María José del Carrer. Cofundadora, directora de Comunicació & Analista Sènior de Itti. mjdelacalle@ittrendsinstitute.org
2017.03.28
La nostra ‘addicció a la màquina’ no pretén fer referència a la dependència de tot tipus de dispositius personals que actualment patim, sinó a la necessitat que sentim de confiar en les màquines per extreure conclusions, donada la seva major rapidesa per assolir-les. Una celeritat que ens ofereix respostes de manera gairebé immediata; però que, no obstant això, sembla insatisfactòria, a la vista del nostre permanent desig de dotar les màquines d’una major velocitat.
L’evolució de les màquines ha portat molts beneficis a la humanitat, però també alguns perjudicis quan s’han utilitzat de manera inadequada.
El temps transcorregut des que s’inventa una màquina fins que la societat adopta el seu ús de forma generalitzada, es fa més curt cada vegada. De tal manera que no dóna temps ni a conèixer els riscos d’aquest ús ni a adoptar les mesures per mitigar-los. Mesures com ara fabricar la màquina de manera correcta, o produir, ordenadament, el canvi de costums que, presumiblement, requereixi el referit ús.
Com més utilitzem les màquines, més els demanem que facin per nosaltres, entrant en un bucle sense fi i sense l’oportuna reflexió.
El Diccionari de la Reial Acadèmia Espanyola de la Llengua (DRAE) defineix ‘màquina’ (1) com ‘artifici per aprofitar, dirigir o regular l’acció d’una força’, com a primera accepció.
Avui, que tant es parla de les [r] evolucions tecnològiques (industrials), cal segmentar, també en etapes l’evolució de les pròpies màquines.
Les primeres màquines construïdes per l’home constituïen una mena de continuació del seu propi cos que permetien multiplicar, regular o dirigir la força dels seus músculs. Aquestes màquines estaven ‘unides’ físicament a la persona que les manejava.
Posteriorment, a aquestes mateixes màquines es les va dotar de cert grau d’autonomia, a l’incorporar-motors, i en lloc de transformar i multiplicar l’energia dels músculs, exercien la seva pròpia força transformant altres tipus d’energia, com la generada pel vapor, la elèctrica o la derivada dels combustibles fòssils.
Amb l’aparició de la informàtica, les noves màquines -els ordinadors i tot tipus de dispositius computarizados- van tenir l’habilitat de processar dades, dades ‘per la porta gran “, el que, tornant a la definició del DRAE, suposava novament amplificar la’ força ‘, o la capacitat, d’un altre òrgan humà: el cervell.
Aquestes noves màquines poden servir com a calculadora -ja fa molt que no es necessita calcular de memòria o fer un compte en un paper-, com a repositori d’informació -les enciclopèdies estan digitalizadas-, com a agenda de contactes i recordatoris -ja no es necessita anar a la memòria per recordar d’una cita apuntada no se sap on-, i així un llarg etcètera.
Així mateix, amb els ordinadors, s’ha multiplicat la informació generada i emmagatzemada. Al seu torn, els propis ordinadors han augmentat la seva capacitat per tractar aquesta informació, però no a la mateixa velocitat que la produeixen. Recordeu que les dades, per si sols, no signifiquen res; cal donar-los un context en el qual cobrin significat.
De fet, avui hi ha tantes dades que és humanament impossible, en molts casos, poder classificar-los i extreure’n informació significativa per a un determinat fi. En principi, una missió atribuïble al nostre propi cervell; però que resulta molt lent per la quantitat de dades a les quals ha d’enfrontar-se. Si dolent és no tenir prou dades, una gran quantitat d’ells porta a la mateixa destinació: la impossibilitat d’obtenir una informació útil en un temps raonable. Potser per això a les màquines se’ls demana cada vegada més.
El tractament per part d’aquelles de la immensa quantitat de dades que actualment produeixen les persones i els objectes (altres màquines), serveix, entre altres coses, per calcular patrons i correlacions estadístiques, que poden ajudar a establir comportaments futurs i contribuir a la presa de decisions. En suma, com s’apuntava al principi, a ‘extreure conclusions’.
Hi ha dos camins pels quals es busca millorar la capacitat de tractament de dades i lliurament d’informació i coneixement. Seguint la senda d’una major eficàcia es troba la Computació Cognitiva. Pel costat de la major eficiència, apareix la Computació Quàntica i els seus anunciats ordinadors quàntics; òbviament sense oblidar la recerca de majors capacitats de càlcul dels processadors actuals, tradicionals.
La computació cognitiva -permeteu-me deixar la Quàntica per a un altre dia- persegueix ‘simular el pensament humà en un model computat’ (2). Implica sistemes d’auto-aprenentatge i reconeixement de llenguatge natural.
Amb ella les màquines proporcionen una capacitat d’anàlisi de dades molt més veloç que la dels humans. Vénen a actuar com un super-cervell amb capacitat d’accedir a informació en qualsevol part del món, de processar gran quantitat de dades, molts dels quals no són xifres o dades estructurades, sinó que són fotografies, vídeos, missatges, documents, situacions o altres dades no estructurats.
