“La inteligencia artificial necesita una visión humanista, colaboración y diversidad en sentido amplio“
El lenguaje natural es el gran campo de trabajo que tiene por delante la inteligencia artificial. Por eso no es de extrañar un curso de verano, como el que recientemente se celebraba, sobre cómo puede ayudar la lengua al desarrollo digital o el papel de los lingüistas en la era de los megadatos. Con anterioridad, entre el 14 y 16 de junio se celebró en Málaga #DES2022, en cuyo marco se presentó el PERTE de la Nueva Economía de la Lengua, que trabajará para maximizar el potencial del español en la inteligencia artificial.
Allí tuve ocasión de entrevistar a Cristina Aranda, que forma parte de su Consejo Consultivo. Es, además, cofundadora de Mujeres Tech y Big Onion, colaboradora de Red.es y una de las veinte personas más influyentes del sector digital en nuestro país.
PERTE de la Nueva Economía de la Lengua
“Google es un zoco léxico semántico donde se puja por palabras“
-Cristina, ¿qué hace una filóloga -doctora en Lingüística como tú- en el mundo de la tecnología?
Es una pregunta que se repite pero es muy obvio. Cuando buscamos cosas en los buscadores utilizamos palabras… De hecho, Google, por ejemplo, es un zoco léxico semántico donde se puja por palabras. Utilizamos también la voz para mandar audios por WhatsApp y está en los vídeos que grabamos o en los call centers. El lenguaje está en todas partes y permite hacer un análisis de la calidad de un servicio e incluso se puede utilizar para predecir si una persona va a abandonar una empresa.
-El lenguaje y la palabra tienen entonces un gran valor para las organizaciones….
Absolutamente. El área de la lingüística es muy relevante para la reputación, en el plano del branding, también en la parte legal, en project management para tipificar proyectos, exponerlos, describir lo que se está haciendo y cómo se está ejecutando… Todo eso es lingüística. Incluso en el propio código de desarrollo hay un componente lingüístico.
El valor de los datos no estructurados de naturaleza lingüística
-¿Y tiene un valor económico tangible, como otros recursos?
Desde luego. El 80 por ciento de los datos de las compañías y las Administraciones públicas son no estructurados, la mayoría de naturaleza lingüística. Y son muy importantes para la predicción. Podemos anticipar si alguien tiene intención de irse y darle una atención disuasoria si queremos evitarlo. Incluso tienen un impacto social, hay un proyecto de Ana Freire para determinar y prevenir conductas suicidas y otro de Natalia Rodríguez para detectar el estado de ánimo en enfermos oncológicos.
En el entorno empresarial las aplicaciones son múltiples también. El procesamiento del lenguaje natural es importante para la automatización inteligente de procesos, por ejemplo, donde es necesario que haya una buena calidad y gobernanza del dato.
Es necesario que personas de perfiles lingüísticos operen y cocreen con personas de negocio y del área tecnológica para desarrollar productos que aporten ese valor económico a la empresa: desde la atención de usuario hasta la mejora de los servicios.
La materia prima de la AI son los datos pero hay una parte no cuantificable
-No se suele pensar tanto en ello pero ¿qué importancia tiene la multidisciplinariedad y la diversidad en general así como las emociones en el ámbito de la inteligencia artificial?
En inteligencia artificial podemos distinguir inteligencia artificial máquina-máquina (coches autónomos por ejemplo)) y el área persona-máquina, que es en la que yo trabajo. En ella hay una parte de humanismo, hay cosas que no son cuantificables: la emoción, la motivación, cuestiones de ámbito psicológico, psicolingüístico, filosófico… y además está el área de la ética: el cómo utilizamos la tecnología.
No tenemos una regulación de la inteligencia artificial. Cualquier lanzamiento al mercado tiene que pasar muchas validaciones, cumplir leyes y demás, pero no sucede así con la inteligencia artificial cuando su impacto es clave. Y aquí hay un desafío clave para quienes tenemos una formación humanística.
Personalmente, además, me fascina la colaboración de diferentes perfiles que requiere la inteligencia artificial. Es necesario, que haya más mujeres en su desarrollo para evitar sesgos de género porque somos más del 50 por ciento de la población.
“Quizá en las ingenierías falta un toque de marketing“
-Eres cofundadora de Mujeres tech. La falta de mujeres en carreras STEM es un verdadero problema, ¿verdad?
Sí, es un reto tremendo porque ya no es solo que en las carreras de ingeniería haya menos mujeres, también empieza a haber menos hombres. Para despertar el interés yo siempre digo que falta un toquecito de marketing.
A lo mejor las ingenierías tendrían que llamarse de otra manera y habría que desmitificar su complejidad, hacer más accesible ese conocimiento o plantearlo de forma diferente, también con un mayor impacto. Por ejemplo, plantear el desarrollo de proyectos fin de carrera, como en Israel, para su aplicación a alguna necesidad real de la industria o la propia sociedad. Creo que sería necesario darle ahí una vuelta a esto. O más flexibilidad -esto en la FP se está haciendo ya.
-Quizá hagan falta cambios estructurales, hibridar también las carreras para conseguir ingenieros más próximos a las humanidades y perfiles de letras con habilidades tecnológicas ¿no?
Totalmente de acuerdo.
“Si entrenas con basura, la máquina te devuelve basura”
-Volviendo a la diversidad necesaria, no es solo una cuestión de género…
No, necesitamos cuanta más diversidad, mejor. También hay que contemplar las distintas orientaciones sexuales, la diversidad de religión, cultural y cognitiva. La inteligencia artificial necesita que personas que hemos sido formadas en ámbitos distintos al tecnológico colaboremos en ella desde el diseño.
Siempre recomiendo el documental Coded bias (Sesgo codificado) donde se expone el impacto negativo de la falta de diversidad. El 80 por ciento de los equipos de desarrollo de inteligencia artificial y data son hombres blancos de mediana edad, judeocristianos, heterosexuales y sin discapacidad. En este documental se ve perfectamente cómo esto lleva a que el reconocimiento facial no funcione con personas negras o se descarte a mujeres para la concesión de hipotecas porque no se han balanceado bien los datos. Y es que, como decimos en inteligencia artificial, “si entrenas con basura, la máquina la máquina te devuelve basura”.
La materia prima de la inteligencia artificial son los datos. Por eso, quienes trabajamos con ellos tenemos que limpiarlos y eso implica hackear primero nuestros propios sesgos y luego los que hay dentro de los datos. La diversidad es clave para la inteligencia artificial.
Soluciones y Sectores
Te puede interesar
-
Edificios sostenibles para un turismo más inteligente y competitivo
El sector turístico representó el año pasado el 12,2% del PIB en España. Se trata, por tanto, de un ...
-
La capacitación en industria 4.0, condición sine qua non para su transformación
Recientemente leía un artículo sobre “Desafíos de la industria europea en la nueva coyuntura socioeconómica”. En él se apuntaba, ...
-
Hospitalización domiciliaria: un nuevo paradigma en la gestión de pacientes crónicos
Como explicaba en un post anterior, asistimos a la transformación de la atención médica para mejorar la calidad de ...
