La Semi-automatización

La realidad de la aplicación de la Inteligencia Artificial en los negocios

Vivimos una época de "efervescencia digital" en la que primero se nos llenaba la boca hablando de Big Data, luego no parábamos de decir que la clave era el Analytics, para seguir cambiando la etiqueta de moda cada seis meses, y así hemos pasado por: "Analítica Avanzada", "Modelos Predictivos", "Machine Learning" (hay que jorobarse, toda la vida diciendo Aprendizaje Automático, y para una cosa que teníamos bien traducida, empezamos ahora a decirlo en inglés porque suena más guay - ¿o debería decir "cool"?), y seguimos con la lista... "Cognitive Computing", "Deep Learning" (que es mucho más guay que el Machine Learning) y por fin llegamos más recientemente a la etiqueta más desconcertante de todas: INTELIGENCIA ARTIFICIAL.

¿Por qué es desconcertante en el ámbito de los negocios hablar de Inteligencia Artificial? Pues simplemente porque muy poca gente entiende claramente qué significa, hasta tal punto, que se le dan significados, connotaciones e implicaciones que no tienen mucho sentido. Pero los medios se siguen llenando de artículos que rezan "una nueva inteligencia artificial de Google hace tal o cual cosa". Y la gente se empieza a preocupar, porque en ese "hacer tal o cual cosa" se habla de que las máquinas realizan tareas de forma autónoma. Y aquí tropezamos con otro gran trending topic (¿o debería decir simplemente tema de moda?): LA AUTOMATIZACIÓN.

Pues para la tranquilidad de la raza humana, conviene distinguir entre automático y autónomo. Los sistemas de la Inteligencia Artificial de los que disponemos hoy en día hacen cosas automáticamente, como aprender o conducir (yo diría "coche con piloto automático" en vez de "coche autónomo").

Es muy diferente realizar automáticamente una tarea que ser agente de tus propias decisiones. Hoy en día, en el diseño de lo que podemos llamar software inteligente o programas de Inteligencia Artificial, el agente que toma las decisiones sobre cómo se realizará una tarea sigue siendo en buena medida el humano, si bien cada vez más lo hace en tiempo de diseño y menos en tiempo de ejecución. En otras palabras, el humano diseña el proceso de automatismo, incluidos los algoritmos de aprendizaje. Y eso no convierte a la máquina en un ser autónomo. Con las técnicas que usamos actualmente, la máquina nunca va a tomar decisiones que estén fuera del ámbito establecido por el programador.

Sin embargo, en muchas ocasiones, sí que necesitamos un sistema totalmente autónomo, y lo logramos realizando las tareas de forma integrada entre humanos y máquinas. Por ejemplo, hoy en día es ciencia ficción eliminar todos los agentes humanos de un call center y que sólo haya máquinas atendiendo a los clientes, pero es perfectamente posible aumentar la efectividad y la productividad del call center combinando los automatismos de los chat bots con la capacidad de toma de decisiones de los humanos.

En esta entrevista que me hace Predro Urquidi para IPMARK entro en más detalle en algunos de estos conceptos. Habitualmente, cuando hablamos de Machine Learning o Deep Learning, estamos generando modelos semi-autónomos porque en buena parte de los sistemas necesitamos la intervención humana para guiar el funcionamiento de la máquina. Cuando decimos que las máquinas aprenden a partir de los datos, en muchas ocasiones estamos en realidad diciendo que las máquinas aprenden de los humanos.