Inteligencia artificial ¿Dr. Jekyll
o Mr. Hyde?
Artificial Intelligence, Dr. Jekyll or Mr. Hyde?
José
Cabanelas Omil
Universidad de Vigo (España)
cabanela@uvigo.es
Recibido: Abril, 2019
Aceptado: Junio, 2019
RESUMEN
El presente artículo analiza a la
inteligencia artificial como una de las transformaciones más relevantes en el horizonte,
y muy probablemente, la más relevante en el siglo XXI. En 2029 se calcula que
se superará la prueba de Turing. La singularidad es el momento en el que las
máquinas con inteligencia artificial superen a la red de cerebros humanos
conectados, la creatividad científica y las habilidades sociales, y se
alcanzará en el rango de 2030 a 2047 según apuntan diversos autores. Una
cuestión trascendental es el rol de la inteligencia artificial en el progreso y
el bienestar de las personas, abriéndose un amplio rango de potencialidades y
de riesgos. Estos últimos son de tal relevancia que de no actuar ahora pueden
generarse consecuencias dramáticas para la humanidad. De hecho, algunos investigadores
manifiestan que el efecto de la inteligencia artificial, especialmente en fases
avanzadas (súper inteligencia artificial), será de un impacto similar a la
aparición de la vida, mucho más allá de las transformaciones que generó la
revolución industrial.
Palabras clave: inteligencia artificial, gobernanza
regenerativa, descubrimiento del conocimiento, competencias emergentes.
Código Jel: O14, O15, O33.
ABSTRACT
The purpose of this paper is to
analyze the artificial
intelligence (AI). AI is one of the most relevant transformations on the
horizon and probably the most relevant in the XXI Century.
In 2029 it is estimated that the Turing test will
be passed. Singularity is the moment in which machines with AI surpass the
network of connected human brains, scientific creativity and social skills that
will be reached in the range of 2030 to 2047 according to various authors. A
transcendental question is the role of AI in the progress and well-being of
human society and opens a wide range of potential and risks. The latter are of
such relevance that failure to act now can generate dramatic consequences for
humanity. In fact, the effects of AI, especially in advanced stages, will be of
an impact similar to the appearance of life, far beyond the transformations of
the industrial revolution.
Keywords: Artificial Intelligence, Regenerative Governance,
Discovery of Knowledge, Emerging Competences.
Jel Code: O14, O15, O33.
INTRODUCCIÓN
Existe una definición
de Inteligencia Artificial por cada autor que escribe sobre el tema (McCarthy
& Hayes, 1981; Rauch-Hindin,1989; Steels,1993; Díez, Gómez & de Abajo,
2001; Legg & Hutter, 2007; Russell & Norvig, 2016). Para efectos del presente trabajo se
considera a la inteligencia artificial (IA) como la habilidad
y capacidad de un ordenador, red de ordenadores o red de robots controlados por
ordenadores para realizar las tareas comúnmente asociadas a
seres humanos inteligentes. Es una rama de la informática-computación
que se ocupa de la simulación del comportamiento inteligente.
En
definitiva, la inteligencia
artificial tiene por objeto que los ordenadores hagan la
misma cosa que puede realizar la mente humana (Boden, 2017), con la ventaja de
que puede articularse sistemas automáticos que posibiliten la ejecución. La
inteligencia es una facultad cognoscitiva que facilita el entendimiento y sobre
ella se impulsa la capacidad de la interpretación y de la razón.
El factor crítico de
la inteligencia humana está en la interpretación de la realidad, mientras que la inteligencia artificial tiene como
factor de avance
la eficacia y eficiencia en la interpretación
de la realidad. Existen procesos comunes
entre la inteligencia humana y la inteligencia artificial, fundamentalmente los procesos de percepción, selección,
asociación, asimilación, predicción y control inherentes al razonamiento humano,
es decir la inteligencia humana (IH).
Ilustración 1
Definición de inteligencia y factores comunes de la IA
y la IH
Fuente:
Elaboración propia.
