Explorar formas de garantizar el acceso a los avances que significa el desarrollo de la Inteligencia Artificial, de manera que no quedaran en manos de unos pocos, fue el objetivo de la convocatoria realizada por la Asociación de Universidades de la Cuenca del Pacífico junto a la empresa Google, en un programa breve de un año de duración.
En el marco de ese proyecto, Felipe Tobar, investigador del Centro de Modelamiento Matemático de la Facultad de Ciencias Físicas y Matemáticas, comenzó una investigación sobre la existencia de dos concepciones diferentes respecto a la IA: la de René Descartes y la de Charles Babbage. El primero la entiende como una réplica de la inteligencia humana a nivel cognitivo, que queda atrapado en el debate sobre la definición de inteligencia, mientras que el segundo pone el énfasis no en la existencia o no de la inteligencia, sino en el reemplazo del ser humano en la realización de una labor específica.
De acuerdo al profesor Tobar, esta diferencia, que podría parecer sutil, "pone el énfasis no en si la máquina está pensando, sino que en si la calidad de su trabajo es equivalente al de un humano. Ya no importa la actividad cognitiva dentro de ella sino si el producto que genera es mejor que el que haría una persona".
Es así como este segundo enfoque, netamente utilitarista, genera un nuevo paradigma que permite dejar atrás la idea de una IA general, que competiría con el ser humano en todos los escenarios de la vida cotidiana, y va caso a caso: el auto que se conduce sólo, que tiene una IA distinta a la que juega ajedrez, o a la cámara que abre la puerta cuando uno se acerca al edificio.
"La comunidad filosófica se ha concentrado en la primera mirada, la cartesiana, pero la que ha generado el "boom" del machine learning es el de Babbage, y lo que realmente va a afectar nuestras vidas en términos de obsolecencia del trabajo, de cambio de la forma en que vemos la industria o incluso cómo nos comunicamos será producto de ésta. No nos importa que la máquina piense para que peligre nuestro trabajo, sino que lo haga mejor que nosotros", explicó.
El salto ahora ha estado en la programación de las IA. "Uno ya no programa las máquinas para que ejecuten lo que yo sé hacer, sino para que aprendan y busquen una nueva forma de hacer las cosas, y esa es la manera moderna de llegar a la Inteligencia Artificial: el aprendizaje de máquinas. Uno puede identificar 2 niveles: máquina aprendiendo el proceso y ejecutando el proceso (en machine learning).
En este punto, el profesor Tobar diferencia entre la IA "fuerte" y la "débil". "La primera es una igual al humano en el bajo nivel, que tiene procesos cognitivos, que piensa, tiene una representación del mundo en el interior, puede imaginar y simular escenarios antes de tomar una decisión. Es una réplica del humano casi componente a componente. En teoría es posible, pero no se ha hecho ni se sabe cómo hacerlo, pero en teoría es algo posible", explicó Tobar.
Por otro lado, la IA débil se define de acuerdo al académico desde un punto de vista netamente conductual. "Tengo una máquina que se comporta como un humano en todas las tareas: cuenta chistes, hace el cubo rubik, aprende, escribe y lee como un humano. Fuera del aspecto físico soy incapaz de discernir si es humano o máquina, porque no se evalúa la existencia de actividad cognitiva en su interior", remarcó.
Al respecto, el profesor Tobar profundizó que "estrictamente hablando la IA fuerte no la hemos logrado y parece imposible con la tecnología actual. La débil también, porque es imposible hasta ahora construir una máquina que interactúe tu a tú con un humano, por lo que la única forma de que existan es reducir el espacio en el que son evaluadas a una sola actividad, no a las miles que son propias de un día cotidiano de una persona", como hacer un café, predecir el valor de una acción, jugar ajedrez, escenarios tan pequeños donde la variabilidad de las acciones permiten programar una IA a nivel humano.
Finalmente, si bien el "machine learning" ha permitido un "boom" de la IA impulsando que éstas desarrollen su propia representación del mundo, el profesor Tobar afirma que no se han estudiado las posibles consecuencias negativas de tal desarrollo, en particular lo que se refiere a la existencia de la sociedad.
¿Puede la IA débil reemplazar a los seres humanos? la respuesta del académico es que no, ya que "este tipo de IA se crea para abordar tareas específicas y con un alcance limitado de acción, por lo que los humanos siguen siendo los proveedores de los criterios finales para su funcionamiento. Además, las máquinas no pueden construir sociedades, debido a su falta de imaginación colectiva".
Quedaría pendiente un estudio más profundo y acabado sobre las consecuencias en la sociedad, del desarrollo futuro de la Inteligencia Artificial, y del "machine learning" en particular, así como la forma en como nos relacionaremos con ella hacia adelante.