Una reciente encuesta global de BCG GAMMA e Ipsos, compartida por IPSOS Perú (de donde iremos recogiendo otros temas de interés), encuentra un optimismo general sobre el tema de la Inteligencia Artificial en el lugar de trabajo, pero también importantes preocupaciones sobre la privacidad, la seguridad laboral y la igualdad económica. 

Más de uno de cada cinco adultos trabaja para empresas que están desplegando inteligencia artificial (IA), y aunque estos empleados generalmente ven la IA como algo positivo, también tienen preocupaciones sobre sus posibles efectos sobre su privacidad, seguridad laboral e igualdad económica. De hecho, los usuarios de IA son a la vez más optimistas sobre los beneficios de IA y más cautelosos de sus riesgos que los no usuarios. Esos son los hallazgos centrales de una encuesta a más de 7,000 personas realizada en Canadá, China, Francia, Alemania, España, el Reino Unido y EEUU por BCG GAMMA e Ipsos, una firma de investigación de mercado.

La adopción de IA varía ampliamente entre los países. En China, el 31% de los encuestados dice que trabaja en organizaciones que ya usan IA, seguido de América del Norte (26% en Canadá, 24% en EEUU) y luego Europa (20% en el Reino Unido, 18% en España, 16 % en Francia y 15% en Alemania).

La adopción también varía según el sector, pero en menor medida. Una cuarta parte de los trabajadores en manufactura dicen que la IA se implementa en sus empresas, en comparación con el 20% en la construcción, el 19% en el retail y el 18% en servicios. La tasa promedio en todas las organizaciones del sector privado es del 20%, mientras que el 25% de los encuestados del sector público dice que las herramientas y aplicaciones habilitadas para la inteligencia artificial ya están en su lugar de trabajo.

La gran mayoría de los empleados, especialmente aquellos que ya tienen acceso a la IA, esperan que tenga consecuencias positivas para su organización y para ellos mismos. En los lugares de trabajo que usan herramientas impulsadas por inteligencia artificial, más de dos tercios de los empleados encuestados dicen que las herramientas ya han tenido un impacto positivo en su eficiencia (75% citan mejoras en su efectividad, 75% en sus resultados y 74% en cómo su trabajo está estructurado). También señalan que la IA ha tenido un impacto positivo en el atractivo de su trabajo (70%), en su nivel de bienestar en el trabajo (69%) y en los cursos de capacitación puestos a su disposición (67%). Una gran mayoría de los encuestados, independientemente de su sexo, edad u ocupación, mencionan estos efectos positivos.

Los trabajadores que ya han experimentado los beneficios de las herramientas de IA son aún más entusiastas que otros con respecto al posible impacto de la IA en los próximos cinco años. Más de ocho de cada diez piensan que afectará positivamente a su organización (el 84% dice que tendrá un impacto positivo en el crecimiento del negocio de su organización y el 81% dice que mejorará la estructura del trabajo). Más de tres de cada cuatro también esperan beneficios positivos para sí mismos (77% con respecto a su nivel de bienestar en el trabajo y 76% con respecto a su desarrollo profesional).

Sin embargo, a pesar de las generalmente positivas opiniones sobre el impacto y las perspectivas de IA, las personas tienen serias preocupaciones que las empresas deben abordar. Los temores y preocupaciones no desaparecen simplemente cuando las personas se familiarizan con las herramientas habilitadas para IA; de hecho, más de tres de cada cuatro personas temen que el uso de la IA en el trabajo pueda dar como resultado un mayor control de supervisión y vigilancia en su lugar de trabajo (82% de las personas en las organizaciones que ya usan IA lo creen). Esta preocupación es especialmente alta en China (84%).

Más de las dos terceras partes de los trabajadores encuestados temen que la IA eventualmente genere pérdidas de empleos debido a una carga de trabajo reducida (el porcentaje de empleados que ya usan IA es del 76%). Muchos (65% en general y 71% en lugares que ya usan IA) también temen que AI deshumanice el trabajo, lo que reduce la cohesión social y prevén problemas éticos relacionados con la IA con respecto a la protección de datos personales (64% en general y el 71% donde la IA ya está en funcionamiento).

Hasta este momento, las organizaciones que implementan las herramientas de IA no han discutido estas preocupaciones en profundidad, lo cual es una razón más para que lo hagan ahora. Solo el 40% de los empleados entrevistados dicen que sus gerentes han discutido con ellos el desarrollo de la IA de la organización y su transformación digital (solo el 32% donde todavía no hay aplicaciones de IA disponibles).

Una gran mayoría (79%) de los empleados en los lugares de trabajo donde AI ya está familiarizada esperan que sus gerentes hagan declaraciones y decidan al respecto. Otros tienen expectativas más bajas, en gran parte porque desconocen cuán importante se ha convertido la inteligencia artificial en un problema estratégico en la mayoría de las organizaciones.

Esto explica por qué menos de una persona de cada tres cree que el desarrollo de la inteligencia artificial revolucionará su lugar de trabajo, y por qué el 42% piensa que tendrá un impacto solo en ciertas compañías y ciertos sectores empresariales, en lugar de afectar a toda la economía.

Sylvain Duranton, líder global de BCG GAMMA, advierte contra la adopción de una actitud complaciente ante la IA: “Subestimar el tamaño del fenómeno de la inteligencia artificial y no estar preparado para la transformación digital podría dejar a las organizaciones en gran riesgo. Los individuos y los gerentes deben prepararse para la revolución de la IA, que ya está aquí, y aprovecharla al máximo para sobrevivir y crecer. De lo contrario, corren el riesgo de ser aplastados por el poder de la ola”, dice.

Históricamente hemos sufrido miedos sobre los avances tecnológicos. Un ejemplo es el invento del automóvil, que permitió limpiar las ciudades de la contaminación producida por los desechos de los caballos. Mientras que este invento eliminó muchos tipos de empleos, trajo muchos beneficios y facilitó el transporte con eficiencia, confort y a mayor distancia. Además, creó cuantiosos nuevos trabajos en manufactura, estableciendo además el paradigma de la producción en serie. Así como la de Henry Ford, muchas innovaciones visionarias son disruptivas y crean discontinuidades inimaginables, como se explica en su dicho: “Si le hubiera preguntado a la gente qué querían, me habrían dicho que un caballo más rápido”. Ver en Lampadia: Seis megatendencias de gran impacto.

Sin embargo, todavía hay muchos (políticos, líderes y académicos) reacios a los cambios tecnológicos y a las inversiones que lo hacen posible. Se escudan en el temor a lo desconocido y en sus efectos disruptivos de corto plazo, que es el horizonte paradigmático en el que están atrapados.

La verdad es que la tecnología es el futuro. La IA eliminará algunas formas de trabajo, sin embargo, la IA también creará demanda de otros tipos de trabajo digital. Lo principal en el mundo global moderno es la capacidad de innovar. Es necesario fomentar este proceso creativo de sinergia de ideas y tecnología. Aprovechar al máximo las oportunidades que ofrece la tecnología es difícil y requiere de muchos cambios. La tecnología está creciendo de manera exponencial, pero el potencial sólo puede realizarse si los gobiernos capacitan a sus ciudadanos y los dotan de habilidades y recursos apropiados. El mundo debe utilizar la tecnología para lograr resolver retos cada vez más grandes. Lampadia

Mientras millones de personas en todo el mundo aplaudieron el rescate de los escolares de Tailandia y su entrenador de fútbol, también se celebró la importancia de la tecnología en las misiones de rescate. La valentía humana, el coraje y las habilidades fueron apoyados con destreza por la tecnología que permitió un rescate aparentemente imposible.

Echemos un vistazo a cómo los dispositivos inteligentes ayudaron al rescate y exploremos cómo la tecnología de la nueva era es crítica para la gestión de desastres.

Después de que los buzos británicos fueron lo suficientemente profundo como para encontrar a los niños, el siguiente paso fue evaluar los puntos de entrada para el rescate. Para esto, se usaron drones que volaban sobre y alrededor de la montaña. Estos aviones no tripulados tenían cámaras térmicas y lentes ópticos con una capacidad de zoom de 30X. En una era anterior a los drones, los rescatistas y expertos en terreno habrían tenido que explorar físicamente el área para evaluar puntos de entrada que podrían ser más de 100. Los drones pudieron identificar y preseleccionar los puntos de entrada solo en horas en vez de días. Con un fuerte pronóstico de lluvia, el uso de drones aceleró el rescate.

Además, los vehículos submarinos operados a distancia escaneaban el área con mayor precisión. Aquí es donde Elon Musk también ofreció su apoyó con un pequeño submarino que finalmente no se usó ya que no había suficiente tiempo.

Una necesidad crítica era la comunicación. Los sistemas de radio tradicionales necesitan línea de visión para comunicarse, por lo que son ineficaces en una estructura de cuevas. Aquí se implementaron dos sistemas de comunicación de dos épocas diferentes. El equipo británico utilizó radios de frecuencia ultrabaja que podían penetrar rocas para la comunicación básica. Pero el mayor avance se dio con el apoyo de Maxtech Networks, una empresa de Israel, que permitió la conectividad de voz, datos y video para una conexión visual entre los estudiantes atrapados y los rescatistas desde el exterior.

El sistema consiste en una serie de dispositivos pequeños, similares a las radios de mano, que transmiten comunicaciones inalámbricas entre sí, habilitando un enlace en lugares donde las radios regulares no funcionan, o donde hay obstáculos importantes que bloquean la línea de visión entre los dos extremos de la línea.

“Es como una daisy-chain”, explicó a Times of Israel, Uzi Hanuni, CEO de Maxtech, en referencia a un esquema de cableado usado en ingeniería eléctrica y electrónica, en el que se da una sucesión de enlaces tal que un dispositivo A es conectado a un dispositivo B, el mismo dispositivo B a un dispositivo C, este dispositivo C a un dispositivo D, y así sucesivamente.

En total, se usaron 19 dispositivos para dotar de comunicación entre el grupo atrapado en la cueva y el exterior. Cada dispositivo contaba con 10 horas de batería. “Fue un escenario realmente complejo, pero estamos felices de haber podido ayudar”, agregó Hanuni. Según afirmó, los equipos tendrían un costo de unos 100 mil dólares.

También se recibió el apoyo de una empresa india para ayudar a eliminar las vías de paso. Kirloskar Brothers Ltd fue contactado por el alto comisionado indio en Bangkok. KBL respondió con agilidad para enviar sus bombas automáticas de alta capacidad, que pueden eliminar el agua a un ritmo más rápido que antes visto. Ya se habían usado antes en 2011 para las operaciones de control de inundaciones en Tailandia.

Tal agilidad es crítica para la gestión de desastres y las misiones de rescate. La oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres y el gobierno han estado diseñando nuevas estrategias. Además del despliegue, la creación de capacidades para el uso de tecnologías inteligentes debe ser parte del plan. Los equipos de desastres deben ser expertos en tecnología.

Los vehículos autónomos, los robots, las redes de comunicación basadas en inteligencia artificial y las tecnologías satelitales son esenciales para las alertas predictivas, las misiones de rescate y la respuesta inteligente ante desastres. La principal lección del rescate tailandés es que los planificadores de la gestión de desastres deben invertir en la preparación tecnológica para obtener resultados efectivos.

No podemos dejar de lamentar la muerte del buzo tailandés, que falleció durante las operaciones previas al rescate:

Otra de las necesidades del Perú, que debemos tener la capacidad de mantener, es la de la tecnología suficiente como para emprender las operaciones de rescate que nos demanda nuestra rica y muchas veces agresiva naturaleza. Sería interesante desarrollar que, por ejemplo, la Marina del Perú, desarrolle nexos con los sistemas oficiales de rescate que han podido realizar operaciones exitosas recientemente, asi como con las empresas que han mostrado en Tailandia, capacidades extraordinarias. Lampadia

Pablo Bustamante Pardo
Director de Lampadia

El Mundo

Dentro de 20 años, el mundo habrá sufrido una gran transformación de sus procesos productivos, logrado un sustancial aumento de la productividad y mejorado el bienestar general.

La ‘cuarta revolución industrial’ habrá dejado de ser una fuente de especulación sobre sus impactos económicos y sociales. En el mundo, la robótica, la inteligencia artificial y los algoritmos habrán generado una sociedad con relaciones disruptivas entre la creación de riqueza, empleo, tecnología, ingresos y bienestar, tal como las vemos hoy día.

Las sociedades más ricas, aquellas que lideren la gran transformación productiva y marquen el acelerado cambio tecnológico, gozarán de condiciones de vida muy superiores a las de las sociedades que no estén en la frontera de desarrollo y adopción de las nuevas tecnologías.

El Perú

Nosotros estamos tarde como para ser parte de la vanguardia de dicha revolución. No hemos acumulado ni capital humano, ni físico, ni tecnológico; no hemos acumulado suficientes activos como para transformar aceleradamente nuevas formas de creación de riqueza.

Sin embargo, sí tenemos la capacidad de producir y de exportar muchos de los productos y servicios que las viejas y nuevas sociedades afluentes no producen (y que demandarán) para mantener sus altos niveles de bienestar.

El Perú puede producir y exportar las mejores frutas y hortalizas del planeta, magníficos peces y mariscos, buenas variedades de madera, diversidad de minerales y fuentes de energía, así como servicios de turismo y gastronomía.

Si nos dejamos de complejos y superamos los paradigmas que desvían la orientación de nuestras políticas productivas, podremos multiplicar nuestra oferta de dichos productos y servicios y recibir una compensación económica que nos permita:

• Acumular capital
• Mejorar nuestras infraestructuras
• Desarrollar nuestro capital humano
• Generar empleo en un mundo que sustituye empleo por máquinas
• Dotar al Estado de los recursos necesarios para la gestión pública

Desde un punto de vista conceptual, la ‘cuarta revolución industrial’ transformará todos los procesos intermedios entre los elementos de la naturaleza y su usufructo por el ser humano. Los sectores de “servicios de alojamiento y alimentación”, manufactura y transporte serán particularmente vulnerables (como explica Martin Wolf del Financial Times).

En otras palabras, uno de los sectores que verá una mayor transformación será el sector industrial, donde los saltos de productividad generados por las nuevas tecnologías harán que sea muy difícil competir, sin su plena adopción.

Pero un buen mango, o una magnífica palta, uva, espárrago, arándano, alcachofa o melón, no serán producidos por máquinas, ni se sustituirá la participación de los seres humanos por las nuevas tecnologías. Como tampoco sucederá con los langostinos, erizos, lenguados o paiches, ni con nuestras variedades de madera y minerales. La sustitución tampoco se dará en los servicios que facilitan una visita a Machu Picchu, Kuelap y el Cañón del Colca, o el disfrute de un buen ceviche, lomo saltado, chupe de camarones o arroz con pato, por lo menos, no en un mediano plazo.

Todos estos productos y servicios son parte de ‘nuestra gran ventana de oportunidad’, un gran stock productivo, que debe ayudarnos a recuperar buena parte de los años perdidos, en los que impedimos la inversión privada (60s, 70s y 80s) y que después volvimos a malograr, multiplicando regulaciones que disuaden la inversión, sembrando una cultura anti-inversión privada en el sector público, permitiendo que pequeños grupos de poder saboteen las inversiones en nombre de sus falsos ídolos ambientales y sociales (paulatinamente desde el 2000 y a todo vapor desde el 2011).

Análisis

El Perú debe apoyarse en nuestra amplia y magnífica dotación de recursos naturales, cada vez más necesarios y valiosos para los países más ricos. Recursos que podemos producir y multiplicar, para traer del exterior (desde las empresas y consumidores más ricos del planeta) los recursos económicos que nos permitan avanzar hacia el pleno empleo y la mejora de capacidades humanas, en un mundo sin empleos.

