El último año ha estado muy en boga el tema de la Inteligencia artificial: Chat GPT y su presencia en prácticamente todas las conversaciones, su uso en la academia, su aparición en los teléfonos móviles y hasta la huelga de guionistas y actores en Hollywood ante la amenaza latente de esta tecnología.
Pero, aunque esto parezca nuevo, la verdad no lo es tanto. Desde el momento en que has hecho uso de asistentes virtuales como Alexa o Siri, te has estado apoyando en la Inteligencia artificial, que en realidad tiene mucho tiempo de existencia.
“La inteligencia artificial ya es vieja. Tiene estudios desde los años sesenta, y es la rama de la tecnología de la información que busca generar los procesos cognitivos y decisivos que generamos los seres humanos a través de máquinas, algoritmos y las diferentes herramientas que tenemos en sistemas computacionales”, define Vladimir Mendoza, country manager de Softserve.
Entonces, ¿por qué se ha dado este boom a nivel mundial? En 2023 se popularizó Chat GPT, la inteligencia artificial generativa que desarrolló la compañía de software OpenAI y que ha significado un cambio en lo que a procesos se refiere.
“Últimamente, está teniendo un boom muy grande por todo lo que es la inteligencia artificial generativa. Con base en modelos de aprendizaje, las máquinas han revolucionado la manera de procesar los datos para generar decisiones o procesos cognitivos que solamente los humanos nos podíamos dar el lujo de realizar”, explica Mendoza.
Inteligencia artificial y entornos laborales
¿Y eso en qué nos puede ayudar a mejorar nuestra labor empresarial o nuestro trabajo? Prácticamente en todo, especialmente en lo que se refiere al ahorro de tiempo en procesos repetitivos o mecánicos que pueden ser tediosos.
“Se van a generar otras fuentes de trabajo, otras carreras, otras maneras de generar procesos productivos o actividades productivas desde nosotros como personas. Eso va a evolucionar, porque muchas de las tareas pueden ser reemplazadas por esta inteligencia artificial, pero eso no significa que necesariamente se vaya a perder la fuerza laboral, más bien, se va a reubicar”.
“Tiene que haber un proceso de entrenamiento, un proceso evolutivo, un proceso de educación en aquellas áreas que se van a expandir y que van a requerir mayor cantidad de talento para vigilar los procesos de la inteligencia artificial en cualquiera de las ramas industriales que existen”, consideró Mendoza.
En este mismo sentido se pronuncia Juan Carlos Díaz, Head de People and Organization para Siemens México, Centroamérica y el Caribe, a través del artículo “Metaverso Industrial: for Dummies”.
“El metaverso se perfila como una opción que nos puede ayudar, no sólo a crear mundos virtuales, sino a simular situaciones con base en datos reales, de manera que, sin tener que invertir grandes cantidades de dinero y tiempo, podemos desarrollar proyectos que, de otra forma, nos tomarían días, meses o años, así como una fuerte inversión de recursos para llevarlos a cabo”, menciona Díaz.
“En pocas palabras, el metaverso no sólo se limita a los videojuegos, es una herramienta perfecta para crear un ecosistema de datos con el que podemos emular situaciones y perfeccionar proyectos. Y eso es el ‘metaverso Industrial’, un universo virtual en el que podemos simular máquinas y fábricas, edificios y ciudades, así como redes y sistemas de transporte reales. Los podemos someter a diferentes crisis o presiones y podemos descubrir su efectividad o cuánto se puede mejorar, y todo sin tener que levantar estructuras y esperar a que se presente la tormenta perfecta para ver si en efecto funcionan o no”.
Algunos de los beneficios que se pueden obtener con este tipo de tecnología son el ahorro de energía y la programación de mantenimiento preventivo, siempre adecuado a lo que los clientes soliciten y tomando en cuenta aspectos relacionados con seguridad y practicidad.
Mitos y realidades de la Inteligencia Artificial
Como toda herramienta, la IA generativa tiene ventajas y desventajas que deben ser tomadas muy en cuenta al momento de incluirla en el trabajo diario.
Haydé Martínez, Head of Data & AI en Wizeline, y embajadora de México en WomenOFAI.org, desglosa aquellos que nos permiten analizar si lo que nuestra empresa o industria requiere es Inteligencia Artificial o no.
