NegociosSociedadTransformación Digital

Impacto social de la IA / Inteligencia Artificial

web, network, programming Posted On
Escrito por Jesus A. Lacoste
Compárteme en redes sociales

Asociados a los beneficios de las múltiples aplicaciones de la IA también hay que considerar el impacto social de la IA. Aunque no queramos, emergen también efectos negativos o, cuanto menos, riesgos y retos en su implementación.

Impacto social de la IA

¿Qué es la IA?

Según los expertos del Future Trends Forum (FTF) existe cierta diversidad en la definición de la IA como constructo social. Es un concepto que parte de un deseo, que está vivo y que evoluciona en el tiempo, y que habla de cómo es el ser humano en sus dimensiones antropológica, social y cultural en cada época. Eso es precisamente lo interesante, esa amplitud de miras y visiones.

Están quienes la definen como meramente un algoritmo, secuencias de pasos -no lineales, sino condicionales- que en vez de ejecutarlos una persona los ejecuta una máquina. Otros la describen como una herramienta práctica para aumentar las capacidades y mejorar la naturaleza del ser humano, concebida por los humanos. O como una herramienta que podemos usar para comprender y tomar decisiones como los humanos al obtener información sobre el entorno y otros elementos que hay en la naturaleza y en las interacciones diarias, con el objetivo de llegar a conclusiones razonadas sobre esa información. También hablan de sistemas o máquinas capaces de tomar decisiones o hacer recomendaciones que hasta ahora estaban reservadas a los humanos. Eso también es impacto social de la IA.

Campo de estudio

Hay quienes prefieren no hablar de la IA como una entidad, sino como un campo de estudio, una tecnología multipropósito. Otros rechazan completamente el término, bajo la premisa de que la IA es en realidad un sistema de procesamiento complejo de información y no una Inteligencia Artificial. Esto entronca con un postulado ampliamente compartido en la comunidad científica: la IA no es inteligente, capaz de entender. Es, sin embargo, capaz de alcanzar un nivel de rendimiento (competencia) que en contextos humanos se atribuiría a la comprensión (es decir, la inteligencia), pero sin comprenderlo.

Deep learning y maching learning

La capacidad de aprender por sí sola de la IA se conoce, erróneamente según dicen algunos, como ‘aprendizaje profundo’ (deep learning), compuesto por numerosos niveles de algoritmos de lo que se conoce como ‘aprendizaje automático’ (machine learning). Este ha vivido en los últimos años un desarrollo exponencial gracias a internet y al aumento de la capacidad de cómputo de los ordenadores. Su función es automatizar la construcción de modelos analíticos, mediante el análisis de grandes volúmenes de datos, que permiten identificar patrones y tomar decisiones con la mínima intervención humana, aprendiendo por sí mismo.

Impacto social de la IA

Según el informe sobre Inteligencia Artificial del Future Trends Forum de la Fundación Bankinter el impacto social de la IA se puede agrupar en 6 categorías:

Te interesa:   Las soft skills necesarias para la transformación digital

Impacto en el comportamiento

Por ejemplo los sesgos algorítmicos, sistemas injustos o que no respetan la privacidad y la seguridad debidas, que tratan de influir en nuestras opiniones y decisiones en beneficio de otros, que fomentan la adicción a estar conectados.
En el epicentro de todo esto está la asimetría de la información: el desequilibrio entre los usuarios (personas normales y corrientes que viven sus vidas), las grandes empresas tecnológicas y, en algunos casos, también los gobiernos, que son quienes tienen la sartén por el mango en tecnologías basadas en datos e Inteligencia Artificial.

El uso de estas tecnologías puede aumentar significativamente la influencia que pueden ejercer
otros entes sobre los usuarios. También se puede tender a una mayor personalización a través de la IA, a la desinformación, a la idea de sentirnos vigilados… Todos los datos que ya dominan nuestros hábitos, nuestros clics, se van a sumar en tiempo real a información dinámica sobre biometría (que monitoriza nuestro cuerpo, incluidos movimientos como hacia dónde miran nuestros ojos) o el registro de signos vitales como nuestra frecuencia cardiaca. Los algoritmos en la transformación digital de las empresas

Impacto en el empleo

La automatización es objeto de preocupación por su impacto en el empleo y ha llevado a una polarización del debate sobre la naturaleza de dicha automatización y el futuro del trabajo. Si bien hasta ahora este fenómeno había estado en su mayoría relacionado con la mecanización, ahora las tareas cognitivas son también automatizadas en todo tipo de profesiones. No obstante, será difícil que las máquinas reemplacen a los humanos en ocupaciones que requieran compasión, creatividad e inteligencia social. Por ejemplo, los fisioterapeutas o los trabajadores sociales. En estos casos el impacto social de la IA será menor.

