Entradas

La falta de datos diversos está perjudicando la inteligencia artificial del sector salud.

Si observa la financiación de 2020 en los EEUU para las nuevas empresas de inteligencia artificial en el sector de la salud, cada trimestre sigue subiendo el techo. En el tercer trimestre, la financiación alcanzó su nivel más alto en tres años. Sin embargo, a los expertos les preocupa que la falta de representación en los datos de formación pueda dar lugar a diagnósticos falsos y una atención deficiente al paciente. Estas preocupaciones también impiden que algunos productos de IA salgan al mercado.

Las personas tienen fe en el uso de modelos de aprendizaje automático en la atención médica porque, en el mejor de los casos, pueden ayudar a superar las limitaciones humanas para acelerar el descubrimiento de fármacos, los diagnósticos y otros avances médicos. El problema: un modelo de machine learning es tan bueno como los datos con los que se entrena. Y los problemas con esos datos, como el alcance limitado y los sesgos existentes, pueden agravarse fácilmente con el tiempo.

Por ejemplo: un modelo entrenado principalmente con datos médicos de un área predominantemente europeas podría tener problemas para diagnosticar a las mujeres africanas.
Tener en cuenta este tipo de discrepancias es clave, especialmente antes de que un producto de inteligencia artificial para el cuidado de la salud salga al mercado.

Pero existen obstáculos potenciales para resolver estos problemas. El sector de la salud es “conocido por tener datos aislados y también debe lidiar con las preocupaciones sobre la privacidad de los datos de los pacientes”, según Deepashri Varadharajan, analista principal de inteligencia artificial de CB Insights.

Una posible solución: el aprendizaje federado, un enfoque del machine learning más centrado en la privacidad, podría permitir a las empresas tener acceso de forma colaborativa a conjuntos de datos más representativos sin tener que compartir datos sin procesar. Como nota: en el primer semestre de 2020, los investigadores publicaron más de 1,000 artículos sobre aprendizaje federado, en comparación con solo 180 artículos en total en 2018.

“Ya estamos viendo … modelos de asociación en I + D de fármacos y diagnósticos habilitados por IA”, dice Varadharajan.

El marco regulatorio actual de la FDA (Administración de alimentos y drogas por sus siglas en inglés de los EEUU) no cubre los algoritmos de aprendizaje continuo o adaptativos. Hasta ahora, la FDA solamente ha aprobado algoritmos de AI / ML “bloqueados”, o aquellos que siempre brindan el mismo resultado en las mismas condiciones. Hace dieciocho meses, la FDA publicó una propuesta de marco regulatorio para el software basado en IA / ML utilizado con fines médicos, pero aún no se ha finalizado nada. Mirando hacia el futuro: las cosas llegaron a un punto crítico en una reunión reciente del comité asesor público de la FDA, cuando los oradores expresaron su preocupación por el sesgo del modelo, la falta de conjuntos de datos grandes y variados y las implicaciones de vida o muerte de esta tecnología.

“Es posible que los algoritmos de IA y ML no lo representen si los datos no lo incluyen”, dijo Terri Cornelison, directora médica de la FDA.

¿En qué áreas de la Inteligencia Artificial se debe centrar el gobierno?

El empleo adecuado de Inteligencia Artificial en el gobierno optimiza y dinamiza el funcionamiento del sector público.

El uso de Tecnología Inteligente (TI), en particular de la Tecnología de la Información y la Comunicación (TIC) en el sector público se extiende cada vez más en todo el mundo. Si bien las empresas privadas son las instancias que más utilizan TI de todo tipo, los gobiernos no han dejado de emplearla para optimizar sus servicios.

Refirámonos en particular al tema del uso de Inteligencia Artificial (IA) en el sector público para conocer las distintas formas en que IA interviene y beneficia su operatividad.

KEY INSIGTHS

  • La IA en el sector público mejora los servicios y trámites que el gobierno ofrece a los ciudadanos.
  • Los ejes de uso de IA en el gobierno son: gestión de datos, ciberseguridad y análisis.
  • Por medio de chatbots el sector público puede optimizar significativamente su funcionamiento.

Ejes de funcionamiento de IA en el gobierno

El objetivo de utilizar IA en el sector público es mejorar los servicios, trámites e información que este ofrece a la ciudadanía; según el Massachusetts Institute of Technology son tres los ejes que deben regir la aplicación de IA en los gobiernos: una buena gestión de datos, lo que implica un acopio adecuado de información para su posterior procesamiento; ciberseguridad en el almacenamiento de información, es decir, garantía de que los datos que se obtienen de los ciudadanos y otras instancias no será utilizada con fines ilegales y maliciosos; y funciones de análisis, es decir, empleo de programas de análisis para procesar automáticamente los datos que se acopian.

