Si hay algo que no puede tratarse de manera ligera, es la Inteligencia Artificial (IA). Y es tal la ligereza con que se trata por estar de moda, que al final termina banalizándose.
Además termina "en boca" de todólogos y "sabios de post de Facebook", vendiéndose a muchas empresas algoritmos en excell y no soluciones reales de Inteligencia Artificial.
La Inteligencia Artificial la trabajé hace más de 20 años y es un tema que ha seguido avanzando de forma seria y responsable, y no como una palabra reciente.
La Inteligencia Artificial no es moda, ni es una disciplina ni una ciencia aislada.
La Inteligencia Artificial es todo un campo de conocimiento conocido y probado y dentro de un contexto ligado entre otros a temas sociales, organizacionales, legales, económicos, matemáticos, ingenieriles y filosóficos.
Hoy en día la IA no es solamente una disciplina numérica sino una potenciadora de negocios y de un negocio, pero hay que saber de qué se trata, qué significa, y saber realmente de ella.
Es más, la Inteligencia Artificial, como dijo Terry Winograd, no busca reemplazar humanos, sino ayudar a vivir mejor y plenamente.
Y me pregunto ¿podemos ligeramente comprar "tecnología de IA" para bancos sin saber su origen, sus implicancias, sus limitantes y/o sus avances reales?, ¿cómo podemos buscar consultores o empresas consultoras en el tema, si hace menos de un año, no abundaban y ahora "sobran" y solamente ha sido un tema en manos de expertos?, ¿sabemos realmente para qué podemos usarla o estamos pensando en la película Inteligencia Artificial del año 2001?, ¿comprendemos la profundidad de sus avances o solamente se incluye como requisito en un puesto de trabajo porque empresas de Estados Unidos dicen emplearla? ....
Y me acordé de un reciente artículo de mi amigo y colega John Atkinson Abutridy donde profundiza del tema, y bajo su permiso lo publico.
John nos recuerda algo simple y claro ... la IA no es para automatizar lo que ya hacemos y quizás bien, no es extensión o ampliación de soluciones estadísticas. La IA 'automatiza algo para que se haga inteligentemente mucho mejor que nosotros y por tanto ayude al negocio'.
Aquí va : "Inteligencia Artificial: ¿Porqué? ¿Para qué? ¿Qué tiene de diferente? ¿Cómo afecta a mi organización?" (autor John Atkinson A.)
************************************************************************************************************
Texto original disponible en https://www.linkedin.com/pulse/inteligencia-artificial-porqué-para-qué-tiene-de-cómo-john
************************************************************************************************************
Muchas veces he interactuado con profesionales y ejecutivos, etc de los más diversos rubros productivos, que a menudo se hacen estas preguntas cuando escuchan hablar de Inteligencia Artificial (IA ó AI en Inglés) y temas relacionados. Por otro lado, algunos con conocimientos más técnicos quieren ir más allá y entender cómo esta “supuesta moda” de la IA puede ayudarles a resolver sus problemas. A raíz de esto, quería escribir algunos comentarios, tips ó “guidelines” generales de lo que hay detrás de todo esto, tanto a nivel industrial/comercial como su impacto en nuestras vidas diarias, pero muy a nivel de “AI in a nutshell”.
