Cinco nuevos mitos sobre la inteligencia artificial en las empresas

Desde más de 60 años se habla sobre los mitos de la inteligencia artificial (AI, por sus siglas en inglés); es decir, casi desde su inicio.

El término AI surgió durante un curso de verano impartido en el Dartmouth College, de Hanover, Estados Unidos, impartido por los investigadores John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon en 1956.

El primer mito acerca de la inteligencia artificial fue que se refería a un ente artificial dotado de inteligencia capaz de rivalizar con el ser humano.

Si bien, la AI no es una amenaza apocalíptica –creencia que en parte le debemos a la cinta de Stanley Kubrick, 2001: Odisea del espacio, con HAL 9000–, sus capacidades cognitivas dependen del ML y tampoco es una solución mágica a los problemas.

Adopción de inteligencia artificial crece en México: 31% de organizaciones ya la implementa

Los mitos sobre la inteligencia artificial más actuales

1. Utiliza neuronas artificiales para aprender

Cuando en realidad combina funciones matemáticas que están inspiradas en el comportamiento eléctrico de una neurona. Para que se den los aprendizajes en las máquinas es necesario que cuenten con aplicaciones con múltiples comparadores conectados en cadena.

2. Mientras más datos se tenga, mejor funcionará

Más que la cantidad de datos de que se disponga, su calidad, relevancia y diversidad tienen mayor peso al alimentar las fuentes de datos de los equipos que hacen funcionar sus modelos predictivos.

3. Solo es accesible para grandes empresas

El tamaño de la compañía no es una limitante para disponer de AI. Más que una infraestructura costosa, importa la cantidad de datos que se tengan y, especialmente del uso que se les dé para extraer el máximo valor posible.

4. Acabará con los puestos de trabajo para los seres humanos

Este es quizá uno de los mitos más conocidos acerca de la AI. Una línea de producción podría tener máquinas inteligentes, pero se necesita supervisión humana para decidir qué hacer en caso de un incidente en la cadena, esa gente debe tener experiencia en el proceso para reaccionar de inmediato. Tanto el expertisse como la creatividad de las personas son necesarios dentro de los procesos productivos.

5. La AI sirve para casi todo

A pesar del éxito que ha tenido en algunos campos y tiene múltiples aplicaciones, la AI no es universal. Sí, ok, Deep Blue venció en una memorable partida de ajedrez al campeón mundial Garry Kasparov en 1997, y la AI puede hacer funcionar la visión artificial de un coche autónomo o sistemas automatizados de diagnóstico médico; pero carece de creatividad y su imitación de comportamientos requiere procesos de ML.

Cabe recordar que el ML está basado en el reconocimiento de patrones, se recopilan datos, se entrena un modelo con esa información para que dicho modelo sea capaz de hacer predicciones con nuevos datos.

El uso que se da actualmente a la AI es tangible con ejemplos como los sistemas automatizados de vigilancia y control del tráfico de grandes ciudades o a un nivel personal, mediante asistentes digitales como Siri o Alexa, traductores en línea, el uso de chatbots para servicios de atención al cliente mediante. Esa interacción se da hoy como parte de la evolución IT.

Reportera de tecnología. Suele buscar temas de innovación, nuevas aplicaciones IT y seguridad de la información. Periodista por la UNAM; estudió Marketing en el ITAM y Branding en la Universidad de Bogotá Jorge Tadeo Lozano. Storyteller apasionada por la astronomía.

    Related posts

    Deja un comentario