Si les explicamos a nuestros ciudadanos los beneficios de asumir un desarrollo estratégico, que aproveche nuestro potencial en el nuevo mundo de la robótica y la inteligencia artificial, seguramente tendremos la comprensión y el apoyo para emprender la gesta del desarrollo sin avanzar un paso y retroceder dos, como venimos haciendo hace un buen tiempo.

No debemos dejar que grupos de interés político, ideologizados, sigan envenenando las mentes de nuestros ciudadanos sin contrarrestar sus mentiras y sus mitos. Estos grupos han capturado buena parte de los medios de comunicación, tanto a nivel nacional como en provincias. Además, tal como ha sucedido en otras sociedades, también cuentan con el apoyo de los académicos más activos en política (por ejemplo, los mediáticos profesores de economía de la PUCP), así como con la desidia de los líderes empresariales y sus gremios. 

Algo muy importante a registrar es que no nos queda mucho tiempo, por ello debemos trazar una estrategia de desarrollo que movilice, aceleradamente y consistentemente, nuestras capacidades durante los próximos 20 años.

• Dentro de las dos siguientes décadas nuestra población seguirá envejeciendo hasta agotar nuestro bono demográfico
• Las tecnologías seguirán evolucionando, y podrán empezar a aparecer las fábricas verticales de frutas y hortalizas mediante reproducción celular, la explotación masiva de minerales en los fondos marinos y en asteroides, eliminando nuestras actuales oportunidades de generar riqueza
• Si no emprendemos cuanto antes una verdadera revolución educativa, corremos el riesgo de que las brechas que separen a nuestra población más pobre de los ciudadanos del nuevo mundo de la ‘cuarta revolución industrial, los dejen para siempre en la marginalidad social, como lo afirma el historiador israelita, Yuval Noah Harari.

En los próximos meses podemos movilizar el país hacia el crecimiento integral y sostenido, promoviendo agresivamente la inversión privada para desarrollar nuestros recursos naturales, las infraestructuras y el turismo; además de emprender las reformas políticas e institucionales que nos acerquen a los estados de derecho modernos; desburocratizando y simplificando drásticamente la paralizadora normativa actual y, por supuesto, alentando un salto cuántico en educación y salud.

Objetivo

Nuestra meta debe ser que el PBI crezca un 7% anual.

Un 7% de crecimiento anual da un crecimiento acumulado de 100% cada 10 años. Eso significa que podríamos llevar nuestro actual PBI de aproximadamente US$ 200,000 millones a US$ 800,000 millones en 20 años.

Además, con el mismo ritmo de crecimiento, nuestras exportaciones podrían pasar de los US$ 50,000 millones actuales a US$ 200,000 millones en 20 años. Lo interesante es que, si efectivamente privilegiamos la producción y exportación de frutas y hortalizas, madera y minerales, entre otros, dichas exportaciones dejarían en el Perú un porcentaje muy alto de su valor de venta en el extranjero, a diferencia de las exportaciones de productos manufactureros, que dejan un valor muy reducido en el país. Por ejemplo:

• La exportación de un polo de buena confección, que se vende en Miami a unos US$ 80, le deja al productor local un 8 a 12% (según Oppenheimer, solo 8%)
• Las frutas frescas, como la palta Hass, que se puede vender a unos dos euros por unidad en un supermercado inglés, deja en el Perú algo más de un 60% de su precio final.
• Los concentrados de cobre, la exportación de minerales más básica, deja en el país aproximadamente un 86% de su valor en destino.

Por lo tanto, por donde se mire, tenemos que acumular la mayor riqueza posible en el menor tiempo posible y canalizarla para nivelar a nuestra población, especialmente a los más pobres, con los ciudadanos del mundo de la ‘cuarta revolución industrial’. 

Estrategia

Maximizar la creación de riqueza, volcando al país a poner en valor nuestros recursos naturales y nuestros servicios de turismo y gastronomía:

1. Multiplicando los flujos económicos desde el exterior, mediante los altos márgenes de nuestras exportaciones, así como inversiones productivas y en infraestructuras.
2. Incorporar a la sierra alto andina a los brazos de creación de riqueza de la gastronomía y las agro-exportaciones, apoyando el Programa de Sierra Productiva.
3. Emprender una verdadera revolución educativa, dejando el paradigma de la educación masiva y centrando el aprendizaje en el liderazgo del alumno.
4. Desburocratizando y simplificando la gestión del Estado.
5. Imponiendo la meritocracia en todas las funciones del Estado.
6. Emprendiendo la reforma política, del sistema judicial y de la descentralización.
7. Imponiendo transparencia absoluta en los procesos de apropiación de recursos en el Estado y adoptando las mejores prácticas internacionales para el control de la corrupción.

“Hay, hermanos, muchísimo que hacer” (César Vallejo)
¡El mejor momento es hoy!

Lampadia

En estos nuevos tiempos de la política populista en los países más desarrollados, muchos culpan a la globalización y el comercio internacional por la pérdida de empleos en distintas industrias, principalmente la manufacturera, empezando por el lamentable nuevo presidente de EEUU. La verdad es que el fenómeno de pérdida de empleo en los países ricos, se explica hasta en un 80% por Cuarta Revolución Industrial, los avances de la tecnología y la automatización.

Según Martin Wolf en el Financial Times (leer líneas abajo), tarde o temprano vendrá el futuro de las máquinas inteligentes, en el cual, “este futuro [de la automatización] no vendrá de manera uniforme: algunos [trabajos] se verán más afectados mucho antes que otros”.

Algunos trabajos serán mucho más vulnerables que otros:

• Trabajos físicos predecibles
• Procesamiento de datos
• Servicios de alojamiento y alimentación
• Las manufacturas
• Transporte y almacenamiento
• Los trabajos menos remunerados
• Las personas menos educadas

Al mismo tiempo, la automatización está creando nuevos puestos de trabajo, pero en gran medida con menores ingresos que el promedio, como para el caso de cuidados personales y cuidado del hogar.

Wolf enfatiza “la necesidad urgente de un mayor debate político sobre cómo preparar a los trabajadores para este nuevo mundo. El entrenamiento de la fuerza de trabajo necesita cambiar para inculcar más habilidades digitales.”

Este tema va muy ligado a nuestra propuesta, no respondida ni atendida por el gobierno ni la clase dirigente, de hacer un “salto cuántico”, o un “Big Bang”, una verdadera revolución educativa y no el mamarracho de Saavedra y Mora. Ver en Lampadia: Reflexiones sobre la educación para el futuro.

Ver artículo de Martin Wolf:

El trabajo en la era de las máquinas inteligentes

¿Cómo se organiza una sociedad en la que pocas personas hacen algo económicamente productivo?

Martin Wolf
Financial Times
26 de junio, 2018
Traducido y glosado por Lampadia

Ya en 1984, en su obra Paths to Paradise, André Gorz, un autoproclamado “revolucionario-reformista” declaró sin rodeos que la “revolución microeconómica anuncia la abolición del trabajo”. Incluso argumentó que “el trabajo asalariado”… puede dejar de ser una preocupación central para el final del siglo”. El momento en que lo dijo fue incorrecto. Pero los analistas serios piensan que la dirección en la que iba sí era correcta. Entonces, ¿qué podría significar un mundo de máquinas inteligentes para la humanidad? ¿Serán los seres humanos tan irrelevantes económicamente como los caballos? Si es así, ¿qué pasará con nuestra autoestima individual y la organización de nuestras sociedades?

En una reciente conferencia, Adair Turner, ex presidente del regulador financiero del Reino Unido y presidente del Instituto New Economic Thinking, aborda estas preguntas. Partió de la suposición de que las máquinas inteligentes finalmente podrán realizar la mayoría de los trabajos actuales mejor que las personas y a un menor costo. Esto, argumenta, es una cuestión de cuándo, no de si sucederá. Sucederá debido al avance progresivo de la potencia de procesamiento, la replicabilidad sin costo del software y el aumento del aprendizaje automático. Los dioses robots nos harán a todos redundantes.

Basándonos en ‘A Future that Works’, un informe publicado por McKinsey Global Institute el año pasado, Lord Turner agrega que este futuro no vendrá de manera uniforme: algunos se verán más afectados mucho antes que otros. Además, incluso si las máquinas inteligentes no pueden hacer todos los aspectos de un trabajo determinado, si pueden desplazar a muchos trabajadores.

Con la tecnología actual, las tareas físicas predecibles y la recopilación y el procesamiento de datos serán especialmente vulnerables. Por sectores, “servicios de alojamiento y alimentación”, la manufactura y el transporte serán particularmente vulnerables. De acuerdo con un artículo de Jason Furman, ex presidente del Consejo de Asesores Económicos de EEUU y Robert Seamans de la Escuela de Negocios Stern, aquellos que ganan menos y aquellos con menos educación son más vulnerables.

Lord Turner argumenta que lo que está sucediendo también explica la “paradoja de la productividad” (innovación rápida, pero bajo crecimiento de la productividad) que discutí hace dos semanas. [Ver en Lampadia: Tecnología, ingresos y productividad – Las incertidumbres sobre la economía global]. Una gran parte de la explicación puede ser un cambio de empleos relativamente bien remunerados en sectores con crecimiento relativamente rápido de la productividad, como la manufactura, hacia trabajos relativamente mal pagados en sectores con crecimiento de baja productividad, como cuidado personal, asistentes de salud en el hogar y retail. De los 10 sectores de EEUU con el mayor crecimiento pronosticado del empleo entre 2014 y 2024, que se espera que generen el 29 % de todos los empleos nuevos, ocho tienen salarios medios por debajo del promedio nacional. Esto, por supuesto, empeoraría la desigualdad y tendría implicancias fuertemente negativas para la productividad general. (Ver cuadros.)

Eso no es todo. Lord Turner también sugiere otras razones para el aumento de la desigualdad y el bajo crecimiento de la productividad promedio. El primero es el crecimiento de actividades de “suma cero (o casi cero)”, algunas de las cuales no se miden en el rendimiento económico y pocas de las cuales contribuyen al bienestar social: como lobistas, traders o abogados tributarios. Incluso la educación tiene un fuerte carácter de suma cero: es un bien posicional. Además, tales actividades de suma cero están bien pagadas y, por lo tanto, extraen una gran cantidad de renta. Los creadores exitosos de monopolios digitales también disfrutan de una gran cantidad de renta. Por lo tanto, y no menos importante, también sucede con los propietarios de dueños en conurbaciones prósperas. La nueva economía es entonces el paraíso del rentista.

El segundo es la sub-registro del valor de los servicios gratuitos. Esto es posible. Pero los servicios gratuitos (las redes sociales, por ejemplo) pueden, según él, contribuir poco al bienestar. En este momento, las contribuciones pueden ser mucha miseria personal y la destrucción de nuestras democracias.

Esta es la imagen para el futuro a mediano plazo: crecimiento lento de la productividad general y empeoramiento de la desigualdad. Esto es inconsistente con una democracia estable. Es más probable que sea un agravamiento de la política actual de codicia y agravio. El resultado podría ser la plutocracia, la autocracia populista o una mezcla. Si la automatización finalmente hiciera a la humanidad económicamente irrelevante, los desafíos serían aún más radicales.

En el mediano plazo, siempre que exista una perspectiva razonable de empleo para las personas que desean trabajar, la política crucial será subsidiar los empleos. También es vital financiar servicios públicos de alta calidad para todos, especialmente salud, educación y transporte. Además, como sostiene Dean Baker, la concentración de los ingresos provenientes de las rentas de escasez busca una mayor tributación de la riqueza e ingresos máximos, en particular la tierra y la propiedad intelectual. De hecho, es casi seguro que la propiedad intelectual esté muy altamente protegida ahora. Hay un caso de cierta protección, pero no demasiada. Creo que Adam Smith estaría de acuerdo.

A largo plazo, nuestros descendientes pueden enfrentar aún más decisiones existenciales (siempre que las máquinas les permitan hacerlo).

¿Cómo podría organizarse la sociedad en un mundo en el que pocas personas pueden hacer algo que obviamente sea económicamente productivo?

• El mundo podría volverse tecno-feudal, con una elite propietaria contratando grandes cantidades de servidores humanos baratos, no por su valor, sino por el placer de la dominación.
• O las personas también podrían compartir la abundancia de manera más equitativa.
• Todos podrían disfrutar del ocio civilizado que una vez fue territorio de unos pocos.

La nuestra es la primera civilización en ver el trabajo como el llamado más elevado. Tal vez ese extraño prejuicio tendrá que ser descartado.

Eso es para un futuro lejano, sin embargo, es un futuro en el cual debemos pensar ahora.

Las tendencias en curso demandan acción. Si la tendencia natural de nuestras economías es hacia la creciente extracción de rentas y la desigualdad, con todos sus terribles resultados sociales y políticos, debemos responder de manera reflexiva y decidida. Ese es el gran desafío. Lampadia

Los algoritmos de inteligencia artificial no solo hacen que nuestros autos sean más seguros y las compras sean más fáciles, sino que diagnostican cada vez mejor a los pacientes y ayudan a tomar las mejores decisiones para su salud.

La inteligencia artificial (AI) está siendo adoptada por los hospitales y otras organizaciones de atención médica, que están utilizando la tecnología para hacer de todo, desde interpretar imágenes de tomografías y resonancias hasta predecir qué pacientes son más propensos a sufrir caídas debilitantes mientras reciben tratamiento. Los registros médicos electrónicos se revisan y procesan mediante algoritmos diseñados para ayudar a los médicos a elegir los mejores tratamientos contra el cáncer basados ​​en las mutaciones en los tumores de los pacientes, por ejemplo, o predecir su probabilidad de responder bien a un tratamiento basado en experiencias pasadas de pacientes similares, sobre bases de datos globales.

Desde start-ups hasta grandes corporaciones, las empresas se adelantan desarrollando soluciones basadas en inteligencia artificial que ya ha traído muchas transformaciones al sistema de salud. Ayuda a los médicos a reunir, analizar y organizar datos clínicos, realizar diagnósticos, planificar tratamientos y encontrar mejores soluciones para los pacientes. El diagnóstico de cáncer, insuficiencia cardíaca, diabetes y reacciones adversas a los medicamentos son solo algunos de los sectores de salud en los que las grandes empresas de TI han invertido como resultado de los avances en la inteligencia artificial.

Google lanzó el proyecto DeepMind Health. DeepMind puede procesar millones de datos de información médica en solo unos minutos, lo que acelera muchos procedimientos clínicos y de salud, como la presentación de registros médicos o diagnósticos. Los investigadores de DeepMind también están desarrollando modelos que emulan la capacidad de imaginar las consecuencias de una acción antes de llevarla a cabo en un esfuerzo por comprender qué es la inteligencia y la imaginación y convertirla en un algoritmo. Incluso Verily, la división de ciencias de la vida de Google, está trabajando en un proyecto llamado Baseline Study, que incluye recopilar datos genéticos con el objetivo de adoptar algunos de los algoritmos de Google para analizar lo qué permite a cada persona disfrutar de buena salud. Para este proyecto, los investigadores usan tecnología para monitorear enfermedades, por ejemplo, lentes de contacto inteligentes que pueden medir los niveles de azúcar en la sangre.

IBM también está activo en el campo de la atención médica con el sistema Watson, que es capaz de diagnosticar la insuficiencia cardíaca dos años antes que los métodos más tradicionales. El algoritmo se basa en los datos recopilados durante las visitas al hospital. Jianying Hu, uno de los investigadores involucrados, explica: “Hemos descubierto que el diagnóstico de otras enfermedades, medicamentos recetados y registros médicos de hospitalizaciones, en este orden, pueden proporcionar signos capaces de predecir la enfermedad”.

