El pasado cambio de siglo asistió a un salto verdaderamente prodigioso en todos los sectores asociados a la transformación digital. Entre ellos sobresale claramente la inteligencia artificial. La IA pasó a ser una suerte de “proveedor” (con varias filosofías de desarrollo) de productos y soluciones cada vez más integradas en el estilo de vida contemporáneo. IA y Big Data expresan una alianza estratégica.

Lo cierto es que hubo varias voces expertas que anunciaron trascendentales cambios justo al día siguiente de la victoria de Deep Blue sobre Kaspárov en 1997. Análisis posteriores mostraron que el gran maestro del ajedrez habría podido vencer al sistema, todavía una IA rudimentaria, quizá cometió el error de subestimarla, después de todo, conceptos como machine learning, lenguaje natural, deep learning, etc. resultaban desconocidos para la mayoría.

En cualquier caso, todos y todas intuimos que algo estaba cambiando de forma fundamental. Durante los primeros años de este siglo aparecen soluciones en IA que penetran en el trabajo cotidiano con información (texto, voz, imágenes, etc.). Es entonces cuando ciertos debates arriban a la cultura popular, en parte, gracias a la producción para masas (como el cine), pero también a la literatura científica dirigida al gran público. Se habla, por ejemplo, sobre la aplicación de la ley de Moore, donde cada dos años, aproximadamente, podría duplicarse el número de transistores en un microprocesador.

Lo anterior llevó a que ese mismo público, como sabemos, tan víctima de esa especie de amputación del pensamiento científico crítico que denunciara Sagan en los 80 y 90 del siglo XX, asociara definitivamente inteligencia artificial con datos y estadística más la variable tiempo. Esto actúa en la base de las redes bayesianas, los algoritmos evolutivos o los modelos que permiten generar y procesar lenguaje, con toda su implicación en robótica o exploración de grandes volúmenes de datos.

Es importante resaltar el relevante papel desempeñado por la inteligencia artificial en las metodologías Big Data y Data Science. Los programas de formación superior más avanzados del mercado, con énfasis en el Máster en Big Data y Data Science de la UNED, extienden un conjunto de conocimientos y competencias que resultan absolutamente fundamentales para trabajar en proyectos punteros con inteligencia artificial, para comprobar esto basta con revisar su tabla de contenidos.

Por supuesto, el desarrollo de la inteligencia artificial representa uno de los más álgidos debates al interior de la Filosofía y ciencias sociales como la Psicología, con lecturas distintas del fenómeno según el enfoque que abordemos. Como explicamos en una entrada anterior, una subjetividad emergente de base electrónica plantea importantes preguntas sobre la propia cultura que le da origen:

“La imagen del sistema de algoritmos que toma decisiones trascendentales para la marcha de nuestra cotidianidad es una simbolización profundamente influenciada por las manifestaciones culturales, por ejemplo, el cine. En la realidad, todas las decisiones que una IA puede tomar están totalmente orientadas por los rasgos de la subjetividad humana que le dio origen. Es decir, los sesgos, juicios, sistemas de creencias y anclajes culturales que exhibimos habitualmente están presentes en los sistemas a los que estamos encargando cada vez mayores tareas administrativas y productivas.”

INTELIGENCIA ARTIFICIAL… AHORA

Por supuesto, durante los últimos años la IA ha visto impulsado su desarrollo por las propias demandas de la producción. La generación de datos crece sin detenerse a la vez que las comunicaciones han impuesto criterios de inmediatez en todos nuestros procesos. Lo anterior, de cierta forma, se traduce en una demanda de aprendizaje a partir de los datos por parte de empresas por motivos comerciales.

Las cosas han cambiado muy rápidamente, hasta el punto de ver la aparición de un mercado de aplicaciones y conjuntos de algoritmos que podemos adaptar a múltiples tareas. Como ha ocurrido en el pasado con la irrupción brusca de nuevos paradigmas tecnológicos en la vida cotidiana, ahora la inteligencia artificial hace parte de todo, ahí tenemos a GPT-2, Alexa o Siri. Esto sin olvidar la especialísima demanda de los profesionales que están en la base de todo: Big Data y Data Science, enfocados al análisis de datos.

Análisis de datos, inteligencia artificial, etc. representan un momento nuevo del humano-que-trabaja. Es así como compañías que nos resultan extraordinariamente cercanas, como Amazon o Netflix, se han reconceptualizado como empresas dedicadas, en realidad, al análisis de datos. En cuyo proceso de trabajo se reúne una cantidad de información tal, que podríamos llegar a encontrar en ella algunas claves de nuestros procesos psicológicos.

BIG DATA Y DATA SCIENCE

La importancia del Big Data y el Data Science para la inteligencia artificial tiene distintos niveles. Volumen, velocidad y calidad en los datos vendrán a resultar centrales para la implementación de un sistema en IA.

Luego tenemos momentos donde conceptualizaciones revolucionarias como la encontrada en “redes neuronales” (uno de los contenidos relevantes del Máster en Big Data y Data Science de la UNED) nos permitirán ver modelos cuyo aprendizaje y conocimiento puede resultar compartido en una suerte de super-red. Como sabemos, se trata de rasgos clave en los sistemas de navegación o reconocimiento.

No existe duda de que Big Data, Data Science e inteligencia artificial son paradigmas tecnológicos interdependientes. Es verdad que los primeros pueden suministrar la “materia prima digital”, pero posteriormente la IA facultará un análisis de datos optimizado, con mejora de procesos y modelos predictivos mucho más sofisticados. Nos referimos a una alianza estratégica, con los profesionales como eje, para competir en primera línea.

Experto, Especialista y Máster en Big Data y Data Science de la UNED:

CONVOCATORIA 2024 - MATRÍCULA ABIERTA