NoticiasAnalytics

Las cinco mentiras de la inteligencia artificial

Gartner ha identificado cinco mitos comunes y conceptos erróneos sobre la IA.

Los líderes de TI y de negocio a menudo están confundidos acerca de lo que la inteligencia artificial (AI) puede hacer por sus organizaciones y se ven condicionados por varios conceptos erróneos, según asegura Gartner, quien les aconseja separar la realidad del mito para diseñar sus estrategias futuras.

"Con la IA abriéndose camino en la organización, es crucial que los líderes de negocios y de TI entiendan completamente cómo la IA puede crear valor para sus negocios y cuáles son sus limitaciones", explica Alexander Linden, vicepresidente de investigación de Gartner. "Las tecnologías de inteligencia artificial solo pueden brindar valor si forman parte de la estrategia de la organización y se utilizan de la manera correcta", añade el experto.

Gartner ha identificado cinco mitos comunes y conceptos erróneos sobre la IA

Mito 1: La IA funciona de la misma manera que el cerebro humano

AI es una disciplina de ingeniería informática. En su estado actual, consiste en herramientas de software destinadas a resolver problemas. Si bien algunas formas de IA pueden dar la impresión de ser inteligentes, sería poco realista pensar que la AI actual es similar o equivalente a la inteligencia humana.

"Algunas formas de aprendizaje automático (ML), una categoría de IA, pueden haber sido inspiradas por el cerebro humano, pero no son equivalentes", argumenta Linden. “La tecnología de reconocimiento de imágenes, por ejemplo, es más precisa que la mayoría de los humanos, pero no sirve para resolver un problema de matemáticas. La regla con AI hoy en día es que resuelve una tarea muy bien, pero si las condiciones de la tarea cambian solo un poco, falla".

Mito 2: Las máquinas inteligentes aprenden por su cuenta

Se requiere la intervención humana para desarrollar una máquina o sistema basado en la IA. La participación puede provenir de científicos de datos humanos con experiencia que están ejecutando tareas como enmarcar el problema, preparar los datos, determinar conjuntos de datos apropiados, eliminar posibles sesgos en los datos de entrenamiento (ver el mito 3) y, lo más importante, actualizar continuamente el software, para permitir la integración de nuevos conocimientos y datos en el próximo ciclo de aprendizaje.

Mito 3: AI puede estar libre de sesgos

Toda tecnología de inteligencia artificial se basa en datos, reglas y otros tipos de aportes de expertos humanos. De manera similar a los humanos, “la IA también tiene un sesgo intrínseco de una manera u otra", abunda Linden. “Además de las soluciones tecnológicas, como los conjuntos de datos diversos, también es crucial asegurar la diversidad en los equipos que trabajan con la IA, y hacer que los miembros del equipo revisen el trabajo de los demás. Este simple proceso puede reducir significativamente el sesgo de selección y confirmación".

Mito 4: AI solo reemplazará trabajos repetitivos que no requieren titulaciones avanzadas

AI permite a las empresas tomar decisiones más precisas a través de predicciones, clasificaciones y agrupación. Estas habilidades han permitido que las soluciones basadas en la inteligencia artificial sustituyan las tareas mundanas, pero también aumentan las tareas complejas restantes.

Un ejemplo es el uso de imágenes de IA en la asistencia sanitaria. Una aplicación de rayos X para tórax basada en la IA puede detectar enfermedades más rápido que los radiólogos. En la industria financiera y de seguros, los roboadvisor están siendo utilizados para la gestión del patrimonio o la detección de fraudes. Esas capacidades no eliminan la participación humana en esas tareas, sino que harán que los humanos traten casos inusuales. Con el avance de la inteligencia artificial en el lugar de trabajo, los líderes empresariales y de TI deben ajustar los perfiles de trabajo y la planificación de la capacidad, así como ofrecer opciones de capacitación para el personal existente

Mito 5: No todas las empresas necesitan una estrategia de AI

Cada organización debe considerar el impacto potencial de la IA en su estrategia e investigar cómo esta tecnología se puede aplicar a los problemas comerciales de la organización. En muchos sentidos, evitar la explotación de la IA es lo mismo que renunciar a la siguiente fase de automatización, que en última instancia podría colocar a las organizaciones en una desventaja competitiva.

"Incluso si la estrategia actual es 'no AI', esta debería ser una decisión consciente basada en la investigación y la consideración. Y, como cualquier otra estrategia, debe revisarse y cambiarse periódicamente de acuerdo con las necesidades de la organización. La IA podría ser necesaria antes de lo esperado",concluye Linden.

Computing 779