Explicando la definición de Inteligencia Artificial
La Inteligencia Artificial (IA) está presente, de una u otra manera, en todos los debates sobre el futuro del trabajo. Sin embargo, en ocasiones, en conversaciones con amigos y colegas percibo que no se tiene una idea clara de lo que es la IA y sus características particulares. Por ese motivo se suele asimilar la IA a otros productos tecnológicos, como una tabla de Excelo, un termostato o incluso un moderno smartwatch.
Por eso he creído interesante iniciar el año con un artículo que desglose los aspectos que se contienen en la definición de IA y que le dan su personalidad propia. Y para ello he tomado como base la definición de "sistema de Inteligencia Artificial" que se contiene en el reciente Reglamento (UE) 2024/1689. Además, una clasificación de los distintos tipos de IA nos permite entender mejor cómo está evolucionando esta tecnología de la Cuarta Revolución Industrial mediante la Inteligencia Artificial Generativa (IA Gen).
Pero antes, una aproximación histórica.
Antecedentes de la Inteligencia Artificial
Desde los años 1940, con el nacimiento de los primeros ordenadores, científicos pioneros en este campo, como Alan Turing, Norbert Wiener y John von Neumann, buscaban crear un cerebro artificial que simulara las capacidades del cerebro humano, e incluso las sobrepasaran.
Con este objetivo Turing, en un artículo de 1950 "Computing Machinery and Intelligence", planteó un sistema que evaluara cuándo la máquina podía ser más inteligente que el humano, la famosa prueba de Turing. Su principio es sencillo: durante cinco minutos, una persona envía mensajes por ordenador a dos desconocidos, uno de ellos es humano y el otro es una máquina. Al finalizar la conversación, si no puede diferenciarlos y saber quién es el humano y quien la máquina, se concluye que la máquina ha desarrollado las habilidades suficientes para reproducir un lenguaje natural y participar en un diálogo con humanos.
El término "inteligencia artificial" (artificial intelligence) fue acuñado en 1956 por John McCarthy, quien la definiría como "la ciencia y la ingeniería de hacer máquinas inteligentes". En ese mismo año se creó el primer lenguaje de inteligencia artificial, el IPL-11, consiguiendo que un programa resolviera problemas matemáticos.
Pero no ha sido hasta la actual Cuarta Revolución Industrial en que podemos hablar de verdaderos sistemas de IA, gracias al incremento de la potencia y velocidad de los sistemas informáticos, la disponibilidad de grandes cantidades de datos (big data) y el desarrollo de la robótica avanzada (machine learning y deep learning).
Por Inteligencia Artificial (IA) entendemos una tecnología que permite a las máquinas simular la inteligencia humana y su capacidad para resolver problemas. La Inteligencia Artificial utiliza algoritmos y modelos matemáticos para procesar grandes cantidades de datos y tomar decisiones basadas en patrones y reglas establecidas a través del aprendizaje automático (la capacidad de una máquina para aprender de forma autónoma a partir de datos sin ser programada específicamente para hacerlo).
Obtenido de Shutterstock
La definición de IA en el Reglamento Europeo 2024/1689
El 1 de agosto de 2024 entró en vigor el Reglamento Europeo 2024/1689 de Inteligencia Artificial. El Reglamento se marca como objetivo fomentar el desarrollo y la implantación responsables de la Inteligencia Artificial en la UE y aborda los posibles riesgos para la salud, la seguridad y los derechos fundamentales de los ciudadanos.
El Reglamento Europeo adopta la definición de Inteligencia Artificial de la OCDE (Recommendation of the Council on Artificial lntelligence) para armonizar internacionalmente el uso de una misma conceptualización. Así, en el artículo 3, el Reglamento da la siguiente definición de Inteligencia Artificial:
un sistema basado en una máquina que está diseñado para funcionar con distintos niveles de autonomía y que puede mostrar capacidad de adaptación tras el despliegue, y que, para objetivos explícitos o implícitos, infiere de la información de entrada que recibe la manera de generar resultados de salida, como predicciones, contenidos, recomendaciones o decisiones, que pueden influir en entornos físicos o virtuales.
Reglamento Europeo 2024/1689, Art. 3
La definición de IA que aparece en el Reglamento Europeo se basa en una serie de características clave que la distinguen de los sistemas de software (una tabla de Excel con macros) o los enfoques de programación tradicionales más simples (ej. la regulación de un termostato). La definición de IA también pretende separar a esta de otros sistemas automáticos que contienen reglas definidas por humanos para ejecutar operaciones (ej. un formulario en formato digital para solicitar un prestación pública).
¿Cuáles son esas características clave?
1 - En primer lugar, los sistemas de IA tienen la capacidad de inferir, que supone dos cosas:
- Primero, la capacidad de la IA para derivar modelos o algoritmos, o ambos, a partir de la entrada de datos que proceden del entorno exterior, físico o virtual.
- Segundo, la IA implica la obtención de unos resultados (una predicción, una recomendación o una decisión) que pueden influir en el entorno.
2 - La capacidad de inferencia de la IA puede ser resultado de distintos enfoques o procedimientos que alimenten el sistema (entrada de datos), como el aprendizaje automático (machine Learning), o la codificación de la tarea que debe realizarse. Es decir, la capacidad de un sistema de IA para inferir trasciende el procesamiento básico de datos, ya que supone a la máquina inteligente una capacidad de aprendizaje, de razonamiento y de modelización. Más aún, el aprendizaje continuo de las máquinas puede desarrollar la capacidad de realizar nuevas formas de inferencia no previstas inicialmente por sus programadores.
