Inteligencia artificial: adiós mitos, hola realidades
- Estrategias digitales
La inteligencia artificial se abre camino en las empresas y, por eso, es vital que saber qué puede hacer esta tecnología en un entorno corporativo. Por eso, Gartner cree llegado el momento de separar la realidad de los mitos a la hora de diseñar la estrategia a seguir. A continuación, nos centramos en los cinco más comunes.
Los mitos en torno a la inteligencia artificial (IA) que tienen que caer ya porque “la tecnología solo podrá crear valor si forma parte de la estrategia de una organización y se utiliza de la forma correcta”.
Lo dice Gartner que ha identificado los cinco mitos e ideas equivocadas en torno a la IA:
Mito 1: La inteligencia artificial funciona de la misma forma que el cerebro humano
La inteligencia artificial es una disciplina de ingeniería informática. En su estado actual, como explica la firma de análisis, consiste en herramientas de software destinadas a resolver problemas. Si bien algunas formas de IA pueden dar la impresión de ser inteligentes, sería poco realista pensar que la inteligencia actual es similar o equivalente a la humana.
Como explica Alexander Linden, su vicepresidente de investigación, algunas formas de aprendizaje automático (ML), una categoría de IA, pueden haber sido inspiradas por el cerebro humano, pero no son equivalentes. “La tecnología de reconocimiento de imágenes, por ejemplo, alcanza una precisión superior a la de la mayoría de los humanos, pero no sirve para resolver un problema de matemáticas. Lo normal hoy en día es que la IA resuelve una tarea muy bien, pero si las condiciones de la tarea cambian solo un poco, falla".
Mito 2: las máquinas inteligentes aprenden por su cuenta
Se requiere la intervención humana para desarrollar una máquina o sistema basado en IA. La participación puede provenir de científicos de datos humanos que están ejecutando tareas como contextualizar el problema, preparar los datos, determinar los conjuntos de datos apropiados, eliminar posibles sesgos en los datos de entrenamiento... y, lo que es más importante, actualizar continuamente el software para incorporar nuevos conocimientos y datos en el próximo ciclo de aprendizaje.
Mito 3: La IA puede estar libre de sesgos
Toda tecnología de inteligencia artificial se basa en datos, reglas y otras aportaciones de expertos humanos. De manera similar a los humanos, también tiene un sesgo intrínseco de una manera u otra. "Hoy en día, no hay manera de eliminar por completo el sesgo; sin embargo, tenemos que tratar de reducirlo al mínimo", explica Linden.
En su opinión, además de trabajar con datos de índole muy diferente, es esencial asegurar la diversidad en los equipos que trabajan con la inteligencia artificial, y hacer que los miembros revisen el trabajo de los demás. “Este simple proceso puede reducir significativamente el sesgo en la selección y confirmación”, sostiene.
Mito 4: La IA solo reemplazará tareas repetitivas que no requieren conocimientos avanzados
Esta tecnología permite tomar decisiones empresariales más precisas mediante predicciones, clasificaciones y agrupación, por lo que cada vez resuelven tareas más complejas.
Un ejemplo es su uso en asistencia sanitaria. Una aplicación de rayos X para tórax basada en la IA puede detectar enfermedades más rápido que los radiólogos. En los sectores financiero y asegurador, se están utilizando roboadvisors en gestión patrimonial o detección del fraude. Esas capacidades no eliminan la intervención humana en esas tareas, sino que harán que las personas se queden con las casuísticas más inusuales. Con el avance de la inteligencia artificial en el lugar de trabajo, la dirección debe ajustar los perfiles de trabajo y planificar la capacidad, así como ofrecer opciones de capacitación para el personal existente.
Mito 5: No todas las empresas necesitan una estrategia de AI
Cada compañía debe valorar el potencial impacto de la inteligencia artificial en su estrategia e investigar cómo se puede aplicar esta tecnología para ayudar a resolver sus retos. En muchos sentidos, evitar la explotación de la IA es lo mismo que renunciar a la siguiente fase de automatización, que en última instancia podría colocar a las organizaciones en una desventaja competitiva, señala Gartner.
Para Linden, incluso si la estrategia es no invertir en IA, “debería ser una decisión consciente basada en la investigación y la consideración. Y, como cualquier otra estrategia, debe revisarse y cambiarse periódicamente de acuerdo con las necesidades de la organización. La IA podría ser necesaria antes de lo que se espera”.