El uso de IA en la medicina promete beneficiar a muchos. Los avances en la investigación también dependen de cuán rápido se puedan adaptar las estructuras de los servicios de salud y de poner en marcha plataformas a nivel nacional para la detección y prevención de las enfermedades.

Si bien se están desarrollando tratamientos de punta que por ahora conllevan costos muy altos, solo accesibles para un segemento pequeño de pacientes; también es cierto, que muchísimas soluciones aportadas por la IA, reducen los costos a niveles que hacen posible su uso de tratamientos mejorados para toda la población, democratizando el acceso a los estándares de salud modernos.

En teoría, el uso de IA en medicina será disruptivo en la profesión médica, sustituyendo muchas funciones de seres humanos, desde enfermeros, técnicos y médicos, aparentemente, con la excepción de los mejores especialistas. Pero, hay dos servicios en los que, más allá de la tecnología, tal como lo prueban una serie de estudios y el sentido común, el contacto con seres humanos es fundamental, la edución y la salud. Por lo tanto, se puede estimar que por un lado los seres humanos serán sustituidos por máquinas inteligentes, y por otro, se crearán más oportunidades para servicios de salud mejorados en los que el contacto humano hará la diferencia.   

La humanidad es responsable del uso inteligente de la inteligencia artificial, tanto desde el punto de vista científico como moral, sin olvidar los aspectos éticos de las relaciones con los pacientes. Lampadia

La inteligencia artificial mejorará los tratamientos médicos
De A&E a IA

No dejará sin trabajo a los médicos expertos, en el corto plazo

The Economist
7 de junio, 2018
Traducido y glosado por Lampadia

Cuatro años atrás, una mujer de unos 30 años fue atropellada por un automóvil en Londres. Ella necesitaba una cirugía de emergencia para reducir la presión en el cerebro. Su cirujano, Chris Mansi, recuerda que la operación fue un éxito, pero ella murió. Mansi quería saber por qué. Descubrió que el problema había sido un retraso de cuatro horas a la hora de sacarla de la unidad de accidentes y emergencias del hospital donde la trajeron por primera vez al quirófano de su propio hospital. Eso, a su vez, fue el resultado de un retraso en la identificación, de exámenes médicos, de que tenía un gran coágulo de sangre en el cerebro y necesitaba tratamiento inmediato. Para evitar repeticiones de este tipo de retraso, Mansi ayudó a establecer una empresa llamada Viz.ai, con el propósito de utilizar el aprendizaje de las máqinas, una forma de inteligencia artificial (IA), para identificar a los pacientes que necesitan atención urgente de aquellos que pueden esperar, mediante el análisis de los escáneres realizados al momento de la admisión.

Esa idea es uno de los miles de proyectos en marcha para utilizar el aprendizaje de las máquinas para transformar la manera en que los médicos atienden a los pacientes. Aunque diversos, estos proyectos tienen un objetivo común: llevar el paciente correcto al médico correcto en el momento correcto.

En febrero, Viz.ai recibió la aprobación de los reguladores de los EEUU para vender su software de detección, a partir de escáneres cerebrales, de accidentes cerebrovasculares causados ​​por un bloqueo en un vaso sanguíneo grande. La tecnología se está implementwando en hospitales del “cinturón de accidentes cerebrovasculares” de EEUU, en el sureste, en la que los accidentes cerebrovasculares son inusualmente comunes. Erlanger Health System, en Tennessee, utilizará su sistema Viz.ai a partir de la próxima semana.

Los beneficios potenciales son impresionantes. Como observa Tom Devlin, neurólogo de derrames cerebrales en Erlanger, “sabemos que perdemos 2 millones de células cerebrales cada minuto que el coágulo está allí”. Sin embargo, las dos terapias que pueden transformar los resultados (fármacos anticoagulantes y una operación llamada trombectomía) rara vez usada porque, cuando se diagnostica un derrame cerebral y se ensambla un equipo quirúrgico, una gran parte del cerebro del paciente ha muerto. La tecnología de Viz.ai debería mejorar los resultados identificando casos urgentes, alertando a los especialistas de guardia y enviándoles los escaneos directamente.

La IA lo tiene

Otra área importante para la asistencia de IA es la oncología. En febrero de 2017, Andre Esteva de la Universidad de Stanford y sus colegas utilizaron un conjunto de casi 130,000 imágenes para entrenar un software de inteligencia artificial a clasificar las lesiones de la piel. Así fue capacitado y probado con las opiniones de 21 dermatólogos calificados, el software podía identificar tanto el tipo más común de cáncer de piel (carcinoma de queratinocitos) como el tipo más letal (melanoma maligno), con tanto éxito como los profesionales. Eso fue impresionante. Pero ahora, como se describió el mes pasado en un artículo publicado en Annals of Oncology, hay un sistema de detección de cáncer de piel con IA que puede funcionar mejor que la mayoría de los dermatólogos. Holger Haenssle de la Universidad de Heidelberg, en Alemania, se enfrentó a un sistema de IA contra 58 dermatólogos. Los humanos pudieron identificar el 86.6% de los cánceres de piel. La computadora encontró 95%. También diagnosticó erróneamente menos lunares benignos como tumores malignos.

También ha habido avances en la detección del cáncer de mama. El mes pasado, Kheiron Medical Technologies, una empresa de Londres, recibió noticias de un estudio donde el software excedía el estándar de rendimiento requerido oficialmente para los radiólogos que realizaban el chequeo de la enfermedad. La firma dice que presentará este estudio para su publicación cuando haya recibido la aprobación europea para usar la IA, que espera que suceda pronto.

Este desarrollo parece importante. La detección de mamas ha salvado muchas vidas, pero deja mucho que desear. El sobrediagnóstico y el sobretratamiento son comunes. Por el contrario, los tumores a veces se pierden. En muchos países, tales problemas han llevado a que un segundo radiólogo revise rutinariamente las exploraciones, lo que mejora la precisión, pero aumenta la carga de trabajo. Como mínimo, el sistema de Kheiron parece útil para una segunda opinión. A medida que mejora, puede calificar a las mujeres según sus riesgos de cáncer de mama y decidir el mejor momento para su próxima mamografía.

Los esfuerzos para utilizar la IA para mejorar los diagnósticos también están en marcha en otras partes de la medicina. En la enfermedad ocular, DeepMind, una subsidiaria con sede en Londres de Alphabet, la empresa matriz de Google, tiene una IA que analiza imágenes de la retina para detectar enfermedades como el glaucoma, la retinopatía diabética y la degeneración macular relacionada con la edad. La firma también está trabajando en mamografías.

Las enfermedades cardíacas son otro campo de interés. Investigadores de la Universidad de Oxford han estado desarrollando IAs para interpretar los ecocardiogramas, que son exploraciones ultrasónicas del corazón. Los cardiólogos que examinan estos exámenes buscan signos de enfermedad cardíaca, pero pueden perderlos el 20% de las veces. Eso significa que los pacientes serán enviados a casa y luego pueden tener un ataque al corazón. La IA, sin embargo, puede detectar cambios invisibles al ojo y mejorar la precisión del diagnóstico. Ultromics, una firma en Oxford, está tratando de comercializar la tecnología y podría utilizarse este año en Gran Bretaña.

También hay esfuerzos para detectar arritmias cardíacas, particularmente fibrilación auricular, que aumentan el riesgo de insuficiencia cardíaca y accidentes cerebrovasculares. Investigadores de la Universidad de Stanford, dirigidos por Andrew Ng, han demostrado que el software de IA puede identificar las arritmias de un electrocardiograma (ECG) mejor que un experto. El grupo ha unido fuerzas con una firma que fabrica dispositivos portátiles de ECG y está ayudando a Apple a estudiar si se pueden detectar arritmias en los datos de frecuencia cardíaca recogidos por sus relojes smart. Mientras tanto, en París, una empresa llamada Cardiologs también está tratando de diseñar una IA destinada a leer ECG.

Viendo hacia adelante

Eric Topol, cardiólogo e investigador de medicina digital en el Instituto de Investigación Scripps, en San Diego, dice que la precisión de los médicos y de los algoritmos son comparables en algunas áreas, pero las computadoras tienen la ventaja de la velocidad. Esta combinación de rasgos llevará a una mayor precisión y productividad en la atención médica.

La inteligencia artificial también podría hacer que la medicina sea más específica, al ser capaz de establecer distinciones que eluden a los observadores humanos. Puede clasificar cánceres o instancias de enfermedad cardíaca de acuerdo con sus riesgos, por ejemplo, distinguiendo aquellos cánceres de próstata que matarán rápidamente, y por lo tanto necesitarán tratamiento, de aquellos que no lo harán, y probablemente no puedan ser tratados.

Lo que la IA médica no hará, al menos no por mucho tiempo, es que los expertos humanos sean redundantes en los campos que invade. Los sistemas de aprendizaje de las máquinas funcionan en una estrecha gama de tareas y necesitarán una estrecha supervisión en los próximos años. Son “cajas negras”, ya que los médicos no saben exactamente cómo llegan a sus decisiones. Sin embargo, quitarán gran parte de la dificultad y el error del diagnóstico.

También ayudarán a garantizar que los pacientes, ya sea que se les haga un examen de detección de cáncer o que se los saque de la escena de un accidente automovilístico, sean tratados a tiempo para salvarse. Lampadia

Los algoritmos de inteligencia artificial no solo hacen que nuestros autos sean más seguros y las compras sean más fáciles, sino que diagnostican cada vez mejor a los pacientes y ayudan a tomar las mejores decisiones para su salud.

La inteligencia artificial (AI) está siendo adoptada por los hospitales y otras organizaciones de atención médica, que están utilizando la tecnología para hacer de todo, desde interpretar imágenes de tomografías y resonancias hasta predecir qué pacientes son más propensos a sufrir caídas debilitantes mientras reciben tratamiento. Los registros médicos electrónicos se revisan y procesan mediante algoritmos diseñados para ayudar a los médicos a elegir los mejores tratamientos contra el cáncer basados ​​en las mutaciones en los tumores de los pacientes, por ejemplo, o predecir su probabilidad de responder bien a un tratamiento basado en experiencias pasadas de pacientes similares, sobre bases de datos globales.

Desde start-ups hasta grandes corporaciones, las empresas se adelantan desarrollando soluciones basadas en inteligencia artificial que ya ha traído muchas transformaciones al sistema de salud. Ayuda a los médicos a reunir, analizar y organizar datos clínicos, realizar diagnósticos, planificar tratamientos y encontrar mejores soluciones para los pacientes. El diagnóstico de cáncer, insuficiencia cardíaca, diabetes y reacciones adversas a los medicamentos son solo algunos de los sectores de salud en los que las grandes empresas de TI han invertido como resultado de los avances en la inteligencia artificial.

Google lanzó el proyecto DeepMind Health. DeepMind puede procesar millones de datos de información médica en solo unos minutos, lo que acelera muchos procedimientos clínicos y de salud, como la presentación de registros médicos o diagnósticos. Los investigadores de DeepMind también están desarrollando modelos que emulan la capacidad de imaginar las consecuencias de una acción antes de llevarla a cabo en un esfuerzo por comprender qué es la inteligencia y la imaginación y convertirla en un algoritmo. Incluso Verily, la división de ciencias de la vida de Google, está trabajando en un proyecto llamado Baseline Study, que incluye recopilar datos genéticos con el objetivo de adoptar algunos de los algoritmos de Google para analizar lo qué permite a cada persona disfrutar de buena salud. Para este proyecto, los investigadores usan tecnología para monitorear enfermedades, por ejemplo, lentes de contacto inteligentes que pueden medir los niveles de azúcar en la sangre.

IBM también está activo en el campo de la atención médica con el sistema Watson, que es capaz de diagnosticar la insuficiencia cardíaca dos años antes que los métodos más tradicionales. El algoritmo se basa en los datos recopilados durante las visitas al hospital. Jianying Hu, uno de los investigadores involucrados, explica: “Hemos descubierto que el diagnóstico de otras enfermedades, medicamentos recetados y registros médicos de hospitalizaciones, en este orden, pueden proporcionar signos capaces de predecir la enfermedad”.

El uso de IA en la medicina promete beneficiar a muchos. Los avances en la investigación también dependen de cuán rápido se puedan adaptar las estructuras de los servicios de salud y de poner en marcha plataformas a nivel nacional para la detección y prevención de las enfermedades.

Si bien se están desarrollando tratamientos de punta que por ahora conllevan costos muy altos, solo accesibles para un segemento pequeño de pacientes; también es cierto, que muchísimas soluciones aportadas por la IA, reducen los costos a niveles que hacen posible su uso de tratamientos mejorados para toda la población, democratizando el acceso a los estándares de salud modernos.

En teoría, el uso de IA en medicina será disruptivo en la profesión médica, sustituyendo muchas funciones de seres humanos, desde enfermeros, técnicos y médicos, aparentemente, con la excepción de los mejores especialistas. Pero, hay dos servicios en los que, más allá de la tecnología, tal como lo prueban una serie de estudios y el sentido común, el contacto con seres humanos es fundamental, la edución y la salud. Por lo tanto, se puede estimar que por un lado los seres humanos serán sustituidos por máquinas inteligentes, y por otro, se crearán más oportunidades para servicios de salud mejorados en los que el contacto humano hará la diferencia.   

La humanidad es responsable del uso inteligente de la inteligencia artificial, tanto desde el punto de vista científico como moral, sin olvidar los aspectos éticos de las relaciones con los pacientes. Lampadia

La inteligencia artificial mejorará los tratamientos médicos
De A&E a IA

No dejará sin trabajo a los médicos expertos, en el corto plazo

The Economist
7 de junio, 2018
Traducido y glosado por Lampadia

Cuatro años atrás, una mujer de unos 30 años fue atropellada por un automóvil en Londres. Ella necesitaba una cirugía de emergencia para reducir la presión en el cerebro. Su cirujano, Chris Mansi, recuerda que la operación fue un éxito, pero ella murió. Mansi quería saber por qué. Descubrió que el problema había sido un retraso de cuatro horas a la hora de sacarla de la unidad de accidentes y emergencias del hospital donde la trajeron por primera vez al quirófano de su propio hospital. Eso, a su vez, fue el resultado de un retraso en la identificación, de exámenes médicos, de que tenía un gran coágulo de sangre en el cerebro y necesitaba tratamiento inmediato. Para evitar repeticiones de este tipo de retraso, Mansi ayudó a establecer una empresa llamada Viz.ai, con el propósito de utilizar el aprendizaje de las máqinas, una forma de inteligencia artificial (IA), para identificar a los pacientes que necesitan atención urgente de aquellos que pueden esperar, mediante el análisis de los escáneres realizados al momento de la admisión.

Esa idea es uno de los miles de proyectos en marcha para utilizar el aprendizaje de las máquinas para transformar la manera en que los médicos atienden a los pacientes. Aunque diversos, estos proyectos tienen un objetivo común: llevar el paciente correcto al médico correcto en el momento correcto.

En febrero, Viz.ai recibió la aprobación de los reguladores de los EEUU para vender su software de detección, a partir de escáneres cerebrales, de accidentes cerebrovasculares causados ​​por un bloqueo en un vaso sanguíneo grande. La tecnología se está implementwando en hospitales del “cinturón de accidentes cerebrovasculares” de EEUU, en el sureste, en la que los accidentes cerebrovasculares son inusualmente comunes. Erlanger Health System, en Tennessee, utilizará su sistema Viz.ai a partir de la próxima semana.

