La discusión sobre la ética de la IA (inteligencia artificial) es más antigua que la misma tecnología, al menos en la ficción.
En 1942, el autor Isaac Asimov escribió las "tres leyes de la robótica" en un cuento que forma parte del libro "Yo, Robot" (1950). Las normas preveían la protección de los humanos.
A pesar de haber explotado recientemente y parecer algo nuevo, el concepto de IA fuera de la ficción surgió al mismo tiempo que los escritos de Asimov.
| Carolina Daffara | ||
 |
||
Las tres leyes de la robótica
- Un robot no puede dañar a un ser humano o, por defecto, permitir que un ser humano sufra algún daño;
- Un robot debe obedecer las órdenes que le dan los seres humanos, excepto en los casos en que tales órdenes sean contrarias a la Primera Ley;
- Un robot debe proteger su propia existencia, siempre que dicha protección no entre en conflicto con las Leyes Primera y Segunda.
Fonte: "Eu, Robô" (Isaac Asimov, 1950)
-
Formalmente, el término "inteligencia artificial" apareció por primera vez en 1955. En esa ocasión, John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon propusieron un estudio de dos meses en la Facultad de Dartmouth en Estados Unidos. Querían hacer que las máquinas usasen el lenguaje, creasen conceptos y abstracciones, resolvieran problemas y se pudieran auto mejorar.
La idea de la IA, aún sin ese nombre, surgió unos años antes. En 1950, el matemático inglés Alan Turing publicó el artículo "Computing Machinery and Intelligence" ("Computadoras e inteligencia").
En el texto, discutió la posibilidad de interacción entre máquinas y propuso la Prueba de Turing (llamado Juego de Imitación por el autor), que analiza la capacidad de un dispositivo para imitar el pensamiento de un ser humano.
Turing señaló que si una máquina pudiera imitar a un humano en sus capacidades de conciencia: comprender el lenguaje, aprender de una conversación, recordar lo que se dijo, comunicarse y tener sentido común, significaría que la computadora misma sería consciente.
El juego consiste en hacer preguntas a una persona y a una computadora, sin saber cuál es cuál. A partir de las respuestas, el interrogador intenta identificar al humano y a la máquina.
Se ha criticado mucho este modelo, acusado de no considerar la capacidad creativa y presentar una concepción limitada de lo que es la inteligencia humana.
La esperanza de Turing era que la prueba se aprobara antes de 2000. Sin embargo, ningún ordenador ganó el juego, que hoy en día sigue siendo uno de los objetivos para los investigadores de IA.
Uno de los principales desafíos es que el interrogador sepa que una de las partes entrevistadas es una máquina. Ya se han superado las versiones más simples del juego, sin que el participante sepa que habla con una computadora.
Uno de los hitos más famosos en la historia de esta tecnología se produjo en 1997, cuando la computadora Deep Blue de IBM derrotó al ajedrecista que en aquella época ostentaba el título de campeón mundial, Garry Kasparov.
En 2016, otro hito: AlphaGo (de Google) ganó al campeón mundial del juego japonés Go, considerado más complejo que el ajedrez.
Las victorias ciertamente han llamado la atención sobre tecnología, pero no demuestran grandes avances en IA.
Las funcionalidades utilizadas para que las maquinas pudieran jugar al ajedrez fueron creadas en 1950 por el matemático estadounidense Claude Shannon. Y lo que ha cambiado en estos 47 años ha sido el poder de las computadoras y su capacidad para procesar información.
Shannon propuso dos formas para que un ordenador jugase al ajedrez. La primera usando lo que los expertos llaman fuerza bruta. Simulando varias (miles o millones) de posibilidades en cada jugada, y la máquina elige la que cree que es la mejor, sin pensar en una estrategia más amplia.
El otro era analizar la menor cantidad de movimientos posibles, siguiendo una estrategia. En los años 50 y 60, este modelo, aunque era más complejo, era más común debido a lo que permitían hacer los ordenadores de la época, ya que menos movimientos era comprobados.
En la victoria sobre Kasparov, el sistema IBM utilizó el primer sistema. Deep Blue analizó alrededor de 200 millones de posiciones por segundo.
"Cuando se calmaron los ánimos [de la victoria de Kasparov], los investigadores se dieron cuenta de que crear un campeón de ajedrez artificial no enseña mucho", escribió François Chollet, investigador de inteligencia artificial de Google, en un artículo científico publicado en noviembre.
"Aprendieron a hacer una IA que jugara al ajedrez, pero ni este conocimiento ni la IA construida sirve para mucho más que participar en juegos de mesa similares", agrega Chollet.
En el caso de Go, Chollet dice que aún no ha encontrado una funcionalidad para la tecnología utilizada en la victoria.
INVIERNOS EN IA Y MACHINE LEARNING
Las buenas ideas en papel, pero sin efecto práctico, contribuyeron a una gran caída en las expectativas en torno a la IA.
Dos veces en la historia se ha dejado de lado esta tecnología, en períodos llamados de "inviernos" - hace referencia al invierno nuclear, un fenómeno hipotético de enfriamiento climático global después de una guerra nuclear.
Las decepciones sufridas con la inteligencia artificial han llevado a los gobiernos que financiaron la investigación en el área, como el americano y el británico a reducir las inversiones en sus primeros años.
Durante ese invierno, los investigadores comenzaron a adoptar otros nombres para la tecnología en un intento de recaudar fondos. Aparecieron términos como "machine learning" ("aprendizaje automático") o "informática avanzada".
En la década de 1970, la inteligencia volvió a ganar cierto prestigio con el concepto de sistemas expertos. Eran programas de computadora centrados en imitar a un ser humano experto en un tema específico para llevar a cabo una actividad. Hubo programas especializados en analizar estructuras químicas y diagnosticar enfermedades, entre otros.
Generaron muchas expectativas y algunos de ellos despegaron, pero el trabajo para desarrollar estos programas fue muy arduo. Además, no era posible entender cómo pensaba la máquina y sacaba sus conclusiones; en cierto modo, funcionaba como una caja negra.
"La gente se desilusionó y abandonó el área de estudio", dice Kanta Dihal, investigadora de la Universidad de Cambridge.
Traducido por AZAHARA MARTÍN ORTEGA