Un estudio publicado recientemente por una combinación de profesionales de la Universidad de Washington, la Fundación Mozilla y la división de investigación de Google profundiza en el aprendizaje automático y en cómo sus deficiencias están inevitablemente vinculadas a los prejuicios y la cultura humanos.
Nos tomaremos el tiempo para discutir algunos hallazgos clave, así como el lugar de ML en el mundo actual.
El aprendizaje automático es el tema candente que buscan todos los científicos, ingenieros, programadores y empresas de tecnología. Y aunque ciertamente ha entrado en un campo de juego completamente nuevo en los últimos años, la IA ha sido un elemento básico de la cultura y la tecnología pop durante años. Desde la época de HAL-9000 de 2001: una odisea del espacio, nadie ha sido capaz de eliminar de su mente la idea de las máquinas sensibles. Ciertamente, no los desarrolladores e investigadores, que están poniendo su corazón y su alma en el desarrollo de bases de datos de aprendizaje automático que pueden ayudar a la IA a "aprender" mejor y más rápido.
Bing reveló a principios de 2019 que aproximadamente el 90% del algoritmo de clasificación de su motor de búsqueda se basa en el aprendizaje automático. La IA se ha labrado un nicho especial en los campos de la medicina y la farmacia, y se utiliza para la identificación de enfermedades y para ofrecer un tratamiento primario en respuesta. Incluso las grandes empresas de tecnología como Apple han adquirido pequeñas empresas de inteligencia artificial y nuevas empresas mientras miran hacia el futuro. Sí, la inteligencia artificial y el aprendizaje automático parecen ser el camino a seguir.
Sin embargo, como señala nuestro estudio, realmente no todo es bueno. El aprendizaje automático tiene bastantes obstáculos por delante. Sin embargo, nuestro análisis de las limitaciones se basa menos en características técnicas y más en sociológicas.
El documento, titulado Datos y su (des) contenido, profundiza mucho sobre las deficiencias de la inteligencia artificial y el aprendizaje automático. Esencialmente, bastantes problemas que surgieron con el aprendizaje automático se reducen al elemento humano que entra en la creación de bases de datos para estas tareas. Como revela el estudio, las bases de datos a menudo se componen de información adquirida ilegalmente. Dado que la IA no puede, en su mayor parte, averiguar qué información se puede obtener de manera justa y cuál no, los derechos de autor y los límites personales se quedan en el polvo, y a los desarrolladores no les importa mucho, ya que más información significa mejores algoritmos de trabajo.
Otro problema con el aprendizaje automático es que se puede engañar fácilmente para perpetuar los prejuicios contra las minorías y las poblaciones marginadas. Dado que los desarrolladores y las empresas detrás de dicha IA solo se basan en su propio conocimiento técnico y en los datos adquiridos en línea (que en su mayoría representan los puntos de vista de las mayorías de la población), el proceso de aprendizaje se vuelve mucho más limitado en la visión, en detrimento adicional de las minorías.
La IA todavía tiene un largo camino por recorrer antes de alcanzar la gloria de la ciencia ficción. Los desarrolladores deben tomar medidas adicionales para garantizar que las bibliotecas de información que se alimentan a sus productos estén seleccionadas a partir de fuentes legales e imparciales. Lo cual, considerando cómo 2020 solo reveló más cuánto odio las comunidades pueden supurar hacia sus minorías, parece ser una tarea demasiado abrumadora.
Gracias por visitar este sitio, espero que te haya gustado y vuelvas proximamente, compartela en las redes sociales, gracias
