por Valuexperience Community Manager | Ago 5, 2018 | elearning, Habilidades 4.0, Liderazgo
Humanos, inteligencia artificial y el «machine learning»
La colaboración con los humanos es esencial cuando se trata de implementar aprendizaje automático.
Empresas de todo tipo están adoptando sistemas de inteligencia artificial (IA) y de aprendizaje automático a un ritmo acelerado. La IA se está aplicando a una variedad de tareas como calificar aplicaciones de hipotecas, detectar indicios de problemas en las líneas eléctricas o ayudar a los conductores a navegar utilizando datos de ubicación de los teléfonos inteligentes.
Pero las empresas están aprendiendo de la peor manera que desarrollar e implementar sistemas de IA y de aprendizaje automático no es como implementar un programa de software estándar. Lo que hace que estos programas sean tan poderosos, su capacidad de «aprender» por sí mismos, también los hace impredecibles e inminentemente capaces de cometer errores que pueden dañar el negocio.
El reto de la Inteligencia Artificial: es susceptible a sesgos aprendidos
Con frecuencia escuchamos historias de casos de Inteligencia Artificial que salieron mal, situaciones que pueden tener serias consecuencias comerciales. Cuando se usaba la inteligencia artificial en las aplicaciones de oficina, la posibilidad de sesgo que se arrastraba era limitada, y también lo era el daño potencial. Ahora, la Inteligencia Artificial se usa tanto en soporte de decisiones de gestión como en aplicaciones orientadas a los clientes. Las empresas corren el riesgo de dañar la reputación y la vida de las personas, realizar giros estratégicos equivocados, ofender a los clientes y perder ventas. Con ello, el costo de los errores de IA está aumentando.
La lección aquí es que los sistemas de IA, a pesar de sus asombrosos poderes, aún necesitan de una intervención humana continua para evitar problemas y hacer mejor su trabajo. De hecho, las empresas están descubriendo que obtienen el máximo provecho de las inversiones en inteligencia artificial y otras herramientas de automatización cuando piensan en términos de que los seres humanos y las máquinas trabajen conjuntamente, en vez de dividir el trabajo entre humanos y máquinas y dejar que las máquinas funcionen independientemente.
Cuando se instala un software convencional, los desarrolladores humanos establecen los procedimientos y las reglas. Por el contrario, un sistema de IA desarrolla sus propias reglas a partir de patrones en los datos que está procesando. Y, como algunas empresas han aprendido, los sistemas de IA pueden equivocarse.
Tres principios para adoptar la IA exitosamente
Antes de introducirse en los sistemas de IA, las compañías deberían considerar tres principios que pueden mejorar las oportunidades de éxito:
-
- Humanos y máquinas están en esto juntos. La asistencia humana es necesaria para enseñar y monitorear los sistemas de IA de manera adecuada y evitar que lleguen a “terrenos peligrosos” con el paso del tiempo. Pero este no es un trabajo único para los departamentos de IT, sino que requiere de ambas partes, tanto técnica como empresarial.
-
- Enseña con (muchos) datos. Los sistemas de IA aprenden encontrando patrones en datos de entrenamiento gracias a diversos algoritmos. Por lo general, esto se hace con datos históricos e implica experimentar con diferentes modelos. Los modelos entrenados se evalúan estadísticamente y el modelo de mejor rendimiento se selecciona para implementarse en producción. Esto significa que la IA tiene mucho que aprender. La capacitación puede ser laboriosa desde el principio, pero con una metodología bien estructurada para desarrollar datos de capacitación imparciales, el tiempo de capacitación del sistema de inteligencia artificial puede reducirse en un 50%.
- Pon a prueba los resultados continuamente. Con los programas de IA, las pruebas no solo son críticas antes del lanzamiento, sino que también se convierten en una rutina constante. Los gerentes deben estar seguros de que el sistema entregará información precisa de una variedad de datos. Las pruebas de softwares tradicionales están determinadas: solo necesitan probar un número finito de escenarios; una vez que el programa ha sido probado para todos los escenarios posibles se garantiza que funcionará. Pero con la Inteligencia Artificial y el aprendizaje automático, no pueden predecirse todos los escenarios. Debe supervisarse y probarse continuamente el sistema para detectar los sesgos de datos, así como los sesgos que se desarrollan en los algoritmos que utilizan los programas para emitir juicios.