En consecuencia,
tanto la inteligencia artificial como la inteligencia humana necesitan de
interfaces y sistemas para la realización de las funciones inherentes a cada
cual, con las lógicas diferencias, puesto que los sentidos humanos son
diferentes a los sensores o el aprendizaje IOS, individual, organizativo y
social, es diferente al proceso de aprendizaje de máquinas, más conocido por el
vocablo inglés machine learning. La inteligencia artificial no es un concepto novedoso; pero sí que está despegando de forma relevante
y se prevé que se convierta en la realidad más relevante del siglo XXI.
FASES DE LA INTELIGENCIA ARTIFICAL
¿Cuál
es el estado actual de la
inteligencia
artificial? Realmente, se encuentra en la primera etapa, la
inteligencia
artificial débil (IAD). Conviene analizar la previsible evolución
de la inteligencia
artificial hasta los inicios del
tercer cuarto del siglo XXI para comprender la relevancia de este
fenómeno que evolucionará en tres etapas principales: primera, IAD o
inteligencia artificial débil centrada en la automatización y sistematización; segunda, IAG
denominada inteligencia artificial general, caracterizada por la integración e
interacción persona y máquina; y una tercera etapa, SIA, super-inteligencia
artificial en la que la transformación será sensacional.
Inteligencia artificial débil: automatización y
aprendizaje
Esá centrada en la
automatización de procesos para aprender fácilmente patrones en los datos que
se le proporcionan. Con la visión por computadora y el procesamiento del
lenguaje, la inteligencia artificial débil puede jugar al ajedrez, hacer
sugerencias de compra, realizar preferencias de inversión, facilitar la
predicción de ventas, el pronóstico del tiempo y, en general, las actividades
basadas en patrones que pueden perfeccionarse.
La aplicación
Google Translate,
es una plataforma digital sofisticada que utiliza la inteligencia artificial
débil, de hecho, el AlphaGo
de Google, basada en DeepMind, superó
al campeón de Go,
Lee Sedol. Los automóviles ACES, autónomos,
conectados, eléctricos y compartidos también usan la inteligencia artificial
débil, muchas actividades ligadas a la salud, la industria, el internet de las
cosas, las fintech
y un largo etcétera.
La inteligencia
artificial débil puede sustituir con bastante rapidez a los humanos en muchos trabajos, ya
que puede reconocer y analizar correlaciones de patrones a partir de datos que
a
las
personas les llevaría descifrarlos miles de años.
Inteligencia
artificial general: observar, analizar y reaccionar como una persona
La
siguiente fase es una inteligencia artificial general o humana. Esta tipología
de inteligencia artificial puede observar, analizar y reaccionar ante el
entorno como lo haría una persona. Es extremadamente difícil cuantificar la
inteligencia humana y replicarla a través de códigos.
Por
otra parte, la mente humana es altamente adaptativa y esa es una limitación
relevante en el desarrollo de la inteligencia artificial general. Además, la
mente humana puede pensar de manera abstracta y ser innovadora, es decir puede
inventar algo que antes no existía. Es muy difícil enseñar a la inteligencia artificial a inventar cosas por sí misma. De todas formas, se calcula que la prueba
de Turing se superará en 2029. Esta prueba consiste en la habilidad de una
máquina para exhibir un comportamiento inteligente similar al de un ser humano
o indistinguible de este.
Súper inteligencia
artificial
La
súper inteligencia artificial será más inteligente que la conexión de los
mejores cerebros, incluida la creatividad científica, la red de aprendizaje
colectivo y las habilidades sociales. La súper inteligencia
artificial (SIA), es una realidad que se espera alcanzar a mediados de siglo
XXI.
Bostrom (2017), académico de la Universidad de Oxford y
experto en inteligencia
artificial, identifica la SIA "cuando la inteligencia artificial se vuelve
mucho más inteligente que la conexión de los mejores cerebros
y del aprendizaje compartido en
prácticamente todos los campos, incluida la creatividad científica, la
sabiduría y la red de aprendizaje colectivo y las habilidades sociales",
es decir, una singularidad que implicará
grandes retos, incluso para transformar profundamente a la
humanidad que conocemos.