 

Estas tres vertientes son, según el Massachusetts Institute of Technology las coordenadas por las que un gobierno debe de guiarse a la hora de usar IA, con el fin de robustecer y asegurar los procesos basados en esta tecnología; lo anterior lo podemos resumir como el uso inteligente y seguro de los datos que transitan en los dispositivos de una instancia del sector público, datos que tienen que procesarse de manera eficiente y conservarse de manera segura, ya que es en el universo de la información donde más opera el sector público y donde más puede aportar la IA.

Revisemos ahora algunas de las variantes más importantes de IA (hay más) que más se utilizan en el sector público.

Chat bots

Los chatbots –máquinas automatizadas que emiten información escrita o de audio, o que dialogan e interactúan con usuarios– pueden tener distintos usos en los servicios públicos: ofrecer información sobre ubicación y horarios de oficinas, lugares turísticos, sistemas de transporte, requisitos para efectuar trámites, procedimientos para obtener documentos, comunicación de alertas, traducción de idiomas, esto con chatbots que sólo envían mensajes escritos u orales o que dialogan con los solicitantes de manera sofisticada.

Los chatbots gubernamentales –como sucede en Singapur, Londres y otras ciudades– pueden utilizan chatbots en Facebook para brindar información diversa, como entradas y salidas de autobuses, rutas y mapas de carreteras e información de servicios; de igual modo gobiernos como el de Nueva York usan Watson de IBM para a través de un chatbot contestar preguntas y dudas de los ciudadanos sobre distintos asuntos; por su parte, el gobierno de Dubay lanzó un chatbot para recibir quejas sobre el suministro de agua y luz, que los ciudadanos pueden bajar como una aplicación en Android y Apple, así como usar por medio del asistente Alexa de Amazon.

Big Data Machine Learnig y Analytics

La enorme cantidad de datos tecnológicos que fluyen en los ámbitos de la administración pública y la necesidad de procesarlos de manera adecuada requieren de TI.

Para ello, tecnologías derivadas de la IA como Big Data, Machine Learning y Analytics permiten obtener volúmenes inmensos de datos estructurados o no estructurados (Big Data), detectar patrones y modelos de estos datos a partir de algoritmos creados para, por ejemplo, clasificar a los usuarios, conocer sus necesidades, problemas, peticiones y carencias para brindarles un mejor servicio (Machine Learning).

A la vez, es posible analizar la información obtenida para estar en condiciones de prever tendencias y situaciones futuras relacionadas con la administración púbica, el comportamiento y las necesidades de los ciudadanos y la creación de nuevas estrategias tecnológicas, todo ello para adelantarse a los hechos y elaborar planes y proyectos convenientes que beneficien, optimicen y dinamicen la administración pública (Analitycs).

Subrayemos por último el papel central que debe tener la ciberseguridad en el uso de TI en un sector público que está expuesto particularmente a ser atacado maliciosamente; de ahí que las estrategias de seguridad digital sean una de las prioridades de los gobiernos al utilizar tecnologías innovadoras en particular IA.

 

Artículo Tomado De: https://www.telcel.com/empresas/tendencias/notas/inteligencia-artificial-en-el-gobierno

Humanismo tecnológico

Hace unos días, navegando por Internet, me topé con un tema que me parece apasionante, pero poco revisado y discutido en nuestro país. Me refiero al humanismo tecnológico. Según la estadística digital en el reporte que hace We Are Social, en México existen actualmente 114.3 millones de usuarios de telefonía móvil, el 89% de la población total; 89 millones de personas son usuarios deInternet y una cantidad similar son usuarios activos de redes sociales. Por si fuera poco, en México, un usuario destina 8 horas y 21 minutos, diariamente, para navegar en la red y los sitios más visitados son Google, Facebook y YouTube.

Con el uso masivo de las tecnologías de la información y la comunicación estamos atrapados en el hecho de que algoritmos biométricos interpretan nuestros sentimientos y aprenden de nuestras emociones y están sustituyendo nuestra capacidad de decisión. Imaginemos un ejemplo… si cada vez que vemos una película en Netflix pudieran colocarnos un sensor biométrico para que, a través de nuestro pulso y de nuestras ondas electromagnéticas cerebrales, descubrieran qué escenas y qué tipo de emoción nos causa, serían capaces de producir películas casi acordes con los sentimientos que nosotros quisiéramos tener en ese momento.

