Una competición mundial ha impulsado predicciones sólidas sobre lo que debería ocurrir para mitigar los efectos de la pandemia.
Los equipos utilizaron la IA para predecir el impacto de la COVID-19 en comunidades de todo el mundo.
El trabajo refleja el papel fundamental de la IA en el uso de datos para resolver problemas del mundo real.
En 2021, la inteligencia artificial ha alcanzado su madurez. Al sustituir anécdotas, suposiciones e intuiciones por datos del mundo real y modelos basados en el aprendizaje, la IA impulsa una respuesta mundial a la pandemia que trasciende las diferencias en materia de políticas y privacidad para desbloquear el valor del intercambio de datos y la colaboración entre organizaciones.
El Desafío de Respuesta a la Pandemia de XPRIZE es un ejemplo práctico.
Esta competición mundial, de cuatro meses de duración, reunió a 100 equipos centrados en desarrollar sistemas de IA con dos objetivos: predecir las tasas de infección por COVID-19 y prescribir planes de intervención para ayudar a los gobiernos regionales, las comunidades y las organizaciones a reabrir con la mayor seguridad posible.
El desafío se basó íntegramente en datos. Cada equipo basó sus creaciones en modelos de IA desarrollados por Cognizant y en datos recopilados y compilados a diario por el Oxford COVID-19 Government Response Tracker, que recoge información sobre las respuestas políticas y después puntúa las medidas en un Índice de Rigor.
Los ganadores del gran premio fueron anunciados el 9 de marzo. El jurado concedió el primer puesto a un equipo de Valencia (España), cuyo modelo ganador predijo con éxito la evolución epidemiológica mediante el uso de IA y ciencia de datos. El segundo puesto fue para un equipo esloveno que desarrolló predictores precisos de las infecciones por COVID-19 combinando el aprendizaje automático con un modelo epidemiológico susceptible-expuesto-infeccioso-recuperado (SEIR). Los dos equipos se repartieron el premio de 500.000 dólares.
Los equipos participantes alimentaron de datos de forma continua los modelos de COVID-19 y los entrenaron a diario para comprender cómo la pandemia, así como las estrategias de contención para las pruebas, los tratamientos y las vacunas, afectarían a comunidades concretas de todo el mundo. El resultado: predicciones sólidas sobre lo que debería ocurrir, no sobre lo que ocurrirá. Y estas tienen el potencial de dar forma a las estrategias de mitigación en curso.
La experiencia global fue colaborativa y profunda. Generó resultados verificables que refuerzan el papel de la IA en la comprensión de la propagación —y la gestión— de enfermedades infecciosas como la COVID-19, así como de sus implicaciones económicas y sociales.
Más importante aún, el Desafío de Respuesta a la Pandemia refleja la aplicación de la IA para resolver problemas del mundo real, y ofrece pruebas de cómo los responsables políticos pueden utilizar los datos, en lugar de intuiciones, en la toma de decisiones.
El volumen de datos que afecta a las cuestiones sanitarias, medioambientales y sociales ha crecido, y tomar decisiones óptimas requiere el poder de la IA y la simulación.
Bret Greenstein
Las lecciones aprendidas podrían ayudar a esclarecer cómo las empresas, las ONG y los gobiernos pueden llegar más rápidamente a medidas predictivas y a las políticas resultantes para afrontar los desafíos que nos esperan.
Y todo ello ha sido posible gracias a un ejército de miles de voluntarios que colaboran en todo el mundo a través de la ciencia de datos.
El poder de los datos y la IA
En todo el mundo, los gobiernos y las empresas consideran que la batalla por la IA es una inversión en el futuro. En 2017, el gobierno chino expuso su hoja de ruta para lograr la supremacía en IA en 2030, y el ruso Vladímir Putin declaró que el liderazgo mundial depende del dominio de la IA.
Mientras tanto, EE. UU. y los líderes europeos siguen abogando por inversiones y políticas que fomenten tanto el liderazgo en IA como el uso ético de la misma.
No es de extrañar. Muchos problemas mundiales son demasiado complejos para resolverse sin esta poderosa tecnología, desde problemas de salud como el cáncer y la COVID-19, hasta problemas medioambientales como el calentamiento global, pasando por problemas sociales como la inseguridad alimentaria. El volumen de datos que afecta a estas cuestiones ha crecido, y tomar decisiones óptimas requiere el poder de la IA y la simulación. Estas son las herramientas que nos ayudan a abordar cuestiones empresariales y sociales complejas e importantes.