Los beneficios potenciales son impresionantes. Como observa Tom Devlin, neurólogo de derrames cerebrales en Erlanger, “sabemos que perdemos 2 millones de células cerebrales cada minuto que el coágulo está allí”. Sin embargo, las dos terapias que pueden transformar los resultados (fármacos anticoagulantes y una operación llamada trombectomía) rara vez usada porque, cuando se diagnostica un derrame cerebral y se ensambla un equipo quirúrgico, una gran parte del cerebro del paciente ha muerto. La tecnología de Viz.ai debería mejorar los resultados identificando casos urgentes, alertando a los especialistas de guardia y enviándoles los escaneos directamente.

La IA lo tiene

Otra área importante para la asistencia de IA es la oncología. En febrero de 2017, Andre Esteva de la Universidad de Stanford y sus colegas utilizaron un conjunto de casi 130,000 imágenes para entrenar un software de inteligencia artificial a clasificar las lesiones de la piel. Así fue capacitado y probado con las opiniones de 21 dermatólogos calificados, el software podía identificar tanto el tipo más común de cáncer de piel (carcinoma de queratinocitos) como el tipo más letal (melanoma maligno), con tanto éxito como los profesionales. Eso fue impresionante. Pero ahora, como se describió el mes pasado en un artículo publicado en Annals of Oncology, hay un sistema de detección de cáncer de piel con IA que puede funcionar mejor que la mayoría de los dermatólogos. Holger Haenssle de la Universidad de Heidelberg, en Alemania, se enfrentó a un sistema de IA contra 58 dermatólogos. Los humanos pudieron identificar el 86.6% de los cánceres de piel. La computadora encontró 95%. También diagnosticó erróneamente menos lunares benignos como tumores malignos.

También ha habido avances en la detección del cáncer de mama. El mes pasado, Kheiron Medical Technologies, una empresa de Londres, recibió noticias de un estudio donde el software excedía el estándar de rendimiento requerido oficialmente para los radiólogos que realizaban el chequeo de la enfermedad. La firma dice que presentará este estudio para su publicación cuando haya recibido la aprobación europea para usar la IA, que espera que suceda pronto.

Este desarrollo parece importante. La detección de mamas ha salvado muchas vidas, pero deja mucho que desear. El sobrediagnóstico y el sobretratamiento son comunes. Por el contrario, los tumores a veces se pierden. En muchos países, tales problemas han llevado a que un segundo radiólogo revise rutinariamente las exploraciones, lo que mejora la precisión, pero aumenta la carga de trabajo. Como mínimo, el sistema de Kheiron parece útil para una segunda opinión. A medida que mejora, puede calificar a las mujeres según sus riesgos de cáncer de mama y decidir el mejor momento para su próxima mamografía.

Los esfuerzos para utilizar la IA para mejorar los diagnósticos también están en marcha en otras partes de la medicina. En la enfermedad ocular, DeepMind, una subsidiaria con sede en Londres de Alphabet, la empresa matriz de Google, tiene una IA que analiza imágenes de la retina para detectar enfermedades como el glaucoma, la retinopatía diabética y la degeneración macular relacionada con la edad. La firma también está trabajando en mamografías.

Las enfermedades cardíacas son otro campo de interés. Investigadores de la Universidad de Oxford han estado desarrollando IAs para interpretar los ecocardiogramas, que son exploraciones ultrasónicas del corazón. Los cardiólogos que examinan estos exámenes buscan signos de enfermedad cardíaca, pero pueden perderlos el 20% de las veces. Eso significa que los pacientes serán enviados a casa y luego pueden tener un ataque al corazón. La IA, sin embargo, puede detectar cambios invisibles al ojo y mejorar la precisión del diagnóstico. Ultromics, una firma en Oxford, está tratando de comercializar la tecnología y podría utilizarse este año en Gran Bretaña.

También hay esfuerzos para detectar arritmias cardíacas, particularmente fibrilación auricular, que aumentan el riesgo de insuficiencia cardíaca y accidentes cerebrovasculares. Investigadores de la Universidad de Stanford, dirigidos por Andrew Ng, han demostrado que el software de IA puede identificar las arritmias de un electrocardiograma (ECG) mejor que un experto. El grupo ha unido fuerzas con una firma que fabrica dispositivos portátiles de ECG y está ayudando a Apple a estudiar si se pueden detectar arritmias en los datos de frecuencia cardíaca recogidos por sus relojes smart. Mientras tanto, en París, una empresa llamada Cardiologs también está tratando de diseñar una IA destinada a leer ECG.

Viendo hacia adelante

Eric Topol, cardiólogo e investigador de medicina digital en el Instituto de Investigación Scripps, en San Diego, dice que la precisión de los médicos y de los algoritmos son comparables en algunas áreas, pero las computadoras tienen la ventaja de la velocidad. Esta combinación de rasgos llevará a una mayor precisión y productividad en la atención médica.

La inteligencia artificial también podría hacer que la medicina sea más específica, al ser capaz de establecer distinciones que eluden a los observadores humanos. Puede clasificar cánceres o instancias de enfermedad cardíaca de acuerdo con sus riesgos, por ejemplo, distinguiendo aquellos cánceres de próstata que matarán rápidamente, y por lo tanto necesitarán tratamiento, de aquellos que no lo harán, y probablemente no puedan ser tratados.

Lo que la IA médica no hará, al menos no por mucho tiempo, es que los expertos humanos sean redundantes en los campos que invade. Los sistemas de aprendizaje de las máquinas funcionan en una estrecha gama de tareas y necesitarán una estrecha supervisión en los próximos años. Son “cajas negras”, ya que los médicos no saben exactamente cómo llegan a sus decisiones. Sin embargo, quitarán gran parte de la dificultad y el error del diagnóstico.

También ayudarán a garantizar que los pacientes, ya sea que se les haga un examen de detección de cáncer o que se los saque de la escena de un accidente automovilístico, sean tratados a tiempo para salvarse. Lampadia

En los últimos años, la Inteligencia Artificial (IA) se ha propagado con una velocidad espectacular en un número cada vez mayor de áreas, como la medicina, la industria automotriz, las finanzas, la manufactura, la agricultura y el marketing. Esta expansión se encuentra en la encrucijada de tres grandes desarrollos tecnológicos: la aparición del Big Data, la inmersión de la Inteligencia Artificial en el mercado laboral y los avances en el aprendizaje de las máquinas (tecnologías que permite a las máquinas aprender de su propia experiencia).

La IA está transformando progresivamente la forma en que operan la economía y la sociedad. La tecnología, no sólo uno de los sectores de más rápido crecimiento, ha sido hasta ahora responsable de la creación de millones de empleos y de bienestar general, y es un importante factor de desarrollo.

Pero también se cuestiona su poder, y la amenaza que podría presentar en el futuro. No nos referimos a los tradicionales opositores al cambio, sino a las advertencias de los seres humanos más inteligentes, como Stephen Hawking. Ver en Lampadia: Inteligencia Artificial: ¿Se puede controlar?

El uso de máquinas que están programadas para pensar y actuar con un cierto nivel de inteligencia “humana” y autonomía se conoce como inteligencia artificial (IA). Nuestras vidas están cambiando radicalmente por esta tecnología, y ya se utiliza en una amplia gama de servicios cotidianos. Muchas aplicaciones en computadoras, celulares y retailers son diseñadas para buscar patrones en el comportamiento del usuario y luego reaccionar a ellos. También están programadas para utilizar la información almacenada en sus bases de datos para mejorar la reacción a los comandos y predecir ciertas conductas.

Quizás uno de los efectos positivos más importantes es que la IA logre crear “un círculo virtuoso o efecto ´timón´, permitiendo que las empresas que lo adopten operen de manera más eficiente, generen más datos, mejoren sus servicios, atraigan a más clientes y ofrezcan precios más bajos”. Y es que la inteligencia artificial (IA) está abriéndose paso en todo tipo de actividades. “Las empresas de todo tipo están aprovechando la IA para pronosticar la demanda, contratar trabajadores y tratar con clientes”, como podemos ver en las publicaciones de The Economist que compartimos líneas abajo:

Inteligencia Artificial-espía

El trabajo en el futuro

A medida que la inteligencia artificial vaya más allá de la industria tecnológica, los empleos podrían volverse más justos o más opresivos.

The Economist
28 de marzo, 2018
Traducido y glosado por Lampadia

La inteligencia artificial (IA) está abriéndose paso en los negocios. Empresas de todo tipo están aprovechando la IA para pronosticar la demanda, contratar trabajadores y tratar con clientes. En 2017, las empresas gastaron alrededor de US$ 22 mil millones en fusiones y adquisiciones relacionadas con IA, unas 26 veces más que en 2015. El McKinsey Global Institute afirma que la aplicación de IA en marketing, ventas y cadenas de suministro, podrían crear valor económico, incluidas ganancias y eficiencias, de US$ 2.7 millones de millones en los próximos 20 años. El jefe de Google ha llegado al extremo de declarar que la IA hará más por la humanidad que en su momento el fuego o la electricidad.

Tales pronósticos grandiosos encienden ansiedad y esperanza. Muchos temen que IA pueda destruir trabajos más rápido de lo que los crea. Las barreras para ingresar a este sector, desde un título de propiedad y generación de datos podrían hacer que solo haya un puñado de empresas dominantes en todas las industrias.

Se conoce menos de cómo la IA transformará el lugar de trabajo. Usando IA, los gerentes pueden obtener un control extraordinario sobre sus empleados. Amazon ha patentado una pulsera que rastrea los movimientos de las manos de los trabajadores del almacén y usa vibraciones para empujarlos a ser más eficientes. Workday, una firma de software, analiza alrededor de 60 factores para predecir qué empleados se irán. Humanyze, una startup, vende credenciales de identificación inteligentes que pueden rastrear a los empleados en la oficina y revelar qué tan bien interactúan con sus colegas.

Confianza y telepantallas

Comencemos con los beneficios. La IA debería mejorar la productividad. Las empresas verán cuándo los trabajadores se quedan dormidos y también si se portan mal. Están empezando a usar IA para detectar anomalías en las reclamaciones de gastos, marcando recibos de horas impares de la noche de manera más eficiente que un contador.

Los empleados también ganarán. Gracias a los avances en la visión por computadora, la IA puede verificar que los trabajadores estén usando equipos de seguridad y que nadie haya tenido un accidente en las fábricas. Algunos apreciarán más comentarios sobre su trabajo y les dará la bienvenida a un sentido de cómo hacerlo mejor. Cogito, una startup, ha diseñado un software mejorado para la IA que escucha llamadas de servicio al cliente y asigna un “puntaje de empatía” basado en cómo actúan los agentes compasivos y cuán rápido y cuán hábilmente resuelven las quejas.

Las máquinas pueden ayudar a garantizar que los aumentos salariales y las promociones vayan a quienes los merecen.

Sin embargo, los beneficios de IA vendrán con muchos inconvenientes potenciales. Los algoritmos pueden no estar libres de los prejuicios de sus programadores. También pueden tener consecuencias no deseadas.

Y la vigilancia puede parecer orwelliana, un asunto delicado ahora que la gente ha comenzado a cuestionar cuánto conocen Facebook y otros gigantes tecnológicos sobre sus vidas privadas.

Rastreando a los rastreadores

Algunas personas están mejor ubicadas que otras para evitar que los empleadores vayan demasiado lejos. Si sus habilidades son demandadas, es más probable que puedan resistirse a que si son fácilmente reemplazables. Los trabajadores pagados por hora en industrias de bajos salarios, como el comercio minorista, serán especialmente vulnerables. Eso podría alimentar un resurgimiento de los sindicatos que buscan representar los intereses de los empleados y establecer normas. Incluso entonces, la elección en algunos trabajos será entre ser reemplazado por un robot o ser tratado como tal.

A medida que los reguladores y los empleadores sopesan los pros y los contras de la IA en el lugar de trabajo, tres principios deben guiar su propagación. Primero, los datos deben ser anonimizados cuando sea posible. Microsoft, por ejemplo, tiene un producto que muestra a los individuos cómo administran su tiempo en la oficina, pero brinda información a los gerentes solo en forma agregada. Segundo, el uso de IA debe ser transparente. A los empleados se les debe decir qué tecnologías se usan en sus lugares de trabajo y qué datos se están recopilando. Como cuestión de rutina, los algoritmos utilizados por las empresas para contratar y promover deben ser evaluados por sesgos y consecuencias involuntarias. Por último, los países deben permitir que las personas soliciten sus propios datos, ya sean ex trabajadores que desean impugnar un despido o personas que buscan trabajo con la esperanza de demostrar su capacidad a posibles empleadores.

REPORTE ESPECIAL

Grandes expectativas

Las empresas no tecnológicas están comenzando a utilizar la inteligencia artificial en mayor escala

La inteligencia artificial se está extendiendo más allá del sector tecnológico, con grandes consecuencias para las empresas, los trabajadores y los consumidores, dice Alexandra Suich Bass

The Economist
31 de marzo, 2018
Traducido y glosado por Lampadia

Los detectores de mentiras no son ampliamente utilizados en los negocios, pero Ping An, una compañía de seguros china, cree que puede detectar la falta de honradez.

La IA cambiará más que los saldos bancarios de los prestatarios.

• Johnson & Johnson, una empresa de bienes de consumo, y Accenture, una consultora, usan IA para clasificar las solicitudes de empleo y elegir los mejores candidatos.
• La IA ayuda a Caesars, un casino y grupo de hoteles, a adivinar los gastos de los clientes y ofrecer promociones personalizadas para atraerlos.
• Bloomberg, una empresa de medios e información financiera, usa inteligencia artificial para escanear las publicaciones de ganancias de las empresas y generar automáticamente artículos periodísticos.
• Vodafone, un operador de telefonía móvil, puede predecir problemas con su red y con los dispositivos de los usuarios antes de que surjan.
• Empresas de todas las industrias usan IA para monitorear amenazas de seguridad cibernética y otros riesgos, como empleados descontentos.

En lugar de confiar en el instinto visceral y las estimaciones aproximadas, las predicciones más inteligentes y más rápidas de la inteligencia artificial prometen hacer que las empresas sean mucho más eficientes.

La IA y el aprendizaje de las máquinas (términos que a menudo se usan indistintamente) involucran computadoras que procesan grandes cantidades de datos para encontrar patrones y hacer predicciones sin estar explícitamente programados para hacerlo.

Uno de los principales efectos de IA será una caída dramática en el costo de hacer predicciones. Así como la electricidad hizo que la iluminación fuera mucho más asequible (un nivel dado de iluminación ahora cuesta alrededor de 400 veces menos que en 1800), la IA hará que las previsiones sean más asequibles, confiables y estén ampliamente disponibles.

Las computadoras han podido leer texto y números durante décadas, pero solo recientemente aprendieron a ver, escuchar y hablar. La IA es un término ‘omnibus’ para una “ensaladera” de diferentes segmentos y disciplinas.

Cambios ‘techtónicos’

Hasta ahora, el principal beneficiario de la IA ha sido el sector de tecnología. La mayoría de las firmas tecnológicas líderes de la actualidad, como Google y Amazon en el oeste y Alibaba y Baidu en China, no serían tan grandes y exitosas sin AI.

Los jefes de empresas no tecnológicas, en una amplia gama de industrias, están empezando a preocuparse de que la IA pueda aislarlas o incluso hacerlas obsoletas, y han estado comprando firmas de tecnología prometedoras para asegurarse de no quedarse atrás. Las startups sin ingresos están obteniendo precios que ascienden a US$ 5m-10m por experto en inteligencia artificial.

A medida que la IA se extiende más allá del sector tecnológico, impulsará el surgimiento de nuevas empresas que desafiarán a los líderes actuales. Esto ya está sucediendo en la industria del automóvil, con startups de vehículos autónomos y firmas que viajan con entusiasmo como Uber. Pero también cambiará la forma en que otras compañías trabajan, transformando las funciones tradicionales como la administración de la cadena de suministro, el servicio al cliente y la contratación.