Esta capacidad de analizar nuestras preferencias y registrar nuestros intereses empieza a suceder cuando en una red social expresamos nuestro sentimiento con algún Emoji o un like a una publicación o comentario. El machine learning genera un algoritmo que se adecua a cada persona y establece un perfil.

Cabe reflexionar si los datos que recaba el algoritmo -que por cierto tiene un gran poder de persuasión, para la compra de productos o con fines políticos, por ejemplo- tienen un dueño y, en todo caso, ¿quién es el dueño de esa información? Tal vez el usuario, sin proponérselo ha proporcionado sus datos, pero nunca ha advertido que cuando acepta las cookies, en cualquier página, está también dando su autorización para que sean explotados por diversas marcas comerciales que lucran con ellos para vender publicidad.

Es entonces cuando las grandes corporaciones que poseen nuestra información, incrementan su poder de persuasión también en el ámbito social y político, porque la utilizan para neutralizar la decisión natural del ciudadano y lo inclinan hacia las decisiones que les conviene que tomen. Una corporación que ha recabado los datos e información de los electores, los puede manipular a favor o en contra de un candidato, un partido político o un tema público, dependiendo de los recursos del que paga.

José María Lassalle nos advierte de la amenaza que representa para las democracias liberales occidentales la deshumanización de la vida democrática. Esta es la razón principal por la que es necesario abrir el debate público sobre la libertad y la equidad en torno a la protección jurídica que todo ser humano debe tener para respetar su dignidad frente a las vulnerabilidades a las que se expone en un espacio digital que, hasta el momento, se ha desarrollado sin reglas ni derechos.

La pregunta es ¿hasta dónde la revolución tecnológica que estamos viviendo puede utilizar los datos recabados para manipular y restringir la libertad de pensar y de elegir de cada ser humano? Así pues, el humanismo tecnológico debe impulsar un pacto de equidad entre las personas y la técnica. Me refiero a un humanismo que refuerce el sentido ético como herramienta educativa que respete la capacidad creativa de la humanidad para dar sentido al uso de las máquinas.

Sin duda, es imperante digitalizar a Protágoras y proclamar, en el ciberespacio, que el ser humano es la medida de todas las cosas y, por qué no, también digitalizar a Kant y defender que la persona es, tecnológicamente, un fin en sí mismo.

El Gobierno crea el consejo asesor de inteligencia artificial para garantizar su uso ético

En los últimos años, la Alianza para el Gobierno Abierto ha crecido de ocho a 70 países y ha promovido una verdadera transformación

La vicepresidenta Nadia Calviño y la secretaria de Estado Carme Artigas ocuparán la presidencia y la vicepresidencia de este órgano, que cuenta con 18 expertos

 

El Gobierno ha creado el Consejo Asesor de Inteligencia Artificial, un órgano consultivo que proporcionará asesoramiento y recomendaciones “independientes” sobre las medidas a adoptar para garantizar un uso seguro y ético de esta tecnología.

Este nuevo órgano, presidido por la vicepresidenta del Gobierno, Nadia Calviño, está compuesto por 18 expertos españoles “de máximo prestigio a nivel internacional en la materia”. La secretaria de Estado de Digitalización e Inteligencia Artificial, Carme Artigas, ocupará la vicepresidencia. Según ha explicado el Ejecutivo en un comunicado, este consejo contribuirá a la finalización y puesta en marcha de la Estrategia Nacional de Inteligencia Artificial.

El comunicado detalla que los miembros del Consejo Asesor analizarán las implicaciones que estas tecnologías disruptivas supondrán en ámbitos diversos, tales como el de la empresa, la administración y el futuro del trabajo, la protección de los derechos fundamentales, la gestión del dato, la lucha contra la discriminación o la eliminación de brechas sociales.

Su primera reunión se ha desarrollado de forma semipresencial en el Ministerio de Asuntos Económicos y Transformación Digital, ya que algunos de los expertos han participado de forma telemática desde otros países.

Los miembros del Consejo Asesor, que han celebrado este lunes su primera reunión, analizarán las implicaciones que estas tecnologías supondrán en la empresa, la Administración y el futuro del trabajo, la protección de los derechos fundamentales, la gestión del dato, la lucha contra la discriminación o la eliminación de brechas sociales.

