Gestionar las expectativas de la inteligencia artificial

Una de las ventajas de llevar muchos años trabajando en el sector TIC, es que desarrollas una cierta perspectiva para observar las innovaciones tecnológicas.

A los que nos iniciamos en este mundo hace muchos años, nos ha tocado vivir una serie de revoluciones digitales que, no solo han cambiado nuestros paradigmas técnicos, sino que han transformado al ser humano y a la sociedad en la que vivimos. ¡Casi nada! Y las revoluciones han sido muchas: el ordenador personal, internet, movilidad… Cada una apoyándose en la anterior, y aportando su propio poso al cambio social.

Ahora aparece una nueva revolución: la inteligencia artificial. Y es aquí donde intento abstraer modelos de lo observado anteriormente. Me intentaré explicar, porque en todas estas revoluciones tecnológicas se distinguen dos olas:

Una primera, a la que podemos llamar ‘big bang’, en la que la aparición de la tecnología nos deja en estado de shock, y en la que alucinamos con lo que se puede llegar a hacer. Son tiempos de elucubración, de imaginarse escenarios utópicos/distópicos, aunque, sobre todo, de ver cómo, con esa tecnología podemos solucionar los problemas actuales. O lo que es lo mismo, pensamos en la nueva tecnología con el prisma de la tecnología anterior.

Normalmente esta primera ola va acompañada de una fuerte inversión por parte de las empresas, para coger una posición predominante en el mercado. Y los técnicos corremos para no quedarnos obsoletos. Y al mismo tiempo, silenciosamente, se va activando una segunda ola mucho más profunda, que va llegando más lentamente, sin tanta fuerza. Esta ola consiste en como esta nueva tecnología va cambiando las formas de hacer, de vivir o de percibir de las personas y la sociedad, haciendo de su uso algo imprescindible.

Cuando esta segunda ola se asienta provoca que, al revisar el pasado y preguntarnos cosas como, por ejemplo, ¿cómo podíamos trabajar sin móvil?, nos demos cuenta de que ha habido un cambio sustancial en nuestra forma de vida y de trabajo.

Bien, toda esta explicación, me sirve para cuestionar la pregunta clave, y quiero aplicarla a la IA: ¿Cuánto tiempo pasa entre una ola y otra? Porque su respuesta debe condicionar nuestra posición ante la tecnología.

Hay ejemplos de avance lento y de avance rápido. A la memoria me viene el caso de la Web 2.0 y el comercio electrónico y su aparición a finales de los 90. En aquel momento se infirió que todo negocio que no tuviera su tienda virtual tenía los días contados, y que rápidamente tenían que realizar la transición. Y tenían razón, pero no a la velocidad que se creía. El cliente no estaba suficientemente preparado para la venta on-line. De hecho, no se puede decir que estuvo decidido hasta la pandemia de 2020, que fue el espaldarazo definitivo a la venta on-line. Hablamos de más de 20 años de retraso, una eternidad. Por el camino se quedaron muchas empresas que no pudieron cumplir sus expectativas en la famosa crisis de las .com de los años 2.000. También se puede dar el caso contrario, como la aparición del Smartphone, que dada la rapidez con la que se implantó, enterró a los anteriores líderes del móvil no inteligente (Nokia, Ericsson, etc.

La inteligencia artificial, que lleva más de 40 años con nosotros (yo ya empecé a estudiarla en la Universidad en el año 1981), ha tenido, hasta ahora, una progresión marginal hacia el gran público. Y de pronto, ha llegado su violento ‘big bang’ y la aparición de IA generativa ha despertado un enorme interés. Debido a que, ciertamente, sus resultados son espectaculares, y que, en apariencia, su uso es sencillísimo.

Y con este ‘big bang’ rápidamente hemos hecho lo que se espera: nos hemos puesto a pensar en cómo solucionar problemas actuales (por ejemplo, análisis de datos y personalización de servicios), a elucubrar sobre posibles escenarios (realidad mixta y turismo inmersivo), a investigar cómo manejarlas, y muchas empresas, a invertir muchísimo dinero para estar en primera línea de esta tecnología.

La reacción a la primera ola ha sido la de siempre. También porque, sobre todo comercialmente, si tu producto no habla de inteligencia artificial parece desfasado y no vende. La clave está en cómo de preparadas están las empresas, la sociedad y el ser humano para usar esa IA. Porque sin esa preparación no habrá cambio social. Y sin cambio social no hay segunda ola.

En mi opinión, aparte de la resistencia al cambio (típica de las organizaciones) y de los desafíos éticos que la IA puede traer consigo, esta tecnología aún tiene un costo muy grande como para que su uso sea generalizado. Y este costo lo podemos resumir en 4 partidas:

- Calidad y cantidad de datos: La IA depende en gran medida de datos de alta calidad para entrenar modelos. La falta de datos suficientes puede afectar a su precisión y efectividad.

- Integración con sistemas existentes: Integrar las soluciones de IA con infraestructuras y sistemas preexistentes aún es complejo y costoso.

- Coste de la infraestructura necesaria: A medida que crece el volumen de datos y la demanda de procesamiento, escalar las soluciones requiere inversiones significativas en hardware y software.

- Dificultad de encontrar recursos humanos: Formar al personal existente o contratar nuevos empleados con las habilidades necesarias puede ser un desafío.

Por eso, creo que la segunda ola no será inmediata. Sí creo que veremos aplicaciones basadas en IA que nos ayudarán en nuestro día a día, como los asistentes virtuales y recomendadores inteligentes. Pero que no sea inmediata, no significa que no vaya a venir. Vendrá, tarde o temprano, con su cambio social asociado.

Cuesta imaginar cómo será el ‘huésped IA’ de un hotel. Actualmente, ya tenemos asumido el huésped digital, acostumbrado a hacer sus gestiones por el móvil. Pero ¿cómo será uno acostumbrado a delegar ciertos esfuerzos de su intelecto, a procesos en la nube? ¿Qué significará para él la calidad del servicio? ¿De qué información se fiará a la hora de contratar nuestros servicios?

Obviamente aún, como no tenemos respuestas a muchas de estas preguntas, habrá que hacer lo de siempre: apostar sobre la primera ola y, al mismo tiempo, observar cómo evoluciona la segunda.