El camino por delante es emocionante pero peligroso. Alrededor del 85% de las empresas piensan que la IA ofrecerá una ventaja competitiva, pero solo una de cada 20 lo emplea “extensivamente” en la actualidad, según un informe de Sloan Management Review del MIT y Boston Consulting Group. Las grandes empresas e industrias, como las finanzas, que generan una gran cantidad de datos, tienden a estar a la vanguardia y a menudo construyen sus propios sistemas mejorados con IA.

Esta no es solo una carrera corporativa sino también internacional, especialmente entre Estados Unidos y China. Las empresas chinas tienen una ventaja temprana, sobre todo porque el gobierno mantiene una amplia base de datos que pueden ayudar a entrenar algoritmos de reconocimiento facial; y la privacidad es menos preocupante que en Occidente.

Habrá muchas oportunidades para cometer errores. Algunos pueden haber sido engañados por los informes de los medios de comunicación, creyendo que la IA es una varita mágica que se puede instalar tan fácilmente como una pieza de software de Microsoft, dice Gautam Shroff de Tata Consultancy Services, una firma india.

Los sistemas de IA requieren una preparación exhaustiva de datos, una supervisión intensiva de algoritmos y mucha personalización para ser útiles.

La emoción en torno a la IA ha hecho que sea difícil separar el mito de la realidad. En el último trimestre de 2017, las empresas públicas de todo el mundo mencionaron IA y aprendizaje de máquinas en sus informes de resultados más de 700 veces, siete veces más que en el mismo período de 2015 (ver gráfico). Hay tantas empresas vendiendo capacidades de Inteligencia Artificial sin probar que alguien debería comenzar un canal de “noticias falsas de IA”, bromea Tom Siebel, un veterano de Silicon Valley.

Los jefes deben tener en mente varios horizontes de tiempo. En un futuro cercano, la IA remodelará las funciones comerciales tradicionales como finanzas, recursos humanos y servicio al cliente, según Michael Chui, del McKinsey Global Institute. Pero con el tiempo también creará disrupciones en industrias enteras, por ejemplo impulsando el surgimiento de vehículos autónomos o el descubrimiento de combinaciones de fármacos completamente nuevos. Mientras que los humanos pueden tener ideas preconcebidas sobre qué diseños de productos o combinaciones de fármacos es probable que funcionen mejor, es más probable que los algoritmos presenten soluciones novedosas.

En privado, muchos jefes están más interesados ​​en el costo potencial y el ahorro de mano de obra que en las oportunidades más amplias que la inteligencia artificial puede traer, dice John Hagel de Deloitte, una consultora. Eso ciertamente no es bueno para los trabajadores, pero tampoco, en última instancia, es bueno para los negocios.

Una preocupación a más largo plazo es la forma en que la IA crea un círculo virtuoso o efecto “timón”, permitiendo que las empresas que lo adopten operen de manera más eficiente, generen más datos, mejoren sus servicios, atraigan a más clientes y ofrezcan precios más bajos. Eso suena como algo bueno, pero también podría conducir a una mayor concentración corporativa y poder de monopolio, como ya ha sucedido en el sector de la tecnología. Lampadia

El mundo está cambiando y cada vez dependemos más de la tecnología, que está avanzando a pasos agigantados. La interfaz cerebro-computadora es una de las áreas más importantes para el desarrollo de estos avances, aunque se cuestiona su poder, y la amenaza que podría presentar en el futuro. 

Desde que los neurocientíficos e ingenieros comenzaron a trabajar en interfaces para conectar nuestros cerebros a las máquinas, las personas han estado pensando en formas extrañas y maravillosas de utilizar la tecnología. ¿Qué pasaría si pudiéramos cambiar los canales de televisión simplemente pensando en nuestro programa favorito? ¿O conducir un automóvil con el poder de nuestras mentes? Pero incluso con la mejor tecnología emergente, existen riesgos de conectar nuestras mentes con las máquinas.

La ciencia médica está creando opciones reales donde se podrán usar máquinas operadas por la mente, empezando por las personas que están paralizadas o que han perdido extremidades. El año pasado, una mujer paralizada tenía un pequeño sensor implantado en el lado izquierdo de su cerebro que le permitía controlar el equivalente de un mouse Bluetooth para ‘tocar’ una pantalla táctil en una tableta. Otros cirujanos de la Facultad de Medicina de la Universidad Johns Hopkins equiparon a un joven con 128 sensores de electrodos en la parte de su corteza motora para controlar los movimientos de manos y brazos, lo que le permite mover los dedos individuales de un brazo biónico.

Las interfaces que conectan el cerebro de las personas con las prótesis están mejorando, pero también tienen un inconveniente. Para lograr una lectura clara de las señales eléctricas del cerebro, los cirujanos deben abrir o penetrar el cráneo para implantar los electrodos directamente sobre la superficie del cerebro. Este tipo de cirugía tiene riesgos obvios, y después de un tiempo el tejido cicatricial puede acumularse alrededor de los electrodos, reduciendo la señal.

¿Lograremos manejar las maquinas con la mente? Si la prueba humana tiene éxito, algunos de estos productos podrían estar disponibles comercialmente en unos seis años. De hecho, la próxima aventura tecnológica de Elon Musk tiene que ver con una compañía llamada Neuralink Corp, la cual se dedicará a conectar el cerebro humano a una computadora. El emprendedor está seguro de que puede poner el primer producto en el mercado dentro de apenas cuatro años.

Musk asegura que parte de esta tecnología ya existe, por lo que el propósito de Neuralink será completar y perfeccionar el sistema. Para él es extremadamente necesario que los seres humanos nos fusionemos en cierto modo con los ordenadores o nos quedaremos obsoletos ante la inteligencia artificial.

Aunque su primer lanzamiento de producto dentro de cuatro años estará dirigido a las personas con algún tipo de discapacidad o lesión cerebral, su compañía planea lanzar productos para todo el público dentro de ocho a diez años. Es decir, el 2027 podría ser el año en el que por fin podríamos enviar mensajes de WhatsApp usando solo la mente.

La humanidad está a punto de dar nuevos saltos en su calidad de vida por los avances tecnológicos que están empezando a multiplicarse. (Ver en Lampadia: Robots ingresan a la fuerza laboral). Esto nos lleva a debatir seriamente los aspectos éticos del uso de las nuevas tecnologías y sus posibles amenazas. Aunque ya estamos un poco tarde.

Más allá de los miedos tradicionales al cambio, la reacción estratégica debiera ser la de prepararse para adoptar las nuevas tecnologías que nos permitan desarrollarnos. Es difícil pensar en algún problema que una IA no pudiera solucionar: Enfermedades, pobreza, destrucción del medio ambiente, entre otros. Además, podría crear oportunidades para aumentar considerablemente nuestras capacidades intelectuales y nos podría ayudar a crear un mundo mejor, hasta hoy, tal vez utópico. No olvidemos que Fernando Savater nos dice que el hombre evoluciona a través de la tecnología. (Ver en Lampadia: Hasta ahora somos solo parte de la comparsa de abstencionistas).

Debemos empezar a prepararnos, y analizar posibles alternativas para el control esta gran tecnología, que promete increíbles oportunidades para el futuro. Y por supuesto, permitir que los peruanos seamos parte del nuevo mundo, logrando cuanto antes el nivel de desarrollo y bienestar general necesarios. Lampadia

La próxima frontera

Usando el pensamiento para controlar las máquinas

Las interfaces cerebro-computadora pueden cambiar lo que significa ser humano

The Economist
4 de enero de 2018
Traducido y glosado por Lampadia

Las tecnologías a menudo son anunciadas como transformadoras. Para William Kochevar, el término está justificado. Kochevar está paralizado desde los hombros hacia abajo después de un accidente en bicicleta, pero ha logrado alimentarse con su propia mano. Esta notable hazaña es, en parte, gracias a los electrodos implantados en su brazo derecho, que estimulan los músculos. Pero la verdadera magia se encuentra más arriba. Kochevar puede controlar su brazo utilizando el poder del pensamiento. Su intención de moverse se refleja en la actividad neuronal en su corteza motora; estas señales son detectadas por implantes en su cerebro y procesadas en comandos para activar los electrodos en sus brazos.

La capacidad de decodificar el pensamiento de esta manera puede parecer ciencia ficción. Pero las interfaces cerebro-computadora (BCI) como el sistema BrainGate utilizado por Kochevar proporcionan evidencia de que el control mental puede funcionar. Los investigadores pueden decir qué palabras e imágenes las personas han escuchado y visto únicamente a partir de la actividad neuronal. La información también se puede codificar y usar para estimular el cerebro. Más de 300,000 personas tienen implantes cocleares, que les ayudan a escuchar al convertir el sonido en señales eléctricas y enviarlas al cerebro. Los científicos han “inyectado” datos en las cabezas de los monos, instruyéndolos para que realicen acciones a través de pulsos eléctricos.

Tal como lo explica nuestra sección Technology Quarterly, el ritmo de la investigación sobre BCI y la escala de su ambición van en aumento. Tanto las fuerzas armadas de Estados Unidos como Silicon Valley están comenzando a enfocarse en el cerebro. Facebook sueña con poder escribir directamente desde el pensamiento. Kernel, una startup, tiene $ 100 millones para gastar en neurotecnología. Elon Musk ha formado una empresa llamada Neuralink. Piensa que, si la humanidad quiere sobrevivir al advenimiento de la inteligencia artificial, necesita una actualización. Los empresarios prevén un mundo en el que las personas puedan comunicarse telepáticamente, entre sí y con máquinas, o adquirir habilidades sobrehumanas, como escuchar a frecuencias muy altas.

Estos poderes, si alguna vez se materializan, están a décadas de distancia. Pero mucho antes, BCI podría abrir la puerta a nuevas aplicaciones notables. Imagínese estimular la corteza visual para ayudar a los ciegos, forjando nuevas conexiones neuronales en víctimas de accidentes cerebrovasculares o analizar el cerebro en busca de signos de depresión. Al convertir el disparo de las neuronas en un recurso para ser aprovechado, las BCI pueden cambiar la idea de lo que significa ser humano.

Esa sensación de pensamiento

Los escépticos se burlan. Llevar las BCI médicas del laboratorio a la práctica clínica ha resultado ser muy difícil. El sistema BrainGate utilizado por Kochevar fue desarrollado hace más de diez años, pero solo un puñado de personas lo han probado. Convertir los implantes en productos de consumo es aún más difícil de imaginar. El camino a que sea mainstream está bloqueado por tres barreras formidables: tecnológica, científica y comercial.

Comencemos con la tecnología. Técnicas no invasivas como un electroencefalograma (EEG) luchan para captar señales cerebrales de alta resolución a través de las capas intermedias de piel, hueso y membrana. Se están logrando algunos avances: con tapas de EEG que se pueden usar para juegos de realidad virtual o controlar robots industriales solo con el pensamiento. Pero, por el momento, al menos, las aplicaciones más ambiciosas requieren implantes que puedan interactuar directamente con las neuronas. Y los dispositivos existentes tienen muchos inconvenientes. Implican cables que pasan a través del cráneo; provocan respuestas inmunes; se comunican con solo unos pocos cientos de las 85 mil millones de neuronas en el cerebro humano. Pero eso podría cambiar pronto. Ayudados por los avances en la miniaturización y el aumento en el poder de la computación, se están realizando esfuerzos para hacer implantes seguros e inalámbricos que puedan comunicarse con cientos de miles de neuronas. Algunos de estos interpretan las señales eléctricas del cerebro; otros experimentan con luz, magnetismo y ultrasonido.

Si solucionamos la barrera tecnológica, aparece otra. El cerebro sigue siendo un país extranjero. Los científicos saben muy poco sobre cómo funciona exactamente, especialmente cuando se trata de funciones complejas como la formación de memoria. La investigación es más avanzada en animales, pero los experimentos en humanos son difíciles. Sin embargo, incluso hoy en día, algunas partes del cerebro, como la corteza motora, se entienden mejor. Tampoco se necesita conocimiento completo. El aprendizaje automático puede reconocer patrones de actividad neuronal; el cerebro mismo se encarga de controlar el BCIS con extraordinaria facilidad. Y la neurotecnología revelará más de los secretos del cerebro.

Como un agujero en la cabeza

El tercer obstáculo comprende las barreras prácticas para la comercialización. Se necesita tiempo, dinero y experiencia para aprobar los dispositivos médicos. Y las aplicaciones para consumidores solo despegarán si realizan una función que las personas consideren útil. Algunas de las aplicaciones para interfaces cerebro-computadora son innecesarias: un buen asistente de voz es una forma más sencilla de escribir sin dedos que un implante cerebral, por ejemplo. La idea de consumidores que claman por craneotomías también parece exagerada. Sin embargo, los implantes cerebrales ya son un tratamiento establecido para algunas afecciones. Alrededor de 150,000 personas reciben estimulación cerebral profunda a través de electrodos para ayudarlos a controlar la enfermedad del Parkinson. La cirugía electiva puede convertirse en rutina, como lo demuestran los procedimientos con láser.

Todo esto sugiere que una ruta hacia el futuro imaginada por los pioneros de la neurotecnología es ardua pero alcanzable. Cuando el ingenio humano se aplica a un problema, por más difícil que sea, es imprudente apostar en contra. Dentro de unos años, las tecnologías mejoradas pueden estar abriendo nuevos canales de comunicación con el cerebro. Muchas de las primeras aplicaciones ofrecen una promesa inequívoca de movimiento y sentidos restaurados. Pero a medida que los usos avanzan hacia el aumento de habilidades, ya sea con fines militares o entre los consumidores, surgirán muchas inquietudes. La privacidad es obvia: el refugio de una voz interior puede desaparecer. La seguridad es otra: si se puede alcanzar un cerebro en Internet, también se puede piratear.

La desigualdad es una tercera: el acceso a capacidades cognitivas sobrehumanas podría estar fuera del acceso de la mayoría, excepto una élite que se autoperpetuante. Los especialistas en ética ya están empezando a lidiar con preguntas sobre identidad que surgen cuando una máquina está en el circuito neuronal.

Estas preguntas no son urgentes. Pero la historia más grande es que tampoco son el reino de la fantasía pura. La tecnología cambia la forma en que las personas viven. Debajo del cráneo se encuentra la próxima frontera. Lampadia

El mundo está cambiando y cada vez dependemos más de la tecnología, que está avanzando a pasos agigantados. La tecnología, no sólo uno de los sectores de más rápido crecimiento, ha sido hasta ahora responsable de la creación de millones de empleos y de bienestar general, y es un importante factor de desarrollo.

Fuente: news.microsoft.com

Históricamente hemos sufrido miedos sobre los avances tecnológicos. Un ejemplo es el invento del automóvil, que permitió limpiar las ciudades de la contaminación producida por los desechos de los caballos. Mientras que este invento eliminó muchos tipos de empleos, trajo muchos beneficios y facilitó el transporte con eficiencia, confort y a mayor distancia. Además, creó cuantiosos nuevos trabajo en manufactura, estableciendo además el paradigma de la producción en serie. Así como la de Henry Ford, muchas innovaciones visionarias son disruptivas y crean discontinuidades inimaginables, como se explica en su dicho: “Si le hubiera preguntado a la gente qué querían, me habrían dicho que un caballo más rápido”. Ver en Lampadia: Seis megatendencias de gran impacto.

Sin embargo, todavía hay muchos (políticos, líderes y académicos) reacios a los cambios tecnológicos y a las inversiones que lo hacen posible. Se escudan en el temor a lo desconocido y en sus efectos disruptivos de corto plazo, que es el horizonte paradigmático en el que están atrapados.