La nueva norma: enseñar, probar y trabajar con usuarios finales
Implementar IA eficazmente requiere una nueva concepción de cómo se desarrolla, instala y mantiene el software. Enseñar, probar y trabajar con usuarios finales de salidas de IA debe convertirse en una forma de vida, permitiendo que los sistemas de IA operen continuamente de manera más responsable, precisa y transparente, y permitiendo a las empresas crear nuevos trabajadores colaborativos y poderosos.
Si te interesa la temática te recomenadmos que visites los siguientes posts:
– Aprendizaje en Inteligencia Artificial: ¿es suficientemente impredecible?
– Inteligencia Artificial, en 2030 superará a la mente humana
– La Inteligencia Artifial y el Machine Learning de la mano con el Big Data
por Valuexperience Community Manager | May 9, 2018 | Ventas
Conoce la estrategia que adoptan las entidades financieras ante la tecnología para ayudar a reducir los costes y a aumentar la rentabilidad
Los inversores se están fijando en banqueros que hablan del potencial de la Inteligencia Artificial (IA) para transformar el sector financiero, que como bien sabemos ha sufrido las consecuencias de la crisis.
Varios son los ejemplos que tenemos al alcance de las expectativas que tienen grandes firmas sobre la Inteligencia Artificial: la japonesa Mizuho Financial Group asegura que remplazará 19.000 empleados (aproximadamente un tercio de su plantilla) por IA en 2027; Citigroup Vikram Pandit predice que a consecuencia de la IA, en 5 años el 30% de los empleos en la banca desaparecerán; y, KPMG va un paso más allá con su “Banco invisible” donde asistentes virtuales remplazarán a las personas en todos los ámbitos de interacción con el cliente.
Y varios son los ejemplos que ya están llevando a cabo la IA en su servicio: UBS utiliza el asistente digital Alexa en el servicio de atención al cliente, JPM Morgan emplea robots para ejecutar operaciones y Morgan Stanley dispone de un equipo de IA para la detección de fraudes.
Expectativas del sector financiero
El sector financiero tiene puestas las expectativas en la IA dado su potencial, pero la realidad no es tan fácil. Se debe tener una visión común del sector de cómo llevarla a cabo.
Los bancos coinciden en la importancia otorgada a la IA, pero tienen grandes diferencias en sus estrategias para usarla, quizás a consecuencia de las diferentes expectativas que se tienen al respecto.
El responsable de la división de investigación en IA de Royal Bank of Canada, Foteini Agrafioti afirma que existe un error de concepto: los humanos y las máquinas no pueden rendir al mismo nivel. “Queda un largo camino por recorrer y muchos desafíos que tenemos que resolver antes de que una máquina pueda operar a un nivel que se aproxime a la mente humana”.
Por lo tanto, una de las barreras a las que se enfrentan los bancos es a las expectativas poco realistas sobre el mundo de los IA, que están provocando grandes costes en el sector y reduciendo el optimismo considerablemente. Además, este no es el único obstáculo, varios expertos advierten que existe el peligro de que fluya demasiada información a áreas «atractivas» como los chatbots a costa de invertir en procesos donde los bancos podrían obtener ganancias más significativas.
¿Qué visión tienen los bancos?
Shameek Kundu, el responsable de datos de Standard Chartered, explica que sólo alrededor del 20% de los 14 proyectos y pilotos de IA estudiados por el banco en 2017 se centraban puramente en el coste y la productividad. «La mayoría tienen como fin mejorar el apetito al riesgo, reduciendo el riesgo, pero también aumentando nuestra capacidad para asumir riesgos», añade.
La gestión del riesgo es una constante entre los bancos. En casos de tareas repetitivas sin variación que no requieran mucha habilidad, según Pascal Bouvier (socio de capital riesgo de Santander InnoVentures) la IA es fabulosa para recortar costes y englobaría la categoría de la optimización.
Los bancos hablan de liberar a los trabajadores para desempeñar tareas más interesantes. El debate sobre la IA ha ido evolucionando, y el mensaje que utilizan los bancos también ha ido cambiando para destacar el potencial de crecimiento de los ingresos que ofrece la IA.
por Valuexperience Community Manager | Abr 18, 2018 | Habilidades 4.0, Ventas
Cómo se abrirá paso el futuro tecnológico es algo incierto. En los últimos meses, nos enteramos de que Amazon Go abrirá tiendas sin vendedores y que una cadena de hamburguesas tiene “empleado” un robot para voltear sus hamburguesas. Al mismo tiempo, Uber ha dejado en stand by su uso de vehículos sin conductor después de un accidente fatal en Arizona.