LA SINGULARIDAD DE LA
INTELIGENCIA ARTIFICAL: UN PUNTO DE NO RETORNO
Una
cuestión relevante en la inteligencia artificial es la singularidad, es decir,
el momento en el que la inteligencia artificial superará a la inteligencia
humana. Este hecho es el más notable del siglo, “más que una revolución
industrial”, manifiesta Schmidhuber (2018). Por supuesto,
el desarrollo al que se refiere es el perfeccionamiento de la súper
inteligencia artificial.
Un asunto
que Schmidhuber (2018) señala: "es algo que
trasciende a la humanidad y la vida misma". De hecho, lo sitúa al mismo
nivel del surgimiento de la vida hace 3.500 millones de años, cuando una
combinación aleatoria de elementos simples y sin vida organizó la explosión de
la vida misma.
La mayoría
de los autores sitúa ese momento antes del año 2050. Rosenberg plantea el 2030,
Winston el 2040, Kurzweil en 2045 y Son en el 2047. Ray
Kurzweil es el responsable de ingeniería de Google en relación con el futuro de la
humanidad. Google junto con las FAANG
(Facebook, Amazon, Apple, Netflix y
Google) suponen en la actualidad en torno al 80% de las inversiones en inteligencia artificial, de acuerdo
con CBInsights (2017).
Son
reconocidas las predicciones de Kurzweil, incluida la
caída de la Unión Soviética, el crecimiento de la Internet y la capacidad de
las computadoras para vencer a los humanos en el ajedrez. Kurzweil
continúa compartiendo sus visiones para el futuro y en su última predicción
afirmó que la singularidad, el momento en que la tecnología se vuelve más
inteligente que los humanos, en sentido amplio, sucederá para 2045. Dieciséis
años antes, "2029 es la fecha consistente que predice para cuando una IA
pasará una prueba de Turing válida y, por lo tanto, alcanzará niveles de
inteligencia humanos”.
Ilustración 2
Fases en la IA. Singularidad en la IA. Fuente:
Elaboración propia
Fuente: elaboración propia.
Es posible
que aún no estén dentro de nuestros cuerpos, pero, para la década de 2030, se conectará
el neocórtex, -la parte del cerebro con la que pensamos, con la nube. Idea
similar al encaje neuronal de Elon Munsk que ha
mostrado preocupación por el futuro desarrollo de tales sistemas súper inteligentes.
En lugar de
la visión de la singularidad de las máquinas que se apoderan del mundo, Kurzweil piensa que será un futuro de síntesis sin
precedentes entre el hombre y la máquina (Creighton, 2018) donde destacará la
creatividad humana.
El legendario
físico Stephen Hawking predijo que un sistema tan sensible significaría el fin
de la humanidad tal como la conocemos, ya que una especie más avanzada irá
sobrepasando gradualmente a los inferiores, en este caso, el humano, ya sea
esclavizándolo o destruyéndolo por completo.
Otros
científicos, como Hassabis y otros (2017), creen que
una inteligencia artificial tan capaz podría ayudar a la humanidad a resolver
algunos problemas cruciales como el cambio climático, la cura del cáncer y
otras enfermedades fatales, así como la exploración espacial. También Margaret
Boden (1998) piensa que la inteligencia artificial no conquistará a la
humanidad puesto que carece de ambición, pero afirma que ya no hay posibilidad
de divorcio entre la inteligencia artificial y las personas.
De acuerdo
con el World Economic Forum (2018), las oportunidades inherentes a la prosperidad
económica, el progreso de la sociedad y el florecimiento individual en el mundo
del trabajo son enormes, pero dependen de la capacidad de todas las partes
interesadas para impulsar cambios en la forma de pensar, en la reforma en los
sistemas educativos y del aprendizaje individual, organizativo y social, en la
gobernanza, de la sociedad y de las empresas, que posibilite nuevas políticas
de convivencia, del mercado y del trabajo y nuevas habilidades capaces de
proyectar nuevos enfoques empresariales y competir y crear riqueza en un mundo
en transformación.
