Watson

Watson es un sistema basado en inteligencia artificial capaz de responder a preguntas formuladas en lenguaje natural,desarrollado por la empresa estadounidense IBM. Que Watson llegue a los bufetes de abogados y las consultoras no significa que ya no vayan a necesitarse abogados y consultores en el futuro. Lo que no hay duda es de que las firmas automatizadas necesitarán más matemáticos e ingenieros y menos licenciados en Derecho. Gran parte del trabajo que hacían estos va a ser mejor gestionado por los algoritmos. Desaparecen unos empleos, pero llegan otros. La teoría dice que los avances aumentan la productividad, los productos bajan de precio y los trabajadores que son desplazados encuentran otras ocupaciones a medida que la economía crece.

Marta García Aller, profesora asociada del IE School of Human Sciences and Technology, escribe que “los cambios más inmediatos que la inteligencia artificial producirá no afectarán tanto a la consulta médica, la parte más visible como pacientes, sino a lo que pasa entre bambalinas. Con algoritmos capaces de analizar millones de historiales de pacientes (anónimos) en la nube, los médicos van a tener cada vez diagnósticos más precisos de cuáles son los tratamientos que mejor funcionan en cada caso. En menos de cinco años, la manera en la que se realizan los diagnósticos podría cambiar drásticamente. Watson no solo prepara juicios, también pasa consulta. Y la introducción de la inteligencia artificial traerá tratamientos más baratos, más personalizados y efectivos, porque médicos y enfermeras tendrán acceso a nueva información relevante (basada no solo en la experiencia adquirida con sus pacientes, sino en millones de historiales). Eso los ayudará a tomar mejores decisiones”. Las posibilidades de la inteligencia artificial abren también infinitas posibilidades en la prevención de enfermedades.

Carl B. Frey

Entre los estudios más reputados está el de dos profesores de la Universidad de Oxford,Carl B. Frey, Michael A. Osborne.En su análisis identifican tres tipos de tareas que seguirán siendo humanas al menos las próximas dos décadas; las relacionadas con la percepción y manipulación en entornos desordenados (encontrar un niño en un patio de colegio), las que requieren inteligencia creativa (la inspiración, el humor) y la inteligencia emocional (convencer a alguien). Cuanto mayor sea la combinación de estos tres ingredientes en una profesión, más resistente será a la automatización. 

Datos salvajes.

La razón por la que el sistema de traducción de Google funciona bien no es porque disponga de un algoritmo más inteligente. Funciona bien porque sus creadores, como hicieron Banko y Brill en Microsoft, lo abastecieron de más datos, y no sólo de alta calidad. Google fue capaz de usar un conjunto de datos decenas de miles de veces mayor que el del Candide de IBM porque aceptó la confusión. El corpus de un billón de palabras que Google dio a conocer en 2006 se recopiló a partir de todo el aluvión de contenido de internet; “datos salvajes”, por así decir. Ese fue el “conjunto de datos de entrenamiento” mediante el cual el sistema pudo calcular la probabilidad, por ejemplo, de que una palabra siguiese a otra en inglés. Era muy distinto de su abuelo en este campo, el célebre corpus de Brown de la década de 1960, que suponía un total de un millón de palabras inglesas. 

Peter Norvig

El usar el conjunto de datos más amplio permitió grandes avances en el procesamiento de lenguajes naturales, sobre el que se basan los sistemas para tareas como el reconocimiento de voz y la traducción por ordenador. “Los modelos simples y con un montón de datos vencen a los sistemas más elaborados basados en menos datos”, escribió Peter Norvig, gurú de la inteligencia artificial de Google, junto con unos colaboradores en un artículo titulado “La efectividad irrazonable de los datos”. Como explicaron Norvig y sus coautores, la clave estaba en la confusión: “De alguna forma, este corpus supone un paso atrás respecto al corpus de Brown: procede de páginas web sin depurar, por lo que contiene oraciones truncadas, errores ortográficos, gramaticales y de todo tipo. No se ha anotado, etiquetado ni corregido cuidadosamente a mano las distintas partes de la oración. Aun así, el hecho de ser un millón de veces más amplio que el corpus de Brown compensa.