La inteligencia artificial (IA) es básicamente la programación de ordenadores que aprenden y se adaptan. O, en otras palabras, es el nombre que recibe cualquier sistema informático al que se le enseña a imitar el comportamiento humano inteligente.
Estos van desde programas que aprenden a jugar a juegos de mesa y a traducir idiomas, hasta sofisticados sistemas que pueden mantener conversaciones similares a las humanas, analizar el mercado de valores o ayudar a diagnosticar problemas de salud.
En la última década se han producido grandes avances gracias a la creciente velocidad de los ordenadores y a la introducción de técnicas como el aprendizaje automático. Como resultado, la IA está cada vez más integrada en nuestra forma de vivir, trabajar y percibir el mundo.
En última instancia, el futuro de estas tecnologías dependerá en gran medida de cómo las utilicen las personas, pero la promesa de resolver problemas humanos es cada vez más evidente.
La Parcialidad
Los datos incompletos pueden provocar un sesgo en la IA.
El rendimiento de los sistemas de IA puede verse afectado por datos que refuerzan los sesgos existentes en el mundo real.
En general, la IA está sesgada cuando los datos de los que debe aprender no son completos y, por tanto, conducen a determinados resultados. Dado que los datos son la única herramienta de aprendizaje para un sistema de IA, éste puede acabar reproduciendo las desigualdades o los sesgos presentes en la información bruta.
Pero…
Por ejemplo, si se enseña a una IA a reconocer zapatos y sólo se le muestran imágenes de calzado deportivo, no aprenderá a reconocer los tacones altos, las sandalias o las botas como zapatos.
Los prejuicios dificultan el desarrollo de una inteligencia artificial que se adapte a todos.
Ningún sistema de inteligencia artificial es lo suficientemente avanzado y ningún conjunto de datos es lo suficientemente profundo como para representar y comprender a la humanidad en toda su diversidad. Esto podría ser un problema importante en cuanto a cómo la IA puede influir en la experiencia humana.
Una IA que seleccione a los candidatos para una entrevista de director general podría aprender a favorecer a los hombres simplemente porque recibe currículos exitosos para revisar y porque ha habido un sesgo social contra los candidatos masculinos en el pasado.
Para garantizar que los sistemas de IA sean éticos y reducir el riesgo de sesgo, los desarrolladores diseñan sus sistemas y prueban a fondo los datos. Es la única manera de garantizar que los sistemas funcionen bien para todos.
Conjuntos de datos
Los conjuntos de datos son grandes colecciones de información digital que se utilizan para entrenar la inteligencia artificial.
Pueden incluir desde datos meteorológicos, como la presión atmosférica y la temperatura, hasta fotos, música y otros datos que ayudan al sistema de inteligencia artificial a realizar su trabajo.
Los conjuntos de datos son como libros de texto para los ordenadores.
Al igual que un niño aprende con el ejemplo, las máquinas también aprenden. Los conjuntos de datos son la base de este proceso de aprendizaje.
Los equipos de desarrollo de IA deben seleccionar cuidadosamente los datos con los que se entrena la IA y pueden crear parámetros que ayuden al sistema a interpretar la información proporcionada de forma significativa.
Debido a su tamaño y complejidad, crear y perfeccionar colecciones como muestras de audio o mapas completos que cubran todo el sistema solar conocido puede ser muy difícil.
Por ello, los equipos de desarrollo de IA suelen compartir conjuntos de datos en beneficio de la comunidad científica, lo que fomenta la colaboración y hace avanzar la investigación.
Aprendizaje automático
El aprendizaje automático permite a los sistemas de inteligencia artificial encontrar soluciones por sí mismos, en lugar de una serie de respuestas preprogramadas: La inteligencia artificial aprende por sí misma a partir de los datos y la experiencia.
En la programación tradicional, si querías enseñar a un ordenador a dibujar un gato, tenías que explicarle detalladamente el proceso de dibujo. Con el aprendizaje automático, le das al sistema de inteligencia artificial miles de dibujos de gatos para que los analice y le dejas que busque patrones por sí mismo.
Con el tiempo, reconoce los rasgos distintivos del gato, como las orejas puntiagudas y los bigotes, y desarrolla una comprensión más flexible y sofisticada de lo que el gato está dibujando.
Chat
Con estas capacidades de reconocimiento de patrones, el aprendizaje automático ayuda a los sistemas de inteligencia artificial a interpretar grandes cantidades de datos.
El aprendizaje automático puede realizar ciertas tareas a gran velocidad y a gran escala: los ecologistas lo utilizan para analizar meses de imágenes submarinas para identificar patrones de migración de las ballenas, mientras que los médicos pueden utilizarlo para estudiar un gran número de imágenes simultáneamente para detectar los primeros signos de una enfermedad.
Prueba de Turing
Se trata de la famosa prueba que planteaba la pregunta: ¿pueden pensar las máquinas?
La prueba de Turing se basa en un principio sencillo: "Si un ser humano puede mantener una conversación de cinco minutos sin darse cuenta de que está hablando con una máquina, el ordenador ha superado la prueba".
La prueba, inventada en 1950 por el informático Alan Turing, sentó las bases de lo que hoy llamamos inteligencia artificial, al preguntarse si era posible que una máquina imitara el pensamiento humano.
Curiosamente, muchos de los sistemas que hasta ahora han conseguido convencer a alguien para que hable con un ser humano lo han hecho con errores ortográficos o gramaticales, en lugar de hacerlo en forma de una conversación humana convincente. Las habilidades necesarias para parecer humano y pasar el examen no están necesariamente relacionadas con la "inteligencia" y el "pensamiento".
Sin embargo, el test de Turing ha llevado a muchos científicos e ingenieros a reflexionar sobre lo que nos hace intrínsecamente humanos y ha llevado a los equipos de desarrollo de IA a esforzarse por crear sistemas informáticos que interactúen de forma más natural y parecida a la humana.