En el último año hemos asistido a una rápida evolución a nivel global de la agenda de inteligencia artificial. Como índica el monitor de Gartner sobre tendencias en tecnología, este tema se encuentra ahora en la cúspide de la atención por parte de la industria, los gobiernos y la sociedad en su conjunto. Más de 30 países tienen hoy políticas vinculadas a la promoción y desarrollo de inteligencia artificial, con inversiones considerables. El tema es discutido en revistas académicas especializadas, por las Naciones Unidas, por documentales en Netflix, por instituciones de desarrollo, donantes, empresas de tecnología, artistas y un largo etc. En resumen, hoy es casi imposible escapar a algún tipo de discurso donde se asuma que la inteligencia artificial va a cambiar el mundo. Varios actores de peso han considerado este proceso en términos históricos, la cuarta revolución industrial.

Tal vez convenga dar un paso atrás, y entender de lo que estamos hablando cuando ingresamos en este mundo. Lejos del mundo de la serie Viaje a las Estrellas, las películas de Stanley Kubrick, o Skynet, aún no hablamos de entidades artificiales creadas por humanos capaces de entender, procesar, tener conciencia y eventualmente actuar para asistir, o extinguir la raza humana. Cuando hablamos de inteligencia artificial, generalmente hoy nos referimos a una serie de técnicas que permiten realizar tareas de automatización, predicción en distintas áreas. Estas técnicas incluyen el aprendizaje automático en distintas variantes, el procesamiento en lenguaje natural y técnicas de percepción y razonamiento. A modo de ejemplo, detrás de los llamados autos sin-conductor, lo que existe es un complejo entramado de sensores que permiten a una computadora entender su entorno, diseñar una ruta óptima para llegar a un destino,ejecutarla y eventualmente mejorar dicho proceso con más datos disponibles. Como ya es conocido, le será difícil saber cómo y si salvar la vida de un peatón o de quien conduce el vehículo.

Puesto así, la inteligencia artificial tiene múltiples aplicaciones en el sector público y en el sector privado. ¿Quieres calcular y resolver rápidamente cómo entregar una pensión? Un algoritmo puede hacerlo de forma efectiva, pero también puede cometer graves errores. Una de las particularidades de estos procesos, es que en la medida en que los algoritmos aprenden y evolucionan, muchas veces no es posible saber fehacientemente cómo es que terminaron decidiendo una cosa en lugar de otra.

¿Quieres eficientizar un proceso en una fábrica? Un algoritmo puede (y de hecho ya lo hace) realizarlo. Pero estos procesos no son universalmente aplicables a todas las empresas en todos los momentos. La automatización depende del sector y de las capacidades que las empresas tengan. Empresas medianas y pequeñas ubicadas en países en desarrollo podrían no tener la misma oportunidad que sus pares en el mundo desarrollado. Y conviene aquí hacer la aclaración de que no todos los procesos terminarán en el uso de robots (algo generalmente asociado a esta agenda), aunque si es posible que la programación de algoritmos pueda tener efectos en el mundo físico (por ejemplo al regular una heladera o la temperatura de una casa).

¿Quieres encontrar en los mares del mundo donde hay determinada cantidad de mamíferos marinos y seguir su evolución? Utilizando la plataforma tensorflow de google, un grupo de investigación en Australia pudo acceder a desarrolla este proyecto. Pero no todos tenemos acceso a este tipo de plataformas, que no necesariamente sabemos utilizar y que potencialmente pueden ser costosas.

¿Quieres encontrar a una persona usando las cámaras de una ciudad? Las autoridades chinas han desarrollado un modelo según el cual puede ubicarse a una persona en una ciudad en minutos. Esto es peculiarmente útil si se busca un niño perdido, un delincuente peligroso, pero también asume que hay una base de datos con las caras de todas las personas a la cual el gobierno tiene acceso, con los potenciales problemas de privacidad y control de datos que eso lleva. Y esto sin siquiera comenzar a considerar otros aspectos vinculados a la garantía de los derechos fundamentales de las personas. ¿Quieres encontrar alumnos que no atienden en clase para mejorar su rendimiento? Fácil, con cámaras puedes grabar sus comportamientos e identificarlos según sus expresiones faciales.

En el corazón de este tipo de tecnología, se encuentran los datos. Todos los datos. Los abiertos por los gobiernos, que permiten ser reutilizados de forma que la ciudadanía pueda apropiarse de ellos. Los datos de las personas, los cuáles pueden ser utilizados para entender sus preferencias y predecir resultados. Por ejemplo, en función del historial de navegación y otros datos disponibles, sistemas automáticos pueden mostrar determinados tipos de publicidad electoral. También datos que son potencialmente compartidos entre empresas y gobiernos, podrían dar una mejor idea de la capacidad de crédito de una persona ( o podrán denegar ese crédito). En resumen, quien acceda a los datos y pueda combinarlos de manera adecuada podrá tener mejores dispositivos que realicen las actividades mencionadas. De ahí la importancia que tienen las políticas de datos en este campo, y cuáles son abiertos, privados o cerrados. Y la calidad de estos datos es crucial para esto, pues aplicar algoritmos sobre datos que tienen sesgos, trae como consecuencia malos resultados, que en algunos casos pueden ser el origen de una discriminación.

