InformesAnalytics

Inteligencia artificial responsable: una guía para el CEO

Sesgos en el análisis de los datos, violaciones de la privacidad o discriminación contra distintas minorías son algunos de los posibles riesgos de la aplicación de procesos de Inteligencia Artificial según en informe de McKinsey & Company.

En el informe ‘Liderar tu organización hacia una IA responsable’, de McKinsey & Company, se analizan los posibles riesgos de la aplicación de la Inteligencia Artificial (IA) en las compañías y los recursos en manos de sus directivos para prevenir, evitar y reducir los peligros en estos procesos, alineándolos con los valores de la empresa. El porcentaje de empresas que han incorporado al menos una capacidad de IA en sus procesos de negocio se ha duplicado en 2018 respecto al año anterior según la Encuesta sobre la adopción de IA.

La IA se está convirtiendo en una herramienta básica de los CEO para impulsar los ingresos y la rentabilidad, pero su despliegue requiere una gestión cuidadosa para evitar posibles daños no intencionados que pueden llegar a ser significativos. Estos pueden afectar no solo a la reputación de las compañías, sino también a empleados, individuos y sociedad ya que, incluso los usos aparentemente inocuos de la IA pueden tener graves implicaciones en cuanto a sesgos significativos en el análisis de los datos, violaciones de la privacidad e incluso discriminación a distintas minorías.

En este sentido, los CEO están bajo el foco de atención para garantizar una aplicación responsable de los sistemas de IA más allá del cumplimiento de las leyes aplicables. Su rol es vital, ya que deben tener un sólido conocimiento práctico de los desarrollos de la IA para poder orientar al conjunto de la empresa en tres áreas clave. En primer lugar, deben clarificar la forma de trasladar los valores de la empresa a las aplicaciones de IA a través de directrices sobre los objetivos marcados, con el fin de seleccionar los procesos candidatos a la automatización.

Los usos que se le da a la IA pueden afectar a la reputación de la compañía, sus empleados y a la sociedad en su conjunto

En segundo lugar, los CEO deben guiar a la compañía con definiciones y métricas para evaluar la IA ante posibles sesgos e imparcialidad en el análisis. Por último, es necesario establecer una jerarquía de valores de empresa y destacar el papel de la diversidad en la selección de talento. El desarrollo de la IA siempre implica contrapartidas, especialmente las relacionadas con la precisión de los algoritmos y la transparencia en su toma de decisiones, por lo que el criterio de la dirección es esencial para que los equipos tomen las decisiones más acertadas. Además, un equipo con personas diversas aporta una variedad de experiencias con enfoques innovadores, necesarios para resolver problemas de calado. Los líderes deben considerar todo tipo de diversidad: de género, edad, etnia, disciplina y experiencia.

Las cinco áreas que exigen un sólido liderazgo

1. Una adquisición apropiada de datos: cuantos más datos se recojan, mayor precisión tendrá la aplicación de IA, pero en ocasiones esta puede ser percibida como una invasión de la privacidad. Los directivos deben vigilar de dónde se adquieren esos datos y cómo se utilizan.

2. Adecuación del conjunto de datos: asegurar que los conjuntos de datos reflejan con precisión todas las poblaciones analizadas, evitando sesgos para no privilegiar a grupos mayoritarios.

3. Imparcialidad en la aplicación de IA: incluso cuando las series de datos reflejan de forma veraz a las poblaciones reales, los resultados de la IA pueden ser imparciales debido a sesgos históricos, ya que estos análisis no tienen en cuenta el contexto y las implicaciones de estas decisiones.

4. Cumplimiento normativo y compromiso: con la incipiente oleada regulatoria, los directivos deben asegurarse de que sus organizaciones cumplen con la legislación y, por ejemplo, no compren o vendan datos obtenidos sin consentimiento.

5. Explicación del modelo de IA: en ocasiones, es necesaria una explicación del modelo que se ha llevado a cabo para llegar a una u otra conclusión, especialmente en los usos de la IA relacionados con la búsqueda de trabajo o con préstamos financieros (en los que los candidatos rechazados querrán entender los motivos).

Computing 785