Constituye la distopía Neoludita por excelencia que el ser humano deje de ser progresivamente innecesario en proporción directa al poder de computación de las máquinas.  Valoración de mercados, anuncios segmentados (targeted),  desafiar a personas en concursos como “Jeopardy” son algunos de los muchos ejemplos de cosas que hoy hacen las computadoras.

En todos estos tipos de trabajos, sin embargo, se conserva un elemento humano. Lo hablábamos a menudo cuando nos adentrábamos en la web semántica: A pesar de que los algoritmos cada vez son más poderosos y precisos el tipo de computación de los ordenadores es literal, contextual y poco dado a los matices, a descifrar la ambigüedad del lenguaje y el razonamiento humano.  Cosas como los chistes, los dobles sentidos y sobre todo, como veremos al final, los valores, harán que existan, durante mucho tiempo más para seres humanos.

Y es probable que sean distintas, que cada vez seamos más y  en un sentido más estricto del término los/as  “trabajadores del conocimiento”.  Se crean instrucciones cada vez más complejas, llegando a hitos contemporáneos de la inteligencia artificial como Siri (Apple) o el Watson de IBM pero en pocos casos los algoritmos resultan infalibles o suficientes.

Información cada vez más humana

Twitter, por ejemplo, contrata personal que denomina “jueces” para interpretar el significado y contexto de los trending topics. Un ejemplo célebre es el de “Big bird”, expresión que surgía después del debate político en televisión entre Obama y Romney emergía como comentario político, haciendo necesaria una actualización “humana” del neologismo para twitter.

De hecho twitter considera a los seres humanos un elemento central en sus sistemas y también Google, que como reconocía Scott Huffman,ingeniero y director de calidad en las búsquedas, valora y usa cada vez más trabajo humano, sobre todo en dos sentidos:

-Puliendo resúmenes de resultados: de entrada los datos que resumen el contenido principal de la entrada se extraen de Wikipedia, la C.I.A., World Factbook, Freebase, (desarrollo semántico prometedor que Google compraba en 2010), etc. todas ellas bases de datos que también son “curadas” por humanos. Cuando el algoritmo de Google detecta un término necesitado de ello, son personas las que lo “desambiguan”.  Ante secuencias de búsqueda complicadas o ambiguas, por ejemplo, hay seres humanos poniéndose en el lugar del que las realiza, valorando su relevancia, precisión y calidad.

Cloudflower, Amazon Mechanical Turk, son ejemplos de trabajo online  de este tipo, para distintas empresas, que podéis testear como “workers” o empresarios necesitados de datos (confieso que ayer mismo estuve un ratito en el primer entorno para conseguir mi primer Bitcoin .

Inteligencia artificial, Inteligencia humana, Inteligencia colectiva

Como dice una vieja expresión: las máquinas pueden ser rápidas y eficientes pero son estúpidas. El ser humano es lento, ineficiente pero inteligente.  El potencial de ambos unidos, si recordamos también el elemento más importante del binomio, el de los valores que difícilmente podrán algún día dejar de ser humanos,  resulta excepcional. Un ejemplo de ello nos lo proporciona Watson de IBM, la computadora que desafiaba a concursantes destacados de Jeopardy hace un par de años y que hoy en día está siendo entrenada por seres humanos para ayudar a los médicos en su diagnóstico.  Los encargados de hacerlo la alimentan con textos médicos, papers científicos y registros digitales de datos de pacientes, pero también del consejo experto de médicos y estudiantes de medicina, que responden a cuestiones y corrigen errores en el programa “teaching Watson”.

FindTheBest es un sistema de comparación de distintos tópicos o productos (más de 100), desde universidades a comidas para mascota, con más de 60 empleados en la actualidad. Encuentro un ejemplo de su trabajo en el NYT, que nos presenta al responsable de educación. El sistema busca automáticamente información de las universidades pero después esta es filtrada por un equipo de personas que entrevista a alumnos, profesores, responsables, para complementar los algoritmos.

En fin… acabo de terminar una mini entrevista en Catalunya Radio sobre Medicina 2.0 y creo que la conclusión es similar: si bien los datos, el llamado “Big data” consistente en la explotación de su abundancia pueden ayudar adquirir criterio o a tomar decisiones médicas, es el buen médico y su experiencia, en última instancia, el que puede efectuar los diagnósticos más acertados. No son cuestiones excluyentes sino complementarias.

Podríamos decir que en la tríada Inteligencia artificial, Inteligencia humana e Inteligencia colectiva, sin prescindir de ninguna de ellas, está la llave del optimismo.

Entrada leída 1002 veces desde Abril de 2022