De hecho, Harris,
Kimson y Schwedel (2018)
indican que “la rápida difusión de la automatización puede eliminar entre el
20% al 25% de los actuales puestos de trabajo en Estados Unidos. Esto es el equivalente
a 40 millones de trabajadores desplazados, oprimirá el crecimiento de los
salarios de muchos más trabajadores” y la colisión de la demografía, la
automatización y la desigualdad tienen potencial para remodelar el mundo a
partir de 2020 y que la conjunción de estas tres fuerzas podría desencadenar impactos
económicos mucho mayores que los que se han experimentado en los últimos 60
años.
La
inteligencia artificial es prácticamente el presente. Esta inteligencia
condicionará el futuro de la humanidad de forma muy evidente. Se abren tres
caminos, primero, la fusión, segundo, la marginalidad y tercero, la
desaparición de la especie humana. Esta desaparición está en el alero.
La fusión
con la súper inteligencia artificial (SIA) y la fusión persona-máquina parecen
ser el camino, ya que los otros dos, marginalidad y desaparición no guardan sentido
alguno. Una cuestión central sería si la fusión se realizará por una súper
élite, dando forma con ello al mito del súper hombre ya avanzado, que fue
descrito en el siglo XIX por Nietzsche (1969).
INTELIGENCIA ARTIFICIAL DÉBIL(IAD):
COMPONENTES DE LA IA ACTUAL
En
cuanto a la primera fase en la que está ahora la inteligencia artificial, IAD, es
la fase en que los sistemas analizan, encuentran patrones en los datos y generan
procedimientos y sistemas automáticos. La automatización se considera como la
forma más prominente, común y actual de la inteligencia artificial débil. Muchas
compañías internacionales la han incorporado a sus sistemas de trabajo.
De
acuerdo con Forbes (2018), en 2020 el 30% de los CIOs
(responsables de la innovación) integrarán la inteligencia artificial como una
de sus cinco máximas prioridades. Los componentes principales de la IAD son los
siguientes:
Aprendizaje profundo (Deep Learning) con reconocimiento de pautas. El
aprendizaje profundo es un área de la inteligencia artificial que imita el
funcionamiento del cerebro humano en el procesamiento de datos y la creación de
patrones para su uso en la toma de decisiones. El aprendizaje profundo es un subconjunto
del aprendizaje automático capaz de aprender sin supervisión a partir de datos
sin estructurar o sin etiquetar.
Aprendizaje de máquina (Machine Learning). Es una aplicación de la
inteligencia artificial que utiliza técnicas estadísticas para que los sistemas
informáticos se doten de las capacidades necesarias para aprender
automáticamente y mejorar sus experiencias sin estar explícitamente
programados.
Neuro Computación (Neuro Computing). Es una
imitación de la acción del cerebro humano utilizando redes (electrónicas)
neuronales.
Procesamiento de lenguaje (Natural
Language Processing). Un área de
la inteligencia artificial relacionada con las interacciones entre las
computadoras y los lenguajes humanos (naturales), en particular, trata sobre cómo
programar a las computadoras para procesar y analizar grandes cantidades de
datos en lenguaje natural.
Ilustración 3
Inteligencia artificial débil centrada
en la automatización y aprendizaje de procesos
Elaboración propia.
En la
investigación respecto al futuro del trabajo realizada por el World Economic Forum (2018, p. 11) puede observarse la evolución
progresiva de las máquinas en actividades tradicionales del trabajo que están
siendo sustituidas progresivamente por las máquinas.
De acuerdo
con el Global Institute McKinsey (2018), el porcentaje
de horas persona-máquina avanza claramente en la dirección del rol creciente de
las máquinas, incluso en actividades intelecutales.
Desde 2018
al 2022 se prevé un impresionante avance de las horas-máquina sobre las
horas-persona en tareas que hasta hace poco eran exclusivas de las personas, e
incluso, estaban catalogadas como actividades del intelecto.
