New York Times/Por Steve Lohr

Cuando se habla de inteligencia artificial, la primera imagen que brota en la mente es la de un autómata antropomórfico, un robot. Es una metáfora recurrente que culmina en tiempos de fuertes cambios tecnológicos y de angustia por el camino por donde nos lleva la tecnología.

La figura del robot está muy de moda estos días, con libros como “The Rise of the Robots” y películas como “Ex Machina” y “Terminator Genisys”. Una reciente portada de la revista Foreign Affairs llevaba el título de “Hola, robot”.

La visión de los robots que amenazan los empleos y quizá hasta a la humanidad misma está alimentando sombrías advertencias de problemas futuros; “invocando al demonio”, en la evocativa expresión del empresario de tecnología Elon Musk.

No obstante, la obsesión actual está poniendo la carreta mecanizada delante de los bueyes algorítmicos, desviando la atención de las promesas y los peligros de la inteligencia artificial en el aquí y ahora.

La inteligencia artificial ya está por todos lados pero es básicamente software. Las búsquedas y la publicidad dirigida de Google están animadas por inteligencia artificial, como lo están también las películas y los productos que nos recomiendan Netflix y Amazon, la asistente digital Siri de Apple y el sistema Watson de preguntas y respuestas de IBM. Alimentado por ingentes cantidades de datos procedentes de todo tipo de fuentes, como la Web, sensores, teléfonos inteligentes y la genómica, el software realmente aprende a su manera. Mientras más datos crudos ingiere, más inteligente se vuelve su inteligencia artificial.

Mientras tanto, el mundo físico en el que existen los robots es multidimensional y desordenado. Lo mismo puede decirse del ámbito digital en el que los algoritmos de máquina capaces de aprender, lo que se llama inteligencia artificial, ha tenido sus mejores avances en tareas como reconocimiento facial, traducción de idiomas, predicción y toma de decisiones.

“Muchos de los problemas son más fáciles en software, así que mucha de la acción gira en torno del software de inteligencia artificial; robots lógicos más que físicos”, explica Oren Etzioni, computólogo y director general del Instituto Allen de Inteligencia Artificial en Seattle.

En junio se llevó a cabo una interesante comprobación, cuando más de veinte equipos de destacados ingenieros en robótica se reunieron en Pomona, California, en una competencia patrocinada por la agencia de investigación del Pentágono. Los robots tenían que orientarse por ambientes con peligros simulados, por ejemplo una planta nuclear contaminada, y llevar a cabo tareas simples, subir escalones, abrir una válvula, operar un taladro. Esas tareas le llevarían a una persona unos cinco minutos o diez a lo sumo. El robot ganador necesitó 45 minutos.

La mayoría de los robots batallaron duramente, cayendo por los escalones y haciendo largas pausas para entender las cosas, aun con ayuda por control remoto. Girar la perilla para abrir una puerta resultó ser una tarea intimidante para muchos. Un joven que estaba en el público comentó: “Si nos preocupa el Terminator, solo hay que dejar cerradas las puertas.”

Con toda seguridad, los robots van a mejorar. Los autos de Google que se manejan solos, por ejemplo, son impresionantes pero con lluvia fuerte o nieve, es mejor que haya un ser humano al volante. Y robots con ambiciones más humildes ya se están haciendo cargo de tareas agotadoras en los pisos de las fábricas y ayudando a cirujanos para darles más precisión y control en el quirófano.

Pero los mayores avances se han logrado en materia de software, que además está llegando rápidamente a la corriente principal de la economía. Hasta ahora, el uso comercial más grande que se la ha dado al software capaz de aprender ha sido en mercadotecnia, donde se aprovecha para elevar las posibilidades de hacer ventas: mercadotecnia a la medida, publicidad dirigida y recomendaciones personalizadas de productos.

Tanto compañías grandes como incipientes están empezando a emplear software capaz de aprender en toma de decisiones del alto riesgo, como diagnóstico médico, prevención de la delincuencia, selección de personal para contratación y aprobación de préstamos.

La idea es que a cualquier decisión se le puede aplicar la potencia de la inteligencia artificial, para que sea más inteligente, más justa y menos inclinada por los caprichos y prejuicios del hombre. La meta puede ser ahorrar dinero o salvar vidas.

Sin embargo, aun los más entusiastas tienen sus dudas.

