en línea relevantes para la concienciación y la evaluación, y el análisis químico avanzado para apoyar la creación de vacunas. ¿Quiere algunos ejemplos?
Desde la alerta predictiva de BlueDot hasta los diagnósticos con IA de Alibaba, pasando por el transporte con los robots limpiadores autónomos de Hong Kong Mass Transit y el precursor de la IA sanitaria con el programa HealthMap del Hospital Infantil de Boston, estos programas han demostrado una forma superior de utilización del aprendizaje automático con fines de algún tipo de imperativo de salud pública. Pero los ejemplos también están geográficamente dispersos, y aquí merecen mención los ejemplos de la ciudad china MicroMultiCopter de Shenzhen. Y esto no es todo. También son dignos de mención AlphaFold de DeepMind así como el bot de evaluación de los Centros para el Control y la Prevención de Enfermedades, y para terminar, la moderación de la seguridad de la red social de Facebook. La cereza del pastel llega con la aplicación de normas éticas inherentes, como el programa de cribado de fármacos de BenevolentAI.
El notable aumento de la experimentación durante la pandemia, y el consiguiente interés de gobiernos y empresas por igual, representa un nuevo estado de cosas en el debate global sobre la IA.
Por abrumadora que haya sido esta lista de aplicaciones, demuestra una esperanza pública más amplia y una conciencia comercial sobre el creciente potencial de la IA como pieza fundamental del panorama tecnológico moderno.
Dicho esto, y al margen de la exageración, se necesita una dosis de realidad, ya que la demanda de experimentación se convierte en una demanda de escalado. Como no todos los problemas requieren soluciones de IA, ni todas las soluciones de IA existentes están a la altura de muchos problemas altamente inciertos, y sobre todo, no todas las organizaciones están lo bastante avanzadas como para desplegar y aprovechar eficazmente tales soluciones sin generar efectos de segundo orden, aunque se necesitan soluciones a gran escala, y ya existen nuevas prácticas y medios para experimentar, debemos asegurarnos de que las organizaciones que pretendan poner en marcha estos experimentos comprendan a fondo cuál es realmente la “tarea a realizar”. Como ocurre con la mayoría de las transformaciones digitales, estas agendas a veces tratan menos de la tecnología que de la cultura, el trabajo y los modelos mentales, que deben cambiar para que se logren y sostengan realmente una nueva productividad, nuevas oportunidades y un nuevo avance social.
Esta preocupación se extiende a la cuestión de cómo los gobiernos nacionales y los actores municipales buscan aprovechar una nueva generación de tecnologías emergentes para mejorar la rapidez, la escala y la sofisticación de las respuestas a eventos de alto impacto y baja probabilidad, como las conmociones sistémicas a gran escala. Efectivamente, tanto si se trata de gobiernos que buscan definir nuevos sectores para la inversión estratégica en competencias de IA como de empresas que buscan en el mercado aplicaciones de IA probadas, deben surgir inquietudes similares. Para un debate más maduro, debemos pasar de lo que queremos que la IA haga a un diálogo más real y profundo sobre lo que necesitamos de la IA para responder a las crisis, sin generar un vacío de derechos aún más fundamental y profundo.
Aunque, en efecto, debemos ir más allá: pese a la originalidad de los casos que ya hemos mencionado, se necesitan estrategias más amplias para abordar, con una previsión eficaz, los desafíos principales y basados en valores que plantea la IA. Cómo creamos los medios para mantener debates eficaces sobre si sacrificar la privacidad para garantizar la capacidad de la atención sanitaria (o si, de hecho, se trata de un falso dilema), si la propiedad de los datos debe ser privada o gestionarse públicamente, si la posible desigualdad derivada de algunas aplicaciones de IA supera los beneficios para quienes pueden acceder a ellas, y así sucesivamente.
Mientras los Estados recurren a la IA para remodelar su respuesta posterior a la pandemia, y, efectivamente, como elemento central del futuro de sus respuestas de salud pública, así como de las agendas de competitividad en sentido más amplio, debemos mantener conversaciones difíciles sobre cuál es realmente el valor de la IA. Aunque todo esto comienza con una apreciación real de lo que la IA puede y no puede hacer cuando se somete a las exigencias de mejoras operativas a gran escala. Estas conversaciones deben producirse de forma conjunta y deben producirse ahora, para construir mejores marcos de uso. De lo contrario, el enorme potencial de estas tecnologías será en vano para el bienestar de la sociedad cuando más la necesitemos.