En la
actualidad, los ámbitos de aplicación de la IAD son, por ese orden, industria high tech y teleco, servicios financieros,
logística, ensamblaje en automoción, salud y energía y recursos (McKinsey
Global Institute, 2017).
Tabla 1
Evolución progresiva de las máquinas en ctividades
tradicionales del trabajo
Fuente:
elaborción propia.
Desde el
punto de vista de la inversión de capital de riesgo corporativo (CVC, corporate venture capital) los
ámbitos principales de aplicación son la salud, la conexión interindustrial (hibridación),
la ciberseguridad, el comercio electrónico, la publicidad y el marketing, las
finanzas y los seguros, las propias empresas de inteligencia artificial y la Internet
de las cosas (IOT e IIOT) (CBInsights, 2017).
Si bien los
FAANG (Facebook, Amazon, Apple, Netflix y Google) suponen el grueso de
la inversión en inteligencia artificial, sin embargo, las nuevas empresas
chinas de Inteligencia Artificial representaron el 48% de la financiación
mundial de AI en 2017 (CBInsighits, 2017) superando a
Estados Unidos por primera vez.
Así, Baidu,
Tencent y Alibaba, los gigantes de la tecnología de China, están expandiendo
sus ofertas de inteligencia artificial a otros países de Asia, reclutando
talento de los EE. UU., a la vez que invierten en nuevas empresas de
inteligencia artificial en los mismos Estados Unidos.
Además,
forman asociaciones globales para avanzar en soluciones de ciudades
inteligentes, conducción autónoma, inteligencia artificial conversacional y
salud predictiva, entre otras cosas. Los sectores público y privado en China
están trabajando junto con el gobierno para convertirlo en un líder mundial en
inteligencia artificial en la próxima década.
De acuerdo
con CBInsights (2017), las 100 start
ups que utilizan inteligencia artificial [IAD] con mayor éxito están operando
en la inteligencia conversacional con bots, en
visión, automóvil autónomo, robótica, ciberseguridad, inteligencia de negocio y
analítica, publicidad, ventas y CRM (customer relationship management, gestión
de relaciones con clientes), salud, en el núcleo de la inteligencia artificial
(core IA), análisis y generación de textos, IoT, IIoT, Comercio, Fintech y
seguros y otros. Pero la revolución de la IA se dará en prácticamente todas las
actividades.
Ilustración 4
100 start
ups en inteligencia artificial 2018
Fuente: CBInsights (2017).
En la
ilustración 4 es posible apreciar incluso las start up específicas. La mayoría de las inversiones actuales en
inteligencia artificial, en torno al 80%, la efectúan las FAANG (Facebook,
Amazon, Apple, Netflix y Google) pero el escenario se está ensanchando a
gran velocidad, incluso se prevé que China ocupará una posición de liderazgo en
inteligencia artificial en los próximos años, aunque le queda camino por
recorrer.
UNA TRIPLE DISCUSIÓN
El gran transformador
Se propone
un constructo para comenzar la discusión, se trata del gran transformador, GT.
¿En qué consiste? en la integración de tres grandes factores, el descubrimiento
del conocimiento [DC], la inteligencia artificial [IA] y la gobernanza
regenerativa [GR], de tal manera que las tres son elementos que se incorporan
al gran transformador [GT], un constructo útil para interpretar la complejidad
y descubrir el enorme potencial que supone el GT al servicio de la sociedad.
Cabe
interpretar la ontología y la epistemología del Gran Transformador (GT),
descifrando su entidad global y las entidades que lo componen. Así como la
epistemología mediante los procesos que posibilitan la consecución de
resultados. En especial, el bienestar de la humanidad, la creación y la distribución
de riqueza, que se pueden derivar de la integración de múltiples disciplinas bajo
el eje orientador de la Gobernanza Regenerativa (GR).