Veamos el caso de los préstamos para el consumo, que es un mercado en el que varias empresas están usando grandes datos y algoritmos para evaluar el riesgo crediticio de quien solicita un préstamo. Es la versión digital del principio más fundamental de la banca: conocer al cliente. Las instituciones crediticias aseguran que los algoritmos pueden predecir con mayor precisión si un candidato va a pagar la deuda cosechando datos de muchas fuentes, desde conexiones en medios sociales hasta la forma en que el solicitante llena el formulario en línea, que por el simple examen del historial crediticio.

La promesa son suscripciones y precios de préstamos más eficientes, ahorrándoles a los consumidores miles de millones de dólares. Pero la inteligencia artificial aplicada a los préstamos en esencia equivale a una caja negra digital que examina montañas de datos.

“Se toma una decisión que afecta al consumidor y éste no tiene ni idea de porqué se tomó”, afirma Rajeev Date, ex director asistente de la Oficina de Protección Financiera del Consumidor. “Eso es perturbador.”

El Dr. Herbert Chase, profesor del Colegio de Médicos y Cirujanos de la Universidad de Columbia, participó como investigador no pagado en una prueba del software Watson de IBM, cuando los científicos de esa empresa lo estaban adaptando para usarlo en medicina. Para tratar de derrotar a Watson, Chase recordó un caso de muchos años antes, en el que hizo un diagnóstico correcto de raquitismo adulto en una mujer joven, pero solo después de numerosos exámenes y meses de frustraciones. Le indicó algunos síntomas a Watson y éste, que clasifica los diagnósticos por probabilidad, rápidamente respondió, colocando al raquitismo adulto en segundo lugar.

No fue perfecto, pero el Dr. Chase quedó impresionado de que la tecnología se acercara tanto y tan rápido. Él piensa que software del estilo de Watson, que puede examinar y extraer información de miles de artículos médicos en cuestión de segundos, será parte de la medicina en el futuro, auxiliando a médicos inundados de información y escasos de tiempo. Pero la preocupación que lo inquieta es que, con el tiempo, “lleguemos a confiar demasiado en la tecnología, tanto que ésta se vuelva el equivalente de seguir a ojos cerrados el sistema de GPS del auto para acabar en un callejón sin salida”, afirmó Chase.

Esto, por supuesto, es el problema central conforme evolucionen estos sistemas inteligentes. Ya sean programas de software o robots físicos. ¿Serán nuestros sirvientes o nuestros amos?

“Aunque estos sistemas siempre acierten, seguir sus instrucciones servilmente nos despoja de nuestra capacidad de decidir por nosotros mismos”, advierte Kristian Hammond, experto en inteligencia artificial de la Universidad Northwestern. “Entonces realmente tendríamos un mundo que nadie quiere. El algoritmo de la máquina nos diría qué hacer.”

El antídoto para esto es lo que Hammond llama “transparencia” y otros designan como “narrativa”: la explicación de los datos ingredientes que se incorporan en una decisión automatizada y cómo se toma ésta. Científicos de universidades e investigadores corporativos están trabajando en tecnología de monitoreo de la inteligencia artificial que va dese los rastros de auditoría de datos hasta relatos en lenguaje natural de la cadena de razonamiento del algoritmo.

Mientras tanto han surgido nuevas iniciativas de investigación que parecen tomar en cuenta esa fecha distante en que los robots romperán sus cadenas y se independizarán de sus amos humanos. En Stanford, un grupo de destacados científicos inició un estudio de la inteligencia artificial proyectado a cien años. Musk, por su parte, ha dedicado millones de dólares a becas de investigación patrocinadas por el Instituto Futuro de la Vida, que está dedicado a guiar a la inteligencia artificial por caminos benéficos.

Pero, al menos en el corto plazo, son los algoritmos que no vemos _ mucho más que los robots _ los que merecen una vigilante mirada del hombre. Algunos expertos advierten que lo que está en juego se extiende mucho más allá del campo de la tecnología.

“Necesitamos asegurarnos de que los datos y los algoritmos se sometan continuamente a revisiones y exámenes por parte de muy diversas personas”, observa Alex Pentland sociólogo computacional del Laboratorio de Medios del MIT. “Piense en la democracia representativa, creando algoritmos en lugar de leyes.”