Es un hecho que la tecnología avanza a pasos agigantados. Actualmente estamos viviendo lo que Jeremy Riffkin, avalado por el Parlamento Europeo y la ONU, denomina la Tercera Revolución Industrial, con grandes descubrimientos e inventos que mueven a la sociedad hacia el comienzo de nuevas eras. Me pregunto si así debieron de sentirse nuestros ancestros cuando inventaron la escritura. Esa sensación de saber que ya nada volverá a ser igual.
En este caso evolucionamos hacia una sociedad mucho más independiente, que busca vivir sin molestias, sin interrupciones y, sobre todo, sin tener que ocuparse de las pequeñas cosas. Casas conectadas, coches inteligentes… El principal objetivo de todos estos avances es simplificar al máximo las tareas cotidianas para que el individuo pueda ocuparse de los temas importantes que conforman su vida.
Pero no nos conformamos con investigar (sí, todavía investigar en ciertos campos) cómo trabajar con esas tecnologías para ponerlas al servicio del ser humano en su día a día. No. Necesitamos más. El ser humano siempre quiere ir más allá y por eso ya investiga activamente en el campo de la Inteligencia Artificial (IA).
A diferencia del machine learning, que procesa millones de datos para obtener una respuesta o directriz de comportamiento (y es la herramienta utilizada para la casa conectada o el coche inteligente), la IA va un paso más allá. Basada en redes neuronales artificiales, la IA no sólo analiza distintos factores, sino que “razona” y “piensa”. Busca la mejor solución a un problema e interactúa con su entorno.
Las IA, por lo general, están compuestas de redes neuronales que imitan a las del cerebro humano. Su forma de aprender es a través de las personas: imitación, escucha y aprendizaje. Sin embargo, también se complementa con el aprendizaje de otras máquinas y se puede crear una unión entre dos IA que les permita conectar de tal forma a distintos niveles.
La IA ya está aquí
Por ejemplo, Google Brain, un proyecto de deep learning de Google que investiga sobre Inteligencia Artificial, creó un experimento en el que una máquina (Alice) tenía que transmitir un mensaje cifrado a otra (Bob), quien a su vez debía decodificarlo y comprenderlo, mientras que una tercera (Eve) intentaba descifrar el mensaje que le estaba transmitiendo. Al principio, Eve no tenía que esforzarse mucho en interceptar y decodificar el mensaje, pero con el tiempo, Alice empezó a codificar de forma más depurada y a Eve le fue casi imposible averiguar lo que decía.
Tanto a Alice como a Bob se les dieron de inicio unos números predefinidos para que los utilizasen para cifrar y descifrar. Lo realmente importante fue descubrir que Bob era capaz de desencriptar estos mensajes gracias a un aprendizaje gradual y la comprensión de Alice. Y todo esto sin que una tercera máquina pudiera comprenderlo.
Otro ejemplo fue la desconexión hace unos días de una red neuronal con la que Facebook estaba experimentando . El experimento consistía en un chatbot que aprendía del ser humano a negociar a través de ejemplos e interacción con ellos. Finalmente, tenía que negociar con otra máquina para poner en práctica lo aprendido. En este caso, la red neuronal había aprendido tan bien que había creado su idioma particular, basándose en el inglés, con el que era capaz de comunicarse y negociar con la otra máquina. Facebook, tras ver los resultados, decidió apagarla. ¿Por qué? Sencillamente porque al darle las instrucciones, no especificaron cuáles eran los límites (hablar en un inglés que pudiese entender el ser humano) y, por lo tanto, la máquina había encontrado su propio camino para hacerlo, dejando al margen a las personas. Y esto es lo más peligroso de todo: que el ser humano se quede fuera del control de la máquina.
¿Cuál es el límite?
Esto nos plantea la pregunta: ¿hasta qué punto es útil, necesario y peligroso dotar a las máquinas de este razonamiento?
No somos los únicos que se lo plantean. Las figuras más relevantes de la industria tecnológica ya debaten sobre la pertinencia de explorar estas vías. Incluso Mark Zuckerberg y Elon Musk (CEO de Tesla) lo han hecho en público a través de sus cuentas de Twitter. Mientras que Musk considera que es arriesgado jugar con la IA de forma que pueda dotarse a las máquinas de la capacidad de razonar, el creador de Facebook aduce que la IA es sólo una herramienta más para que la sociedad evolucione, de la misma forma que lo hizo en las anteriores revoluciones industriales o, incluso, en la revolución que supuso Internet para la comunicación.
Ante estas dudas, expertos del Instituto para el Futuro de la Humanidad de la Universidad de Oxford, junto con integrantes de DeepMind, publicaron en 2016 un estudio en el que comentaban lo que ellos llamaron “Safely Interruptible Agents”, algo así como agentes desconectables de forma segura, en español. Estos científicos crearon una serie de normas y criterios para evitar que DeepMind tome el control del sistema y pueda, incluso, suspender los protocolos que permiten a los humanos retomar el control del sistema.
Se trata de una especie de mecanismo que nos asegure que las máquinas nunca podrán volverse contra los humanos, que nos asegure que siempre podremos contar con ese botón donde desconectar una Inteligencia Artificial que empiece a suponer un riesgo. Los científicos consideran que este es el camino que se debe seguir para poder seguir investigando en IA, pero con una seguridad.
Aunque estamos muy lejos de crear un Skynet que pueda poner al ser humano en peligro, está claro que este movimiento va a seguir creciendo y debemos protegernos. Y nada mejor que construir mecanismos para que siempre se cumplan las leyes de la robótica de Isaac Asimov.