Entre los expertos elegidos figuran Amparo Alonso, catedrá de Ciencias de la Computación e Inteligencia Artificial de la Universidad de La Coruña; Juan Luis Arsuaga, doctor en Ciencias Biológicas y catedrático de Paleontología; Ricardo Baeza-Yates, catedrático de la Institución Catalana de Investigación y Estudios Avanzados (ICREA) y fundador del Grupo de Ciencias de la Web y Computación Social de la Universitat Pompeu Fabra; Manuel Cebrián, que lidera el grupo de investigación de Movilización Digital del Instituto Max Planck, y Asunción Gómez, doctora por la Universidad Politécnica de Madrid, vicerrectora de Investigación, Innovación y directora del Máster Universitario y del Doctorado en Inteligencia Artificial.

El consejo asesor también cuenta con la participación de Emilia Gómez, investigadora del Centro Común de Investigación de la Comisión Europea; Francisco Herrera, director del Instituto Andaluz Interuniversitario en Ciencia de Datos e Inteligencia Artificial; Lorena Jaume Palasí, directora ejecutiva de AlgorithmWatch, donde centra su trabajo en la filosofía del Derecho y la ética de la automatización y de la digitalización, y José Ignacio Latorre, catedrático de Física teórica de la Universidad de Barcelona y director del Centro de Ciencias de Benasque Pedro Pascual.

A ellos se suman Pilar Manchón, doctora en Lingüística Computacional por la Universidad de Sevilla; Inmaculada Martínez, pionera tecnológica involucrada en los sectores de innovación y digitalización desde hace más de dos décadas; Alexandre Pérez Casares, presidente y cofundador de The Altius Society; Joaquín Quiñoreno, doctor por la Universidad Técnica de Dinamarca y un experto en investigación aplicada en visión por computador, reconocimiento de voz, comprensión del lenguaje, personalización y recomendaciones.

Los otros cinco miembros del consejo son Luz Rello, investigadora del Departamento de Tecnologías de la Información y las Comunicaciones de la Universidad Pompeu Fabra; Pablo Rodríguez, investigador en desarrollos tecnológicos a largo plazo sobre tecnologías disruptivas; Antonio Torralba, profesor de Ingeniería Eléctrica y de Ciencias de la Computación en el Instituto Tecnológico de Massachusetts y jefe de la Facultad de Inteligencia Artificial y Toma de Decisiones; Carmen Torras, profesora de investigación en el Instituto de Robótica perteneciente al Consejo Superior de Investigaciones Científicas, Rafael Yuste, neurobiólogo impulsor del proyecto BRAIN de Investigación del Cerebro a través del Avance de Neurotecnologías Innovadoras.

Dos miembros de este consejo asesor, Asunción Gómez y Lorena Jaume Palasí, formaban parte del grupo de sabios que se creó a finales de 2017 y que estaba compuesto además por Elena Alfaro (BBVA), Elena Gil (Telefónica), Miguel Luengo-Oroz (Naciones Unidas, Un Global Pulse), Nuria Oliver (Vodafone Institute y Data Pop Alliance), Andrés Pedreño (Universidad de Alicante), Javier Plaza Penadés (Universidad de Valencia) y Eduardo Vázquez de Castro (UIMP). En total entonces, eran nueve miembros, según recuerda Efe.

 

Artículo Tomado De: https://cincodias.elpais.com/cincodias/2020/07/20/companias/1595272334_415678.html

La inteligencia artificial ayudaría a los gobiernos a tomar mejores decisiones

Las simulaciones económicas basadas en IA todavía tienen limitaciones, pero proporcionan una visión transparente y objetiva de las consecuencias económicas de las diferentes políticas fiscales. Esta información podría ayudar a los gobiernos a tomar decisiones asumiendo menos riesgos, uno de los hándicaps que estamos viendo con la crisis del COVID-19.

Como uno de los grandes referentes en Inteligencia Artificial (IA), Salesforce señala que una de las aplicaciones más útiles y ventajosas que ofrece esta tecnología es que permite crear un campo de pruebas virtual disponible para los economistas, donde probar variables mediante simulaciones de laboratorio. Dar a conocer esta aplicación de la IA es el principal objetivo de The AI Economist, un marco de aprendizaje automático que permite realizar simulaciones de escenarios para ver el impacto social de las decisiones políticas y económicas.

