Nicolas Sabouret: Inteligencia artificial: ¿de qué estamos hablando?

En esta entrevista, conversaremos con un experto en inteligencia artificial, Nicolas Sabouret, profesor de la Universidad de Paris-Saclay y director de la Graduate School «Informatique et Sciences du Numérique» (Escuela Superior de Informática y Ciencias Digitales).

Nicolas centra sus investigaciones en el campo de la inteligencia artificial y la interacción hombre-máquina, en especial en la informática afectiva. Lleva años contribuyendo al debate sobre su disciplina a través de sus trabajos, sus tesis y la publicación de varias obras.

En esta entrevista abordaremos varios temas, entre ellos la definición de IA y sus áreas de aplicación, los desafíos tecnológicos que implica así como el funcionamiento de los algoritmos y su relación con la inteligencia. También descubriremos cuáles son las habilidades necesarias para trabajar en este campo en continua evolución y sus posibles usos para la enseñanza y el aprendizaje.

Esperamos que este debate sea enriquecedor para todos aquellos interesados en la IA y su potencial, tanto ahora como en el futuro.

¿Cómo definirías la inteligencia artificial y cuáles son los principales campos en los que se utiliza actualmente?

La inteligencia artificial es la ciencia que tiene como objetivo lograr que las máquinas realicen actividades en las que se requiere inteligencia cuando las realizan seres humanos.

Se utiliza en numerosos ámbitos sin que seamos plenamente conscientes de ello: hay IA en el GPS del coche o en las recomendaciones de Amazon sobre tus compras o en las de Facebook cuando decide qué publicaciones mostrarte, pero también la hay en el controlador de grúa de las obras que evitan las sacudidas o en el centro de clasificación postal a la hora de ordenar las cartas por código postal mediante reconocimiento óptico de caracteres, en el software que utilizan los directores de centros escolares para preparar los horarios, o incluso en los robots de Marte para controlar los desplazamientos.

¿Cuáles son los principales desafíos tecnológicos vinculados al desarrollo de la inteligencia artificial?

Esta pregunta puede entenderse de muchas formas distintas, porque «tecnología» es un concepto que engloba nociones que van desde la ciencia hasta el uso, pasando por la técnica.

A nivel científico, la dificultad consiste en encontrar la forma correcta de realizar un cálculo para obtener un resultado correcto cuando nos enfrentamos a un problema para el que sabemos, matemáticamente, que no es posible tener una solución exacta. Por eso existen tantas técnicas de IA, cada una adaptada específicamente a una familia concreta de problemas.

A nivel técnico, tenemos que ver cómo se pueden implementar los algoritmos de IA en los dispositivos tecnológicos. Por poner un ejemplo sencillo, una vez que has escrito un algoritmo que calcula el camino más corto entre un punto A y un punto B en un gráfico, necesitas un procesamiento de datos geográficos para realizar el cálculo en el gráfico con ayuda de mapas de carreteras, necesitas satélites para hacer el posicionamiento, necesitas una interfaz fácil de usar para introducir la dirección de destino y visualizar la ruta...

Por último, en cuanto al uso, las tecnologías deben ser útiles (en el sentido de que la gente las encuentre útiles). Es el caso de los algoritmos de recomendación y reconocimiento de imágenes o de análisis de texto para redes sociales. Sin embargo, algunas herramientas de IA no se han adoptado (los sistemas de recomendación en el ámbito médico, por ejemplo) porque no se les ha dado uso.

Según Luc Julia, uno de los creadores de Siri, el rendimiento de los algoritmos no tiene nada que ver con la inteligencia. ¿Cuál es tu opinión al respecto?

En primer lugar, tenemos que ser capaces de definir qué es la inteligencia, una cuestión difícil. Pero hay algo cierto: las máquinas calculan, no «piensan».

Como algunos problemas se resuelven satisfactoriamente mediante el cálculo, las máquinas son capaces de superarnos fácilmente en ciertas tareas (los humanos no podemos resolver un sudoku en un milisegundo) y parecer muy competentes...Todo ello hace que tendamos a verlo como inteligencia, sobre todo cuando se trata de una tarea muy difícil para un humano (por ejemplo, identificar tumores en una ecografía).

Pero, en cualquier caso, solo es el resultado de un cálculo que se ha programado para obtener un objetivo concreto. Los programas de IA actuales no poseen una inteligencia «general», capaz de adaptarse a una amplia gama de tareas.

Luc Julia también afirma que: «la inteligencia no es solo ganar al Go, sino también saber hacerse un bocadillo». Y eso es absolutamente cierto.