Lo primero y lo más importante es desmitificar que, a diferencia de otras tecnologías emergentes, IA no es una moda ni es nuevo. Los desarrollos “teóricos” comenzaron antes que la revolución tecnológica-industrial gatillada por la 2da guerra mundial, y en lo “práctico” ya había desarrollos importantes a principios de los años 40s, surgidos generalmente desde centros de investigación y desarrollo, universidades y algunas empresas en países como USA, UK (iniciativa ALVEY), Francia y Japón (programa nacional ICOT), Alemania, y China, principalmente. Sin embargo, como toda “revolución”, esta tuvo sus épocas buenas y sus “inviernos negros”, debido principalmente a que en dichos instantes ni siquiera había la tecnología adecuada para su puesta en marcha (los computadores “digitales” como los conocemos recién aparecieron alrededor del año 1947 y se llamaban “máquinas” de cómputo, en honor a los desarrollo del matemático británico Alan Turing quien formuló por primera vez la concepción matemática-abstracta de un dispositivo de cómputo y que posteriormente formuló lo que el creía que llegaría a ser algo con IA en su paper clásico: "Computer machinery and Intelligence"), quedando muchos de los desarrollos a nivel teórico hasta que hubiera la tecnología que los hiciera posible. Así, hasta hace unos 20 años atrás aprox., los mayores desarrollos en el área de la IA vinieron de la academia y de varias empresas “high-tech” (especialmente de USA, Europa y China). Sin embargo, con la emergencia de gigantes de la computación como Google, Apple, IBM, etc, la IA comenzó a tener una gran visibilidad, y a impactar no sólo haciendo las tecnologías más accesibles a las industrias para que pudieran resolver sus problemas, sino también en la vida cotidiana. En los últimos 2-3 años está incidencia ha sido tal, que no sólo se ha generado un tremendo crecimiento a nivel global en desarrollos y emprendimientos tecnológicos, sino que organizaciones como el World Economic Forum y el World Bank, han organizado eventos y comités internacionales de trabajo para estudiar y generar “guías” sobre el impacto que esto puede tener tanto en la economía mundial, la ética, y lo laboral (ej. ¿Qué pasa con la fuerza laboral si sistemas inteligentes comienzan a automatizar tareas “complejas” que hasta ahora podían ser realizadas sólo por humanos?).
A pesar de que existen, como en toda área, diferentes visiones ó paradigmas, dependiendo de la formación del experto que está involucrado (ej. Informático, Matemático, Psicólogo, Neuro-científico, Lingüista, etc), en términos muy sencillos, la IA puede verse como el área multi-disciplinaria de la Informática que estudia los procesos cognitivos (i.e., relacionado con la “mente” humana en diferentes condiciones y tareas) del ser humanos con el fin de modelar y diseñar “sistemas” inteligentes artificiales que sean capaces de resolver problemas complejos que “generalmente” están asociados al comportamiento humano (y existen formas más ó menos cuestionables de medir dicha “inteligencia”). Pero, qué tareas nos hacen “supuestamente” inteligentes que podrían ser interesantes de reproducir? (una pregunta bastante egocéntrica como humanos, considerando que es hecha por humanos, y cuya respuesta sería probablemente muy diferente si la tratara de responder un “extraterrestre” que viene por primera vez a nuestro planeta, y observa nuestro “comportamiento”).
Cognitivamente hablando, y con algunas sobre-simplificaciones para fines de comprensión, las “habilidades” que nos hacen “inteligentes” incluyen nuestras capacidades de percibir lo que ocurre a nuestro alrededor utilizando diferentes “sensores” (a pesar de lo cambiante y “borroso” que este entorno puede ser), actuar directamente sobre nuestro entorno, razonar, planificar e inferir, para determinar una serie de acciones para cumplir ciertos objetivos (incluso si no disponemos de toda la información, o si el entorno es cambiante, poco claro, o incierto), representar y aplicar conocimiento desde/hacia nuestra “memoria”, entender y procesar el lenguaje hablado y escrito, adaptarse y aprender rápidamente de un entorno cambiante utilizando la experiencia, coordinar nuestros mecanismos motores para realizar acciones (cuerpo, extremidades, etc), percibir visualmente nuestro entorno para actuar sobre él (incluso en pobres condiciones), y nuestra habilidad de interacción social Si Ud se da cuenta, la “combinación” de estas capacidades complejas es lo que “aparentemente” nos hace inteligentes. Y si no le queda muy claro, hágase la pregunta de otra forma: si Ud. tuviera el conocimiento y recursos suficientes para crear un “humano” desde cero, ¿cómo lo armaría?, ¿Qué es lo que tendría? Etc. Claramente, esto nos puede diferenciar (hasta ahora) de muchos seres vivos, aunque nuestra concepción de inteligencia comenzaría a cambiar si consideramos, por ejemplo, la conducta que exhiben los animales: ¿Ha visto Ud. un elefante jugando ajedrez?. Claramente no, porque si tratamos de extrapolar nuestras propias capacidades que mencionamos antes, este elefante no podría razonar, resolver un problema de búsqueda de movidas posibles, etc., ergo no es “inteligente”. Sin embargo, si este animal estuviera en su habitat ó en una manada moviéndose, nos daríamos cuenta que su comportamiento es inteligente a ojos del observador. De ahí que se producen ciertas dicotomías interesantes: nos consideramos inteligentes porque utilizamos nuestras capacidades cognitivas (cogito ergo sum -- "pienso..luego existo"), y/o porque mostramos un comportamiento inteligente (behavior-based intelligence).
