|
No queremos ser una organización que “lo sabe todo” sino que “lo aprende todo” (Satya Nadella, CEO de Microsoft).
Años
atrás participé, junto al resto de ponentes, en la cena de clausura de
un congreso de neurociencias y aprendizaje. Todos los demás comensales
eran psiquiatras y neurocientíficos eminentes y yo el único intruso en
el grupo. Durante los postres, les lancé una pregunta: “¿el cerebro tiene capacidad finita?”. Me respondieron unánimemente “por supuesto, todo dispositivo físico tiene límites”. “Eso significa que, si el cerebro tiene límites, no puede encargarse de todo” les dije. “No podemos equivocarnos al decidir cómo lo utilizamos, es imprescindible priorizar”.
La Inteligencia Artificial (IA)
no evitó la llegada del coronavirus simplemente por que no podía. La IA
no es una lámpara mágica sino una herramienta creada por personas. Ha
sido la humanidad la que no fue capaz de anticipar la pandemia. Quien
decide qué problemas resolver usando la IA, dónde obtener los datos,
construye los algoritmos para procesarlos, analiza los resultados y toma
las decisiones son siempre las personas. La IA no nos podía ayudar
porque no es mas inteligente que nosotros. Quizás sea momento de desmitificar la IA.
Absolutamente
todas las encuestas sobre cuál será la próxima tecnología que
revolucionará el mundo apuntan a la IA. Ya ha sido bautizada como “la nueva electricidad”. Que nuestro futuro dependa de la IA tiene una parte muy positiva: significa reconocer que el elemento capital de la economía es la inteligencia, o lo que es lo mismo, las personas. El ser humano ha progresado a lo largo de la historia desarrollando el musculo mental. Pero al mismo tiempo, la promesa de la IA es extremadamente arriesgada: construir máquinas inteligentes. Y lo es porque ni siquiera existe acuerdo sobre qué significa ser inteligente. Para mi la inteligencia es la “capacidad de tomar buenas decisiones y aprender rápidamente”. Una decisión es “buena”
cuando contribuye a alcanzar los resultados que persigues. Para tomar
buenas decisiones de manera recurrente (y no por suerte o casualidad)
necesitas tener conocimiento y para contar con ese conocimiento, es
imprescindible aprender. Por eso, la buena noticia es que el auge de la IA viene a confirmar el triunfo del conocimiento y el aprendizaje. Pero
la inteligencia también requiere consciencia: ser capaz de explicar qué
estás haciendo, por qué lo haces así y no de otra manera, cómo llegaste
a esa conclusión, preguntarte ¿cómo me siento? o incluso conciencia de
si es que beneficias o perjudicas a terceros. Por tanto, para considerar inteligente a una
máquina, necesita conocimiento respecto de la tarea a realizar,
capacidad de aprender autonomamente y ser consciente de lo que hace. El
problema es ¿cómo diseñamos máquinas con esas características cuando
todavía no sabemos cómo aprendemos y usamos el conocimiento las personas
y ni siquiera entendemos cómo opera la consciencia? Antes que
tecnológico, se trata de un problema biológico. Los neurocientíficos
nos recuerdan que seguimos sin poder explicar qué es un pensamiento. Los
proyectos de investigación dotados de los mayores presupuestos llevan
tiempo trabajando en desvelar el enigma de cómo funciona el cerebro.
Hoy
no tenemos máquinas inteligentes sino capaces de hacer algunas tareas
mejor que nosotros y hacer otras que no podemos hacer, lo que siendo
valioso, es muy distinto de ser inteligente. La
IA solo puede tomar decisiones en un ámbito muy restringido de la
realidad (en el que previamente ha sido entrenada) y tiene enormes
dificultades para aprender cosas que para un niño de 2 años resultan
elementales. La IA tiene una impresionante capacidad de procesamiento pero muy baja capacidad de entendimiento. Hasta ahora hemos desarrollado la parte más “sencilla”
de la inteligencia: que las máquinas almacenen toneladas de información
en múltiples formatos y la procesen a gran velocidad. Me recuerda a la
época del colegio, cuando te aprendías las cosas de memoria pero no las
comprendías ni podías explicarlas. Estudiábamos pero no aprendíamos y aprender sin hacer no es aprender.
