Un baño de realidad: la Inteligencia Artificial pone los pies en la tierra
Los ordenadores inteligentes solo pueden ser tan completos como las personas que los desarrollan.
Robert Ito
En los últimos tres veranos, aproximadamente dos docenas de futuras informáticas han acudido a la Universidad de Stanford para recibir formación sobre inteligencia artificial por parte de los mejores profesionales del sector. Las asistentes, seleccionadas entre cientos de aspirantes, visitan empresas tecnológicas cercanas, interactúan con robots sociales y hexacópteros, y aprenden lingüística computacional (por ejemplo, qué hace una máquina cuando las palabras tienen varios significados) y la gran importancia de la gestión del tiempo. También juegan al frisbee. Si al pensar en inteligencia artificial te imaginas a un grupo de chicos diseñando enemigos para sus videojuegos favoritos, te equivocas: este no es el caso. Lejos de buscar mejores experiencias de juego, las estudiantes del programa Stanford Artificial Intelligence Laboratory’s Outreach Summer (SAILORS) son chicas de unos 15 años cuya formación se centra en mejorar la vida de las personas. ¿Cómo podemos utilizar la inteligencia artificial para evitar que colisionen los aviones o asegurarnos de que los médicos se lavan las manos antes de entrar en el quirófano? "Nuestro objetivo es reinventar la formación en inteligencia artificial para fomentar la diversidad e incluir a estudiantes de todos los ámbitos sociales", dice Fei-Fei Li, directora del laboratorio de inteligencia artificial de Stanford y fundadora del programa SAILORS. "Cuando hay diversidad entre los futuros tecnólogos, estos se preocupan por utilizar la tecnología para beneficiar a la humanidad".
“Cuando hay diversidad entre los futuros tecnólogos, estos se preocupan por utilizar la tecnología para beneficiar a la humanidad.”
Fei-Fei Li Google y Stanford
En el 2015, Li creó SAILORS junto con la antigua estudiante Olga Russakovsky (su actual asistente en la Universidad de Princeton) para fomentar la igualdad de género en el sector tecnológico. Se trata de una causa tan noble como necesaria. Según una encuesta reciente, el número de mujeres que estudian carreras de informática está descendiendo y, en el sector de la inteligencia artificial, estas representan menos del 20% de los cargos ejecutivos. Es un campo muy importante para dejarlo de lado, ya que cada vez más personas utilizan la inteligencia artificial para mejorar su vida diaria. La inteligencia artificial es lo que hace que una aplicación distinga tu cara en una foto o reconozca incluso la playa en la que hiciste. También permite que tus dispositivos te entiendan cuando les preguntas qué tiempo hará mañana. Además, tiene usos menos conocidos, como el diagnóstico de la retinopatía diabética (que normalmente causa ceguera) o el envío de drones en misiones de búsqueda y rescate a los lugares más remotos del planeta.
Dada la naturaleza del aprendizaje automático, la igualdad de género en el campo no es solo cuestión de justicia, sino una pieza fundamental de la inteligencia artificial. El objetivo es conseguir que las máquinas completen tareas que los seres humanos hacen de forma natural: reconocer la voz, tomar decisiones o diferenciar entre un burrito y una enchilada. Para ello, las máquinas reciben grandes cantidades de datos (como millones de palabras, conversaciones o imágenes) del mismo modo que nosotros asimilamos información desde que nacemos. Básicamente, en eso consiste el aprendizaje automático. Cuantos más coches ve una máquina, más fácil es que los reconozca. No obstante, los resultados no serán correctos si los conjuntos de datos son incompletos o sesgados (por ejemplo, si los investigadores no incluyen imágenes de un Trabant), o si los profesionales de la inteligencia artificial no tienen en cuenta esos sesgos y lagunas (es posible que no conozcan la industria automovilística de Alemania del Este). De hecho, no sería la primera vez que esto ocurre. En una ocasión, un software de reconocimiento de imagen interpretó que las personas asiáticas que aparecían en unas fotografías estaban parpadeando.
“No se trata únicamente de que los datos sean transparentes, sino de que las cifras reflejen que estamos en el camino correcto.”
Tracy Chou Project Include
¿Cómo se crean laboratorios y lugares de trabajo más inclusivos? Varios proyectos y personas ya se enfrentan a ese reto. Li, científica titular de inteligencia artificial y aprendizaje automático en Google Cloud, y otros investigadores han ayudado este año a lanzar AI4ALL. Esta organización estadounidense sin ánimo de lucro tiene como objetivo aumentar la diversidad en el campo de la inteligencia artificial y ha conseguido reunir a mentores expertos en genómica, robótica y sostenibilidad. Basa su trabajo en la iniciativa de SAILORS y se ha asociado con Princeton, UC Berkeley y Carnegie Mellon, además de Stanford, para llegar a personas de color y estudiantes con pocos recursos de todo el país. "Muchos compañeros y líderes del sector nos han dicho que SAILORS es una iniciativa increíble, pero que solo va dirigida a unas cuantas estudiantes de Stanford al año, principalmente de la bahía de San Francisco", comenta Li. "Por eso, AI4ALL no se centra únicamente en la igualdad de género, sino en la diversidad y la inclusión".