La verdad es que la tecnología es el futuro. Como afirma The Economist en un artículo líneas abajo, “La IA eliminará algunas formas de trabajo digital (el software, por ejemplo, viene mejorando en la transcripción de audio). Sin embargo, la IA también creará demanda de otros tipos de trabajo digital. La tecnología puede utilizar una gran cantidad de poder de cálculo y matemáticas, pero también se basa en datos destilados por los seres humanos.”

Fuente: YouTube

Hasta ahora, la tecnología ha sido un gran generador de empleo. Por ejemplo en Estados Unidos, se espera que los trabajos relacionados a la tecnología informática crezcan en alrededor de 22% hasta el año 2020. En Australia, una nueva red de banda ancha súper rápida creará 25,000 puestos al año. En Estados Unidos, por cada puesto de trabajo en la industria de alta tecnología, se creancinco puestos adicionales en otros sectores. En 2015, el mercado mundial de tecnología crecerá un 8%, creando nuevos puestos de trabajo, mejores salarios y una creciente gama de servicios y productos.

Uno de los beneficios más importantes es la creación de nuevos servicios e industrias. Se han creado numerosos servicios públicos en línea través de los teléfonos móviles. La computación en nube es clave para la modernización. Las aplicaciones (Apps), son un ejemplo de una nueva industria. Solo las aplicaciones de Facebook crearon más de 182,000 puestos de trabajo el 2011, y el valor agregado de Facebook en la economía supera US$ 12 mil millones.

Lo principal en el mundo global moderno es la capacidad de innovar. En los países de la OCDE, más del 95% de las empresas tienen una presencia en línea. Las redes sociales se han consolidado como una poderosa herramienta comercial.

Es necesario fomentar este proceso creativo de sinergia de ideas y tecnología. Aprovechar al máximo las oportunidades que ofrece la tecnología es difícil y requiere de muchos cambios. La tecnología está creciendo de manera exponencial, pero el potencial sólo puede realizarse si los gobiernos capacitan a sus ciudadanos y los dotan de habilidades y recursos apropiados. El mundo debe utilizar la tecnología para lograr resolver retos cada vez más grandes. Lampadia

La inteligencia artificial creará nuevos trabajos

La nube humana

Los seres humanos proporcionarán servicios digitales que complementena la IA

Fuente: The Economist

The Economist
26 de agosto de 2017
Traducido y glosado por Lampadia

Cuando los primeros libros impresos con ilustraciones comenzaron a aparecer en la década de 1470 en la ciudad alemana de Augsburgo, los talladores de madera se levantaron en protesta. Preocupados por su trabajo, literalmente detuvieron las imprentas. De hecho, sus habilidades resultaron estar en mayor demanda que antes: alguien tenía que ilustrar el creciente número de libros.

Desde entonces, los temores sobre el impacto de la tecnología en los empleos han aparecido periódicamente. La última explosión de ansiedad se ha dado con la llegada de la Inteligencia Artificial (AI). Sin embargo, una vez más, la tecnología está creando demanda de trabajo. Pora ejemplo, más y más personas están suministrando servicios digitales en línea a través de lo que a veces se denomina la “nube humana”. Contraintuitivamente, muchos lo hacen en respuesta a la IA.

Según el Banco Mundial, más de 5 millones de personas ya ofrecentrabajar remotamente en plataformas en línea como Freelancer.com y UpWork. Los trabajos van desde el diseño de sitios web hasta la redacción de escritos legales y, por lo general, aportan al menos unos pocos dólares por hora. En 2016, estas firmas ganaron cerca de US $ 6,000 millones en ingresos, de acuerdo con Staffing Industry Analysts, un investigador de mercado. Aquellos que prefieren trabajar en proyectos más pequeños pueden usar sitios de “micro-trabajo” como Mechanical Turk, un servicio operado por Amazon. Alrededor de 500,000 “turkers” (usuarios de Mechanical Turk) realizan tareas como la transcripción de bits de audio, a menudo ganando solo unos pocos dólares por cada “tarea de inteligencia humana”.

Muchas empresas de alta tecnología emplean, principalmente a través de empresas de outsourcing, miles de personas que controlan los servicios y la calidad de las empresas. Se dice que Google tiene un ejército de 10,000 “evaluadores” que, entre otras cosas, miran videos de YouTube o prueban nuevos servicios. Microsoft opera algo llamado un Sistema de Relevancia Humana Universal, que maneja millones de micro-tareas cada mes, como la comprobación de los resultados de sus algoritmos de búsqueda.

Es probable que estos números aumenten. Una razón es la creciente demanda de “moderación de contenido”. Una nueva ley en Alemania exigirá que las redes sociales eliminen cualquier contenido que sea ilegal en el país, como la negación del Holocausto, dentro de las 24 horas o se enfrente a fuertes multas. Facebook ha anunciado que aumentará el número de sus moderadores en todo el mundo, de 4,500 a 7,500.

La IA eliminará algunas formas de trabajo digital (el software, por ejemplo, viene mejorando en la transcripción de audio). Sin embargo, la IA también creará demanda de otros tipos de trabajo digital. La tecnología puede utilizar una gran cantidad de poder de cálculo y matemáticas, pero también se basa en datos destilados por los seres humanos. Para que los autos autónomos reconozcan las señales de tráfico y los peatones, los algoritmos deben ser entrenados alimentándolos con un montón de videos que muestren este tipo de contenido. Las imágenes deben ser manualmente “etiquetadas”, lo que significa que las señales de tráfico y los peatones tienen que ser marcados como tal. Este etiquetado ya mantiene a miles ocupados. Una vez que un algoritmo se pone a trabajar, los seres humanos deben comprobar si hace un buen trabajo y dar retroalimentación para mejorarlo.

Un servicio ofrecido por CrowdFlower, una startup de micro-tareas, es un ejemplo de lo que se llama “humano en el loop”. Los trabajadores digitales clasifican las consultas de los consumidores por correo electrónico, por ejemplo, por contenido, sentimiento y otros criterios. Estos datos se alimentan a través de un algoritmo, que puede manejar la mayoría de las consultas. Pero las preguntas sin respuesta sencilla se vuelven a dirigir a través de los seres humanos.

Se podría esperar que los seres humanos terminen fuera del loop mientras mejoran los algoritmos. Pero es poco probable que esto suceda pronto, si es que alguna vez, dice Mary Gray, que trabaja para el brazo de investigación de Microsoft. Los algoritmos pueden llegar a ser lo suficientemente inteligentes como para manejar algunas tareas por su cuenta y aprender por sí mismos. Pero los consumidores y las empresas también esperan servicios cada vez más inteligentes: los asistentes digitales como Alexa de Amazon y Cortana de Microsoft tendrán que responder a preguntas más complejas. Los seres humanos seguirán siendo necesarios para entrenar algoritmos y manejar excepciones.

En consecuencia, Gray y Siddharth Suri, su colaboradora de Microsoft Research, ven servicios como UpWork y Mechanical Turk como los primeros signos de las cosas por venir. Esperan que gran parte del trabajo humano se divida en distintas tareas que pueden ser entregadas en línea y combinadas con las ofertas de IA. Una agencia de viajes, por ejemplo, podría utilizar IA para hacer frente a las tareas rutinarias (como reservar un vuelo), pero dejar las labores más complicadas como dirigir (una solicitud para crear un tour personalizado de la ciudad, por ejemplo) a los seres humanos.

Michael Bernstein y Melissa Valentine de la Universidad de Stanford ven aún más allá. Anticipan el surgimiento de “empresas” temporales cuyo personal es contratado en línea y configurado con la ayuda de la IA. Para probar esta idea, los investigadores desarrollaron un programa para reunir estas compañías virtuales para proyectos específicos, por ejemplo, reclutar trabajadores y asignarles tareas para diseñar una aplicación de smartphone para reportar las lesiones causadas por una ambulancia que se transporta rápidamente a un hospital.

Trabajar en tales “organizaciones flash” podría ser divertido. Pero muchos temen que la nube humana cree un proletariado digital global. Sarah Roberts de la Universidad de California, Los Ángeles, encontró que los moderadores de contenido a menudo sufren de agotamiento después de comprobar el contenido mediático social durante periodos prolongados. Mark Graham, de la Universidad de Oxford, concluye que las plataformas de trabajo en línea sí ofrecen nuevas fuentes de ingresos para muchos, especialmente en los países pobres, pero que estos servicios también reducen los salarios. Por lo tanto, los gobiernos deben tener cuidado al diseñar grandes programas de mano de obra digital, como lo ha hecho Kenia, con la esperanza de capacitar a más de un millón de personas para empleos en línea.

La tecnología rara vez es solamente una alegría o algo malo. La imprenta creó un nuevo trabajo para los grabadores de madera en Augsburgo, pero rápidamente descubrieron que se había vuelto mucho más repetitivo. En el futuro es probable que existan desventajas similares. Lampadia

El desarrollo de las tecnologías de la ‘Cuarta Revolución Industrial’, como toda revolución tecnológica, ofrece aportes positivos para la humanidad, pero también riesgos. Estos pueden referirse, como muchos temen, a eliminar los empleos tradicionales sin que se consoliden nuevas fuentes de empleo; al desarrollo de robots con IA (inteligencia artificial) que puedan actuar sin supervisión humana y sin el establecimiento de reglas de ética que limiten comportamientos violentos; o, como en el caso que nos ocupa, al desarrollo de armas autónomas que puedan ser utilizadas por líderes desquiciados, terroristas o antisociales.

Líneas abajo compartimos las cartas promovidas por ElonMusk, creador y CEO Tesla, desde el ‘Future of LifeInstitute’ (Instituto de la Vida Futura), acompañadas por las firmas de 3,105 expertos en el desarrollo de Inteligencia Artificial y Robótica y 17,701 líderes globales en distintas disciplinas, como el físico Stephen Hawking, Steve Wozniak, cofundador de Apple, ….., Peter Diamandis, de XPRIZE y SingularityUniversity, entre otras notabilidades.

“Las armas autónomas son ideales para tareas como asesinatos, desestabilización de naciones, sometimiento de poblaciones y eliminación selectiva de determinados grupos étnicos”. Dice ElonMusken una de las misivas.“Las armas letales autónomas amenazan con convertirse en la tercera revolución en la guerra. Una vez desarrolladas, permitirán que el conflicto armado se libere a una escala mayor que nunca, y a intervalos de tiempo más rápidos de lo que los humanos pueden comprender”, recalcó recientemente.

Una de las cartas promueve las adhesiones de todas las personas conscientes de los riesgos señalados. Para firmarlo, se puede llenar el formulario aquí abajo:

Invitamos a nuestros lectores a unirse a esta iniciativa en pro de la vida y el buen uso de las tecnologías. Lampadia

Carta abierta a la Convención de las Naciones Unidas sobre ciertas armas convencionales

Elon Musk
Future of Life Institute
20 de agosto de 2017
Traducido y glosado por Lampadia​

Como empresas que desarrollamos las tecnologías de Inteligencia Artificial (IA) y Robótica, que pueden ser reutilizadas para desarrollar armas autónomas, nos sentimos especialmente responsables al levantar esta alarma.

Acogemos la decisión de la Conferencia de las Naciones Unidas sobre la Convención sobre Ciertas Armas Convencionales (CCW, por sus siglas en inglés) de establecer un Grupo de Expertos Gubernamentales (GGE, por sus siglas en inglés) sobre Sistemas de Armas Letales Autónomas. Muchos de nuestros investigadores e ingenieros están ansiosos por ofrecer asesoramiento técnico a sus deliberaciones.

Felicitamos al nombramiento del Embajador Amandeep Singh Gill, de la India, como Presidente del GGE. Instamos a las Altas Partes Contratantes que participan en el GGE a que trabajen arduamente en la búsqueda de medios para impedir una carrera de armamentos en estas armas, proteger a los civiles de su uso indebido y evitar los efectos desestabilizadores de estas tecnologías.

Lamentamos que la primera reunión del GGE, que debía comenzar hoy, haya sido cancelada debido a que un pequeño número de Estados no han pagado sus contribuciones financieras a la ONU. Instamos a las Altas Partes Contratantes a que, por lo tanto, dupliquen sus esfuerzos en la primera reunión del GGE prevista para noviembre.

Las armas letales autónomas amenazan con convertirse en la tercera revolución en la guerra. Una vez desarrolladas, permitirán que el conflicto armado se libere a una escala mayor que nunca, y a intervalos de tiempo más rápidos de lo que los humanos pueden comprender. Pueden ser armas de terror, armas que los déspotas y los terroristas usen contra poblaciones inocentes, y armas para comportarse de manera indeseable. No tenemos mucho tiempo para actuar. Una vez que se abra esta caja de Pandora, será difícil de cerrar. Por lo tanto, imploramos a las Altas Partes Contratantes que encuentren una manera de protegernos a todos de estos peligros.

Armas Autónomas: Una carta abierta de los investigadores IA & Robótica

Elon Musk
Future of Life Institute
Julio de 2015
Traducido y glosado por Lampadia

Esta carta abierta fue anunciada el 28 de julio en la apertura de la conferencia IJCAI 2015 el 28 de julio.

Las armas autónomas seleccionan y ajustan objetivos sin intervención humana. Pueden incluir, por ejemplo, cuadriciclos armados que pueden buscar y eliminar personas que cumplan ciertos criterios predefinidos, pero no incluyen misiles de crucero o aviones teledirigidos, los cuales son dirigidos por los seres humanos, quienes toman todas las decisiones. La tecnología de Inteligencia Artificial (IA) ha alcanzado un punto en el que el despliegue de estos sistemas es prácticamente (si no legalmente) factible en años, no décadas, y los riesgos son altos: las armas autónomas han sido descritas como la tercera revolución en la guerra, después de la pólvora y las armas nucleares.

Muchos argumentos se han hecho a favor y en contra de las armas autónomas, por ejemplo, que la sustitución de los soldados humanos por las máquinas es buena, reduciendo las bajas de personas, pero malo porque reduce el umbral para ir a la batalla. Hoy en día, la pregunta clave para la humanidad es si debemos iniciar una carrera armamentista global de la IA o impedir que comience. Si cualquier potencia militar importante avanza en el desarrollo de las armas de AI, una carrera de armamentos mundial es prácticamente inevitable y el punto final de esta trayectoria tecnológica es obvia: las armas autónomas se convertirán en los Kalashnikov de mañana. A diferencia de las armas nucleares, no requieren materias primas costosas o difíciles de obtener, por lo que se convertirán en ubicuas y baratas para que todas las potencias militares significativas las produzcan en masa. Sólo será cuestión de tiempo hasta que aparezcan en el mercado negro y en manos de terroristas, dictadores que deseen controlar mejor a su población, hombres de la guerra que deseen perpetrar limpiezas étnicas, etc. Las armas autónomas son ideales para tareas como asesinatos, desestabilización de naciones, sometimientode poblaciones y eliminación selectiva de determinados grupos étnicos. Por lo tanto, creemos que una carrera armamentista militar de IA no sería beneficiosa para la humanidad. Hay muchas maneras en que la IA puede hacer que los campos de batalla sean más seguros para los humanos, especialmente para los civiles, sin crear nuevas herramientas para matar a la gente.

Al igual que la mayoría de los químicos y biólogos no tienen ningún interés en la construcción de armas químicas o biológicas, la mayoría de los investigadores de IA no tienen interés en la construcción de armas de IA – y no quieren que otros empañen su campo al hacerlo, potencialmente creando una gran reacción pública en contra de la IA que podría restringirsus futuros beneficios sociales. De hecho, los químicos y los biólogos han apoyado ampliamente los acuerdos internacionales que han prohibido con éxito las armas químicas y biológicas, al igual que la mayoría de los físicos apoyaron los tratados que prohíben las armas nucleares espaciales y las cegadoras armas láser.

