Ciencia y Tecnología
Inteligencia artificial: más datos pero menos innovación
(DW) - Innovación a través de sueños: eso es justamente lo que se necesita, según el experto en informática Viktor Mayer-Schönberg. Y ese es precisamente el motivo por el cual la inteligencia artificial (IA) no puede superar al ser humano. "Los seres humanos podemos imaginarnos cosas que no existen aún”, dice Mayer-Schönberg, que trabaja en la Universidad de Oxford. Si bien la IA es entrenada con cantidades inmensas de datos, se trata de datos del pasado. Reflejan lo que podemos aprender del pasado para el presente. "La IA nos puede facilitar el acceso a conocimientos que resultan de los datos almacenados, pero no piensa por sí misma nada nuevo”, explica el científico en entrevista con DW.
Es decir, que si el presente o el futuro son muy distintos del pasado, la IA no nos ayuda a encontrar las soluciones correctas. Si en la época de Henry Ford se le hubiera preguntado a la gente que era lo que deseaban, la mayoría hubiera respondido: "un caballo más veloz”, es decir, una solución que proviene de las experiencias del pasado. Pero desarrollar un automóvil con motor a combustión era una innovación que no se deducía lógicamente del pasado.
"Vivimos en tiempos poco innovadores”
Por lo tanto, la IA es una herramienta para evaluar grandes cantidades de datos y aumentar la eficiencia, especialmente en tiempos de aguas económicas tranquilas. Sin embargo, no vivimos en tiempos estables. Los desafíos que plantea el cambio climático requieren innovaciones adicionales. Durante este tiempo, lamenta Mayer-Schönberger, la fuerza innovadora y la velocidad de la innovación disminuyeron. A pesar del rápido progreso en el campo de la IA.
Ufuk Akcigit, de la Universidad de Chicago, y Sina T. Ates, de la Junta de la Reserva Federal de EE. UU., también han observado que el crecimiento de la productividad se ha desacelerado en Estados Unidos. En ese país, el ritmo de innovación en las empresas ha disminuido desde los años 80 y, lo que es aún más sorprendente, desde los años 2000, según ambos científicos, que ven la causa en una escasa competencia entre las empresas líder y sus rivales. Algo que también tiene que ver con que el saber no se comparte lo suficiente, por lo cual muchos novatos no pueden obtener conocimientos acerca de los progresos en las empresas pioneras y crecer en su profesión. Por otro lado, no se presiona lo suficiente a las grandes compañías tecnológicas, que si no se enfrentan a la competencia no están tan motivadas como para volverse innovadoras.
Los datos, materia prima de la innovación
En cuanto al tema "compartir el saber”, todo gira en torno a los datos. Con IA es posible evaluar enormes cantidades de ellos. Y las cantidades de datos almacenados son cada vez mayores, constata la Confederación de la Industria Alemana (BDI, por sus siglas en alemán). Desde 2012 hasta 2022, el volumen de datos generado a nivel mundial se multiplicó por diez. Hasta 2025 se triplicará incluso esa cantidad.
Y en eso juegan un papel los grandes grupos tecnológicos como Google, Amazon o Facebook. Como empresas pioneras en el sector, reúnen cantidades inimaginables de datos, y gracias a estos se vuelven más eficientes, pero los mantienen bajo llave.
"Aunque las grandes empresas digitales tienen fama de ser pioneras digitales, en realidad ralentizan los procesos de innovación y el progreso porque guardan los datos para sí mismas", afirma el científico de la información Mayer-Schönberger. Otras empresas, pero también instituciones científicas o la sociedad civil, tienen poco o ningún acceso a estos datos.
Solidificar estructuras oligopólicas
Y cuando otras empresas generan innovación, son absorbidas a menudo por las más grandes. Simplemente para mantener a los competidores a distancia, según dicen Mark A. Lemley y Andrew McCreary, de la Universidad de Stanford, California. Hace 20 años, más de un tercio de las empresas emergentes exitosas en Silicon Valley salieron a bolsa, señala Mayer-Schönberger. Hoy, un 75 por ciento de las startups son compradas por las grandes plataformas, como Google o Facebook.
Esa concentración influye no solo en la velocidad de innovación, sino que también representa un riesgo sistémico, indica Mayer-Schönberger, y lo compara con automóviles en una autopista. Si los frenos de un auto no funcionan, eso es un problema. Pero si no funcionaran al mismo tiempo los frenos de todos los automóviles en la autopista, porque hay un solo tipo de automóvil, eso provocaría una crisis.
Soluciones que podrían provenir de la política
El dilema se podría solucionar si la política se ocupara de que el acceso a los datos fuera más libre. "No hay derechos de propiedad de datos”, aclara el experto. El derecho de propiedad intelectual, el de autoría, o el derecho de patentes se aplican a obras concretas que han sido producidas, es decir, que son resultado del pensamiento humano. Sin embargo, no se puede establecer la propiedad de los datos, afirma el especialista en informática.
En opinión de Mayer-Schönberger, con la Ley de Servicios Digitales y la Ley de Mercados Digitales, la UE ha dado un paso en la dirección correcta. Pero se podría hacer más a nivel nacional.
Para fomentar la innovación, el sistema educativo también debe estructurarse de otra manera, subraya Mayer-Schönberger. De esta manera, la próxima generación recibirá muchos incentivos para soñar de forma específica. "No se trata de memorizar un poema del siglo XIX, sino de ver el mundo con otros ojos", concluye Mayer-Schönberger. "Así que no necesitamos hormigas estilizadas y trabajadoras, necesitamos pensadores laterales incómodos".
aranza
Notas Relacionadas
- OpenAI anuncia que ya trabaja en un nuevo modelo de IA para sustituir a Chat GPT-4
- Microsoft mide desde mañana en su evento anual la solidez de su liderazgo en la Inteligencia artificial
- Intel lanza su último chip de inteligencia artificial para competir contra Nvidia
- Google presenta su primera CPU basada en Arm para competir contra Amazon y Microsoft
- Microsoft y OpenAI planean un centro de datos de 100,000 millones de dólares