Otras iniciativas similares son Code Next, un proyecto de Google en Oakland para animar a estudiantes latinos y afroamericanos a emprender carreras tecnológicas; DIY Girls, un programa educativo y de orientación en ciencia, tecnología, ingeniería, artes y matemáticas para comunidades con pocos recursos de Los Ángeles; y Project Include, que ayuda a empresas emergentes en fase intermedia a contratar a mujeres y gente de color. Tracy Chou, que trabajaba en Pinterest, fundó Project Include el año pasado con otras siete mujeres importantes del sector tecnológico. En el 2013, Chou animó a las empresas tecnológicas a dar a conocer el número de mujeres que empleaban. Al publicarse las cifras, se confirmó lo que ya se sabía en Silicon Valley: en el mundo de la tecnología, desde las mayores corporaciones hasta las empresas emergentes más pequeñas, predominan los hombres blancos. Según Chou, Project Include era el paso más lógico. "Al cabo de unos años sin grandes consecuencias tras la publicación de estos informes, comenzamos a vislumbrar un cambio", dice. "No se trata únicamente de que los datos sean transparentes, sino de que las cifras reflejen que estamos en el camino correcto".
Este cambio incluye hacer que el trabajo en el campo de la inteligencia artificial sea más accesible. Hay relativamente poca gente que trabaja en este sector. Sin embargo, ya hay robots que cuidan de la gente y asistentes personales que anticipan nuestras necesidades. Si las personas controlan los datos y criterios para que las máquinas hagan su trabajo, toda mejora en la cantidad y calidad de la información aportada por los seres humanos se traducirá en mejores resultados finales.
En muchos aspectos, ya se está produciendo la democratización de la inteligencia artificial. En Japón, por ejemplo, el hijo de un agricultor la utilizó para clasificar la cosecha de pepinos de su familia según distintas características. Este tipo de historias llama la atención de Li, que llegó a Estados Unidos desde China cuando tenía 16 años con muy poco conocimiento sobre su país de adopción y mucho menos sobre Nueva Jersey, donde se instaló. Después de desempeñar diferentes trabajos, como limpiar casas, pasear perros y estar de cajera en un restaurante Chino, Li fue alumna en Princeton y se graduó en Caltech.
En su trabajo, Li es distinta por ser inmigrante, mujer y de color en un mundo dominado por hombres blancos. Lo que podría haber sido un obstáculo para cualquier persona, se ha convertido en un estímulo para ella. Pasa mucho tiempo estudiando la visión artificial, un componente del aprendizaje automático que, según ella, es "la mejor aplicación de inteligencia artificial". La visión artificial analiza e identifica datos visuales y, en el futuro, es posible que permita crear prótesis robóticas o resolver los problemas matemáticos más complicados. No obstante, al igual que en el resto de componentes de la inteligencia artificial, la clave de esta tecnología es que las máquinas asimilen datos de distintas fuentes y con diferentes perspectivas. En definitiva, que tengan una visión global, como Li.
Contar con un grupo de creadores en el que se fomenta la diversidad es esencial para el tipo de historias y problemas técnicos con los que la estratega de contenidos Diana Williams trabaja cada día en ILMxLAB. En este increíble centro secreto de Lucasfilm, sus desarrolladores crean contenido de entretenimiento interactivo e inmersión inspirado en el universo de Star Wars, como una cita con Darth Vader en realidad virtual. Williams colabora estrechamente con organizaciones tecnológicas, como Black Girls Code, y recuerda la escasez de mujeres de color en su universidad durante los años 80. "Era la única en clase de matemáticas y también en empresariales", comenta. "Es agotador y da miedo". Su solución para animar a las mujeres a trabajar en el sector de la tecnología es "hacer que empiecen pronto y cultivar su autoconfianza para que no se den la vuelta cuando entren en una sala y se vean solas".
“Hay que hacer que empiecen pronto y cultivar su autoconfianza, para que no se den la vuelta cuando entren en una sala y se vean solas.”
Diana Williams Lucasfilm
Maya Gupta, investigadora del campo del aprendizaje automático en Google, está trabajando para mejorar la inteligencia artificial desde una perspectiva distinta. En Stanford, colaboró con una empresa noruega para detectar fugas en sus tuberías de gas debajo del agua. "Es difícil acceder a ellas, por lo que tuvimos que utilizar información parcial para intentar llegar a ciertas conclusiones", explica. Gupta tiene experiencia a la hora de enseñar a las máquinas a hacer suposiciones basadas en la observación de pequeños detalles. Si escuchas "Truth", del tenor saxofonista Kamasi Washington, en YouTube y la música fluye sin problemas hasta reproducir "Turiya and Ramakrishna" de Alice Coltrane como si fuera obra del mejor DJ, agradéceselo a Gupta, que trabaja con su equipo para afinar las recomendaciones de los ordenadores. "La clave está en saber predecir, ¿no?", dice. "Tienes que intentar adivinar qué está pasando con solo algunos datos".