Este campo en desarrollo ofrece múltiples interrogantes, pero nosotros planteamos las nuestras según donde nos ubicamos en el mundo. América Latina parece unirse un poco más tarde a esta ola de entusiasmo por la inteligencia artificial, lo cual da algunas oportunidades para pensar exactamente de qué forma este nuevo conjunto de técnicas y prácticas tecnológicas puede integrarse al contexto de la región.

Primero se encuentra una pregunta de utilidad y sobre las áreas prioritarias de estas herramientas. ¿De qué forma, y en qué campos la llamada inteligencia artificial entrega más valor a los países de la región?. No todas las áreas son tan fáciles de automatizar, ni existen ventajas relativas en todas ellas. Tampoco es claro en muchos casos que la incorporación de este tipo de metodologías genere un cambio sustancial en una actividad dada, sobre todo al evaluarse frente al costo de desarrollo y riesgos que las mismas traen consigo. Es bastante claro además, que América Latina no tienen en general hoy los recursos para invertir todo lo que se podría en ésta área, así que tal vez haya que ser selectivos. Necesitamos metodologías que nos permitan identificar en primera instancia, que sectores vale la pena priorizar, cuáles son los beneficios que pueden esperarse, y consecuentemente cuantificarlos, asumiendo a su vez los cambios y riesgos que puedan existir.

Segundo, se encuentra una pregunta de necesidad. ¿En serio necesitamos que todo sea automático en todas las áreas? Posiblemente no.

Tercero, el área donde naturalmente este tipo de prácticas tiene un potencial importante es el sector público. Aquí existen varios aspectos que son relevantes. ¿En qué áreas tiene sentido incorporar estas metodologías? No funcionará en todas las áreas, ni todas están preparadas para avanzar de la misma forma. Un factor relevante serán los datos que los gobiernos generen, estructuren, y eventualmente abran. Por otro lado, ¿quienes serán los beneficiarios últimos de este tipo de tecnología? Replicar viejos patrones de diseño de servicios sin tomar en cuenta quienes son los beneficiarios en estas áreas nos puede llevar por el viejo camino de productos costosos y poco usados desarrollados para los gobiernos. Finalmente ¿cómo nos aseguramos que la incorporación de estas tecnologías respete los principios del debido procesos, la rendición de cuentas y la transparencia que rigen tradicionalmente a los Estados? Si los procesos no son transparentes, tal vez debamos pensar dos veces en qué tipo de tecnología adoptar. De igual forma, también podemos empezar a pensar cuánta información requerimos realmente de la ciudadanía para poder avanzar programas e iniciativas exitosas. ¿En serio queremos recoger hasta el último dato de una persona?¿ Y qué tipo de garantías tendrá esa persona para controlar su información en una era de decisiones automáticas? El aspecto más complejo para los Estados, tiene que ver con el uso de estas tecnologías en defensa y seguridad, donde su adopción es preocupante a nivel comparado.

Finalmente, los Estados en América Latina tienen una larga historia de exclusión. Por un lado, hay poblaciones que han sido tradicionalmente invisibilizadas para los Estados, como son las mujeres, población indígena y migrantes. Honestamente sabemos poco de estas personas, porque nuestras bases de datos administrativas, contemplaron poco a estas poblaciones, y en general fueron diseñados para otro tiempo. También cuando algunos de estos sectores fueron visibilizados, fueron posteriormente atacados o discriminados. Lo cual implica que para diseñar nuevos productos e intervenciones, debería ser prioridad el desarrollo de mecanismos inclusivos que permitan prever cómo los sesgos pueden afectar a estas poblaciones.

Esta historia recién comienza, y debido a la amplitud de temas, sectores y actores es aún difícil encontrar la forma de cómo ordenar los pasos a seguir. Construir sociedades más inteligentes, utilizando determinados tipos de tecnología, es ciertamente posible. Pero como indica Mulgan, de la fundación británica Nesta, tal vez debamos pensar primero cómo este tipo de desarrollos, sirve a sistemas sociales inteligentes. Esto implica no asumir, que la mera incorporación de inteligencia artificial a procesos, los hará más inteligentes. Esto lleva a discusiones más elaboradas, medidas y localizadas en un contexto determinado, en lugar de un mundo de slogans y películas de ciencia a ficción, que es donde parece nos vemos reflejados al dar estos debates hoy. Esto implica repensar la premisa que la mera incorporación de tecnología hace a los Estados y sociedades inteligentes. A la luz de la evidencia inicial, un argumento bastante artificial.

Particularmente desde ILDA vemos como inevitable la llegada de herramientas y políticas públicas asociadas a inteligencia artificial a América Latina. Y esto da en el centro de nuestro trabajo por abrir datos para resolver los problemas más acuciantes de la región. Pensamos que hay mucha tela que cortar en cuanto a las estrategias que guiarán la adopción de las tecnologías, así como en el desarrollo e identificación del valor que las mismas proveen para distintos problemas sociales. Por esto, en los próximos meses estaremos iniciando estudios y acciones concretas para entender cómo este nuevo desarrollo puede servir a los mejores fines en el contexto latinoamericano, promoviendo un desarrollo inclusivo y con equidad.