Por Jorge Manrique, Rector del Colegio Jurista y Director general de Gobierno de Calidad, consultoría de políticas públicas
La implementación y el uso de aplicaciones de inteligencia artificial en las empresas presenta diferentes desafíos, entre ellos el mito de que logrará sustituir a los seres humanos.
En la empresa, la Inteligencia Artificial (IA) incrementa la eficiencia y la calidad de las áreas de logística, operaciones, marketing, ventas, finanzas… Algunos consideran que es una tecnología disruptiva, por la forma en la que influye y cambia gran número de actividades en todas las esferas de la vida.
Ahora, a medida que avanzan tecnologías de información y soluciones tecnológicas como el Big Data, uso extensivo de Internet, mayor velocidad en los procesadores y otros, no sólo aumentan y mejoran los datos, sino que plantean nuevos desafíos a la IA.
Uno de ellos es la calidad de datos. Se deben obtener en cantidad suficiente, pero también con alta calidad. Esto implica que la información de la empresa debe estar interconecta y ser compatible. La llamada “escalera de la inteligencia artificial” o anatomía de la IA, tiene cuatro escalones: recabar datos y volverlos simples y accesibles. Prosigue el organizarlos para crear las bases analíticas. El tercer peldaño es analizar los datos para comprobar su veracidad y transparencia y el cuarto elemento se refiere a desplegar las aplicaciones de IA en la empresa.
Vale mencionar que una buena arquitectura de IA no garantiza información perfecta. Los datos no son totalmente fiables, y, aun tras dedicar mucho tiempo y recursos en depurarlos, puede haber errores y sesgos imprevistos,
Otro reto de la IA es lidiar con la arraigada idea del incremento inmediato de productividad. Asumir que su aplicación en las actividades empresariales generará de inmediato una productividad espectacular es falso. Esto lo explica la llamada “paradoja de la productividad” que evidencia que el factor humano no cede todo su protagonismo a la IA.
Un nuevo desafío a enfrentar, irónicamente, es otra paradoja: la de Polanyi o el problema de la Caja Negra. Se refiere a que los humanos somos capaces de hacer cosas que no sabemos explicar… Son habilidades que se adquieren con la práctica, y no a partir de un aprendizaje metódico o unas instrucciones concretas. No son fácilmente explicables a posteriori.
Ahora, no todas las tecnologías de IA adquieren el nivel de desarrollo idóneo. Algunos ejemplos de ello son las confusiones fatales de las aplicaciones de reconocimiento de imágenes de los coches autónomos, los asistentes de voz que dan respuestas políticamente incorrectas o el funcionamiento poco satisfactorio de buscadores y chatbots.
Tales aplicaciones, que funcionan con datos semiestructurados o no estructurados como imágenes, texto o comunicación oral, no ofrecen todavía un grado de fiabilidad suficiente. Esto puede comprobarse al realizar preguntas al asistente de un teléfono inteligente y constatar que, en numerosas ocasiones, no comprende bien lo que se le pide. Por ello, las empresas deben ser muy prudentes en el uso de este tipo de aplicaciones, ya que pueden llevar a errores, quejas, reclamaciones e insatisfacción de los clientes.
De manera paralela, las aplicaciones de IA que se basan en datos numéricos bien organizados en una base tienen un mejor funcionamiento.
En suma, las aplicaciones de IA no sustituyen al talento humano: apoyan las acciones de éste, logran desarrollar ventajas competitivas y mejoran las experiencias del cliente, pero el comunicar, convencer, negociar y cuidar, por ejemplo, actividades esencialmente humanas, no podrá suplantarlas una máquina.
¿Se perderán puestos de trabajo? Si, como en toda revolución tecnológica, pero aparecerán unos nuevos que soluciones problemas que aún no aparecen o que en este momento pasan desapercibidos.