En resumen, creemos que IA tiene un gran potencial para beneficiar a la humanidad de muchas maneras y que la meta de quienes están involucrados en el sector debe ser lograrlo. Comenzar una carrera armamentista militar de IA es una mala idea y debe ser prevenida por una prohibición de armas autónomas ofensivas más allá de un control humano significativo. Lampadia

En Lampadia hemos propuesto en innumerables veces una ‘verdadera revolución educativa’, un ‘big bang’, un ‘salto cuántico’, pero es impresionante la cantidad de ciudadanos que aún no entienden que las propuestas de cambio en la educación son un llamado por no seguir enseñándole a generaciones de peruanos con herramientas obsoletas y una mentalidad del pasado.

Fuente: CB Insights

La Cuarta Revolución Industrial, la cual está relacionada con la robótica y la inteligencia artificial, entre otras muchas tecnologías disruptivas, jugará un papel trascendental en la vida de los ciudadanos, empresas y naciones en los próximos años. Sin embargo, las revoluciones industriales traen consigo una disrupción económica, política y social y muchos temen o no quieren cambiar su status quo, el cual los frena de aprovechar los grandes beneficios de la revolución en la educación.

Como afirma el artículo de The Economist (publicado líneas abajo), “la tecnología de la educación (edtech) ha repetido el ciclo del bombo y el fracaso, incluso cuando las computadoras han reestructurado casi todas las demás partes de la vida. Una razón es el conservadurismo de los maestros y sus sindicatos. Pero otra es que el potencial de edtech para el desarrollo cerebral no ha sido probado.”

Fuente: Techzim

Lo mismo sucede en el Perú. En Lampadia hemos insistido en la necesidad de transformar los paradigmas educativos si queremos nivelarnos con los estándares educativos de los países más avanzados y enfrentar los retos que traerá la cuarta revolución industrial a nuestros pobres. Hemos hablado de un ‘Pacto Social por la Educación’. Pero nada mueve el entendimiento ni la acción del ambiente educativo oficial. Las autoridades no escuchan y las cosas no cambian.

Fuente: YourStory.com

Otros lugares del mundo sí escuchan y actúan. Edtech puede brindar atención individualizada al alcance de todos los alumnos. The Economist cita algunos ejemplos, como: “Un tercio de los alumnos se encuentran en un distrito escolar que se ha comprometido a introducir un ‘aprendizaje digital personalizado’. Los métodos de grupos como Summit Public Schools, cuyo software fue escrito por los ingenieros de Facebook, están siendo copiados por cientos de escuelas.”

Según otro artículo de The Economist, titulado ‘La tecnología está transformando lo que sucede cuando un niño va a la escuela’, “Ahora, finalmente, [la educación] está empezando a cambiar, por dos razones: La primera es que edtech es cada vez más capaz de interactuar con los estudiantes de manera sofisticada. Estudios recientes muestran que el software que imita el rol de un tutor (en lugar de simplemente crear preguntas y respuestas) puede acelerar el aprendizaje de los niños. La segunda razón es la experiencia de un número cada vez mayor de escuelas, las cuales no se limitan a utilizar edtech en las aulas, sino que utilizan el nuevo software para cambiar la forma en que los alumnos y los profesores pasan su tiempo. Ambos se vuelven más productivos.”

Pero en el Perú hemos engañado a la población con una falsa revolución educativa. Hemos inhibido la innovación y la creatividad, y hemos estigmatizado y desincentivado la educación privada. No se debaten los temas de fondo, de la revolución que viene y de la revolución que no emprendemos. Como afirma The Economist, “una mentalidad cerrada no tiene lugar en el aula.”

Nuestros jóvenes merecen lo mejor que el mundo tiene para ellos. Lampadia

Cómo la ciencia del aprendizaje puede aprovechar lo mejor de edtech

The Economist
22 de julio, 2017
Traducido y glosado por Lampadia

En 1953, B.F. Skinner visitó la clase de matemáticas de su hija. El psicólogo de Harvard encontró a cada alumno aprendiendo el mismo tema de la misma manera a la misma velocidad. Unos días más tarde construyó su primera “máquina de enseñanza”, que permite a los niños abordar preguntas a su propio ritmo. A mediados de los años sesenta, aparatos similares estaban siendo vendidos por proveedores puerta a puerta. Sin embargo, en pocos años, el entusiasmo por ellos había desaparecido.

Desde entonces, la tecnología de la educación (edtech) ha repetido el ciclo del bombo y el fracaso, incluso cuando las computadoras han reestructurado casi todas las demás partes de la vida. Una razón es el conservadurismo de los maestros y sus sindicatos. Pero otra es que el potencial de edtech para el desarrollo cerebral no ha sido probado.

Hoy en día, sin embargo, los herederos de Skinner están forzando a los escépticos a repensar esto. Respaldados por tecnólogos multimillonarios como Mark Zuckerberg y Bill Gates, las escuelas de todo el mundo están utilizando un nuevo software para “personalizar” el aprendizaje. Esto podría ayudar a cientos de millones de niños atrapados en clases sombrías, pero sólo si los reforzadores de edtech pueden resistir la tentación de revivir ideas perjudiciales sobre cómo aprenden los niños. Para tener éxito, edtech debe estar al servicio de la enseñanza, no al revés.

Bajen los lápices

El modelo convencional de escolarización surgió en Prusia en el siglo XVIII. Hasta ahora, las alternativas no han podido enseñar tan eficientemente a tantos niños. Las aulas, los grupos jerárquicosetáreos, los planes de estudios estandarizados y los horarios fijos, siguen siendo la norma para la mayoría de los casi 1,500 millones de escolares del mundo.

Demasiados no alcanzan su potencial. En los países pobres sólo una cuarta parte de los alumnos de secundaria adquieren al menos un conocimiento básico de matemáticas, lectura y ciencias. Incluso en los países más ricos de la OCDE, aproximadamente el 30% de los adolescentes no alcanzan la competencia en al menos uno de estos temas.

Esa participación se ha mantenido casi sin cambios durante los últimos 15 años, durante los cuales se han gastado miles de millones en informática en las escuelas. Para el año 2012, había una computadora por cada dos alumnos en varios países ricos. Australia tenía más computadoras que alumnos. Mal manejados, los dispositivos pueden distraer a los alumnos. Un estudio portugués de 2010 encontró que las escuelas con banda ancha lenta y la prohibición de sitios web como YouTube tenían mejores resultados que los de alta tecnología.

Lo que importa es cómo se utiliza edtech. Una manera que puede ayudar es a través de instrucciones a medida. Desde que Felipe II de Macedonia contrató a Aristóteles para preparar a su hijo Alexander para la grandeza, los padres ricos han pagado a tutores para sus hijos. Los reformadores de São Paulo a Estocolmo consideran que edtech puede brindar atención individualizada al alcance de todos los alumnos. Las escuelas americanas están adoptando el modelo más fácilmente. Un tercio de los alumnos se encuentran en un distrito escolar que se ha comprometido a introducir un “aprendizaje digital personalizado”. Los métodos de grupos como Summit PublicSchools, cuyo software fue escrito por los ingenieros de Facebook, están siendo copiados por cientos de escuelas.

En la India, donde casi la mitad de los niños abandonan la escuela primaria sin ser capaces de leer un texto simple, gran parte del plan de estudios es incomprensible para muchos alumnos. El software “adaptativo”, como Mindspark, puede resolver lo que un niño sabe y plantear las preguntas en concordancia a ello. Un artículo reciente encontró que los niños indios que usaban Mindspark después de la escuela lograron algunos de los mayores avances en matemáticas y lectura de cualquier estudio de educación en países pobres.

Otra forma en que edtech puede ayudar al aprendizaje es haciendo que las escuelas sean más productivas. En California, las escuelas están usando software para revisar el modelo convencional. En lugar de libros de texto, los alumnos tienen “listas de reproducción” (playlists), que utilizan para acceder a las lecciones en línea y tomar pruebas. El software evalúa el progreso de los niños, reduciendo la carga laboral los profesores y dándoles una visión de sus alumnos. El tiempo ahorrado por los maestros les permite realizar otras tareas, como el fomento de las habilidades sociales de los alumnos o la enseñanza individualizada. Un estudio en 2015 sugirió que los niños que adoptaron este modelo en los primeros de la escuela obtuvieron mejores resultados en las pruebas que sus compañeros en otras escuelas.

Prestando atención al fondo de la clase

Tal innovación es bienvenida. Pero aprovechar al máximo edtech significa hacer varias cosas bien. En primer lugar, el “aprendizaje personalizado” debe seguir las pruebas sobre cómo aprenden los niños. No debe ser una excusa para revivir ideas pseudocientíficas como “estilos de aprendizaje”: la teoría de que cada niño tiene una forma particular de recibir información. Tales estudios absurdos conducen a esquemas como BrainGym, un programa de “cinesiología educativa” una vez respaldado por el gobierno británico, que afirmaba que algunos alumnos debían estirarse, doblarse y emitir un “bostezo de energía” mientras hacían sus sumas.

Una falsedad menos importante es que la tecnología significa que los niños no necesitan aprender hechos o aprender de un maestro, sino que pueden usar Google. Algunos educadores van más allá, argumentando que los hechos se interponen en el camino de habilidades como la creatividad y el pensamiento crítico. El opuesto es verdad. Una memoria repleta de conocimientos potencia esas habilidades. William Shakespeare fue entrenado en frases en latín y reglas gramaticales y, sin embargo, escribió algunas obras decentes. En 2015 un vasto estudio de 1,200 meta-análisis de la educación encontró que, de las 20 maneras más eficaces de impulsar el aprendizaje, casi todos confiaban en el oficio de un profesor.

El segundo imperativo es asegurarse de que edtechreduzca, y no aumente, las desigualdades en la educación. Aquí hay motivos de optimismo. Algunas de las escuelas pioneras son privadas en Silicon Valley. Pero muchas más están dirigidas por grupos de escuelas chárter que enseñan principalmente a alumnos pobres, como Rocket ship y Achieve ment First o Summit, donde el 99% de los estudiantes graduados van a la universidad y los rezagados hacen el mayor progreso en comparación con sus compañeros en clases normales. Un patrón similar se puede observar fuera de EEUU. En estudios de edtech en India por J-PAL, un grupo de investigación, los mayores beneficiarios son los niños que usan software para recibir educación correctiva.

En tercer lugar, el potencial para edtech se realizará sólo si los profesores lo aceptan. Tienen razón al pedir evidencia de que los productos funcionen. Pero el escepticismo no debe convertirse en ludismo. Un buen modelo es São Paulo, donde los maestros han acogido a Geekie, una empresa de software adaptable, en las escuelas públicas.

En 1984 Skinner llamó a la oposición a la tecnología la “vergüenza” de la educación. Teniendo en cuenta lo que edtech promete hoy, una mentalidad cerrada no tiene lugar en el aula. Lampadia

El mundo está cambiando y cada vez dependemos más de la tecnología, que  avanza a pasos agigantados. La inteligencia artificiales una de las áreas más importantes del desarrollo tecnológico, pero traen amenazas que deben preveerse. Stephen Hawking, Elon Musk y Simon Parkin (autor del artículo que compartimos líneas abajo), plantean importantes cuestionamientos al respecto.

El uso de máquinas que están programadas para pensar y actuar con un cierto nivel de inteligencia “humana” y autonomía se conoce como inteligencia artificial (AI). Nuestras vidas están cambiando radicalmente por esta tecnología, y ya se utiliza en una amplia gama de servicios cotidianos. Muchas aplicaciones en computadoras, celulares y retailers son diseñadas para buscar patrones en el comportamiento del usuario y luego reaccionar a ellos. También están programadas para utilizar la información almacenada en sus bases de datos para mejorar la reacción a los comandos y predecir ciertas conductas.

Como dice Parkin, “La mayoría de los avances en los campos de la genética, la nanotecnología y la neurofarmacología, si se consideran aisladamente, parecen no tener una dimensión moral, y mucho menos social. Sin embargo, cuando las tecnologías resultantes se mezclan y son administradas por AIs, el peligro es que descubrimos que nuestro progreso tecnológico ha superado nuestra preparación moral.”

Una manera de controlar la AI fue propuesta por Isaac Asimov (en 1942) en sus Tres Leyes de la Robótica:

1. Un robot no puede hacer daño a un ser humano o, por inacción, permitir que un ser
humano sufra daño.

2. Un robot debe obedecer las órdenes dadas por los seres humanos, excepto si estas
órdenes entrasen en conflicto con la 1ª Ley.

3. Un robot debe proteger su propia existencia en la medida en que esta protección no
entre en conflicto con la 1ª o la 2ª Ley.

Otro enfoque, actual, es el motivacional: con el diseño de un sistema que aprenda a través del tiempo al igual que los seres humanos y adquieran valores a medida que maduran. El problema es que los científicos no saben realmente cómo funciona esto en los seres humanos.

La humanidad está a punto de dar nuevos saltos en su calidad de vida por los avances tecnológicos que están empezando a masificarse. (Ver en Lampadia: Robots ingresan a la fuerza laboral). Esto nos lleva a debatir seriamente los aspectos éticos del uso de las nuevas tecnologías y su posible amenaza. Aunque ya podríamos estar un poco tarde.

Más allá de los miedos tradicionales al cambio, la reacción estratégica debiera ser la de prepararse para adaptar las nuevas tecnologías a procesos que limiten posibles consecuencias indeseadas de su desarrollo. Debemos empezar a prepararnos, y analizar posibles alternativas para el control esta gran tecnología, que promete increíbles oportunidades para el futuro.

La Revolución Tecnológica, con la robótica, la inteligencia artificial, Big Data, algoritmos, realidad virtual y realidad aumentada, tiene la capacidad potencial de producir procesos imposibles de ser controlados por los seres humanos. Por lo tanto, es menester que, sin perder más tiempo, nos aboquemos a establecer paradigmas y mecanismos que den cierta seguridad para evitar desarrollos que más tarde no podamos controlar. Lampadia

Enseñándole a los robots la diferencia entre lo bueno y lo malo

La inteligencia artificial está superando a la clase humana en una gama de campos cada vez mayor; pero, ¿cómo podemos asegurarnos de que se comporte de manera moral? Simon Parkin conversa con las personas que están intentando enseñarle ética a las computadoras.

Fuente: 1843magazine.com

Revista 1843 – The Economist
Simon Parkin
Junio/julio, 2017
Traducido y glosado por Lampadia

Hace más de 400 años, de acuerdo a las leyendas, un rabino se arrodilló junto a las orillas del río Vltava en lo que ahora se conoce como la República Checa. Sacó unos puñados de arcilla del agua y cuidadosamente los acomodó en la forma de un hombre. Los judíos de Praga, falsamente acusados ​​de usar la sangre de los cristianos en sus rituales, estaban siendo atacados. El rabino, Judah Loew ben Bezalel, decidió que su comunidad necesitaba un protector más fuerte que cualquier humano. Inscribió la palabra hebrea para “verdad”, emet, en la frente de su creación y colocó en su boca una cápsula inscrita con una fórmula cabalística. La criatura saltó a la vida.

El Golem patrulló el ghetto, protegiendo a sus ciudadanos y realizando trabajos útiles: barrer las calles, transportar agua y cortar leña. Todo fue armonioso hasta el día en que el rabino olvidó inhabilitar el Golem para el Sabbath, como era requerido, y la criatura se volvió en un asesino. El rabino se vio obligado a borrar la letra inicial de la palabra en la frente del Golem para volverla ‘met’, la palabra hebrea para “muerte”. La vida se deslizó del Golem y se volvió polvo.

Este cuento, que muestra los riesgos de construir un sirviente mecánico a la imagen del hombre, ha ganado popularidad en la edad de la inteligencia artificial. Legiones de robots ahora llevan a cabo nuestras instrucciones irreflexivamente. ¿Cómo nos aseguramos de que estas criaturas, sin importar si están construidas de arcilla o silicio, funcionen siempre en nuestro mejor interés? ¿Debemos enseñarles a pensar por sí mismas? Y, si es así, ¿cómo vamos a enseñarles lo correcto y lo incorrecto?

En 2017, estas son preguntas urgentes. Los automóviles sin conductor han acumulado millones de millas en nuestras carreteras mientras toman decisiones autónomas que podrían afectar la seguridad de otros usuarios humanos. La robótica en Japón, Europa y Estados Unidos está desarrollando robots para proporcionar atención a adultos  mayores y discapacitados. Uno de estos robots de servicio, que fue lanzado en 2015, se llamó Robear (tenía la cara de un cachorro de oso polar), es lo suficientemente fuerte como para levantar a los pacientes frágiles de sus camas; y, si puede hacer eso, también puede, posiblemente, aplastarlos. Desde el año 2000, el ejército estadounidense ha desplegado miles de robots equipados con ametralladoras, cada uno capaz de localizar objetivos y apuntarlos sin la necesidad de implicación humana (sin embargo, no se les permite tirar del gatillo sin supervisión).

Algunas figuras públicas también han alimentado la sensación de temor que rodea la idea de máquinas autónomas. Elon Musk, un empresario de tecnología, afirmó que la inteligencia artificial (IA) es la mayor amenaza existencial para la humanidad. El verano pasado, la Casa Blanca encargó cuatro talleres para que los expertos discutieran esta dimensión moral de la robótica. Como dice Rosalind Picard, directora del Grupo de Computación Afectiva del MIT: “Cuanto mayor sea la libertad de una máquina, más necesitará estándares morales”.

En un futurista complejo de oficinas en el serpenteante río Vltava, cerca de donde el rabino esculpió su Golem, se escucha el zumbido de un banco de computadoras. Son unos extraños profesores, pero son tan dedicados como cualquier humano a la noble tarea de la educación. Sus estudiantes no se sientan delante de la pantalla de cada computadora, sino más bien en sus discos duros. Esta escuela virtual, que lleva el nombre de GoodAI [de good (buena) artificial inteligence], se especializa en la educación de inteligencias artificiales (IAs): enseñándoles a pensar, razonar y actuar. La visión global de GoodAI es entrenar inteligencias artificiales en el arte de la ética. “Esto no significa que la pre-programación de AI siga un conjunto de reglas prescritas donde les decimos qué hacer y qué no hacer en cada situación posible”, dice Marek Rosa, un exitoso diseñador de videojuegos eslovaco y fundador de GoodAI, quien ha invertido 10 millones de dólares en la compañía. “Más bien, la idea es capacitarlos para aplicar sus conocimientos a situaciones que nunca han vivido”.

Los expertos coinciden en que el enfoque de Rosa es razonable. “Intentar preprogramar cada situación que una máquina ética pueda encontrar no es trivial”, explica Gary Marcus, un científico cognitivo de NYU y CEO y fundador de Geometric Intelligence. “¿Cómo, por ejemplo, se programa en una noción como ‘equidad’ o ‘daño’? Ni tampoco, señala, este enfoque de codificación explica los cambios en las creencias y actitudes. “Imagínese si los fundadores estadounidenses hubieran congelado sus valores, permitiendo la esclavitud, menos derechos para las mujeres y así sucesivamente. En última instancia, queremos una máquina capaz de aprender por sí misma.”

Rosa ve a la IA como un niño, una pizarra en blanco sobre la cual se pueden inscribir los valores básicos y que, con el tiempo, podrá aplicar esos principios en escenarios imprevistos. La lógica es buena. Los seres humanos adquieren una sensación intuitiva de lo que es éticamente aceptable observando cómo se comportan los demás (aunque con el peligro de que podamos aprender un mal comportamiento cuando se nos presenta con modelos erróneos).

GoodAI monitorea la adquisición de valores proporcionando un mentor digital, y luego lentamente aumenta la complejidad de las situaciones en las que la IA debe tomar decisiones. Los padres no dejan que sus hijos crucen una autopista, sostiene Rosa. En su lugar, les enseñan primero a cruzar una calle. “De la misma manera, exponemos a la IA a entornos cada vez más complejos donde puede basarse en conocimientos previamente aprendidos y recibir retroalimentación de nuestro equipo”.

GoodAI es sólo una de varias instituciones dedicadas a comprender la dimensión ética de la robótica que ha surgido en todo el mundo en los últimos años. Muchas de estas instituciones gozan de títulos grandiosos y premonitorios: El Instituto del Futuro de la Vida, el Grupo de Robótica Responsable y la Iniciativa Global sobre Sistemas Éticos Autónomos. Hay una serie de ideas en circulación sobre la mejor manera de enseñar moralidad a las máquinas. Rosa tiene una, Ron Arkin otra.

Arkin es un robo-eticista calvo de aproximadamente 60 años, con grandes ojos detrás de enormes lentes. Él enseña Ética de la Computadora en Georgia Tech en Atlanta, pero su trabajo no se limita al aula. La investigación de Arkin ha sido financiada por una variedad de fuentes, incluyendo el Ejército de los Estados Unidos y la Oficina de Investigación Naval. En 2006 recibió fondos para desarrollar hardware y software que harán que las máquinas de combate robóticas sean capaces de seguir los estándares éticos de la guerra. Ha argumentado que los soldados robots pueden ser éticamente superiores a los humanos. Después de todo, no pueden violar, saquear o quemar un pueblo por motivos de cólera o ira.

Enseñar a los robots cómo comportarse en el campo de batalla puede parecer sencillo, ya que las naciones crean reglas de compromiso siguiendo las leyes acordadas internacionalmente. Pero no todos los escenarios posibles en el campo de batalla pueden ser previstos por un ingeniero, al igual que no todas las situaciones éticamente ambiguas están cubiertas por, digamos, los Diez Mandamientos. ¿Debe un robot, por ejemplo, disparar contra una casa en la que un objetivo de alto valor está compartiendo una comida con civiles? ¿Debería prestar apoyo a un grupo de cinco reclutas de bajo rango en un lado de una ciudad asediada, o un oficial de alto rango en el otro? ¿Debería tomarse la decisión sobre una base táctica o moral?

Para ayudar a los robots y sus creadores a navegar por estas cuestiones en el campo de batalla, Arkin ha estado trabajando en un modelo que difiere del de GoodAI. El “adaptador ético”, como se le conoce, busca simular las emociones humanas, en lugar de emular el comportamiento humano, para ayudar a los robots a aprender de sus errores. Su sistema permite que un robot experimente algo similar a la culpa humana. “La culpa es un mecanismo que nos desalienta de repetir un comportamiento particular”, explica. Es, por lo tanto, una herramienta de aprendizaje útil, no sólo en humanos, sino también en robots.

“Imagina que un agente está en el campo y realiza una evaluación de daños de combate antes y después de disparar un arma”, explica Arkin. “Si el daño de la batalla ha sido excedido por una proporción significativa, el agente experimenta algo análogo a la culpabilidad.” Por ejemplo, el sentimiento de culpa aumenta cada vez, si hay más daño colateral de lo que se esperaba. “En cierto umbral el agente dejará de usar un sistema de armas particular. Pero, más allá de eso, dejará de usar las armas por completo. “Mientras que la culpa que un robot podría sentir se simula, los modelos son, sin embargo, tomados de la naturaleza y, al igual que en los seres humanos, tienen una estructura tripartita: La creencia de que una norma ha sido violada, preocupación por las acciones de uno mismo, y un deseo de volver al estado anterior.

Es una solución ingeniosa, pero no una sin problemas. Por un lado, el modelo de culpabilidad requiere que las cosas salgan mal antes de que el robot pueda modificar su comportamiento. Eso podría ser aceptable en el caos de la batalla, donde el daño colateral no es totalmente inesperado. Pero en los hogares y hospitales civiles, o en las carreteras, la tolerancia del público por errores mortales robóticos es mucho menor. Es más probable que un robot asesino sea desensamblado a que se le ofrezca la oportunidad de aprender de sus errores.

Desde las aulas virtuales hasta la culpa simulada, los enfoques para enseñar la moral del robot son variados, embrionarios y, en cada caso, vienen acompañados de distintos problemas. En Georgia Tech, Mark Riedl, director del EntertainmentIntelligenceLab, está probando un método que encuentra su inspiración no en el aula sino en la biblioteca.

Al leer miles de historias de IAs, y permitirles elaborar un conjunto de reglas para el comportamiento basado en lo que encuentran, Riedl cree que podemos comenzar a enseñar a los robots cómo comportarse en una gama de escenarios, desde una cena hasta durante el robo de un banco. Una gama de organizaciones y compañías como DARPA, la agencia de I + D del Departamento de Defensa de EE.UU., el Ejército de Estados Unidos, Google y Disney financian el trabajo del equipo.

Cuando nos reunimos en un restaurante cerca de su laboratorio, Riedl comentó que está de acuerdo con la filosofía básica de GoodAI. “Es cierto: la respuesta a todo esto es criar a los robots como niños”, dice. “Pero no tengo 20 años para criar un robot. Es un proceso que consume mucho tiempo y es costoso. Criar a un úniconiño es todo lo que puedo manejar. Mi idea era usar las historias como una forma de acortar este proceso de aprendizaje”.

Riedl llegó a esta idea mientras investigaba cómo se podrían utilizar las historias para enseñarle a las IA las reglas de las situaciones sociales humanas. “Si Superman se viste como Clark Kent y se reúne con alguien para cenar, tienes esta pequeña demostración de lo que la gente hace cuando entra en un restaurante”, dice Riedl. Toman un asiento. Pedimos sus bebidas antes de la comida. Estos son los valores sociales, en términos del orden en que nos gusta hacer las cosas. Ahora, por lo general no hay dilema ético en términos de restaurantes. Pero hay señales, tales como: “¿Por qué no fueron a la cocina y buscaron la comida?” No podría decirle a una IA por qué no, pero puedo demostrar que eso no es lo que se supone que debes hacer”.

Riedl consigue una multitud de fuentes de historias en Amazon’s Mechanical Turk. “Instruimos a los trabajadores de Amazon a describir una historia típica sobre un tema dado, como ir a un restaurante”, explica Riedl. Los participantes a veces reciben un personaje y, usando un formato, deben llenar campos en blanco con fragmentos de la historia (por ejemplo, “Mary entró en el restaurante.” “Mary esperó para sentarse.” “Mary se quitó el abrigo y ordenó una bebida”. Los algoritmos de procesamiento del lenguaje natural buscan frases de diferentes historias que son similares entre sí y, a partir de esa información, empiezan a sacar conclusiones sobre reglas y normas sociales.

Una IA que lee cien historias sobre robar versus no robar puede examinar las consecuencias de estas historias, entender las reglas y resultados, y comenzar a formular un marco moral basado en la sabiduría de las multitudes. “Tenemos estas reglas implícitas que son difíciles de anotar, pero los protagonistas de los libros, la televisión y las películas ejemplifican los valores de la realidad. Comienzas con historias sencillas y luego progresas a historias de jóvenes adultos. En cada una de estas situaciones se observan situaciones morales cada vez más complejas”.

Aunque difiere conceptualmente de los GoodAI’s, el enfoque de Riedl cae en la disciplina del aprendizaje automático. “Piense en esto como la identificación de patrones, que es lo que se trata gran parte del aprendizaje de las máquinas”, dice. “La idea es que le pidamos a la IA que mire a mil diferentes protagonistas que están experimentando maso menos el mismo dilema. Entonces, la máquina puede calcular la media de las respuestas y formular valores que coincidan con lo que la mayoría de la gente diría que es la manera “correcta” de actuar.

Hay una cierta simetría poética para la solución: del Golem al monstruo de Frankenstein y más allá, los seres humanos siempre han recurrido a historias al imaginar el impacto monstruoso de sus creaciones. Al igual que hay conclusiones sombrías en estas historias, también hay una preocupación de que, si se alimenta a la IA sólo con enseñanzas oscuras, podría terminar entrenándolo para ser malo. “La única manera de corromper la IA sería limitar las historias en las que el típico comportamiento sucede de alguna manera”, dice Riedl. “Podría recoger las historias de antihéroes o aquellas en las que los malos ganan todo el tiempo. Pero si el agente se ve forzado a leer todas las historias, se vuelve muy, muy difícil para cualquier individuo corromper la IA”.

El enfoque parece estar resultando notablemente eficaz. “Sabemos que el sistema está aprendiendo de las historias de dos maneras”, dice Riedl. “En primer lugar, realizamos una evaluación y pedimos a la gente que juzgue las reglas que aprendió el sistema. Las reglas son cosas como ‘cuando vas a un restaurante, pedir bebidas viene antes de pedir comida. Segundo, el sistema puede generar historias, y estas historias pueden ser juzgadas por los humanos”.

En su mayor parte, el equipo ha encontrado que el conocimiento aprendido por el sistema es típicamente de sentido común. Pero ha habido algunas sorpresas. “Cuando entrenamos nuestro sistema sobre ir en una cita al cine, el sistema aprendió que besar era una parte importante del esquema. No esperábamos eso, pero en retrospectiva no es sorprendente”.

Para los ingenieros de Audi, que construyen automóviles sin conductor, o los técnicos de BAE Systems que construyen armas autónomas, enseñarle a las IAs cuando es socialmente apropiado besar o hacer cola puede no parecer directamente relevante para su trabajo. La mayoría de los avances en los campos de la genética, la nanotecnología y la neurofarmacología, si se consideran aisladamente, parecen no tener una dimensión moral, y mucho menos social. Sin embargo, cuando las tecnologías resultantes se mezclan y son administradas por AIs, el peligro es que descubrimos que nuestro progreso tecnológico ha superado nuestra preparación moral.

Riedl afirma que estamos en un momento crucial de la historia y, como sociedad, nos enfrentamos a una simple elección. “Podemos decir que nunca podremos tener un robot perfecto, y porque hay algún tipo de peligro nunca debemos hacer nada”, dice. “O podemos decir: ‘Hagamos nuestro mejor esfuerzo y tratemos de mitigar el resultado.’ Nunca vamos a tener un auto perfecto. Van a haber accidentes. Pero se tendrán menos accidentes que los humanos. Así que… nuestro objetivo debe ser no ser peor que los humanos. Sólo tal vez, podría ser posible ser mejor que los humanos. “

En la ciencia ficción, el momento en que un robot gana la sentiencia (capacidad de adquirir sentimientos) suele ser el momento en que creemos que tenemos obligaciones éticas hacia nuestras creaciones. Un iPhone o un portátil puede ser muy complejo en comparación con un martillo o una pala, pero cada objeto pertenece a la misma categoría: herramientas. Y sin embargo, a medida que los robots empiezan a adquirir la apariencia de emociones, a medida que comienzan a comportarse como seres humanos, y aprenden y adoptan nuestros valores culturales y sociales, tal vez necesitan revisarse las viejas historias. Por lo menos, tenemos la obligación moral de averiguar qué enseñar a nuestras máquinas sobre la mejor manera de vivir en el mundo. Una vez que lo hayamos hecho, podremos sentirnos obligados a reconsiderar cómo los tratamos. Lampadia

Nota: Simon Parkinis es escritor y periodista británico, y autor de “Deathby Video Game” Ilustraciones de Brett Ryder