Ámbitos de análisis de la IA

Económico y productivo

En términos generales, la tecnología ha demostrado que su adopción y crecimiento es siempre exponencial. La IA no ha sido la excepción y desde hace varios años, se ha generado información, estudios y predicciones sobre el impacto que tendrá en el ámbito económico y productivo. De acuerdo a estos modelos de adopción, los “early adopters” son aquellas entidades que deciden incorporar la tecnología a sus procesos y modelos de forma temprana. Están dispuestos a experimentar soluciones que han sido generadas por innovadores, conscientes que muchas de ellas requerirán cambios significativos para funcionar eficientemente y que, en algunos casos, otras se quedarán en el camino. A cambio, apuestan por obtener ventajas que los puedan diferenciar de su competencia, crear valor agregado o abrir nuevos mercados. La IA se encuentra en una transición entre “innovators” y “early adopters” y cercana a una adopción masiva.

De ahí, que un importante número de estudios de mercado y de expertos en la materia, coincidan en que la IA tendrá un importante impacto en el ámbito económico y productivo dentro las siguientes décadas, especialmente para aquellos países que cuentan con un amplio sector industrializado como generador de su PIB. Debido a su amplia aplicabilidad, la IA tomará diferentes rumbos evolutivos de acuerdo a los resultados que se irán obteniendo en su implementación, pues las empresas buscarán mejorar sus procesos, incrementar la satisfacción de sus clientes, elevar la productividad de sus empleados, acelerar la creación de nuevos productos, adaptarse con mayor velocidad a la demanda, encontrar nuevos modelos de negocio, conectar cadenas de suministro, entre otras tantas aplicaciones productivos con alto impacto económico.

En conclusión, la IA tendrá en las próximas décadas un impacto muy importante en el ámbito económico y productivo, tanto en las empresas que la adoptarán como en aquellas que la crearán. España, se encuentra ante una oportunidad única de tomar ventaja en ambas direcciones, por lo que es imperativo generar las condiciones necesarias a la mayor brevedad posible para alcanzar el liderazgo en esta materia.

Jurídico y normativo

Es importante entender que la inteligencia artificial puede ser víctima de los sesgos humanos. Estos sesgos pueden haber sido modelados de forma consciente o inconsciente por sus diseñadores, pero que claramente pueden afectar las recomendaciones o acciones que realice, en perjuicio de las libertades o legislación vigente.

Diseñar la IA para que sea confiable requiere la creación de soluciones que reflejen principios éticos profundamente enraizados en valores importantes y atemporales. A medida que lo pensamos, nos hemos centrado en seis principios que creemos que deberían guiar el desarrollo de la IA. Específicamente, los sistemas de inteligencia artificial deben ser justos, confiables y seguros, privados y seguros, inclusivos, transparentes y responsables. Estos principios son fundamentales para abordar los impactos sociales de la IA y generar confianza a medida que la tecnología se vuelve cada vez más parte de los productos y servicios que la gente usa en el trabajo y en el hogar todos los días.

Esto implica un impacto sustancial en la legislación vigente, que deberá acomodarse para garantizar la justicia en el uso de estos sistemas, así como de definir una nueva normativa dotada con herramientas que sean acordes a 4 pilares fundamentales: Justicia, Confianza y Seguridad, Privacidad, e Inclusividad) y que garanticen las dos piezas en las que se sustentará toda la normativa: transparencia y responsabilidad).

Laboral

Existen muchos estudios e informes de acreditados expertos y empresas, que indican el gran impacto que va a suponer en el mercado laboral la IA. Todos indican, que hay empleos van a desaparecer sustituyéndose por IA, pero que otros muchos empleos se crearán nuevos. Existen discrepancias en el número de empleos destruidos y creados, pero teniendo en cuenta que la IA no podrá asumir el 100% de todas las actividades de un sector, el trabajo humano seguirá siendo imprescindible en un futuro.

Los puestos de trabajo que se estima se verán más afectados a corto, serán aquellos trabajos menos cualificados, puestos de oficina rutinarios, roles administrativos, puestos que intervienen en la producción y fabricación, archivado o almacén y paquetería. Empezar a reciclar a estos trabajadores, que se prevé serán desplazados, para que realicen labores más creativas o ponerlos a trabajar junto a IA, es clave para evitar el desplazamiento de los seres humanos por la tecnología.

Necesitaremos una planificación cuidadosa si queremos evitar el impacto potencialmente negativo que la tecnología tiene en el trabajo. Para lograrlo, los expertos opinan que el reciclaje continuo va a ser una práctica habitual para todos los trabajadores. El impacto de la tecnología acortará la vida útil de las habilidades de los trabajadores, que tendrán que estar formándose durante toda su vida laboral.

Recursos humanos

Este uso de la tecnología de IA y capacidades analíticas, en sentido amplio, dentro del ámbito de los recursos humanos en las empresas se denomina Analítica de Recursos Humanos ARRHH (en inglés HR Analytics), aunque también aparece en los medios como analítica del talento (talent analytics), analítica de las personas (people analytics), o analítica de personal (workforce analytics). Salvo pequeños matices en cuanto a la perspectiva, en esencia, consiste el recopilar y analizar datos de las personas y la organización, con el fin de mejorar el rendimiento y la satisfacción del personal de esa organización. De alguna forma, se trata de aplicar la evidencia basada en los datos también para la toma de decisiones en este ámbito.

Las ventajas del uso de ARRHH se traducen en procesos más claros que no recurren a suposiciones, mejora en la retención del talento, refuerzo del compromiso laboral al percibir que se atienden expectativas, identificación de mejora de las capacidades por formación o contratación, y anticipación de medidas de aumento de la satisfacción. En concreto, con la aplicación de la IA para entrar de lleno en técnicas prescriptivas, se pasa de entender el pasado a poder diseñar el futuro, previniendo futuros inconvenientes y ahorrando costes.

En el otro plato de la balanza se encuentra la necesidad de adaptación de los departamentos de RRHH a esta visión y a la propia tecnología, la perentoria normalización de los datos para establecer relaciones entre ellos, el esmero en garantizar la calidad de los datos y también la calidad del acceso, y la susceptibilidad que puede crearse al introducir en las relaciones laborales los resultados de analizar datos originados en diferentes momentos de la actividad laboral de modo poco transparente, así como la intrínseca sensibilidad de algunos datos (sueldos, enfermedades). En este sentido, las técnicas han de utilizarse con la precaución debida, ya que el comportamiento humano es complejo y los algoritmos pueden contribuir a reforzar la uniformidad o los prejuicios.

Medioambiente

La aplicación de la Inteligencia artificial, junto con tecnologías de tratamiento y captura de datos, para la aplicación en el cuidado del medio natural, ha permitido la creación de una nueva disciplina conocida como informática medio ambiental o Internet del Environment.

El poder contar con poderosas herramientas para manejar volúmenes ingentes de datos en tiempo real, analizarlos, prever acontecimientos y visualizar impactos, ha llevado a extender el uso de este tipo de técnicas para la realización de todo tipo de estudios e iniciativas medioambientales que permiten el fortalecimiento, protección y cuidado del medio ambiente en su conjunto, dando una serie de beneficios que no solo repercuten en la mejora y cuidado del medioambiente, sino que hacen más eficientes los recursos aportados por las administraciones públicas, gobiernos, ONGs y empresas.

El crecimiento de estas tecnologías, junto con el cambio cultural que está sufriendo la sociedad actual y la evolución en el modelo productivo de las empresas a nivel mundial cada vez más concienciadas con los problemas del medio ambiente y el cambio climático, hacen prever que estas tecnologías se irán incorporando cada vez de manera más amplia en todos los ámbitos; sociales, económicos y productivos con el fin de proteger el medio ambiente, en todos procesos sociales y económicos.

Desde el punto de vista gubernamental europeos están trabajando en potenciar el uso responsable de los recursos que disponemos teniendo en cuenta el cuidado del medio ambiente. Sin duda la inteligencia artificial juega en todos los casos un papel muy importante, pero la IA por si sola necesita de datos, datos abiertos.

Teniendo esto en cuenta, todos los países en mayor o menor medida están posicionándose para contar con estas herramientas para:

Elaborar políticas públicas para Medio Ambiente.
Desarrollar planes de conservación ambiental.
Determinar compensaciones por daño ambiental.

Socio sanitario

Este ámbito cumple con condiciones que para la IA son primordiales, por ejemplo, cantidades enormes de datos a procesar o complejos escenarios que se caracterizan por tener múltiples variables de análisis. La decodificación del genoma humano y su aplicación médica, están abriendo caminos inimaginables para prevenir y curar enfermedades como nunca antes la ciencia había logrado. Detectar síndromes, patrones hereditarios o riesgos a la salud relacionados a la genética es uno de los ámbitos en que la IA se ha desarrollado en la última década.

Los avances en ambos sectores, tanto en el digital como en el sanitario, permiten a España tomar una posición de liderazgo en lo que a IA en el sector socio sanitario se refiere. Esta condición especial debe capitalizarse lo antes posible para que el país pueda despegarse de sus cercanos competidores. En este caso, las acciones y estrategia del gobierno son factores fundamentales para ello.

