¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?

Si bien el concepto se remonta muchísimos años atrás, sin dudas, podemos pensar que en estos últimos años el concepto de “inteligencia artificial” ha comenzado a utilizarse con mayor frecuencia y en áreas en las que jamás hubiéramos creído que la tecnología podría permear. No obstante, es importante entender a qué se refiere cuando se habla de inteligencia artificial porque ello nos permitirá entender cuál es el alcance y qué implicancias podría tener su uso. Esto último importa ya que hoy la inteligencia artificial no está regulada y su uso suscita, cuanto menos, algunas dificultades desde un punto de vista ético.

En pocas palabras, la inteligencia artificial se refiere a un sistema o máquina que funciona por algoritmos y probabilidades. Se combinan ciencia y datos. Es decir, se configuran ciertos pasos (o instrucciones) que traen ciertos resultados y que pueden mejorar iterativamente a partir de la información que recopilan y de la cual se nutren. Así, un sistema artificial puede realizar acciones inteligentes, imitando las capacidades de resolución y abordaje de problemas así como la toma de decisiones de la mente humana. (1)

Algunos ejemplos comunes de sistemas de inteligencia artificial que hoy existen son el reconocimiento de voz, el servicio al cliente mediante chatbots y la visión artificial.

En virtud de lo anterior, la calidad de los datos es especialmente relevante. Es muy importante el muestreo con la cual se programe el sistema o la máquina puesto que ello será la realidad existente para la misma y los resultados que traigan responderán a esos datos y no otros. En otras palabras, si nutrimos una máquina solamente de imágenes de hombres, la misma ignorará que existen personas con aspecto de mujeres en el entorno. Esto, utilizado – por ejemplo – para seleccionar candidatos a un puesto de trabajo puede llevar a que se filtre o se de de mayor predominancia a los currículums de hombres que a los de mujeres, o que se los puntúe mejor. Ello significa que las máquinas no son neutras sino que responden también a prejuicios o falencias de quien las programa.

Se puede hablar también de inteligencia artificial estrecha (o “débil”) y de inteligencia artificial amplia (o “robusta”). La primera es un tipo de inteligencia artificial enfocada en una tarea específica. En cambio, la segunda – robusta- es teórica y apunta a combinar la inteligencia artificial general (en la cual una máquina equipara la inteligencia humana) y una super inteligencia artificial (en la cual una máquina superaría la inteligencia y capacidad del cerebro humano).

Dentro de la inteligencia artificial hay subcampos como el machine learning y el aprendizaje profundo. El machine learning es un conjunto de técnicas mediante la cual la máquina o sistema puede aprender o mejorar en función de los datos que consume, sin ser explícitamente programadas para ello. En cambio, el deep learning o aprendizaje profundo es un subcampo dentro del machine learning. Más específicamente es un subconjunto de técnicas de machine learning que utiliza redes neuronales de múltiples capas (más de tres) para aprender de grandes volúmenes de datos. Este último, a diferencia del machine learning, no requiere de la intervención humana para procesar datos y esto permite escalarlo a otros niveles.

Este artículo es un breve comentario sobre temas de interés general y novedades legales en Argentina. En este sentido, no pretende ser un análisis exhaustivo ni brindar asesoramiento legal.

Referencias: