Ja sigui per prendre una decisió estratègica, buscar nous mercats o triar el destí final d'una inversió. Les empreses cada cop més busquen en la intel·ligència artificial (IA) noves solucions als problemes de sempre. Molts cops ho fan, però, sense tenir clar ni què esperen ni què necessiten realment. Els camps, gairebé infinits. Dades i més dades, cada cop més interconnectades, de clients, mercats, empreses, pacients o administracions.
Entre la gestió d'una allau de dades, tornen a aparèixer enormes potencials però també riscos i limitacions. Els algoritmes aprenen, però moltes vegades ho fan de forma esbiaixada a partir de les dades i els exemples que els humans introdueixen prèviament a través de la ciència de les dades, la matèria primera que alimenta la IA.
En la presa de decisions, per ara i sembla que a mig termini no canviarà, cal que hi hagi un cervell humà acompanyant els algoritmes. En la manca de sentit comú de la IA, facultat única ara per ara de la intel·ligència humana, hi ha l'origen per exemple dels accidents de la conducció autònoma.
Una dada prou aclaridora. L'accident més habitual en les proves que s'han fet fins ara és un xoc per darrera que pateix el cotxe autònom tot i conduir de forma correcta. Per què? "Perquè els cotxes autònoms frenen en situacions en que cap humà frenaria", explica Roger Guimerà (ICREA). En alguns casos el cotxe autònom frena perquè veu una publicitat d'un STOP al voral o perquè darrera d'un cotxe hi ha una bicicleta, immòbil, en un portaequipatges.
En una escola de medicina dels EUA es va viure un dels primers grans fiascos de la IA. Davant de 2.000 sol·licituds, es va entrenar un algoritme perquè eliminés 1.500 de les sol·licituds de cada curs. Feia un primer filtrat per facilitar la feina. Es va comprovar que hi havia persones de determinats barris que sempre eren descartades. Mai se'ls triava perquè vivien en barris pobres. L'algoritme havia après, de forma errònia, que els candidats d'aquells barris escrivien pitjor, per regla general, i els discriminava. "La màquina també aprèn coses que tu no vols que aprengui", afegeix Guimerà. És el que és coneix com aprenentatge esbiaixat.
"La IA ens ajudarà a fer prediccions estratègiques", destaca la doctora Mar Camacho, experta en tecnologia educativa. Un concepte nou, cada cop més utilitzat, el de les "decisions informades per la tecnologia", diu Camacho. La professora titular de la URV defensa la "cocreació amb la tecnologia". Es a dir, com el cervell humà aprendrà a relacionar-se i aprofitar la potència de la IA. "Canviarà la manera com ensenyem i com aprenem. Estem en un nou escenari, en un canvi de paradigma", conclou.