D’aquesta manera, els resultats proporcionats per les màquines són correlacions, patrons o conclusions servits en forma de nombres, gràfics i, per què no, consells diversos en llenguatge natural sobre què fer davant diferents situacions.
A les màquines se’ls ha proporcionat autonomia de pensament, anàlogament al que indica anteriorment sobre l’autonomia mecànica proporcionada mitjançant la incorporació de motors.
Inteligència artificial
IBM acaba de presentar -el passat mes de març- la seva nova plataforma Watson Data Platform (3), de computació cognitiva. Segons la seva pàgina web, és capaç d’unir la informació d’una organització, aprendre amb cada dada que li arribi, i amb les seves capacitats analítiques, donar ràpidament noves respostes al negoci, i tot això ‘com a servei’ en el núvol.
Citant a Guy Pot crear (4), vicepresident de Gartner, “potser el major estímul que la Intel·ligència Artificial pot proporcionar és mantenir a les persones centrades en el que és més important. La majoria de les persones necessiten la Intel·ligència Artificial per tractar amb contextos canviants “.
Dels dos últims paràgrafs caldria destacar, en primer lloc, “donar ràpidament respostes ‘, en segon,” en el que és més important […] tractar amb contextos canviants’ (5). Les màquines poden resoldre el problema de donar resposta als canvis i de manera prou ràpida. A més, algunes d’elles poden aprendre per si mateixes.
Per contra, com ja s’ha indicat, el cervell -humano- és lent ia més no respon bé a situacions canviants, de manera que no podrem seguir a les màquines. Conseqüentment, com s’apuntava al principi, no sembla que hi hagi més sortida que materialitzar nostra ‘addicció a les màquines’ dipositant la nostra confiança en elles.
No obstant això, això planteja una sèrie d’intrigants preguntes: Com sabrem si les respostes que ens ofereixen les màquines són les correctes, si tenim mancances, almenys en capacitat, a l’hora d’avaluar-les nosaltres mateixos ?; Quines altres possibles opcions ens hauran ‘amagat’ ?; i, el que pot ser més rellevant, estem sent capaços de formular les preguntes adequades?
Segons l’article ‘This Is Your Brain on GPS Navigation’ publicat per MIT Tecnology Review (6), les parts del cervell que s’utilitzen per buscar rutes i planificar-no s’activen quan les direccions ens les proporcionen, per exemple per mitjà del telèfon o la tauleta. En aquest sentit, el cervell és com un múscul, i el que no s’utilitza, s’atrofia. Per tant, cal plantejar-se una pregunta addicional: ¿perdrem els humans certes capacitats cedides a les màquines?
Tornant a la cita de Guy Creus, ‘centrar-nos en el que és més important’, se’ns pot oblidar per què una cosa és més important i els criteris per saber que això és més important. Com ens ho diu la màquina!
[1] url [a 20170327] http://dle.rae.es/?id=OKvTasd
[2] “La computació cognitiva és la simulació dels processos del pensament humà en un model informatitzat. La computació cognitiva implica sistemes d’autoaprenentatge que utilitzen la mineria de dades, el reconeixement de patrons i el processament del llenguatge natural per imitar el funcionament del cervell humà”. “La computació cognitiva s’utilitza en nombroses aplicacions d’intel·ligència artificial (IA), incloent sistemes experts, programació de llenguatge natural, xarxes neuronals, robòtica i realitat virtual.” Url de Whatis.com [a 20170327] http://whatis.techtarget.com/definition / computació cognitiva
[3] Watson és la plataforma d’IBM de Computació Cognitiva. url [a 20170327] https://www.ibm.com/analytics/us/en/watson-data-platform/platform.html
[4] “Però potser el major impuls que la IA pugui proporcionar és mantenir la gent centrada en el que és més important. La majoria de la gent necessita IA per fer front al” canvi de context “,” La darrera batalla del programari és tot sobre intel·ligència artificial “(20161025). | Tech. Url [a 20170327] http://fortune.com/2016/10/25/artificial-intelligence-software/
[5] Literatura sobre com es van aconseguir els canvis en els canvis. Aquí dejamos dos ejemplos. url [a 20170327] http://neurocienciaempresaymarketinglucia.blogspot.com.es/2012/09/resistencia-al-cambio-y-neuromanagement.html, http://www.cronista.com/management/-El-cerebro- es-reticente-al-cambio-20131226-0013.html
[6] “Les parts del cervell que s’utilitzen per navegar i planificar les rutes no estan actives quan ens manen instruccions.” “Aquest és el vostre cervell a la navegació GPS” (20170322). URL del MIT Technology Review [a 20170327]
https://www.technologyreview.com/s/603951/this-is-your-brain-on-gps-navigation/?goal=0_997ed6f472-93e326545f 153813777 & mc_cid = 93e326545f & mc_eid = f684c51e62