“Como humanos siempre le hemos tenido miedo a lo que no conocemos. Históricamente, desde la civilización griega, por ejemplo, se crearon los mitos, porque pasaban desastres naturales o fenómenos naturales en general y entonces se creaban los dioses de los fenómenos naturales. Entonces no entendíamos y le tratábamos de dar un significado. ¿Cuántas películas de inteligencia artificial con finales felices has visto en tu vida? Entonces, ¿hacia dónde se van mis ideas? Así cómo los algoritmos se alimentan de datos y todos los humanos nos alimentamos de lo que vivimos y lo que interactuamos. Y si en la mayoría de las películas o lo que interactúa en medios es sensacionalista, obviamente tiendo a caer en ese patrón de pensamiento”, menciona Martínez.
La head of data recalca el valor que se le debe dar a la IA como una herramienta, que puede servir para hacer un bien, pero también un mal.
“En ciertas pláticas explicamos que es una herramienta. Es como si me dan un martillo, yo puedo hacer el bien con un martillo, pero también puedo hacer el mal. Entonces, al final del día la inteligencia artificial es un complemento. En este mismo sentido, cuando nosotros tenemos una herramienta de este tipo, la idea es que nuestros inventos, como humanos, las siguientes creaciones nos faciliten la vida”, explicó.
Retos por solventar
La IA es una herramienta cada vez más poderosa para realizar tareas que requieran la menor presencia humana, pero aún hay lagunas, especialmente en lo que se refiere a la situación legal y de uso, que se tienen que ir solventando a medida que la tecnología avanza.
“Creo que por ese lado, la falta de talento capacitado, ya vamos un poco demorados. No hemos podido darle alcance todavía a algunas megatendencias, como la parte de Dev Ops o las operaciones para armar todas las etapas de desarrollo de software, con el fin de que sea continuo, ejecutable, predecible y automatizado.
No entramos al área de Big Data todavía de lleno, el área de ciberseguridad sigue todavía sin cubrirse en su gran mayoría, en la parte de ciencia de datos todavía existe un déficit muy grande de científicos de datos, modeladores de datos que nos permitan realizar las soluciones que hacemos a nuestros clientes a nivel internacional y local”, comentó Mendoza.
“En la implementación todos vamos atrasados, porque lo que hemos visto nosotros en el mercado empresarial es que todo el mundo quiere consumir la inteligencia artificial generativa, pero algunos sí saben, otros no saben, y creo que ahí hay una brecha muy importante”.
Glosario que tienes que sabr de la Inteligencia Artificial y nuevas herramientas
1. Inteligencia artificial (IA)
Campo de la informática que se centra en la creación de sistemas que pueden realizar tareas que requieren inteligencia humana, como el aprendizaje, la percepción, el razonamiento y la resolución de problemas.
2. Red neuronal artificial (RNA)
Modelo matemático inspirado en el funcionamiento del cerebro humano, compuesto por nodos interconectados que procesan y transmiten información. Las RNA son utilizadas en muchos modelos de inteligencia artificial generativa.
3. Aprendizaje automático (Machine Learning)
Subcampo de la IA que se enfoca en el desarrollo de algoritmos y técnicas que permiten a las computadoras aprender patrones y realizar tareas específicas sin ser programadas explícitamente.
4. Aprendizaje supervisado
Método de aprendizaje automático en el que un modelo se entrena en un conjunto de datos etiquetados, es decir, datos que ya están clasificados o categorizados.
5. Aprendizaje no supervisado
Método de aprendizaje automático en que un modelo se entrena en un conjunto de datos no etiquetados y debe encontrar patrones o estructuras por sí mismo.
6. Red generativa adversarial (GAN)
Tipo de arquitectura de red neuronal artificial conformada por dos redes neuronales, el generador y el discriminador, que compiten entre sí en un juego de suma cero para mejorar la calidad de la generación de datos.
7. Transformers
Arquitectura de modelos de lenguaje basada en atención que ha demostrado excelentes resultados en una variedad de tareas de procesamiento de lenguaje natural (PLN) y generación de texto.
8. Modelos de lenguaje autorregresivos
Modelos que generan secuencias de texto de manera secuencial, en las que cada palabra o token generado depende de las palabras o tokens previos.
9. Modelos de lenguaje autocodificadores
Modelos que generan texto reconstruyendo una secuencia de entrada, lo que los hace útiles para tareas como la generación de texto condicionada.
10. Transferencia de estilo
Técnica que utiliza redes neuronales para aplicar el estilo de una imagen de referencia a otra imagen, lo que permite crear imágenes con nuevos estilos artísticos.
Fotografías:
- Vladimir Mendoza (Claudio Jimeno)
- Juan Carlos Díaz (Especial)
- Haydé Martínez (Especial)