Aunque el éxito con la IA depende en gran medida de disponer de los datos adecuados (y de más cantidad), la mayor parte de los datos del mundo sigue bajo llave, como los yacimientos de petróleo atrapados bajo capas de roca: en almacenes de datos, bajo los escritorios, en laboratorios y en nuestros hogares.
Sin datos, no hay protección de la privacidad
No solo no existe una forma sencilla de compartirlos, sino que también hay poca motivación para hacerlo.
Este estancamiento de los datos genera tensión entre el desarrollo de la IA y la protección de la privacidad de las personas en lo que respecta al intercambio de datos.
En los países con normativas de privacidad estrictas, los datos están más restringidos y hay menos oportunidades de compartirlos entre las partes interesadas.
En los países con normativas de privacidad más laxas, los datos están disponibles a gran escala, lo que da lugar a sistemas de IA más potentes. Basta con observar la adopción por parte de China de herramientas de vigilancia digital para las labores de rastreo durante la pandemia. Las herramientas de China asignaron a las personas una calificación de riesgo «verde, amarillo o rojo» basada en su información personal y en su historial reciente de viajes y estado de salud. Queda por ver si el país seguirá utilizando el sistema cuando la pandemia remita, o si incluso ampliará el uso de las calificaciones personales fuera del ámbito sanitario.
Por qué importan la colaboración y los incentivos
El desafío de Respuesta a la Pandemia demuestra lo que puede ocurrir cuando las personas, los datos y la IA se unen. En esta ocasión, las motivaciones de las partes interesadas coincidieron y todos sintieron la urgencia.
Sin embargo, esta colaboración no siempre es posible, porque las empresas protegen sus datos y temen compartirlos por los riesgos normativos. Como consecuencia del GDRP, la HIPAA, la CCPA y otras leyes, dudan en compartir datos.
Los incentivos desempeñarán un papel fundamental para cambiar ese escenario. En este momento, las empresas tienen pocos incentivos para compartir datos. Sin embargo, para mirar hacia el futuro, cabe considerar una analogía: cómo las empresas fueron primero reguladas y luego incentivadas para mejorar su impacto ambiental.
Las primeras normativas, como las normas de emisiones para automóviles y camiones, se establecieron con el objetivo de limitar el impacto ambiental. Pero les siguieron incentivos —que van desde los créditos de carbono hasta las desgravaciones fiscales para los vehículos respetuosos con el medio ambiente— que fomentan la adopción de opciones más sostenibles. Tal como están las cosas, las marcas tienen un incentivo reputacional para demostrar su sostenibilidad, y las empresas automovilísticas han logrado avances suficientes para que los vehículos ecológicos sean más asequibles de poseer.
Con los datos, nos encontramos en una situación similar.
Las primeras normativas garantizaron que los datos se gestionaran de forma segura y respetando la privacidad. Pero competimos en un mercado mundial con países que no solo tienen pocas normativas sobre datos, sino que además promueven la inversión pública en empresas, lo que en la práctica fomenta el intercambio de datos.
La infraestructura de telefonía móvil de China fue fundamental para permitir el rastreo de personas por parte del país durante la COVID-19. Los gobiernos de Estados Unidos y Europa carecen de acceso a datos similares para la seguridad pública.
Dar crédito a los datos
Una alternativa que las naciones occidentales podrían considerar es aplicar un concepto similar a los créditos de carbono para el intercambio seguro de datos. Llamémoslos créditos de datos. Este modelo considera que las empresas que comparten datos contribuyen al beneficio de la sociedad, ya sea mediante una mayor seguridad pública o la creación de un mayor valor económico, y las incentiva a hacerlo.
Un modelo de créditos de datos tiene el potencial de impulsar el intercambio de datos aprovechando nuevas tecnologías como Data Exchange de Snowflake. Además, sienta las bases para la ventaja reputacional de ser percibida como una empresa de datos abiertos.
El Desafío de Respuesta a la Pandemia ha trazado un camino a seguir, a través del cual los datos y la IA pueden ayudarnos a trascender las diferencias y resolver problemas globales. En 2021, esa es la dirección que todos necesitamos.
