Dicen que poco a poco, o ni tan lentamente, nos vamos a extinguir los diseñadores (entre muchas otras profesiones) gracias al rápido avance de la inteligencia artificial.
Si me preguntan a mi, eso es bull****. La inteligencia emocional, el sentido común y la intuición, son cosas que nunca podrán ser sustituídas por ninguna tecnología y son elementos altamente importantes para la funcionalidad y la entrega.
A continuación, la 5 limitaciones más grandes de la inteligencia artificial:
1. Análisis de datos inexacto
La información que brindamos a los programas de IA es la única forma en que pueden aprender. Sin embargo, si el programa recibe datos incorrectos o no confiables, sus resultados podrían ser erróneos o sesgados. Como resultado, la inteligencia o eficacia de la IA es tan buena como los datos que usted le proporciona.
La coherencia de los datos es uno de los obstáculos clave para la implementación de la IA. Las empresas que intentan beneficiarse a gran escala de la IA enfrentan dificultades, ya que con frecuencia está fragmentada, es inconsistente y es de mala calidad. Para evitar esto, debemos contar con un plan bien definido desde el principio para recopilar los datos que la IA necesitará.
Por ejemplo, Amazon comenzó a utilizar software de inteligencia artificial para evaluar nuevos candidatos a puestos de trabajo en 2014. Se capacitó utilizando currículums presentados en los últimos diez años, la mayor parte de los cuales fueron proporcionados por hombres. El algoritmo comenzó a excluir candidatas porque creía, incorrectamente, que ser hombre era el atributo preferido para un nuevo empleo.
2. Sesgo en algorítmica
Los algoritmos son una colección de pautas que sigue una computadora para ejecutar una determinada tarea. Estas pautas pueden haber sido escritas o no por un programador humano. Sin embargo, no podemos confiar en los algoritmos si tienen defectos o prejuicios, ya que entonces sólo se verían resultados desfavorables. Los sesgos resultan principalmente del diseño parcial del algoritmo por parte de los programadores, que favorecían algunos criterios deseables o interesados. Las grandes plataformas con algoritmos, como los motores de búsqueda y los sitios de redes sociales, suelen tener un sesgo algorítmico.
Por ejemplo, en 2017, un algoritmo de Facebook estableció un algoritmo para eliminar el discurso de odio. Sin embargo, más tarde se descubrió que el algoritmo mantenía el discurso de odio contra los hombres blancos y lo permitía contra los jóvenes negros. El algoritmo permitió estas declaraciones de odio porque fue creado para excluir sólo categorías generales como “blancos”, “negros”, “musulmanes”, “terroristas” y “nazis”, en lugar de subgrupos particulares de categorías.
3. Relativamente caro (costo frente a beneficios)
Otro factor importante a la hora de elegir tecnologías de IA es el precio. Será increíblemente costoso extraer, almacenar y analizar datos en términos de hardware y utilización de energía. Las empresas que carecen de experiencia interna o no están acostumbradas a la IA con frecuencia tienen que subcontratar, lo que presenta problemas de costos y mantenimiento. Las tecnologías inteligentes pueden ser costosas debido a su complejidad y también es posible que usted incurra en tarifas adicionales por el mantenimiento y las reparaciones continuos. Los costos adicionales también pueden incluir los costos computacionales asociados con la construcción de modelos de datos, etc.
En los últimos años, las empresas han superado la etapa de prueba cuando se trata de poner en práctica la tecnología de Inteligencia Artificial (IA). Las empresas más grandes, en particular, están optimizando el retorno de la inversión (ROI) de la IA y experimentando buenos resultados y efectos observables en sus resultados.
Según una encuesta de McKinsey de 2019, el 63 % de las empresas más grandes han aumentado sus ingresos y el 44 % ha reducido los costos en todas las unidades de negocios que adoptaron la IA. Al mismo tiempo, una gran proporción de empresas siguen fracasando en sus iniciativas de inteligencia artificial y aprendizaje automático (ML). Una encuesta reciente de IDC encontró que el 28% de las iniciativas de IA/ML fracasaron, según informaron 2000 líderes y tomadores de decisiones de TI empresariales. Creemos que un área en la que los líderes todavía necesitan ayuda es determinar los verdaderos costos y beneficios del uso de IA/ML a gran escala. Contrariamente a la creencia popular, las evaluaciones de costo-beneficio para las iniciativas de IA/ML son mucho más complejas y complicadas.
Los costos de adoptar la IA son en realidad muy relativos, esto se relaciona con los beneficios derivados del uso de la IA y los costos incurridos. Por ejemplo, al crear servicios de chatbot con IA, las empresas que frecuentemente realizan transacciones con clientes, por ejemplo el comercio electrónico, pueden ayudar en la eficiencia para reducir la cantidad de mano de obra que ayuda en el servicio al cliente con preguntas uniformes sobre las ventas y la disponibilidad de productos para que que los chatbots son suficientes para responder a las necesidades, mientras que para una empresa pequeña con una interacción mínima con los clientes o un servicio al cliente complejo como la agricultura digital, por un lado, los chatbots de IA no necesariamente podrán responder a los problemas de los clientes y además los costos requeridos también serán grandes.