3 - Los sistemas de IA pueden funcionar con arreglo a objetivos definidos por los creadores, pero también pueden generar resultados sin que éstos hayan sido descritos explícitamente como objetivos del sistema de IA y sin instrucciones específicas de un humano. Los objetivos pueden pertenecer a algunas de las siguientes categorías:
- Explícitos y definidos por el ser humano. Cuando el desarrollador codifica el objetivo directamente en el sistema (por ejemplo, un algoritmo de resolución de problemas).
- Reglas implícitas (normalmente especificadas por el ser humano) que dictan la acción que debe realizar el sistema de IA en función de las circunstancias del momento. Por ejemplo, un sistema de conducción puede tener una regla: "Si el semáforo está en rojo, pare".
- Implícitos en los datos de entrenamiento. Cuando el objetivo final del sistema no está programado explícitamente, sino que se incorpora mediante la entrada de datos y el entrenamiento del sistema con esos datos.
4 - Relacionado con lo anterior, los sistemas de IA están diseñados para funcionar con distintos niveles de autonomía. La autonomía de un sistema de IA hace referencia al grado en que un sistema puede aprender o actuar sin intervención humana.
5 - Los sistemas de IA muestran capacidad de adaptación, modifican su comportamiento mediante la interacción directa con los datos de entrada. Un ejemplo puede ser un sistema de reconocimiento de voz que se adapta a la voz de un individuo concreto, o un sistema de recomendación de música personalizado.
Tipología. Inteligencia Artificial Generativa
Los sistemas de IA se pueden utilizar de forma independiente o como componente de un producto, independientemente de si el sistema está integrado físicamente en el producto (integrado) o cumple la funcionalidad del producto sin estar integrado en él (no integrado).
Existen diferentes maneras de clasificar los distintos tipos de Inteligencia Artificial que existen. Una de las tipologías más frecuentemente utilizadas se relaciona con el nivel o grado en que ese sistema es capaz de replicar la inteligencia humana. Así, la Inteligencia Artificial puede ser:
- IA Específica (o débil). Son sistemas diseñados para realizar tareas específicas y limitadas, como el reconocimiento de voz, la identificación de imágenes o la traducción de idiomas. No tienen capacidad de aprendizaje o adaptación por sí mismos, y requieren ser programados para realizar una tarea determinada. Su alcance es limitado y no pueden realizar tareas fuera de su campo de especialización.
- IA General (o fuerte). Está diseñada para tener una amplia gama de habilidades cognitivas y capacidad de aprendizaje autónomo. Estos sistemas pueden realizar múltiples tareas y aprenden de forma autónoma a medida que interactúan con el entorno. Tiene capacidad de razonar, planificar y tomar decisiones complejas en un amplio espectro de situaciones. En este grupo están los robots, los drones y los vehículos autónomos, los algoritmos usados en la gestión de personas, etc.
En este segundo grupo de IA se está entrando en una nueva fase de desarrollo con los sistemas de Inteligencia Artificial Generativa (IA Gen). Si bien los sistemas de IA tradicionales reconocen patrones, analizan y hacen predicciones sobre grandes conjunto de datos (Big Data) disponibles, la IAGen da un paso más y genera nuevos datos a partir de los patrones que reconoce en esos conjunto de datos previos.
Gracias a sus crecientes capacidades de razonamiento lógico, los modelos de IA Gen están diseñados para crear contenido original y creativo, como imágenes, música y texto. Es capaz de esto debido a que se basa en modelos de aprendizaje automático avanzado como pueden ser las redes neuronales generativas (GAN, por sus siglas en inglés, Generative Adversarial Networks) y modelos de lenguaje que permiten que aprenda patrones y características de un conjunto de datos de entrenamiento para, posteriormente, generar contenido similar de forma autónoma.
Recapitulando. Aunque el concepto de Inteligencia Artificial procede de mitad del siglo XX, el verdadero desarrollo de esta ha sido posible por la interconexión con el avance de otras tecnologías en la actual revolución digital, donde la IA se combina y potencia sus funcionalidades con el Big Data, el Internet de las Cosas (IoT) o el Machine Learning, principalmente.
El uso de la nueva generación de Inteligencia Artificial Generativa es un elemento central del nuevo entorno laboral digitalizado que se da en los centros de trabajo. La IA Gen tiene capacidades para transformar y aumentar el talento digital de los trabajadores mediante la optimización de procesos internos y la revalorización del factor humano en las organizaciones.
Aunque ya nos hemos acercado en este blog a estos cambios que trae la Inteligencia Artificial, dedicaremos próximos artículos a desgranar aún más esta interacción entre IA y talento. Si te gustan los contenidos del blog puedes apoyar este proyecto compartiendo los artículos; también puedes suscribirte y recibir en tu correo los nuevos artículos que vaya publicando.
Para saber más...
Gobierno de España. Qué es la Inteligencia Artificial. Plan de Recuperación, Transformación y Resiliencia.
OCDE (2019). Recommendation of the Council on Artificial lntelligence (modificada en noviembre de 2023).
Parlamento y Consejo de la UE (2024) Reglamento de la UE 2024/1689, de Inteligencia Artificial (texto en castellano).
Al aceptar, accederá a un servicio proporcionado por un tercero externo a https://trabajo4cero.com/