Educativo

Según un estudio de la “Fundación Española para la Ciencia y la Tecnología”, existe en la actualidad solamente un 14% de ciudadanos con interés en temas o materias tecnológicas, frente al 25% que no tienen ningún interés en estas materias. Una de las causas que alegan las empresas para no seguir el ritmo de otras en otros países, es la falta de perfiles especializados.

Aunque se están revisando las causas y buscando alternativas para solucionarlo, los indicadores iniciales apuntan a que se debe revisar el modelo educativo y CV de estas universidades y centros, para adecuarlos a los nuevos cambios tecnológicos que están surgiendo y estar a la vanguardia del cambio.

Según han señalado multitud de autores en esta área: la mayoría de las profesiones del futuro aún no existen o se están creando, y la mayoría de ellas estarán dentro del ámbito de las tecnologías de la información.

La ambición expresada por la Secretaria de Estado de Digitalización e Inteligencia Artificial (SEDIA) de liderar este campo en Europa requiere un cambio disruptivo e innovador sobre los planteamientos estratégicos actuales. Una estrategia eficaz para el desarrollo de la inteligencia artificial debe contemplar los elementos fundamentales que conformen unas bases sólidas sobre las que construir nuevas políticas y programas públicos, atraer nuevas inversiones y coordinar las actuaciones y esfuerzos de emprendimiento de los agentes económicos y sociales, públicos y privados.

En este sentido, destacamos cinco pilares que deben observarse y desarrollarse de forma simultánea y coordinada por la Administración Pública para la obtención de los resultados esperados:

Apertura, acceso y compartición de datos
Independencia digital y fortalecimiento de infraestructuras
Generación de valor a partir de los datos
Desarrollo de habilidades digitales
Gobernanza y ética de la IA

Ciberseguridad

El uso de la inteligencia artificial tiene especial relevancia aplicada a la ciberseguridad. La tecnología de la inteligencia artificial cada vez está siendo más utilizada en el ámbito de la seguridad de redes de telecomunicaciones, infraestructuras y sistemas/plataformas. Los ciberataques cada vez son más rápidos, usando cada vez tecnologías y equipamientos más sofisticados y estrategias de acceso más creativas. Estas acciones tienen perjuicios valorados en cientos de millones de dólares al año.

Los principales casos de uso que están en la actualidad desplegados en los centros de defensa Ciber son:

Detección de intrusiones: Los algoritmos de Machine Learning ayudan a detectar y defenderse de intrusiones yendo más allá de simples reglas lógicas. Una vez que el comportamiento es “aprendido” por la IA basándose en patrones como los intentos de acceso, frecuencia, cantidad de datos por petición, los “outliers” son automáticamente identificados y marcados como sospechosos sin la necesidad de intervención humana.
Detección de software malicioso (Malware): todo código malicioso es creado por ciberdelincuentes, pero las subsiguientes versiones son creadas de forma automática. Utilizando algoritmos de Machine Learning se pueden detectar futuras versiones y variantes del código malicioso y prevenir su distribución.
Uso de la IA para la detección de patrones de usuarios: durante los últimos años hemos visto como grupos organizados de ciber-delincuentes han comprometido la identidad de usuarios de grandes compañías. La IA puede utilizarse para detectar patrones de comportamiento e identificar patrones no usuales y alertar a los equipos de seguridad.

Tecnológico

Las innovaciones potenciales de la IA incluyen la recomendación y supervisión de la salud, las recomendaciones en temas de salud mental y física, una educación aumentada para los estudiantes online, una respuesta eficiente a los desastres naturales, el descubrimiento rápido de nuevos materiales, la gestión precisa de los recursos hídricos, la innovación empresarial o la resiliencia de los sistemas ciberfísicos. Todas estas innovaciones requieren de avances de la IA en el ámbito tecnológico.

En primer lugar, el desarrollo de sistemas inteligentes integrados requerirá realizar investigación en tres áreas principales, incluyendo el desarrollo de principios fundacionales para combinar las capacidades modulares actuales de la IA, la contextualización de las capacidades generales para usos específicos o la creación de repositorios de conocimiento abiertos. A continuación, se detallan algunas de las prioridades relacionadas.

Ciencia de Inteligencia Integrada.
Contextualización.
Conocimiento

En segundo lugar, muchos de los sistemas de IA del futuro trabajarán colaborativamente con las personas, ayudando en su trabajo y automatizando tareas repetitivas. En este contexto, la interacción natural con las personas es fundamental, de modo que se implementen técnicas para una colaboración productiva entre personas y dispositivos o una interacción multimodal que respete la privacidad. Por ello, se han definido las siguientes áreas tecnológicas: