Aunque el trailer de TAU, la película de Netflix es un poco aterrador! Y no es para menos, al pensar que un inventor puede llegar a secuestrar a otro humano con el fin de perfeccionar a una Inteligencia Artificial, es una realidad que, muchas veces en ciertos servicios “gratuitos” (no hay nada gratis en esta vida), nosotros somos el producto y, por lo mismo, nuestros datos sirven como el “conejillo de indias” para alimentar el proceso de aprendizaje de los algoritmos.
Tal como lo decíamos anteriormente en otro artículo, es un poco aterrador pensar que toda la información de lo que hacemos en línea está quedando guardada en la llamada huella digital que, muy posiblemente, volverá del pasado para juzgar a todo aquel que no haya tenido el cuidado del caso.
Así las cosas, dicha huella, aunque imperfecta debe manejarse éticamente pues, muy posiblemente, va a estar llena de vicios debido a la falta de contexto, de orden cronológico y de errores o sesgos del imperfecto proceso de aprendizaje de los algoritmos.
Muchos se preguntarán: ¿A qué se refiere el tema de los vicios en el proceso de aprendizaje de máquina? La respuesta es simple, es común que los métodos de aprendizaje estén sujetos a la perspectiva, interpretación y hasta a los vicios de todos aquellos que hacen las veces de “entrenadores”. Por ejemplo, si la máquina es entrenada bajo los parámetros de un régimen o dictadura, seguramente, va a tener una asociación negativa hacia conceptos como el “libre pensamiento”, la “comunicación abierta” e ideas similares.
Además de lo anterior, hay que tener en cuenta que, en ocasiones, el set de datos usado en el proceso puede ser limitado, incompleto, codificado con falta de valores o de forma excluyente hacía algunos grupos éticos, sociales y/o ideológicos. Dando como resultado, normas o reglas sesgadas.
Por lo mismo, no es nada sorprendente que, a nivel de los algoritmos, existan una serie de medidas necesarias para asegurar la inocuidad o sanidad de los mismos (higiene de los algoritmos), desde su concepción, entrenamiento y su capacidad de reedición constante para mejorar la ética a nivel de la inteligencia artificial.
Así las cosas, no es bueno dar por sentado que los algoritmos son simplemente perfectos, constantemente debe existir supervisión para revelar las fallas, reportar los errores y, sobre todo, probar los casos de uso en el mundo real (no es suficiente hacerlo en situaciones teóricas o ideales) de acuerdo a los valores éticos y morales de la humanidad.