La
inteligencia artificial, en la actualidad, en su forma débil (IAD), que aporta
las tecnologías, los procesos de aprendizaje-acción y los sistemas de soporte,
más el descubrimiento del conocimiento (DC), que incorpora las metodologías,
instrumentos y sistemas de detección, identificación, selección, asimilación,
explotación integración y renovación de conocimientos. Estos tres, Gobernanza
Regenerativa, Inteligencia Artificial Débil y Descubrimiento del Conocimiento,
derivan en el Gran Transformador.
Desde la ontología,
la IAD, el estadio de la inteligencia artificial actual, está integrada por
diversos componentes que persiguen la automatización de procesos y el
aprendizaje sistemático. Entre los componentes principales se destaca el
aprendizaje de máquina, la neuro-computación, el proceso de lenguaje natural,
el aprendizaje profundo y el reconocimiento de pautas.
La inteligencia
artificial está en constante transformación e incorporando nuevos elementos y
componentes de prácticamente todos los campos de conocimiento; además, debe
favorecer a su vez el descubrimiento de nuevo conocimiento.
El
descubrimiento del conocimiento (DC), está constituido por los siguientes
elementos, en primer lugar, por una definición de objetivos y necesidades de
información y conocimientos con base en una ética transformadora tratando de
resolver el “silencio profundo” como necesidades de conocimientos inicialmente
no deseadas ni resueltas.
Esta fase
permitirá identificar y seleccionar el nuevo conocimiento. Una vez definido el
“norte” del DC se procede a la captación y la formalización de bases y
contenedores de datos, integrando la minería y el tratamiento de datos, el
análisis y asimilación de grandes volúmenes de datos o big
data y la interpretación, explotación y comercialización de nuevos
conocimientos. Finalmente, también hay que atender a la integración de conocimientos
porque el conocimiento es de los pocos activos que pueden crecer cuando se usan
e integran.
Ilustración 5
Ontología del constructo conceptual del gran
transformador
Nota: GT, como suma cualificada de la integración de
descubrimiento de conocimiento DC, la inteligencia artificial IA, y la
gobernanza regenerativa, GR, de tal manera que GT = DC + IA + GR.
Fuente: elaboración propia.
El tercer
factor de la ecuación que completa el Gran Transformador GT, y orienta tanto a
la IA como al DC, es el Gobierno Regenerativo GR que está formado por la
cultura regenerativa, la ética transformadora, la formación y renovación
constante de competencias emergentes (CEeR) y por un
gobierno con visión renovadora.
Todos estos
elementos son esenciales, de ahí que la clave está en que actúen de forma
integrada, solo así la inteligencia artificial y su evolución progresiva tendrá
los canales necesarios para la creación de valor de acuerdo con principios y
valores al servicio de la humanidad.
Dr. Jekyll o Mr. Hyde
El
segundo punto de discusión está en las dos facetas contrapuestas que aporta y aportará
la IA. Grandes oportunidades que denominamos Dr. Jekyll y enormes peligros y
riesgos, Mr. Hyde, en honor a la magnífica obra de Stevenson titulada El extraño caso del Dr. Jekyll y Mr. Hyde, la
misma persona, brutalidad e inaudita maldad.
Dr. Jekyll en la Inteligencia
Artificial
Entre las
grandes oportunidades se puede decir que la IA generará con bastante seguridad
un cambio de fase en la humanidad, incrementará la capacidad creativa y de
cálculo hasta límites inimaginables, apalancará la capacidad de generar productos
y servicios de un valor añadido extraordinario a costos muy asequibles,
liberará la carga de las limitaciones actuales de la humanidad. En definitiva,
tiene potencial para transformar el estado de las cosas de forma disruptiva,
una auténtica demolición del estado de cosas actual y de hacer realidad el mito
del superhombre que Nietzche (1969) preconizó.