Sobre la parte desafiante de la inteligencia que incluye la curiosidad,
imaginación, creatividad, iniciativa o improvisación, desconocemos cómo
las ejecuta nuestro cerebro y por eso no podemos hacer que la IA las
reproduzca. Con las máquinas todavía estamos en un nivel básico: son
eficientes para lo rutinario pero torpes para lo que obliga a pensar.
Mientras
progresamos en resolver los misterios del cerebro, hay que replantearse
si en lugar de hacer máquinas inteligentes (bajo la definición de
inteligencia humana), debiésemos diseñar máquinas que refuercen nuestra
capacidad de decidir y aprender. La oferta de valor de la IA consiste en realizar predicciones. Promete anticipar problemas aprendiendo de lo que pasó anteriormente para, a partir de ahí, detectar oportunidades y tendencias. Pero pasamos por alto que para poder predecir lo que pasará, es imprescindible explicarse correctamente por qué pasa lo que pasa. Ser capaz de anticiparte
te permite tomar la decisión correcta antes de que ocurran los
acontecimientos, lo que te entrega una ventaja insuperable. Es el mismo
ejercicio que hace tu cerebro 20 milésimas antes de que pasen las cosas:
te provee el conocimiento que tiene y que necesitarás para lo que
debiese ocurrir a continuación (para garantizarte un resultado exitoso)
sirviéndose de lo que sabe que ha ocurrido cientos de veces en su
experiencia pasada. Va siendo hora de acuñar un nuevo refrán que diga “Predice y vencerás”.
Por esa razón, para predecir el futuro, la IA necesita datos
históricos, y eso explica la explosión del big data. Sin datos no hay
IA. Un sistema de IA requiere, en primer lugar, recibir un intenso
entrenamiento en el ámbito en el que queremos que opere. A los niños
también hay que “educarlos”, lo que demuestra que el
aprendizaje es la base del conocimiento. Los humanos aprendemos a través
de la experiencia y en ese proceso juegan un rol decisivo la memoria y
las emociones. Las máquinas se ahorran ese largo recorrido y por eso su
aprendizaje es más limitado. Los algoritmos de IA procesan millones de
datos procedentes de distintas fuentes, cruzan múltiples variables,
analizan patrones y nos entregan “recomendaciones” (no exentas
de errores o sesgos). Pero el conocimiento para interpretar esas
recomendaciones, darles significado y decidir lo atesoramos los seres
humanos. Al fin y al cabo, la IA ha sido creada por personas y depende
de datos suministrados por nosotros.
Y cuando no hay datos ni antecedentes a los que recurrir (como ha pasado en el caso del coronavirus), la IA se desempeña por debajo de las expectativas.
A la hora de improvisar y lidiar con la incertidumbre, las personas se
muestran insustituibles. Uno de los aprendizajes fundamentales de los
últimos años consiste en aceptar que el pasado cada vez nos sirve menos
como referencia para anticipar el futuro. El cambio permanente hace que
el conocimiento caduque más rápido y nos obliga a enfrentarnos a
situaciones (como el caso del Covid 19) inéditas donde la experiencia previa no es suficiente y el único camino es aprender.
Aprender del futuro significa poner el énfasis en las preguntas, en lo
que no sabemos. Aprender del pasado implica priorizar las respuestas, lo
que ya se sabe que es el mundo del que siempre se ha ocupado el sistema
educativo. La IA es cada vez mas precisa en entregarnos respuestas en
un mundo en el que lo que marcará la diferencia son las preguntas. Pero
la IA todavía no nos hace preguntas. Y es justamente en ese ámbito donde
las cualidades humanas cobran aun mayor relevancia. Si queremos reimaginar la educación, tenemos que orientarla más a lo que no sabemos todavía que a lo que ya sabemos. Menos estudiar y más aprender.
