De FOMO a la IA: Roger Valade sobre las Recompensas y Riesgos de la Inteligencia Artificial

A los 12 años, el CTO de ProQuest se propuso leer todos los libros existentes. Hoy en día, discute los beneficios y pasivos de la tecnología que pueden ayudar a las personas a alcanzar metas tan elevadas.

Nota del editor: Este editorial apareció originalmente en el boletín de la Sección de Política, Política y Relaciones Internacionales de ACRL, la sección Primavera 2019.

Por Roger Valade, Director de Tecnología, ProQuest

Cuando tenía 12 años, era un ávido lector, un rasgo que pude haber recogido de mi abuela, que devoraba libros en trozos insomnes. Pasé noches, fines de semana y días festivos escaneando tantas páginas —Stephen King, Tolkien, Asimov— en mi cerebro como la conciencia se lo permitiera. Pepsi alimentó mis necesidades de cafeína antes del café. Drowsing, me tomaría un descanso para lavarme la cara en agua fría, con la esperanza de poder disfrutar de tantas horas de noches de invierno oscuras y fáciles de leer de Michigan como sea posible. Y, después de mi toque de queda de las 9 p.m, me llenaba calcetines de tubo debajo de mi puerta para mantener la luz de mi lámpara oculta de la vigilancia parental.

Uno de mis objetivos era leer todos los libros que se habían escrito, y fue con gran pesar que me di cuenta lo suficientemente pronto de que mi ritmo de lectura no estaba manteniendo el ritmo de mi lista de lectura. Bien, genial, tendré que ser más selectivo. ¿Cómo leo los mejores libros? ¿Debería leer ampliamente de muchos autores y muchos géneros, o centrarme en un autor o región? FOMO, o "miedo a perderse", no era una campaña publicitaria en la década de 1980, pero realmente temía perderme.

Avance rápido unas décadas y el porcentaje de libros que he leído se ha desplomado. Le pedí a nuestro equipo de Bowker que sacara un informe de los nuevos libros publicados en los EE.UU. en los últimos cinco años. Desde 2014, se han publicado más de 2 millones de nuevos libros. En 2018, esa cifra subió a casi 3,4 millones. Mirando mi diario de lectura, sólo he leído 15.

Me he entregado a esta historia porque es idéntica a la difícil situación del investigador moderno, aunque en la investigación el problema es naturalmente mucho más grave. Intentar mantenerse al día con la cantidad de material que se publica no es humanamente posible. Sólo en la plataforma ProQuest, organizamos más de mil millones de documentos, desde los periódicos de esta mañana hasta libros escritos en el siglo XV. Hemos estado trabajando en este problema desde que Eugene Power fundó University Microfilms en 1938, soñando con fotografiar y microfilmar el conocimiento del mundo para catalizar su distribución y difusión.

Ayudar a los investigadores a encontrar el contenido que buscan, ya sea que ilumine una corazonada, los señale en una nueva dirección o proporcione un contrapunto frustrante, es nuestra misión fundamental, y normalmente nos hemos centrado en ese desafío principalmente con contenido, herramientas de búsqueda y flujos de trabajo. Hoy en día, sin embargo, no se puede ver un partido de béisbol o un espectáculo en horario estelar (creo que todavía existen) sin escuchar también acerca de aprendizaje automático o inteligencia artificial y cómo va a alimentar su entrenamiento, mejorar su viaje diario / dieta / lista de reproducción, o alimentar su negocio.

Mi hijo de 12 años ahora me pregunta antes de cada juego de baloncesto De Michigan Wolverine que la aplicación ESPN está prediciendo ganará el juego- y vemos la actualización de probabilidad de victoria en tiempo real, directamente en nuestro televisor. Llevar estas nuevas tecnologías para analizar texto, imágenes, vídeo y activos más nuevos como datos sin procesar, programas y algoritmos es una realidad emocionante. En ProQuest, hemos trabajado con estudiantes universitarios para usar herramientas de código abierto para analizar el contenido de los periódicos para dividir páginas en sus artículos constitutivos, para desambiguar París, TX, de París, para evaluar la reportabilidad de un informe de ensayo clínico.

Ninguna de estas opciones estaba disponible para mí cuando estudiaba literatura. Estoy innecesariamente celoso de los estudiantes de hoy, ya que pueden responder a una pregunta que habría tomado una semana para maniobrar con papel y bolígrafo en cuestión de minutos con un ordenador portátil y un cuaderno interactivo Jupyter. No tiene que leer todos los libros que existen: puede crear un modelo para leerlos, abstraerlos y tal vez responder algunas preguntas interesantes sobre ellos mediante la extracción de entidades, el análisis de opiniones y el modelado de temas. Es deslumbrante. Pero llevar estas nuevas tecnologías a la luz es también una operación quirúrgicamente delicada.

Por ejemplo, los flujos de trabajo que permiten algunos de nuestros servicios de seguridad de medicamentos están vinculados a procesos regulados por el gobierno. No es una opción perder un efecto adverso notificado por un ensayo clínico. ¿Cómo construimos modelos que guíen a los investigadores de forma transparente, sin prejuicios y de forma segura? Abundan los ejemplos de agentes de inteligencia artificial que desarrollan rasgos malos basados en contenido falso, y claramente estos son los primeros días. Y sin embargo, la esperanza es fuerte para estos nuevos enfoques.

En un artículo del New York Times de febrero de 2019, el investigador del descubrimiento de fármacos Derek Lowe dijo: "No es que las máquinas vayan a reemplazar a los químicos. Es que los químicos que usan máquinas reemplazarán a los que no lo hacen". Nuestro uso de estas máquinas sólo se volverá más sofisticado también.

En su libro Hit Refresh, el CEO de Microsoft, Sataya Nadella, escribe: "La IA debe ser transparente. Todos nosotros, no sólo los expertos en tecnología, debemos ser conscientes de cómo funciona la tecnología y cuáles son sus reglas. Queremos no sólo máquinas inteligentes, sino máquinas inteligibles; no sólo inteligencia artificial, sino inteligencia simbiótica".

La inteligencia artificial ha sido un sueño durante décadas, pero las realidades actuales de la computación en la nube y el big data finalmente se están dando cuenta de algunos de esos sueños. Pero, ¿debemos temer los resultados negativos predichos a menudo por los futuristas de IA? ¿Será bloqueado fuera de su casa o de su coche o de su computadora por una IA que ha adquirido características HAL 9000? El informe "Cien años de estudio sobre inteligencia artificial" de Stanford de 2016 afirma: "Contrariamente a las predicciones más fantásticas para la IA en la prensa popular, el Panel de Estudio no encontró motivos de preocupación de que la IA sea una amenaza inminente para la humanidad".

Para confirmar, le pregunté a Alexa si le gustaba Siri. ¿La respuesta de Alexa? "Soy parcial a todas las IA." Es un buen comienzo.