Qué problemas resuelve la IA y qué factores frenan su implantación.
De nada sirve generar nuevos profesionales en Data Science si los directivos de las empresas no se forman en como solucionar los nuevos problemas de forma distinta.
La IA no es la solución a cualquier problema, sin embargo, lo que si que podemos decir de la IA es que ofrece soluciones a problemas que a día de hoy no podemos solucionar con la informática tradicional. ¿Cuales son estos problemas?
- Problemas muy complejos y costosos de solucionar algorítmicamente.
- Problemas en los que la comprensión de lo que sucede es imposible si no es con IA.
- Problemas que acabamos resolviendo intuitivamente porque no sabemos racionalizar.
Lo que tienen en común estas 3 tipologías de problemas es que su racionalización (ya sea parcial o completa) es casi imposible y sin embargo hemos podido establecer procesos en la empresa para solucionarlos. Estos problemas normalmente se resuelven a través de la intervención humana.
La tendencia a generar equivalencias a intervenciones humanas, de la IA, se debe a 2 factores:
- La propia definición de IA nos asemeja inteligencia artificial a inteligencia humana.
- Todo proceso no digitalizado a día de hoy, es normal que sea ejecutado por personas.
La principal diferencia entre la IA y la informática tradicional es que la Tradicional resuelve los problemas a partir de la racionalización y la IA a partir de la detección de patrones. Mientras que no existe diferencia en el aspecto de la sustitución de inteligencia humana, ya que ambas informáticas intentan resolver problemas usando la inteligencia existente.
El problema cultural de la IA.
La ciencia en general se transmite a partir de la explicación, y por lo tanto a partir de la racionalización. Estamos inmersos en la era de la ciencia y en consecuencia la racionalización es el eje sobre el que gira todo el sistema de transmisión del conocimiento. Esto genera una sociedad que entiende perfectamente los procesos racionales y que a menudo rehúye aquello que no entiende. La IA sufre el problema de la incomprensión y a la vez goza de la admiración que produce el hecho de ver una maquina capaz de realizar acciones que se pensaba que no eran capaces.
Estas nuevas capacidades asustan, pero en realidad no dejan de ser simplemente nuevas capacidades. La historia nos ha demostrado que, si bien la irrupción de nuevas capacidades siempre desemboca en predicciones de destrucción de lo que en teoría sustituye, estas predicciones generalmente no se cumplen. Las capacidades audiovisuales no mataron los documentos sonoros (la TV no mató a la Radio), las capacidades de interacción no han matado el contenido no interactivo, etc… Las nuevas capacidades no destruyen a las anteriores porqué el mundo puede albergar una diversidad inimaginable (Somos 7.000 millones de personas que cada día generamos infinitud de necesidades y momentos diferentes en nuestras vidas) y la IA en el mejor de los casos, solo tendrá una incidencia por debajo de los 2 dígitos en nuestros momentos de vida.
Si bien sabemos que esta barrera mental (de la sociedad) que tenemos sobre la IA será superada con el tiempo, el problema más grande que tiene en estos momentos la IA para desarrollarse en plenitud, es que nuestros procesos profesionales orientados a la resolución de problemas, no están preparados para afrontar esta resolución desde la perspectiva que propone la IA: Búsqueda de patrones vs búsqueda de soluciones.
De nada sirve generar nuevos profesionales en Data Science si los directivos de las empresas no se forman en cómo solucionar los nuevos problemas de forma distinta a como lo han realizado hasta ahora. ¿Cómo podemos esperar que los directivos demanden IA si no reconocen cómo la IA va a resolver sus problemas ni cuales de ellos van a poder resolver?