Actualmente, dirige un equipo de desarrollo e investigación en Google para mejorar la precisión del aprendizaje automático, entre otras cosas. "Supongamos que quiero identificar igual de bien el acento de Boston que el de Texas, pero mi sistema de reconocimiento de voz distingue mejor el segundo", comenta. "¿Debería empeorar el reconocimiento del acento de Texas para que fuera igual que el del acento de Boston y así ser justos? A lo mejor se trata simplemente de que es más difícil reconocer a la gente que habla con acento de Boston".
Gupta y su equipo también están perfeccionando sistemas muchos más eficientes que las personas encargadas de crearlos. La esperanza es que las máquinas permitan eliminar los prejuicios y procesos subconscientes propios del pensamiento humano o, al menos, detectarlos. Las máquinas no se desconcentran si están cansadas, enfadadas o tienen hambre. Un estudio ha demostrado que los jueces tienen menos predisposición a conceder la libertad condicional antes de comer, ya que están pensando más en comida que en el estrado. "Es difícil conocer realmente lo que ocurre dentro del cerebro humano", dice Gupta. "Queremos que nuestros sistemas de aprendizaje automático se puedan explicar. La verdad es que muchos de ellos ya tienen más explicación que el cerebro humano".
“Queremos que nuestros sistemas de aprendizaje automático se puedan explicar. La verdad es que muchos de ellos ya tienen más explicación que el cerebro humano.”
Maya Gupta Google
La inteligencia artificial es cada vez más útil y fácil de utilizar, por lo que debemos hacer que llegue a tanta gente como sea posible. Christine Robson trabajaba como investigadora en IBM antes de llegar a Google. Es una experta apasionada del software libre, como TensorFlow, un sistema de aprendizaje automático que se puede utilizar para realizar un gran número de tareas, como traducir de otros idiomas, detectar enfermedades o crear obras de arte originales.
Para Robson, la inclusividad en el campo de la inteligencia artificial implica diseñar herramientas accesibles para el gran público, y no solo para los autoproclamados locos de las matemáticas como ella. "Quiero que todo el mundo tenga acceso al aprendizaje automático", dice. "Se habla mucho de democratizar el aprendizaje automático, pero yo creo en ello de verdad. Es fundamental que estas herramientas sean fáciles de usar y que todo el mundo pueda aplicar estas técnicas".
Las películas y la literatura de ciencia ficción llevan tiempo dando una imagen equívoca de la inteligencia artificial (Frankenstein de Mary Shelley cumple 200 años el año que viene). Actualmente, muchos de los profesionales del sector (como Li, Robson y Chou) se preocupan menos por lo que la inteligencia artificial supone para nosotros y más por lo que nosotros suponemos para la inteligencia artificial. Por ejemplo, los programadores usan voces femeninas para los asistentes virtuales porque tanto hombres como mujeres tienden a tener la misma preferencia. "Sin embargo, se perpetúa la idea de que los asistentes son mujeres. Por eso, cuando interactuamos con estos sistemas, se refuerza esa tendencia social", afirma Chou. Muchos de los expertos del sector se preocupan por la información que reciben los sistemas de inteligencia artificial, además de sus posibles efectos sobre los resultados. Esto demuestra la necesidad de una mayor diversidad en el ámbito de la inteligencia artificial. No será tarea fácil, pero a las personas encargadas de impulsar el cambio les sobra ingenio, inteligencia y compromiso con la causa.
“Es fundamental que las herramientas de inteligencia artificial sean fáciles de usar y que todo el mundo pueda aplicar estas técnicas.”
Christine Robson Google
Gupta dice que hay que acoger a todo el mundo. Recuerda la pared decorada con fotografías de los profesores de ingeniería eléctrica retirados de Rice, su antigua universidad, un grupo de hombres que "no se parecían a ella". Robson añade que tenemos que convencer a las niñas de que la inteligencia artificial no es magia, sino matemáticas.
En SAILORS, sus estudiantes aprenden a utilizar el procesamiento del lenguaje natural para realizar búsquedas en las redes sociales y ayudar en casos de catástrofe. "Sería útil que los profesionales de salvamento pudieran usar mensajes de Twitter para encontrar a personas que lo necesiten en tiempo real", dice Li. Las chicas recuerdan las clases y los proyectos mucho después de terminar los programas de verano. Algunas alumnas han creado sus propios clubes de robótica en la escuela, han publicado en revistas científicas y organizan talleres en colegios para hablar sobre inteligencia artificial a niñas más pequeñas. Para estas alumnas, cuyas experiencias y procedencia son tan variadas como los proyectos que estudian en el campamento, la inteligencia artificial no es solo algo divertido, sino una gran herramienta que les permite hacer el bien. Durante los preparativos del primer encuentro de SAILORS en el 2015, se compartieron mensajes de futuras alumnas, como el de una que esperaba "comenzar ya a trabajar en la inteligencia artificial para poder cambiar el mundo en el futuro".
