IA para el bien social

La inteligencia artificial (IA) es el estudio general de la fabricación de máquinas inteligentes. El aprendizaje automático (ML), un subconjunto de la IA, se centra en la capacidad de las máquinas para recibir datos y aprender por sí mismas sin estar programadas con reglas. ML se diferencia de la programación tradicional al permitirle enseñar su programa con ejemplos en lugar de una lista de instrucciones. En lugar de escribir instrucciones o reglas, durante la programación, el aprendizaje automático le permite "entrenar" un algoritmo para que pueda aprender por sí mismo y luego ajustar y mejorar a medida que aprende más sobre la información que está procesando.

Actualmente, las empresas están adaptando estas tecnologías (IA, IoT, servicios cloud) para optimizar distintas áreas de negocio y cada día la demanda de profesionales que entiendan como implementarlas aumenta. Asimismo, los gobiernos están aplicando esta y otras tecnologías como blockchain o cloud computing para mejorar sus procesos internos y los servicios a los ciudadanos. En el caso del sector social también puede apoyarse en esto para resolver los desafíos complejos. A continuación, profundizaremos en este último punto.

La inteligencia artificial, aunque no es una fórmula mágica, podría contribuir a abordar algunos de los problemas sociales más desafiantes del mundo. En términos de áreas de aplicación, una forma de enmarcar el impacto de la “IA para el bien social” podría ser a través de la lente de los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas. Se trata de un conjunto de 17 objetivos que deben abordarse para llevar al mundo por un camino más equitativo, próspero y sostenible.

Estos objetivos globales son los siguientes: fin de la pobreza, hambre cero, buena salud y bienestar, educación de calidad, igualdad de género, agua limpia y saneamiento, energía asequible y limpia, trabajo decente y crecimiento económico, industria, innovación e infraestructura, reducción de la desigualdad, ciudades sostenibles y comunidades, consumo y producción responsables, acción climática, vida submarina, Vida en la tierra, paz y justicia instituciones sólidas, alianzas para lograr la meta.

Estos ODS tienen 169 metas y 232 indicadores, los cuales puede explorar aquí. (link: https://github.com/rockita/Environmental_Intelligence#tracking-uns-sustainable-development-goals)

Algunos ejemplos en donde el uso de IA puede ayudar para el bien social:

• Pronóstico de inundaciones u otro desastre natural

• Monitoreo de la vida marina

• Detección de enfermedades de las plantas

• Conservación de vida salvaje

• Prevención la sobrepesca

• Predicción de incendios forestales

• Avances en la educación

Existen varios cuellos de botella que limitan el uso de la IA para el bien social, como se muestra a continuación.

Entre los principales retos que enfrentan los científicos de datos, que buscan aplicar sus conocimientos para el bien social en América del Sur, ocurre que los gobiernos no están produciendo suficientes datos para ayudarlos a evaluar sus desafíos y encontrar soluciones viables. Además, en muchos casos hay corrupción y capacidad computacional limitada, accesibilidad a Internet y recursos técnicos, humanos y financieros para implementar un proyecto.

Adicionalmente, existen retos y riesgos dentro del desarrollo de la IA:

• Los datos y modelos sesgados conducen a predicciones sesgadas

• Los ingenieros empujan las soluciones a la vanguardia, pero estas terminan no siendo relevantes socialmente.

• La automatización podría reemplazar los trabajos humanos y ampliar aún más la riqueza

• Disparidad

• El poder de personificar a las personas.

• Riesgos a largo plazo asociados con la inteligencia artificial general.

En conclusión, considero que el desarrollo y aplicación de la IA para el bien social va a traer soluciones interesantes a problemas complejos que han tratado de resolverse por décadas (hasta siglos). Soy un fiel creyente que la tecnología está para mejorar la vida de todas las personas.

Gracias por leer esta nota y nos vemos en la próxima publicación de CODE UP.

Redactado por Sebastian Aguedo