¿Qué son la inteligencia artificial y el big data y cómo pueden ayudar en la toma de decisiones?

Tanto la inteligencia artificial como el big data son herramientas que están ayudando a muchas empresas, organizaciones y gobiernos a mantenerse informados en todo momento, lo que les permite actuar inmediatamente ante cualquier situación que amerite una intervención.

Mi objetivo en este artículo es mostrarte qué son y cómo funcionan estas dos herramientas que están íntimamente relacionadas entre sí, para ayudarte a comprenderlas de una mejor manera y a aplicarlas en los proyectos de hoy y del futuro.

Históricamente, la sociedad ha creado métodos para obtener información, dentro de los cuales principalmente se encuentran:

• Censo: Es un recuento de características de los individuos que conforman una población.
• Encuesta: Es una muestra representativa de la población para inferir conclusiones para el total de la población.
• Registro administrativo: Es la información generada para establecer un control sobre determinados aspectos.
• Proyectos específicos: Derivados de acuerdos interinstitucionales u otro tipo.

Sin embargo, el siglo XXI se caracteriza por una importante influencia de los contenidos digitales y una relación cada vez más estrecha entre el universo electrónico y el real. 

Vivimos en un mundo de pantallas, la de la computadora, la tablet o el teléfono móvil, cuyo fundamento es la información. Quienes sepamos buscarla, manejarla, gestionarla, aprovecharla e interpretarla estaremos en mejores condiciones para afrontar los retos personales, laborales y sociales de un mundo conectado y globalizado.

En la era digital actual, diferentes tipos de organizaciones, entre ellas las culturales y las turísticas, disponen de grandes volúmenes de datos a su alcance, provocando un gran potencial para la gestión de sus comunidades, así como su sostenibilidad.

¿Qué es big data?

La famosa compañía Oracle Corporation, especializada en el desarrollo de soluciones informáticas de nube y locales define al big data como la suma de las siguientes características:

• Conjuntos de datos de mayor tamaño y más complejos, especialmente procedentes de nuevas fuentes de datos.
• Estos conjuntos de datos son tan voluminosos que el software de procesamiento de datos convencional sencillamente no puede administrarlos.
• Sin embargo, estos volúmenes masivos de datos pueden utilizarse para abordar problemas empresariales que antes no hubiera sido posible solucionar.

Las UVES en el manejo de Big Data

Comencemos imaginando que eres un gran aficionado a las canicas y que de repente te encuentras en una habitación con millones de ellas, de todos colores, texturas, tamaños y hasta formas diferentes. Por supuesto se te antoja clasificarlas. Apenas comienzas cuando descubres que no sólo esa habitación tiene canicas, que estas en un enorme edificio con muchas habitaciones y cada una esta llena de canicas diferentes. No terminas de sorprenderte cuando te das cuenta que de cada techo de cada cuarto, están cayendo constantemente más y más y más canicas. Es una situación complicada para lo que te propones hacer, ¿no lo crees?.

Si lo piensas, te enfrentas a problemas bien específicos, ¿dónde almacenarlas? con una dimensión tan enorme y con flujo constante, ¿cómo organizarlas y clasificarlas? ya que su variedad y diferencia es amplia.

Este tipo de problemáticas son las que en big data nos encontramos en todo momento: información abundante, de todo tipo y con un flujo constante. 

Almacenar, organizar y clasificar la información para poder encontrarla y utilizarla, son algunas de las tareas diarias que debemos resolver para encontrar una solución a una o más problemáticas que nos ayude a tomar una decisión o seguir estrategia para resolver todo tipo de problemas.

Así, tal como lo ha mencionado la maestra Cissi Montilla, “inicialmente el concepto de big data se asociaba con tres UVES: volumen, velocidad y variedad. Es así que decir que el big data significa grandes volúmenes de información, que se mueven a una velocidad extrema y son de una enorme variedad por lo que su análisis se hace cada vez más complejo, hoy ya ha cambiado para agregarle dos V más, valor y veracidad del dato.”

Podríamos decir que, por definición, los datos poseen un valor intrínseco, sin embargo, no tienen ninguna utilidad hasta que dicho valor se descubre y por supuesto se usa. Igualmente, importante es saber cuánto se puede confiar en los datos y cuál es la veracidad de los mismos.

Más oportunidades

La tendencia en el uso de big data a nivel internacional está marcando el camino para la generación de información considerando eventos y comportamientos en tiempo real. Las principales oportunidades las encontramos en los niveles:

Espaciales: se puede contar con información a nivel nacional, estatal, municipal, localidad, comunidad, colonia e incluso llegar a un punto específico en el espacio.

Temporal: la oportunidad temporal igualmente es variada, podríamos construir información por año, mes, semana, día, hora, minuto e incluso segundo, dependiendo de la fuente de información.

Por tanto, los datos los podemos dimensionar según nuestras necesidades (X,Y, t, €) geolocalizados, ordenados en el tiempo, de gran volumen, de acuerdo a su comportamiento económico y social de millones de personas y/o empresas. Todo con la finalidad de obtener una mejora en la gestión para gobiernos, empresas y organizaciones.

La potencialidad en los usos del manejo de big data es muy amplia por mencionar sólo algunos de estos usos, tenemos:

Inteligencia artificial

Como lo dije en secciones anteriores el big data y la inteligencia artificial en este momento de la historia se encuentran estrechamente relacionados. Me refiero a que el nivel de inteligencia artificial que actualmente tenemos se basa en su gran mayoría al análisis e interpretación que hacemos de los datos y más específicamente que dejamos que una computadora haga sobre ellos. A lo largo de esta sección explicaré a qué me refiero.

¿Qué es inteligencia artificial?

El concepto de inteligencia artificial existe desde 1956 y el término fue acuñado por el reconocido informático John McCarthy, aunque uno de los primeros retos en este campo fue propuesto por el famoso matemático Alan Turing en 1950[1], el cual consistía en el conocido test “Un sistema es lo suficientemente inteligente si consigue hacerse pasar por humano ante las preguntas de un juez” curiosamente, este test sigue siendo un gran reto a día de hoy. 

Por tanto, la inteligencia artificial se refiere a la simulación de inteligencia humana por parte de las máquinas, está presente cuando un sistema computacional imita algunas de las funciones de cerebro humano y se realiza mediante una serie de procesos repetitivos a través de una cantidad enorme de datos que las maquinas procesan. Lo ves, nuevamente retornamos al tema de la gran cantidad de datos y es que en realidad actualmente el máximo aprovechamiento de la inteligencia artificial se encuentra en qué tan rápido procesas la información que cada día es mayor y como puedes hacer qué las propias computadoras tomen mejores decisiones en el análisis y hasta interpretación en algunos casos.

Por tanto, incorporar la inteligencia artificial en el análisis de las nuevas fuentes de datos (de las cuales ya hemos hablado en apartados anteriores) en la toma de decisiones, en la evaluación del impacto y rendimiento de los proyectos culturales es un gran reto que afrontan los gestores culturales, por lo que cada vez se requiere de una formación específica que englobe todo el proceso del trabajo con datos o al menos tener una noción básica de su uso y aprovechamiento.

Dónde encontrar la inteligencia artificial

En nuestros días la inteligencia artificial está presente en todo momento, aunque no nos demos cuenta de ello. La encontramos, por ejemplo, en sistemas para encontrar exoplanetas, en herramientas de traducción simultánea, en asistentes virtuales que recomiendan contenido y que incluso son capaces de reconocer nuestra voz en los teléfonos inteligentes o en tu smart T.V. y un amplio etcétera.

Muchas veces se encuentra en tu casa, sin que lo notes, en algunos dispositivos del hogar, desde termostatos inteligentes hasta refrigeradores. Empresas como Google y Microsoft los tiene presentes en los filtros de SPAM de tu correo. O bien en algunos anuncios personalizados donde trabajan en buscadores y redes sociales, eso sin mencionar los videojuegos, los asistentes virtuales o los vehículos autónomos.

Otros casos que podrían sorprendernos los encontramos en los ya conocidos Chatbots, que no son más que sistemas que realizan un interesante uso del “Natural Language Processing”[2] y que permiten una comunicación coherente con seres humanos, ya sea oral o escrita, así para la próxima vez que reportes una falla en tu servicio de TV, muy probablemente estarás charlando con uno de estos sistemas inteligentes y no con un humano y seguramente ni lo notarás.

Ejemplos un tanto diferentes son las campañas de marketing inteligente, donde a partir de sistemas de inteligencia artificial principalmente, impulsan a buscadores y redes sociales a analizar toda la información que disponen de los usuarios, para mostrarle anuncios con los que probablemente interactuará. Mediante técnicas de segmentación, permiten aumentar la probabilidad de tener éxito en la venta de un producto, al mismo tiempo de irlo midiendo para conocer su efectividad e impulsar y cambiar de inmediato la estrategia.

Estos son algunos ejemplos de las aplicaciones casi infinitas que pone a nuestra disposición la inteligencia artificial, muchas de ellas a través del uso de técnicas de aprendizaje automático o más conocido como “machine learning”[3].

Los retos

Personalmente creo que existen dos retos principales a vencer, por un lado el tomar la decisión real de implementar ambas tendencias para las tareas cruciales en una organización y por el otro, transformar los datos en acciones que produzcan un impacto. Ambos retos, como en la mayoría de los casos, ambos retos se encuentran en la parte humana y no en la tecnología que al final de cuentas es un medio para lograr el objetivo, lo importante es cambiar la mentalidad y formas de trabajar del ser humano. Otros retos en el uso de big data y de inteligencia artificial enfrentan son:

• Constantes cambios en el entorno de las empresas, gobiernos y organizaciones para su implementación ya que es una tarea que permea muchas áreas de las mismas.
• Expectativas de nueva información, a veces se piensa que la información se encuentra debajo de las piedras y que incluso ya está lista para usarse y por el contrario, como cualquier producto y como hemos visto, es necesario un proceso previo para encontrar el valor en ella.
• Los altos costos y dificultad para adquirir datos, como en todos lados el tema de las restricciones presupuestales deben ser seriamente analizados para saber si el beneficio será mayor al gasto que representa obtenerla, te sorprenderá saber que la mayoría de las ocasiones los beneficios son mayores.
• Resistencia a sumarse a la tendencia de big data e inteligencia artificial. Aunque cada vez es menor la resistencia, en algunas organizaciones como las gubernamentales, romper esta resistencia es mucho más complicado.
• Muchas veces se carece de capital humano especializado para su manejo e implementación. Afortunadamente cada vez existe una mayor oferta académica especializada, que promete dotar a las empresas de científicos de datos quienes realizarán este tipo de labores que han llegado para quedarse.

Así mismo, es imperativo mantenerse al día en las tecnologías que se utilizar para el manejo y almacenaje de la información ya que, debido a la gran cantidad y variedad de la misma, cada vez surge nueva tecnología para su tratamiento. No es suficiente con almacenar los datos, deben utilizarse y esto depende de su conservación. Por lo tanto, disponer de datos relevantes para el cliente y organizados de tal modo que permitan un análisis significativo requiere de un gran trabajo. Es por ello que los científicos de datos dedican entre un 50% y 80% de su tiempo a seleccionar y preparar los datos antes de que estos puedan utilizarse.

La privacidad y ética de la información e inteligencia artificial

Un elemento importante y que debe estar presente en todo momento, es la privacidad de la información y es que, aunque la tecnología sea impresionante y permita cientos de nuevas posibilidades para atender a los clientes, usuarios, etc. y hacer su vida más agradable, debe existir una legislación que respalde esa privacidad. 

Obtener y almacenar datos de identificación o biométricos de una persona sin su consentimiento, no está permitido por la ley. Por lo tanto, es imprescindible contar con  el permiso expreso de quienes nos proporciona datos personales.  