Sin embargo, existe un ingrediente clave para que nuestra inteligencia sea poderosa pero a la vez compleja, es que utilizamos nuestras capacidades cognitivas para resolver problemas difíciles de forma eficiente y efectiva, gran parte de las veces, incluso con entornos cambiantes, con información incierta y/o faltante. O sea, exploramos muchas alternativas de solución a los problemas de forma muy precisa y en poco tiempo. Miramos un paisaje y en milésimas de segundos y sin mucho cálculo podemos identificar escenas, objetos, completar las imágenes faltantes, etc e incluso razonar sobre ello ó sentir alguna “emoción”.. pero.. qué tiene de raro esto? Para hacer algo así, se requeriría prácticamente varios super-computadores para buscar y evaluar cada una de las millones de millones de millones de alternativas posibles, que incluso así, una máquina con muuuuuuuucha suerte se podría comparar a la visión de un insecto. Y es aquí donde entra en escena la IA: ¿Cómo puedo modelar y diseñar sistemas “artificiales” que puedan reproducir estas habilidades para resolver problemas como si lo hubiera hecho un humano?. Por un lado, la primera utilidad podría estar en lo más evidente: “automatizar” actividades que al ser realizadas por humanos son costosas (tiempo, recursos económicos, restricciones varias, etc). Acá es en donde la IA he tenido y seguirá teniendo un impacto enorme en la industria y los procesos productivos. Pero, ¿Se dió cuenta que lo anterior está realizando un supuesto MUY egocéntrico?… estamos tratando de automatizar tareas complejas que ya son llevadas a cabo por humanos y que “asumimos” que más encima lo hacemos muy bien!!. Y acá viene la segunda utilidad, la relacionada a diseñar tecnologías que sean capaces de realizar tareas complejas para los humanos, que incluso muchas veces, no las realizan bien ó no son muy eficientes.
Seguramente, hasta este punto más de alguien está pensando “si..si..si.. muy interesante todo esto, pero yo tengo problemas reales en mi empresa que no tienen que ver con esto..”. ¿Seguro? Quizás deberíamos dar una mirada más de cerca, y con cierta facilidad, muchos podrían identificar algunos ejemplos de estos problemas reales que “supuestamente” están alejados de lo que hablamos:
- “Tengo serios problemas con la atención a clientes en mis canales de atención con nuestros ejecutivos…”.
- “Estoy perdiendo mucho dinero porque existen clientes que cometen ilícitos al colgarse del tendido eléctrico y no pagan..”.
- “Gasto mucho tiempo planificando los turnos y tareas que realizan mis operarios en mi planta..”
- “Varios de los clientes potenciales en mi banco se han ido porque no les hemos ofrecido las mejores condiciones del crédito..”.
- “Tenemos a nuestros mejores analistas encuestando ó tratando de analizar que quieren nuestros clientes, pero aún no tenemos mucha claridad, y por alguna razón se nos van..”
