La IA y los jóvenes, blancos, delgados, rubios, bronceados y heterosexuales

A partir del análisis y la correlación de los datos, la IA define unos patrones de comportamiento de las personas, de los animales, de los hechos, de los colectivos, de los fenómenos climáticos, de la salud o de cualquier cosa. Esta inteligencia irracional es capaz de hacer avanzar enormemente la ciencia o predecir cuáles serán las conductas en cualquier circunstancia. ¿Qué pasa cuando los datos que conducen a los patrones y quienes los procesan en los centros de investigación pertenecen a personas blancas, hombres y occidentales? Por ejemplo, Dall-E 2 acaba de averiguar los estereotipos de belleza -joven, blanco, delgado, rubio, bronceado y heterosexual-. ¿Esto querría decir que este canon, que sirve para determinados grupos y países de Occidente, sería representativo de la mayoría de la población mundial? Los patrones son siempre santos y buenos, pero si con la belleza discrepamos, imaginémonos qué sucederá en otros campos.

Estaba visionando el otro día el pódcast Vía digitalizada (El café del Observatorio Social CaixaBank, Marta del Amo, 2023). La directora de la revista El País Retina considera que los tecnólogos de todo el mundo no son nada diversos: la mayoría son hombres de raza blanca y de clase media. Por lo tanto, los algoritmos elaborados acabarán reflejando su realidad, su contexto, su escenario, cuando al margen de estos calificativos se abre la inmensa mayoría social. La deducción a la cual llega es muy sencilla: no os fieis de lo que se encuentra en las redes. Hay que ir precavido.

La IA aprende de los datos que la alimentan. Deglute textos, imágenes estáticas y dinámicas, huellas, vídeos de cámaras de control, olas electromagnéticas, secuencias de correos electrónicos o de redes sociales; las homogeneiza de forma más o menos supervisada o no. A partir de estos movimientos se reconocen unos patrones, buscando la similitud y la correlación con otros ya establecidos. El hecho es que el reconocimiento de los patrones es una disciplina científica de extraordinario crecimiento. No hace nada más que utilizar las máquinas cada vez más perfectas y rápidas para reproducir lo que ha realizado la ciencia humana a lo largo de los siglos. ¿Qué es el management empresarial, sino la codificación de patrones de conducta empresarial triunfantes en determinadas condiciones? Aparecen unas cuestiones a responder en el interior de la empresa. A medida que se reúnen respuestas exitosas ante un mismo problema, se desarrollan teorías que conducen al éxito, utilizables por otros.

Pienso en el Diamante de Porter; en las cuatro P del marketing de Borden y McCarthy; en el Capitalismo Consciente de John Mackey y Sisodia; en los estudios de benchmarking que Xerox puso en circulación en los 80 o en los más recientes, cómo por ejemplo, Los 30 elementos de valor (Almquist, Senior y Bloch) en la Harvard Business Review o el modelo de negocio Canvas de Osterwalder. Todo había empezado con datos obtenidos a partir de estudios empíricos de los genios; una vez agrupados, examinados y comparados, emergen teorías, estrategias, tácticas, es decir, patrones aplicables. De este modo se fabrican los gurus, los best-sellers, los profesores ilustres y los grandes conferenciantes. Pues bien, una parte muy importante de la IA, en concreto la de aplicación de los conjuntos difusos, no hace nada más que reproducir algunas facetas del pensamiento y de la ciencia humana, de cara a construir modelos. La única diferencia es que lo hace más rápidamente, más esmerado.

Las películas de Netflix y los chips en el cerebro

El machine learning le permite, por ejemplo, a Netflix saber las películas preferidas por cada miembro de la familia y cómo evolucionan sus gustos para programar las de la próxima temporada. También a la industria alimentaria para avanzarse a los incrementos de la población vegana y vegetariana u otras tendencias de consumo para los próximos meses. En el sector sanitario para detectar más precozmente el Alzheimer, el cáncer o permitir que un lesionado medular ande normal. Resolver otras dolencias o idear la organización de la telemedicina. O a la movilidad para organizar los flujos de los vehículos, con conductor o sin, en cada momento por el interior de la ciudad. O a los chatbots respondernos más cuidadosamente a las demandas que les presentamos. O a los traductores automáticos afinar mejor los textos. O a los neurólogos implantar un chip en el cerebro, como pretende Neuralink, para vincular la actividad cerebral de los humanos a las computadoras.

Nos encontramos ante la oportunidad de aprovechar los adelantos de la IA. Por ejemplo, en la generación de puestos de trabajo tecnológicos que decupliquen los que destruye. En la reducción del esfuerzo físico humano, dejándolo en manos de las máquinas para mejorar la rentabilidad del tiempo de trabajo. En el acceso de forma instantánea a resultados científicos, la conquista de los cuales duraría siglos. En la mejora del bienestar de toda la población. A cambio que la legislación endurezca definitivamente la asociación de la IA a la falsedad, el fake, a la manipulación. Esta es la máxima preocupación social en este momento, a medida que se multiplican las malas prácticas.