A menudo nos enfocamos en encontrar soluciones de manera rápida sin preguntarnos el porqué de esa respuesta. 

Esta semana, el semanario The New Yorker dedicó un artículo al análisis de variados usos que tiene la inteligencia artificial en la actualidad. El periodista Jonathan Zittrain acuñó en su escrito el concepto de “deuda intelectual”, con respecto a que el enfoque a la hora de hacer descubrimientos es buscar respuestas y luego las explicaciones a por qué obtuvimos tales resultados. 

“Es posible descubrir lo que funciona sin saber el porqué funciona. (…) En algunos casos la deuda intelectual se cubre rápidamente, pero en otros confiamos por décadas en un conocimiento incompleto.” También aclara que esta situación está en constante cambio debido a nuevas técnicas de uso de la inteligencia artificial que nos entrega una especie de “línea de crédito” intelectual.

Prueba y error versus aprendizaje automatizado

El periodista explica a lo largo de su artículo, que está deuda intelectual se ha expuesto a procedimientos tipo prueba y error en áreas como la medicina. Zittrain expone que puedes proporcionarle acceso a los registros médicos a una entidad virtual y esta podrá predecir la posible muerte de un paciente, pero no podrá explicar por qué piensa en que es probable que ese paciente muera, ya que en el sentido estricto de la palabra no piensa, solo establece una correlación estadística. 

Los sistemas de aprendizaje automático basados en el uso de inteligencia artificial funcionan a través de la identificación de patrones en un mar de datos. Usando esos patrones, arriesgan respuestas no fundamentadas a preguntas confusas y con variadas aristas. Las respuestas sin una teoría en la cual sustentarse, y que se apliquen a diferentes áreas, pueden traer problemas que aún no han sido considerados. 

El aprendizaje a través del método de ensayo y error presenta menos riesgos que los que la inteligencia artificial puede ofrecer hoy en día, debido a que los modelos utilizados en la actualidad no entregan razones para los resultados que producen, lo que hace difícil o casi imposible identificar errores (aunque el sistema esté muy bien entrenado); o pueden ser resultados viciados, ya que alguien puede activar intencionalmente ciertos patrones para obtener las respuestas deseadas. 

Balance en la deuda intelectual 

Mientras estamos en el proceso de aplicación inicial y puesta en funcionamiento de sistemas de aprendizaje automático basados en IA, este tipo de cuestionamientos son válidos y las brechas que se generen son de gran importancia. No podemos ignorar que son sistemas falibles, expuestos a la intervención de personas y que el aporte humano no puede ser desechado de un día para otro. Quizá la inteligencia artificial siempre requiera de supervisión humana. 

El autor postula que “a medida que las máquinas hacen los descubrimientos más rápido, las personas podrían percibir a los teóricos como extraños, superfluos y desesperanzados con el paso del tiempo.” Para evitar esta brecha, Zittrain propone un balance de la deuda intelectual que probablemente requiera cambios de enfoque en cuanto a secretos comerciales y propiedad intelectual; y nunca olvidar que la crítica es oportuna, ya que cuestiona correctamente las formas en que la aplicación de inteligencia artificial puede no resultar y generar problemas aún mayores. 


¿Te gustaría aumentar el valor de los datos, para la Gestión del Cliente de tu organización?