- etc
Estos ejemplos tienen un patrón común: existen especialistas humanos (incluso con mucha experiencia) tomando decisiones complejas en donde las restricciones de su entorno, hacen que ellos no sean muy eficientes. Más aún, en estos problemas la solución no pasa sólo por una mera automatización per se, sino en modelar y diseñar un sistema inteligente más autónomo que utilizando varias fuentes de conocimiento (incluso las de los especialistas), pueda tener un rendimiento superior para las mismas tareas. Y es aquí, donde el impacto de la IA ha comenzado a moverse desde el “automaticemos esto para que lo haga inteligentemente como nosotros” hacia el “automaticemos esto para que lo haga inteligentemente mucho mejor que nosotros y por tanto ayude a nuestro negocio”. Millones de ejemplos van apareciendo cada día en la industria: sistemas inteligentes que predicen fraudes con 3-4 veces más efectividad que los humanos, sistemas que son capaces de conducir un vehículo autónomamente, modelos que pueden analizar riesgo crediticio con mucho más precisión que los analistas, interfaces humano-computador utilizando el lenguaje humano para atender a clientes 24/7, modelos que detectan y monitorean cientos ó miles de emociones humanas en algún medio para así detectar tendencias de modo de tomar decisiones comerciales, monitoreo en tiempo real de videos de pasajeros de un metro para determinar cuando conviene parar y cuándo no, perfilamiento automático de clientes para ofrecer nuevos servicios adecuados a sus necesidades, etc.
Así, si uno pudiera construir una check-list (no exhaustiva) de las características que debería tentativamente poseer un problema para que este pueda ser abordado con métodos y modelos de IA (y por tanto, sería infactible de abordar por tecnologías convencionales debido a su complejidad), esta incluiría aspectos como los siguientes:
** El entorno donde se desea abordar el problema es MUY cambiante, lo que produciría que prácticamente habría que realizar “mantenciones” o “ajustes” a un sistema tradicional casi a cada segundo.
** Ante la ausencia de expertos, se requiere que la solución involucre comportarse más autónomamente para reaccionar y tomar sus propias decisiones antes escenarios desconocidos.
** Existen reglas poco claras y que no siempre funcionan bien para resolver el problema.
** La cantidad de información y conocimiento que se requiere para resolverlo eficiente o eficazmente es tal, que un humano no lo podría realizar, a menos que tuviera tiempo infinito!!.
** El número de posibles alternativas de solución sería tan grande, que no se podrían explorar en un tiempo “razonable” para el negocio.
** El comportamiento del problema es totalmente no-determinista: para una mismo “input”, no siempre se generan el mismo “output”.
** No existe una única forma de generar un plan de acción de los pasos que resuelven el problema.
** No puedo “enumerar” en forma finita los pasos a seguir para resolver el problema (ergo, no podría construir un “programa” computacional tradicional).
** Un sistema debe ir mejorando su rendimiento a medida que va “acumulando” experiencia y adaptándose al medio (un sistema tradicional NO mejora su rendimiento ni se adapta solo, ya que se diseñó para una “fotografía” estática de una organización) .
Finalmente, resulta más evidente ahora que toda la tecnología en torno a IA se instaló hace tiempo para quedarse y posicionarse como la siguiente revolución tecnológica que está impactando la economía mundial. Existen aún muchos desafíos y problemas abiertos a nivel de investigación y desarrollo, en lo cual están trabajando muchos especialistas en todo el mundo. Sin embargo, la transferencia de este conocimiento a la industria y negocios ha sido un factor tan clave y de impacto, que no nos debería extrañar que en los próximos años, los avances desde la academia a la industria, en esta materia, lleguen mucho más rápido. Por otro lado, en el mundo privado, se requerirá profesionales altamente calificados y entrenados, para entender, aplicar, y transferir estas tecnologías a sus negocios.
************************************************************************************************************
Nota final ....
Y aparte de la Inteligencia Artificial podemos añadir Lean, Design Thinking, Agil, SCRUM, Coach, Mentoring, etc. y con más antigüedad puedo citar Calidad Total, Reingeniería, TQM, etc. ... todos conceptos que al poco tiempo de salir ya contaban con expertos, sabios y gurús.