Por otra parte, cobra fuerza la idea de ‘la paradoja de la última milla de la automatización’: que el deseo de eliminar el trabajo humano siempre genera nuevas tareas para los humanos. Por ejemplo, en computación humana: trabajos que empiezan y terminan online y que realizan cualquier tipo de tarea que pueda ser administrada, procesada, efectuada y pagada en línea. Estos trabajos -etiquetado, clasificación, identificación de discursos de odio, etc.- potencian los sistemas, sitios web y aplicaciones de IA que todos usamos y damos por sentado. TripAdvisor, Match.com, Google, Twitter, Facebook o Microsoft son algunas de las empresas más conocidas que generan tareas bajo demanda en estas plataformas. El problema de esta forma de trabajo es que podría hacer invisible la labor de cientos de millones de personas y condenarlas a la precarización. El Principio de Pareto 80/20 y la Inteligencia Artificial

Impacto en la justicia

¿Cuáles son los límites en la informatización de la ley? Si esta se redujera a un elaborado sistema de reglas sería fácil, pero el derecho es una institución social, con normas, categorías y marcos socialmente construidos para comprender el mundo. Tratar de formalizarlos con métodos matemáticos o lógicos conlleva el riesgo de simplificar en exceso el mundo para adaptarlo a un modelo computable.

Te interesa:   Las diferencias entre eficacia y eficiencia que todo emprendedor debe conocer

Codificar las leyes y el conocimiento legal en un sistema legible por una máquina resulta además muy difícil, ya que la prestación de asesoramiento o adjudicación legal no se produce en un contexto cerrado y requiere de inferencias complejas. También se requiere descifrar y entender el lenguaje de forma exquisita y ser capaz de generalizar lo que se sabe a nuevos escenarios o resolver problemas cuando tenemos información incompleta. Por todo ello y porque la IA no puede contextualizar -lo cual es clave para interpretar la ley- expertos en el ámbito de la ética de la innovación consideran indeseable y contraproducente el desarrollo y uso de robojueces.

Impacto en la gobernanza

El reto de la IA en el ámbito de la gobernanza consiste en aprovechar las oportunidades que brinda, evitando al mismo tiempo, con recursos limitados, los riesgos derivados de un terreno por explorar. El asunto es complejo, debido principalmente a que la Inteligencia Artificial es una tecnología de utilidad general (GPT, por sus siglas en inglés). Las GPT llevan asociados unos fuertes incentivos de proliferación rápida entre la sociedad.

Por naturaleza, no hay un control centralizado ni unos objetivos de gobernanza centralizados. Esta tecnología es, además, difícil de regular, dado el entorno de competición estratégica en el sector. Tanto en el dominio público como en el privado hay un fuerte aliciente de competición, que puede exacerbar los riesgos de tipo estructural.

Otro riesgo es el de la privatización de la gobernanza: que el sector privado capte el interés público y las normas se hagan a su antojo, sin transparencia, sin responsabilidad y sin el mandato de las personas; que los imperios tecnológicos dicten decisiones sobre nuestra vida e impongan sus leyes. O incluso que se reemplace el ‘Estado de derecho’ por un ‘Estado de tecnología’, en el que los sistemas que administran la justicia sean opacos e ininteligibles para todos menos para quienes los controlan.

Impacto en la privacidad

Los escándalos son constantes: investigaciones que revelan un uso ilegítimo de datos, violaciones de intimidad o abusos contra la privacidad y grandes multas a las grandes compañías tecnológicas. Varias organizaciones en varios países europeos han interpuesto recientemente denuncias en sus respectivas agencias de protección de datos contra la industria de la publicidad online. Les acusan de “fuga masiva de datos” y de no cumplir, con ello, el Reglamento General de Protección de Datos (RGPD). Cada persona online puede ser ampliamente perfilada. Solo con la dirección IP ya tienen un identificador único que pertenece a un dispositivo específico y que, por tanto, pueden asociar a un nombre y apellido. La Inteligencia Artificial y los robots: ¿Oportunidad o Amenaza?

Por otra parte, hay muchos dispositivos que hoy en día están conectados y pueden compartir su información con terceros. Hablamos del internet de las cosas (IoT). A medida que aumenta el número de dispositivos conectados, aumenta el riesgo de ciberataque. Su uso a nivel industrial, en el hogar o en nuestro cuerpo (mediante wearables) supone una amenaza. La amplia variedad de dispositivos que se puede conectar (televisores, termostatos, cerraduras, alarmas…) crea una gran cantidad de puntos acceso posibles para piratas informáticos, que podrían incluso penetrar en las tripas de los sistemas de los fabricantes.

Te interesa:   ¿Qué es la Globalización 4.0 y cómo te va a afectar a ti?

Retos técnicos asociados

Entre los desafíos existentes destaca el de la explicabilidad. En sistemas de aprendizaje automático avanzado, un algoritmo es esencialmente una caja negra. Ningún ser humano puede explicar por qué da un resultado particular y por qué puede diferir de un conjunto de circunstancias a otro. Esta falta de explicabilidad hace que numerosas áreas, como la medicina, no puedan beneficiarse completamente de la IA. Se están realizando esfuerzos para solucionar esto mediante la creación de métodos para explicar los algoritmos de aprendizaje profundo. Estos esfuerzos se encuentran en su infancia relativa y su desarrollo debe involucrar a los actores implicados para garantizar el grado adecuado de explicación. También debe ser alentado y apoyado por los reguladores.

Acceso al informe completo aquí


¡Suscribete!💙

Es gratis y te mantendré al día de todas las novedades SEO de mi blog.

Nombre:
Tu mail: 

Te interesa

Deja un comentario