En TECHcetera hemos hablado varias veces sobre la manera como, los sistemas se van haciendo cada vez más autónomos gracias a la ayuda de la Inteligencia Artificial y sobre la forma de entrenar a la máquina para que aprenda cosas.
Para los que no lo saben, las máquinas aprenden de diversas formas pero, la gran mayoría parten de 3 tipos de aprendizaje:
- Supervisado,
- Sin supervisión
- Aprendizaje reforzado
Los casos de uso de cada tipo de aprendizaje son diferentes y es difícil afirmar que uno es mejor que el otro pero, señor lector, si tiene 5 minutos más para dar un paseo rápido por el camino del aprendizaje a nivel de la Inteligencia Artificial, lo mejor visualizar el siguiente video con la mente abierta y un buen café (nadie lo va a culpar si necesita parar, retroceder y/o verlo varias veces).
Vale la pena aclarar que, existen grandes diferencias en la forma como funciona una red neuronal vs un programa tradicional de computación. Para entenderlo, lo mejor es analizar la forma como actúa cada uno:
- El programa se alimenta de un set de datos y un compendio de reglas para generar una serie de respuestas,
- La red neuronal se alimenta de un set de datos y una serie de respuestas para crear el compendio de reglas.
La red neuronal “parece” hacerle ingeniería inversa al funcionamiento del programa tradicional, lo cual, en algunos casos (en los cuales no se conocen las reglas para llegar a esas respuestas) ahorra mucho tiempo
Dado que los sistemas han evolucionado gracias a la Computación Inteligente a tal punto que, pueden aprender sobre un determinado proceso de forma adaptativa, por medio de la observación y el censo de las estadísticas. Todo con el fin de encontrar la manera más apropiada para procesar escenarios vale la pena preguntarse:
¿Si la Inteligencia Artificial también aprenderá los vicios, prejuicios o sesgos?
Tal como se pude ver en el video relacionado con este tema, lastimosamente, teniendo en cuenta que, en ocasiones, el set de datos puede ser limitado, incompleto, codificado con falta de valores o de forma excluyente hacía algunos grupos éticos, sociales y/o ideológicos; el resultado, como era de esperarse, será que las normas o reglas terminen siendo también sesgados o llenos de vicios.