Raj Reddy,
ganador del premio Turing y miembro de la academia china de ingeniería vaticina
que el PIB mundial alcance los 1.000 billones de dólares en 20 años, trece
veces el PIB actual, cifra difícilmente creíble. También Pan Hue, director del comité consultivo estratégico para la
nueva generación de inteligencia artificial de China indicó en el I Congreso Mundial de Inteligencia
Artificial realizado en el año 2018 en China que la “revolución va a ser
global y se va a dar en todos los sectores, desde la agricultura hasta la
medicina”, cambiando profundamente la realidad actual y demoliendo toda una
época. (Aldama 2018)
Mr. Hyde en la Inteligencia Artificial
Sin
embargo, los riesgos y los peligros están también presentes. Hasta el momento,
la inteligencia humana y la capacidad de aprendizaje colectivo no han tenido
rival; pero como sostiene Barrat (2013), la
inteligencia artificial podría ser el fin de la era humana y su invención
final.
El mayor
peligro es que las máquinas, una vez superadas las fronteras humanas prescindan
de las personas en su evolución o que una súper élite se transforme a través de
la inteligencia artiicial en superhombres o cuasi dioses.
Y es que
cuando las máquinas han leído todo lo que la humanidad ha escrito o codificado
y sean capaces de ver más allá de lo que los seres humanos han visto tendrán
capacidades enormes. No hay que olvidar que lo que ha constituido la
civilización se basa en la inteligencia.
El padre de
la inteligencia artificial, Alan Turing, al observar en 1951 procesos leves de
aprendizaje en las máquinas escribió “aún si se pudiese mantener a las máquinas
en una posición servil; por ejemplo, desconectándolas en momentos clave,
deberíamos sentirnos humillados como especie”. ¿Qué se puede hacer? evitar el
síndrome del Rey Midas con la inteligencia artificial y estropearlo todo.
Stuart Rusell (2018), propone que para compatibilizar
la inteligencia humana (IH) con la inteligencia artificial (IA) es necesario
alinear valores y objetivos a través de tres grandes principios.
Ilustración 6
Compatibilidad entre inteligencia
humana e inteligencia artificial
Fuente: elaboración propia
con base en Stuart Rusell (2018).
El primero,
es el altruismo, que pasa por la idea de que el único objetivo de la inteligencia
artifical es maximizar la realización de valores y
objetivos humanos. El segundo, es el principio de humildad, el cual refuerza la
seguridad, la inteligencia artificial no debe saber cuáles son “los valores y
objetivos humanos”. Finalmente, el tercero, el conjunto de las personas está en
el centro de todo, expresado a través de que “el comportamiento humano posee
información sobre los valores y objetivos humanos”. Con estos tres principios:
altruismo, humildad y centrado en el ser humano, se reduce la incertidumbre sobre
el objetivo subyacente y las máquinas estarían al servicio de la humanidad y
las personas en sentido amplio.
CONCLUSIÓN
El futuro
suele ser la culminación de lo que se decide en el presente, sin perjuicio del
azar destructor, es decir, de catástrofes imprevisibles. Con problemas globales
como el cambio climático y el aumento del nivel del mar, los retos geopolíticos
con amenazas nucleares, la demografía y la hiperlongevidad,
existen enfermedades aún sin resolver como el cáncer, los desafíos en la
energía, la dinámica y transformación de la sociedad, el impacto disruptivo de
la tecnología, la fragilidad de la economía, el rol desmedido de las finanzas y
la carga de la deuda, implican que la humanidad necesita un impulso para
avanzar como especie.
Así, la
revolución digital que ocurrió con el advenimiento de la informática e internet
ya es historia. El próximo gran paso sería un gran avance en el desarrollo de
la inteligencia artificial hasta la súper inteligencia artificial (SIA).
El problema
ético que se presenta es de gran calado. La SIA sería la invención más
importante jamás hecha y daría lugar a un explosivo progreso en todos los
campos científicos y tecnológicos con eficacia y eficiencia sobrehumana.
En la
medida en que la ética es una dimensión cognoscitiva, la SIA podría superar
fácilmente a los seres humanos en la calidad de su pensamiento moral (Bostrom, 2003). Sin embargo, los diseñadores de la SIA
podrían no incorporar motivaciones éticas, de tal forma que la SIA podría ser
una fuerza imparable y enormemente poderosa debido a su superioridad
intelectual y a las tecnologías que podría desarrollar. De ahí que resulte
crucial que la SIA incorpore una gobernanza constantemente renovadora que, a su
vez, incorpore una ética transformadora, al servicio de una misión en el que la
sociedad y la inteligencia humanas se encuentren en el centro y también en los
aledaños.
REFERENCIAS
Aldama, Z. (2018). ¿Dónde están los límites de la inteligencia
artificial? Retina https://retina.elpais.com/retina/201 8/09/21/innovacion/1537545399_888987.html
Barrat, J. (2013). Our final invention: Artificial intelligence and the end of the human era. New York: Macmillan.
Boden, M. (2017). Inteligencia
artificial, Madrid: Turner.
Bostrom, N. (1998). How long before superintelligence?, International Journal of Futures Studies,
2.
Bostrom, N., (2003). Ethical issues in advanced
artificial intelligence. In Science Fiction and Philosophy: From Time Travel
to Superintelligence, 277-284.
Bostrom, N. (2017). Superintelligence. Dunod.
CBInsights (2017). China Artificial Intelligence trends, CBInsights.
Link https://www.cbinsights.com/research/brie fing/china-in-ai-trends/
Creighton, J. (2018). The
“Father of Artificial Intelligence” Says Singularity Is 30 Years Away.
Futurism. http://
futurism.com/father-artificial-intelligence-singularity-decades-away
Díez, R. P., Gómez, A. G. & de Abajo Martínez, N. (2001). Introducción
a la inteligencia artificial: sistemas expertos, redes neuronales artificiales
y computación evolutiva. Oviedo: Universidad de
Oviedo.
Forbes (2018). Gatners ́s
top ten strategic tecnology trends for 2018. Forbes.
Link: https://www.forbes.com/sites/peterhigh/2018/10/22/gartner-top-10-strategic-technology-trends-for-2019/#5d5d72941423
Hassabis, D., Kumaran, D., Summerfield, C., & Botvinick, M. (2017). Neuroscience - inspired artificial
intelligence. Neuron, 95(2), 245-258.
Harris, K., Kimson, A., Schwedel, A. (2018). Labor 2030: The Collision of
Demographics, Automation and Inequality, Bain & Company.
https://www.bain.com/insights/labor-2030-the-collision-of-demographics-
automation-and-inequality/
Legg, S. & Hutter, M.
(2007). A collection of definitions of intelligence. Frontiers in Artificial
Intelligence and applications, 157, 17.
McCarthy, J. & Hayes, P. J. (1981). Some
philosophical problems from the standpoint of artificial intelligence. In Readings
in artificial intelligence (pp. 431-450). Morgan Kaufmann.
McKinsey Global Institute (2017). Artificial
Intelligence. e next
digital frontier, McKinsey. https://www.mckinsey.com/~/media/McKinsey/Industries/Advanced%20Electronics/Our%20Insights/How%20artificial%20intelligence%20can%20deliver%20real%20value%20to%20companies/MGI-Artificial-
Intelligence-Discussion-paper.ashx
Nietzsche, F. (1969). Así habló Zaratustra. Poseidón.
Schmidhuber, J. (2018). citado en
Is 30 Years Away. All evidence points to the fact that the singularity is
coming (regardless of which futurist you believe).
https://futurism.com/father-artificial-intelligence- singularity-decades-away
Rauch-Hindin, W. B. (1989). Aplicaciones de
la inteligencia artificial en la actividad empresarial, la ciencia y la
industria. Madrid: Díaz de Santos.
Russell, S. J., & Norvig,
P. (2016). Artificial intelligence: a modern approach. Malaysia; Pearson
Education Limited. Rusell, S. (2018). 3 principles
for creating safer AI, TED. https://www.ted.com/talks/
stuart_russell_3_principles_for_creating_safer_ai
Steels, L. (1993). The artificial life roots of
artificial intelligence. Artificial life, 1(1_2), 75-110.
World Economic Forum (2018). The future of Jobs
report 2018. Bruselas: World Economic Forum. Link
http://ww w3.weforum.org/docs/WEF_Future_of_Jobs_2018.pdf
.