¿Qué competencias se necesitan para trabajar en el campo de la inteligencia artificial?

Si por «trabajar en el campo de la inteligencia artificial» te refieres a «desarrollar programas de IA», entonces necesitas sólidos conocimientos de matemáticas e informática. Pero también puedes trabajar en el campo de la IA interactuando con herramientas de IA, sin ser un experto en el tema. Por ejemplo, tenemos investigadores en psicología en nuestro laboratorio que nos ayudan a desarrollar agentes conversacionales más «humanos», capaces de ayudar a los usuarios sin interferir en su estilo de vida. Aunque estos compañeros no desarrollan programas de IA, contribuyen, mediante sus estudios experimentales y los conocimientos que transmiten a los informáticos a partir de los resultados de sus investigaciones, al desarrollo de sistemas de IA. En este sentido, están «trabajando en el campo de la IA». He utilizado el ejemplo de los psicólogos, pero también podría mencionar a compañeros de biología, medicina, química, energía, etc. Así que no hace falta ser informático para contribuir a la IA. Porque no lo olvidemos: ningún programa de IA funciona «por sí solo». Siempre hace falta la experiencia humana. Si el día de mañana queremos hacer programas de IA para ayudar a difundir la cultura, conservar el patrimonio o investigar la historia, necesitaremos expertos en estos campos que le digan a la máquina «lo que debe hacer».

La historia de la ciencia y la tecnología demuestra que las innovaciones tecnológicas pueden ser tanto buenas como malas. En tu opinión, ¿debemos temer a las inteligencias artificiales?

Hay dos niveles de respuesta a esta pregunta. Si lo tomamos literalmente diría que no debemos temer a la IA: es una herramienta y una herramienta no es ni buena ni mala.

Es el uso que hacemos de la herramienta lo que es bueno o malo. Con el mismo algoritmo de IA para tomar decisiones a partir de imágenes, podemos proponer una recomendación a un médico para ayudarle en su diagnóstico o desencadenar automáticamente operaciones médicas sin contar siquiera con el consentimiento del paciente. En el primer caso, estamos ante un uso inteligente de la IA, que tiene en cuenta los posibles límites de la tecnología y la importancia del ser humano. En el segundo caso, tenemos un uso alienante... Así que deberíamos temer (y prevenir) los malos usos de la IA, pero no la IA en sí como disciplina científica (¡igual que deberíamos regular el mal uso de la física nuclear, no de la ciencia!).

Pero desde hace algún tiempo, con la creciente conciencia del impacto ecológico de las actividades humanas, la pregunta «¿debemos temer a la IA?» puede adquirir otro significado. Por ejemplo, algunos algoritmos de IA, como el aprendizaje profundo, consumen energía y recursos naturales de forma extrema. Por tanto, podemos temer que a muy corto plazo un uso abusivo de estos métodos pueda dañar el equilibrio de nuestro ecosistema terrestre.

Por último, me gustaría señalar que la formulación de tu pregunta («las inteligencias artificiales») tiende a acentuar la personificación que naturalmente hacemos de las herramientas que utilizan la IA. Sería más correcto decir: «los sistemas de IA» para recordarnos que son sistemas y no personas.

¿Cómo ves la integración de la IA y su papel en el mundo de la educación?

Como la mayoría de los científicos, desgraciadamente soy muy malo a la hora de proponer usos a partir de las investigaciones de mi campo. Pero estoy convencido de que debemos mirar y escuchar lo que nos dicen los artistas y creadores que, aunque no entiendan cómo funcionan los sistemas de IA, saben mejor que nosotros cómo destacar su potencial. Sin embargo, puedo citar dos ejemplos de uso en el mundo de la educación que me parecen prometedores. En el aprendizaje de idiomas, las herramientas de reconocimiento del habla y del lenguaje y las herramientas de traducción automática derivadas de la investigación en IA pueden ayudar a diseñar dispositivos para practicar fuera del aula, lo que me parece fundamental para este tipo de aprendizaje en el que se debe practicar de manera cotidiana. El segundo ejemplo que se me ocurre es la corrección automática del trabajo de los alumnos. Aunque resulta fundamental que el profesor tenga un conocimiento detallado de los errores de sus alumnos durante las evaluaciones, éstas suelen ser una tarea repetitiva, con poco interés en su fase sumativa. Creo que la IA podría ayudar a diseñar asistentes de corrección que permitieran a los profesores centrarse en transmitir conocimientos y apoyar a los alumnos y a los estudiantes en general.