Los tiempos cambian y los robots están aquí. Con el desarrollo de la inteligencia artificial (IA) más sofisticada, sabemos que el panorama laboral cambiará rápidamente influyendo en los recursos humanos de las compañías.
Tampoco sabemos si los expertos de la fatalidad se equivocan o no. Bain afirmó en un estudio de febrero de 2018 que la automatización puede eliminar del 20% al 25% de los empleos en Estados Unidos en 2030. Otros nos dicen que la situación no es tan grave. Afirman que, a pesar de las predicciones anteriores, las nuevas tecnologías siempre ha resultado ser un potente creador de trabajo.
Pero incluso si las perspectivas más optimistas son ciertas, ¿qué tenemos que hacer para estar preparados?
Necesitamos prepararnos para diferentes habilidades
Cualquiera que sea la realidad en la eliminación o creación de empleos, de lo que no cabe duda es que los puestos de trabajo cambiarán, requiriendo diferentes conjuntos de habilidades.
En lugar de esperar a ver cual será la realidad, debemos actuar ahora para que los recursos humanos adquieran las habilidades que necesitarán en el nuevo y valiente mundo de la tecnología AI. Estos son algunos ejemplos de lo que se está haciendo actualmente:
-
- Las compañías tecnológicas están ayudando a entrenar a jóvenes. IBM ha diseñado Pathways en escuelas de tecnología (P-TECH), asociándose con alrededor de 100 escuelas secundarias públicas y universidades para crear un programa de seis años que atiende a estudiantes de bajos ingresos. Las tasas de graduación son cuatro veces superiores a la media, y los que obtienen un trabajo duplican el salario medio.
-
- Las compañías de tecnología están ayudando a capacitar a los empleados existentes. Bit Source LLC, una compañía de desarrollo de software con sede en Kentucky, está capacitando a mineros de carbón para que se conviertan en desarrolladores de software. El objetivo de la compañía es mover a los trabajadores de “exportar carbón a exportar códigos”.
-
- Las compañías de tecnología están proporcionando formación digital nueva y más amplia a sus trabajadores. Cognizant Technology Solutions Corp., una compañía de New Jersey, con alrededor de 250.000 empleados, recientemente re-entrenó alrededor de 100.000 de ellos en nuevas habilidades tecnológicas. De manera similar, cuando el gigante de las comunicaciones AT&T Inc. descubrió que más de 100.000 de sus empleados tenían trabajos que no estarían presente en 10 años o menos, se comprometió con un esfuerzo de re-entrenamiento masivo. AT&T está trabajando para inculcar una mentalidad en la que cada individuo se convierta en CEO de su propia carrera, preparado para buscar nuevas habilidades, roles y experiencias.
- Los gobiernos también se involucran en el acto. Por ejemplo, Tennesse, recientemente, hizo colegios comunitarios gratuitos para adultos sin título. Otros países se están moviendo en la misma dirección, un Libro Blanco del Foro Económico Mundial presenta ejemplos de Singapur, Dinamarca, Reino Unido y Brasil sobre cómo se están involucrando en el suministro de recursos para el reciclaje y el aprendizaje permanente.
Cuatro sugerencias para el aprendizaje en el futuro impulsado por la IA
Te hacemos cuatro sugerencias para el re-entrenamiento y el aprendizaje permanente a medida que requiere la era digital:
Primero, necesitamos ver el papel de los gobiernos, al menos parcialmente, como facilitadores de la creación de valor. Ayudar a las empresas a facilitar la creación de valor de los recursos humanos es un papel legítimo. Facilitar el aprendizaje permanente ayuda a las empresas a encontrar empleados que puedan crear valor para sus equipos y mejorar la economía y la sociedad.
En segundo lugar, necesitamos convertirnos en una nación, un mundo de empresarios. Se necesita un espíritu empresarial que cree más oportunidades para nuevos negocios. Necesitamos preguntar qué pueden hacer los gobiernos para facilitar el espíritu emprendedor. Necesitamos un esfuerzo masivo para ayudar a las personas que han sido excluidas a obtener las habilidades y el capital que necesitan para comenzar y hacer crecer negocios.