4. Sin ética y sin emociones
Nos han enseñado que ni los ordenadores ni otras máquinas tienen sentimientos. No se puede negar que los robots son superiores a los humanos cuando funcionan eficazmente, pero también es cierto que las conexiones humanas, que forman la base de los equipos, no pueden ser reemplazadas por computadoras. Los dos aspectos más cruciales de la naturaleza humana son la ética y la moralidad, pero es difícil combinarlos en la inteligencia artificial. La IA se está expandiendo de manera impredecible y rápida en todas las industrias; Si esta tendencia se mantiene en las próximas décadas, la humanidad podría eventualmente extinguirse.
La Inteligencia Artificial es una tecnología completamente basada en datos y experiencia precargados, por lo que no se puede mejorar como humana. Puede realizar la misma tarea repetidamente, pero debemos alterar el comando si queremos algún ajuste o mejora. Aunque no se puede acceder a él ni utilizarlo como la inteligencia humana, puede almacenar una cantidad infinita de datos que los humanos no pueden.
Todavía queda trabajo por hacer para determinar los límites del uso de la IA. Dadas las limitaciones actuales, la seguridad en la IA es crucial y se requieren acciones inmediatas. La mayoría de los detractores de la IA también plantean preocupaciones éticas sobre su implementación, no sólo en términos de cómo elimina la noción de privacidad, sino también desde un punto de vista filosófico.
Creemos que la inteligencia es innatamente humana y distintiva. Regalar esa exclusividad puede parecer contradictorio. Una de las preguntas más frecuentes es si a los robots se les deberían conceder derechos humanos si son capaces de realizar todas las tareas que las personas pueden hacer, lo que los equipara efectivamente a los humanos. Si es así, ¿cómo se definen los derechos de estos robots? Aquí no hay soluciones concluyentes.
5. Ataques adversarios
La IA no es particularmente adecuada para adaptarse a cambios de circunstancias porque no es humana. Por ejemplo, simplemente aplicar cinta adhesiva en el lado equivocado de la carretera puede provocar que un vehículo autónomo se desvíe hacia el carril equivocado y se estrelle. Una persona ni siquiera podía notar la cinta ni responder a ella. Si bien el vehículo sin conductor puede ser considerablemente más seguro en circunstancias normales, son estos sucesos extremos los que deberían preocuparnos.
Esta incapacidad de adaptación llama la atención sobre una grave debilidad de seguridad que aún no se ha solucionado adecuadamente. Aunque “engañar” a estos modelos de datos en ocasiones puede ser divertido e inofensivo (por ejemplo), en situaciones graves (como con fines de defensa), podría poner en peligro vidas.
Conclusión
Al igual que algunas personas, los sistemas de IA suelen tener demasiada confianza en sus capacidades. Como una persona arrogante, muchos sistemas de inteligencia artificial tampoco reconocen sus errores. A un sistema de IA a veces le puede resultar más difícil reconocer sus errores que dar la respuesta correcta. El lugar donde se pueden utilizar los algoritmos de IA actuales está severamente limitado por las grandes cantidades de datos que necesitan para aprender incluso los trabajos más básicos. Muchos expertos piensan que superar las limitaciones de la IA requerirá avances en tecnología y algoritmos. Algunos incluso sostienen que las computadoras cuánticas son necesarias.
Lo mejor que podemos hacer por la IA a medida que se desarrolla es reconocer sus limitaciones. Aunque estamos muy lejos de tener una inteligencia a la par de los humanos, las empresas están utilizando estrategias creativas para sortear estas limitaciones. En el pasado, la IA ha funcionado como una “caja negra”, donde el usuario realiza las consultas al algoritmo y el sistema genera las respuestas. Se originó a partir de la necesidad de programar trabajos complejos, ya que ningún programador podría escribir todas las decisiones lógicas posibles. Entonces, le damos rienda suelta a la IA para que descubra. Pero eso está a punto de cambiar. Lograr este grado de inteligencia llevó décadas, incluso con las supercomputadoras más rápidas, y no fue posible hasta la llegada de los actuales algoritmos de IA, que fueron posibles gracias al big data. Poco a poco estamos identificando los próximos programas y elementos para una IA más inteligente.
Los programas de IA deben actualizarse con frecuencia para reaccionar al cambiante entorno empresarial y, en caso de avería, existe el riesgo de perder códigos o datos críticos. Por lo general, esto requiere mucho esfuerzo y dinero para restaurarlo. Con la IA, este riesgo es comparable al del desarrollo de software normal. Estos peligros pueden reducirse si el sistema está bien diseñado y las personas que compran IA son conscientes de sus necesidades y de las soluciones disponibles. Ciertos aspectos del desarrollo de la IA han dificultado mucho la entrada en esta industria. Dados los costos, los requisitos técnicos y de hardware, el desarrollo de la IA requiere un capital significativo, lo que plantea barreras de entrada. Las mentes detrás de su invención probablemente sean empleadas principalmente por las grandes tecnologías si este problema continúa.