Conclusiones:
Estamos en plena fiebre por los
datos, con muchas empresas repletas de sensores que recogen montañas de
señales en tiempo real de todo lo que sucede y desesperadas por
contratar científicos de datos. Da la impresión de que para el mundo que
se avecina, si no eres un genio de las matemáticas, te vas a morir de
hambre. Sin embargo, el problema no va a ser la cantidad de datos
disponibles sino tener claridad de para qué los recolectamos, qué hacer
con ellos y sobre todo tener el conocimiento y la creatividad para
decidir inteligentemente ante los desafíos que nos esperan. Cesar
Alierta, presidente de Telefónica, comienza un artículo reciente con la siguiente frase: “Si los datos son el petróleo del siglo XXI, el recurso más valioso es el conocimiento”. Ya
que la IA lo va a inundar todo, entonces nuestro futuro depende del
conocimiento que tenemos y de la capacidad de aprender. Ahora bien, quien
dispone hoy de los datos (o lo que es lo mismo, del poder) son las
grandes corporaciones digitales. Sin embargo, no olvidemos que los datos
son interpretados por personas, cada una con su propio modelo mental
particular por lo que cada individuo genera un conocimiento distinto.
Los datos son solo la materia prima, es el conocimiento para decidir lo
que hace la diferencia. Tener datos y carecer de conocimiento es como
tener un barco sin timón.
En la película “el día de la marmota”,
su protagonista puede predecir exactamente lo que ocurrirá cada minuto
de cada hora de cada día porque lo ha vivido cientos de veces. Pero si
algo hemos aprendido es que el futuro dejó de ser extrapolación del
pasado. La IA es muy poderosa en entornos estables. Un algoritmo que
vence fácilmente a los humanos jugando al Go
o al ajedrez, domina juegos cuyas reglas no han cambiado desde hace
miles de años. Pero la IA tiene problemas cuando la realidad cambia y si
algo caracteriza nuestra época es el cambio continuo. Lo que nos distingue a las personas es la capacidad de pensar.
La
IA ha sido creada y diseñada por humanos y hemos sido nosotros los que
no supimos anticipar ni evitar esta crisis. La IA puede exhibir una
deslumbrante potencia de calculo estadístico pero no hace milagros. Es
injusto pedirle lo que está fuera de sus posibilidades porque tiene las
limitaciones que tenemos las personas. La IA tampoco
nos salvará de la próxima catástrofe, nos salvaremos o condenaremos
nosotros mismos. El desafío que tenemos por delante consiste en
incrementar nuestra inteligencia más que la de las máquinas, justamente
con el objetivo de colocar a las personas por encima del crecimiento y
la eficiencia: No necesitamos IA para fabricar más, consumir más,
acumular más, competir más o destruir más el medio ambiente sino para
todo lo contrario. Los límites de la IA son más éticos que tecnológicos. El “por qué” tiene que anteceder al “qué” y al “cómo”. Una vez más, todo dependerá del conjunto de valores que las personas decidamos adoptar para guiar nuestra convivencia.
El 2 de julio a las 12h impartiremos una sesión sobre “Cultura de Aprendizaje” para los integrantes del comité de Gestión en la Educación Superior de Edutic.
También
el 2 de julio a las 18h y dentro del contexto del día del maestro en
Perú impartiremos una conferencia para docentes sobre “Aprendizaje y conocimiento en la virtualidad” organizada por Avantgard.
El 14 de julio a las 11h impartiremos la conferencia “Los aprendizajes del
Fuente. El Autor Ilustración fotográfica - Archivo PGV
|
Comentarios
Publicar un comentario