Superar las barreras de la inteligencia artificial
El sector opina
CM
Carlos Martínez Miguel
Management & Innovation (Núm. 47) · TIC · Julio 2022
Estamos en la era de la inteligencia artificial (IA) débil, también conocida como “estrecha” (artificial narrow intelligence –ANI–), denominada así en contraposición a la IA fuerte o general (artificial general intelligence –AGI–), aquella equiparable a la inteligencia humana en todos los aspectos, que no se prevé que pueda ser desarrollada antes de 2040, o incluso varias décadas más tarde.
A pesar de sus, aparentemente, peyorativos calificativos, la ANI tiene la capacidad de resolver prácticamente cualquier problema concreto que pueda plantearse. Esta capacidad se consolidó con el desarrollo de las técnicas de aprendizaje profundo (deep learning) durante la pasada década, una rama del aprendizaje automático (machine learning) inspirada en la estructura y funciones del cerebro humano.
La ANI forma parte ya de nuestras vidas cotidianas: interactuamos con ella cuando hablamos con un altavoz inteligente o cuando nuestra plataforma de “streaming” nos recomienda películas, series o canciones. Sin embargo, a pesar de estar disponible técnicamente, su nivel de aplicación en muchas empresas y organizaciones es aún muy limitado. ¿Por qué su adopción es tan lenta?
La escasez de profesionales formados en datos e IA ha sido, sin duda, uno de los factores que ha ralentizado dicha adopción. Sin embargo, esta limitación puede suplirse formando al resto de profesionales y aprovechando las nuevas herramientas “no-code”, que permiten utilizar la IA sin necesidad de tener que programar.
Esta extensión al resto de los equipos permite, además, vencer otra clara limitación: la desconexión entre las áreas técnicas y las áreas de negocio. La IA debe emplearse para resolver problemas de negocio, y esto solo puede ocurrir si su aplicación es liderada por las áreas que conocen a fondo esos problemas.
Esto, unido al impulso de la cultura del dato y a la aplicación del principio de ética por diseño en los algoritmos y modelos, debe permitir que cualquier organización aproveche al máximo los beneficios de la IA. Aquellas que no lo hagan, difícilmente podrán seguir compitiendo.
- inteligencia artificial
- Deep Learning
- Aprendizaje Automático
- Perfiles profesionales
- cultura del dato
Carlos Martínez Miguel
Director de Soluciones de IoT, Big Data e Inteligencia Artificial en Telefónica Tech ·
Artículos relacionados
La empresa y la 'Web 2.0'
ED