Las limitaciones del aprendizaje automático de la IA fueron demostradas por economistas del eBay Research Labs con una publicidad digital del gigante del comercio electrónico que no le sumó ni un cliente.
La decepción de que los algoritmos no hubieran diferenciado entre correlación y causa al momento de decidir basándose en los datos recabados obedeció a que, si bien reveló que ciertos anuncios digitales que, en apariencia, habían resultaron extremadamente eficaces para la firma, no lo eran tanto en cuanto a su rendimiento en términos de inversión, ya que los que los vieron ya iban a visitar su página web de todas maneras.
El caso fue citado por Susan Athey, profesora de Economía de la Tecnología en la Stanford Graduate School of Business, de California, en un artículo publicado en la revista especializada Science, para calificar la idea de librar las decisiones a la automatización de equivocada.
Aclaró que siempre será mejor dejar que el algoritmo determine una solución, y que, para aprovechar los beneficios que ofrece la nueva tecnología, los líderes empresariales han de comprender cuáles son los problemas reales a los que pueden aplicarla.
LEÉ: Elon Musk fue llevado a la Justicia por despedir a una empleada en represalia a sus quejas sobre el fin del teletrabajo
Puso de relieve en el artículo que estos tipos de disyuntivas son los que las investigaciones sobre aprendizaje automático todavía no son capaces de discernir.
Advirtió que “para hablar de reglamentación de la IA, debemos pensar en cómo interactúa con los humanos… Se puede usar como asistente o se le puede dar la potestad de tomar decisiones en tiempo real”.
Semana del Conocimiento
“Me emociona creer que habrá un aumento de inversión por parte del sector social en este tipo de investigaciones relacionadas con la IA”, ironizó en su exposición durante la Semana del Conocimiento del Grupo BID 2023 organizada por el Banco Interamericano de Desarrollo del 23 al 27 de octubre.
La académica se refirió al desafío real que constituye abordar la automatización, porque implica discernir cuáles son las tareas “fáciles” y las “difíciles”.
Utilizó el ejemplo de los juegos de mesa, donde las tecnologías de IA han demostrado tener un éxito reconocido.
La dificultad de la tarea se finca en que el “espacio de estado” es muy grande (state space es el término que usamos para describir la posible secuencia de movimientos disponibles para el automatismo en el juego).
Sin embargo, este espacio es, a la vez, sencillo, en el sentido de que la tarea en sí misma está bien definida.
Fuente: NA
