Datos, IA y la paradoja del gato de Schrödinger: con más certezas que nosotros

El acceso a datos de diverso origen ya no es una utopía, es una realidad que nos está ayudando a diseñar un futuro tecnológico como nunca. El problema es que muchas veces no sabemos por dónde empezar, ni cómo gestionar tan abrumadoras posibilidades. Hasta podríamos pensar que la IA es como el gato de Schrödinger, lo mismo puede estar resolviendo el problema o generando uno nuevo.

Nos hemos convencido de que necesitamos a la inteligencia artificial (IA) de forma genérica a cualquier precio, independientemente de nuestros modelos de negocio y recursos. Lo peor es que crees que tienes el control, pero en realidad el que está en la caja del gato, eres tú. Lo que necesitamos es inteligencia humana (IH) para empezar a definir nuestro propio futuro a medida. Porque detrás de la IA hay datos (matemáticas y estadística). Y sin datos no hay algoritmos.

Decía Isaiah Berlin, basándose en un proverbio atribuido al poeta griego Arquíloco: "El mundo se divide en erizos y zorros. Mientras que el zorro sabe de muchas cosas, el erizo sabe mucho de una sola”. En una época donde las previsiones parecen ser volátiles y efímeras, activar nuestro radar digital para descubrir nuevos desarrollos tecnológicos y rodearnos de perfiles diversos, es la única forma de anticiparnos, y no simplemente reaccionar, a lo que viene.

Es el caso del dato sintético. Muy útil cuando los datos reales son inaccesibles, sensibles o simplemente, insuficientes para entrenar modelos de machine learning. Es decir, son datos que se generan imitando a los reales (replican sus propiedades estadísticas) para complementarlos o incluso, sustituirlos. He aquí donde nuestra IH deberá de activarse para decidir qué estrategia debo de seguir según los escenarios correspondientes.

Y si en algunos de los escenarios nos sentimos como si viviésemos en una novela de Asimov, tranquilos, esto es solo el prólogo. El verdadero impacto de la IA llegará con ellos, con los agentes de IA. Diseñados para actuar de forma autónoma en entornos complejos, tomar decisiones y ejecutar tareas sin intervención humana directa. Pero cuidado, si el entorno está mal definido, si los datos son inconsistentes o si los objetivos no se acotan de forma clara, los agentes pueden comportarse de forma inesperada, generando alucinaciones (respuestas sin fundamento o decisiones que no tienen sentido).

Pero mientras los agentes tienen “vida propia” existe un pilar fundamental que nosotros tenemos que trabajar para evolucionar, el gobierno del dato. Un marco claro que garantice la calidad, la trazabilidad y el control de la información, nos aportará fiabilidad. Es la base para que los algoritmos trabajen con información precisa y los modelos tomen decisiones que generen valor, no incertidumbre. Gobernar el dato no es opcional, es lo que marca la diferencia entre un modelo que funciona de los que se diluyen en el discurso. Solo cuando alineamos estrategia, procesos y personas junto con un dato de calidad, la inteligencia artificial aporta una transición real a la digitalización.

El verdadero desafío no será si hay datos suficientes o la IA piensa, será si nosotros estaremos dispuestos a conservar nuestro pensamiento crítico.

“Y AC dijo: ¡Hágase la luz! Y la luz se hizo...” Isaac Asimov