En tercer lugar, necesitamos convertirnos en una nación de experimentadores. Los problemas de “talla única” generalmente no funcionan para muchas personas. se necesitan experimentos que utilicen resultados basados en pruebas para comprender qué es escalable.
Finalmente, debemos alentar el aprendizaje permanente, especialmente para aquellos en el peldaño más bajo de la escala económica. ¿Por qué no abrir nuestras escuelas públicas para el aprendizaje permanente, donde los cursos se pueden impartir por la noche y todos pueden obtener habilidades certificables? Los gobiernos locales y las empresas podrían ayudar con cualquier financiación que sería necesaria. Muchos ciudadanos podrían convertirse en maestros y mentores.
Es urgente comenzar ahora y aprovechar el conjunto de experimentos que se están llevando a cabo actualmente. Debemos participar en este esfuerzo. Queremos ser los que estén a cargo de nuestro propio futuro; no dejémoslo a los robots y a los AI.
por Valuexperience Community Manager | Oct 16, 2017 | Habilidades 4.0, Ventas
Inteligencia artificial, en los últimos años, se han desarrollado una serie de proyectos destinados al estudio de la Inteligencia Artificial. De hecho, son muchos los expertos que aseguran que muy pronto, aproximadamente en 2030, la Inteligencia de las máquinas superará a la mente humana. Seguramente muchos se preguntarán ¿Cómo será posible? La Inteligencia Artificial, ¿deberá basarse en la estructura del cerebro humano?
Reflexionemos, primero sobre el concepto de “mente humana” la mente es el conjunto de facultades cognitivas ( i.e., mentales) que engloban procesos como la percepción, el pensamiento, la conciencia, la memoria, etc., algunas de las cuales son características del humano y otras son compartidas con otras formas de vida. Existen una serie de elementos que nos hacen únicos como seres humanos y que forman parte de nuestro cerebro. Estos son nuestros conocimientos, nuestros recuerdos, las emociones que sentimos, las decisiones que tomamos, las intuiciones que tenemos, etc. El quid de la cuestión es si todos ellos podrían replicarse. Hagamos cálculos. El cerebro se compone de 200 billones de neuronas que establecen 100 trillones de conexiones entre ellas. Complicado, ¿verdad?
Lo que está por llegar es un cambio de gran importancia, conocido por los expertos como singularity.
La singularidad tecnológica es una hipótesis que pronostica que llegará un momento en el que la inteligencia artificial será capaz de auto-mejorarse recursivamente. En teoría, las máquinas serán capaces de crear otras máquinas aún más inteligentes, hito que derivaría en una inteligencia muy superior a la humana y, lo que resulta más chocante, fuera de nuestro control.
¿Cómo debemos sentirnos? ¿Emocionados? ¿Asustados? ¿Sorprendidos? ¿O más bien preocupados? ¿Y si en lugar de combinar Inteligencia Artificial e Inteligencia Humana, lo hacemos con la estupidez humana?
No cabe duda de que el ser humano es curioso por naturaleza y de que la combinación de ambas inteligencias conlleva gran cantidad de posibilidades: convertir la memoria a corto plazo en memoria a largo plazo, eliminar recuerdos traumáticos, eludir pensamientos indeseados, mejorar nuestra capacidad de tomar decisiones…
No estaría nada mal. Sin embargo, nuestro conocimiento sobre las estructuras y funciones del cerebro se encuentra todavía por debajo de los límites de la investigación. Aunque avanza a pasos agigantados, buscando arrojar un haz de luz sobre la actividad del cerebro humano, aún queda un largo y misterioso camino por recorrer hasta llegar a las profundidades de la mente humana.
No olvidemos que:
Los seres humanos no somos seres racionales sino por el contrario somos seres emocionales (cerebro límbico) que aprendimos a razonar (córtex)
Llegados a este punto, debemos plantearnos una cuestión. ¿Cuáles serán las consecuencias? Nos enfrentamos a un reto realmente desafiante. Se trata de combinar una Inteligencia Artificial racional, tangible y matemáticamente configurada con la mente humana, que es, mayoritariamente emocional.
Esperemos que la combinación sea exitosa y se lleve a cabo entre la Inteligencia Artificial y la humana y no termine haciéndolo con la estupidez humana.
Comentarios recientes