Durante la 40ª Conferencia Internacional de Comisionados de Protección de Datos y Privacidad celebrada en 2018, se reconoció la importancia de la Inteligencia Artificial como palanca del desarrollo e innovación de la humanidad, así como los potenciales riesgos hacia los individuos y la sociedad, algunos de ellos que todavía no se alcanzan a vislumbrar. En dicha conferencia se acordaron los principios rectores para preservar los derechos humanos en el desarrollo de la inteligencia artificial:

• La inteligencia artificial y el machine learning deben ser diseñados, desarrollados y usados en respeto a los derechos humanos fundamentales y de acuerdo con el principio de equidad.
• La atención y vigilancia continua, así como la rendición de cuentas, por los efectos y consecuencias potenciales de los sistemas de inteligencia artificial deben ser garantizados.
• Los sistemas de transparencia de la inteligencia artificial y su inteligibilidad deben mejorarse.
• Los sistemas de inteligencia artificial deben diseñarse y desarrollarse de manera responsable, aplicando los principios de privacidad por defecto y privacidad por diseño.
• Promover el empoderamiento de cada individuo y el ejercicio de los derechos de las personas debe ser fomentado, así como la creación de oportunidades de participación pública.
• Los sesgos o discriminaciones ilegales que puedan resultar del uso de datos en la IA deben ser reducidos o mitigados.

Retos en el uso de inteligencia artificial y manejo de big data

La inteligencia artificial está transformando todas las industrias, la forma como ocupamos nuestro tiempo, viajamos, nos entretenemos, nos reconocemos y tomamos decisiones y comprendemos la cultura de las sociedades, sin embargo, es necesario entender sus límites.

La limitación principal de la inteligencia artificial es que usa y aprende de los datos que se le suministran, por lo que cualquier imprecisión en la información suministrada se ve reflejada en los resultados que se obtienen.

Los sistemas de inteligencia artificial son entrenados para realizar una tarea claramente definida. Por ejemplo, el sistema inteligente que fue entrenado para jugar ajedrez no podrá jugar damas chinas o bien un sistema diseñado para conducir un automóvil no puede hacer una cirugía al corazón; en otras palabras, estos sistemas son totalmente especializados. Se enfocan en una única tarea, por lo que aún están lejos de emular la inteligencia o el comportamiento humano.

Aunque la inteligencia artificial que vemos en las películas de ciencia ficción no existen aún en hoy en día, si podemos encontrar fácilmente computadoras que pueden analizar datos complejos para aprender y perfeccionar tareas específicas, lo que de momento es suficiente para romper paradigmas.

Así mismo, desde mi perspectiva, el big data y la inteligencia artificial en el futuro cercano no sustituirán el trabajo realizado por los humanos, por el contrario, nos encaminará a capacitarnos en otros campos relacionados con cada una de las ramas de la actividad económica para aprovechar al máximo la información.

Actualmente, la recopilación masiva, el análisis y el uso de datos son centrales para el crecimiento e innovación principalmente del sector privado, incluyendo procesos de la inteligencia artificial, llegarán a dominar muchos aspectos de nuestra economía y la manera en que interactuamos. Si consideramos que dentro del contexto de la acelerada digitalización en la que nos encontramos, la mayoría de este tipo de información es producida y utilizada en ciudades, entonces la pregunta en realidad gira en torno a si el crecimiento y la innovación guiados por datos pueden beneficiar, y ser dirigidas a la gestión comunitaria en general, y yo apostaría a que así sea.

[1] Según su propuesta, si una máquina con inteligencia artificial puede engañar a la persona durante una conversación y hacerla creer que es un humano, entonces se habrá alcanzado un hito. González, Rodrigo (2007)

[2] El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es una rama de la inteligencia artificial que ayuda a las computadoras a entender, interpretar y manipular el lenguaje humano.  SAS, 2019.

[3] El machine learning es un método de análisis de datos que automatiza la construcción de modelos analíticos. Es una rama de la inteligencia artificial basada en la idea de que los sistemas pueden aprender de datos, identificar patrones y tomar decisiones con mínima intervención humana. SAS, 2019.