El modelo tiene como objetivo un equilibrio óptimo entre igualdad y productividad, en la búsqueda de un escenario beneficioso para todas las partes: empresas, ciudadanos y Estado, y los resultados han sido prometedores hasta ahora. En las simulaciones, The AI Economist logra ganancias del 16% en comparación con el siguiente mejor modelo, y también mejora la igualdad en un 47% en comparación con el mercado libre, con sólo un descenso del 11% de productividad.

The AI Economist también es eficaz en las simulaciones con participantes humanos, logrando compensaciones competitivas de igualdad-productividad y un promedio de bienestar social ponderado por ingresos significativamente más alto. En este sentido, estos resultados sugieren que los futuros modelos fiscales impulsados por la IA podrían mejorar con éxito los resultados sociales de la misma manera que en este escenario virtual en el mundo real.

La visión de Salesforce para AI Economist es permitir un estudio objetivo del impacto de las políticas económicas en las economías del mundo real, a un nivel de complejidad que la investigación económica tradicional no puede abordar fácilmente.

Las simulaciones económicas basadas en IA todavía tienen limitaciones. Todavía no modelan los factores de comportamiento humano y las interacciones entre las personas, y consideran una economía relativamente pequeña. Sin embargo, este tipo de simulaciones proporcionan una visión transparente y objetiva de las consecuencias económicas de las diferentes políticas fiscales. Las simulaciones futuras podrían mejorar la fidelidad de los agentes económicos utilizando datos del mundo real, mientras que los avances tecnológicos y la ingeniería en gran escala podrían aumentar el alcance de las simulaciones económicas.

“Este tipo de investigaciones tiene un gran potencial para aumentar la igualdad y la productividad en el mundo real, ayudando a promover economías más justas. Esperamos que The AI Economist pueda fomentar la transparencia y el debate abierto y basado en hechos sobre la aplicación del aprendizaje automático a la toma de decisiones económicas”, afirma Richard Socher director de Salesforce Research. “Nuestra esperanza es que los futuros modelos económicos de IA puedan aumentar de manera sólida y transparente la elaboración de políticas económicas en el mundo real y, al hacerlo, mejorar el bienestar social”.

 

Artículo Tomado De: https://www.itreseller.es/al-dia/2020/05/la-inteligencia-artificial-ayudaria-a-los-gobiernos-a-tomar-mejores-decisiones

Carme Artigas: “La inteligencia artificial ayudará a controlar a los gobiernos y grandes empresas”

La secretaria de Estado de Digitalización e Inteligencia Artificial propone liderar en Europa el debate del humanismo tecnológico

La secretaría de Estado que dirige Carme Artigas (Vilassar de Mar, Barcelona, 1968) es la primera que incluye en su título el término inteligencia artificial (IA), materia en la que es una reconocida experta. En un momento de recelo hacia esta tecnología, por cuestiones de seguridad y privacidad, destaca el poder que la IA puede otorgar a los ciudadanos para controlar a Gobiernos y grandes empresas. Y aboga por liderar en Europa el debate del humanismo tecnológico.

¿Cuáles van a ser las prioridades de esta secretaría de Estado?

La primera es situar a España como un país puntero en IA. El segundo reto es acelerar la transformación digital de las empresas españolas, con especial foco en las pymes y en generar el entorno apropiado para desarrollar la economía del dato. En tercer lugar queremos hacer mucho más eficiente la Administración digital. También tenemos como prioridad liderar el debate del humanismo tecnológico en Europa. Todo esto va acompañado de ser capaces de elevar el nivel de competencias digitales del país, apostando por el desarrollo del talento y el emprendimiento digital.

¿Qué aspectos de la IA se deben regular?

Estamos en un momento naciente en la disciplina, hay que definir marcos normativos basados en la ética y en las recomendaciones. La regulación vendrá, pero cuando el mercado esté un poco más maduro. Vamos a diseñar una estrategia basada en una matriz de riesgos: hay cosas que son beneficiosas para todas las partes y que por tanto no hace falta regular, y luego están aquellos aspectos que pueden llevar a discriminación, a prejuicios de determinadas clases sociales y colectivos o a derechos ciudadanos. Esto vendrá contemplado en la Estrategia Nacional de Inteligencia Artificial que presentaremos en marzo.

¿Las medidas que contempla la estrategia serán de cumplimiento voluntario?

Vamos a empezar por lo voluntario. Las empresas tecnológicas son conscientes de que si su desarrollo no tiene encaje en la estructura de valores de la ciudadanía, al final esa industria no va a prosperar. Me consta que, sin presión de ningún Gobierno, las compañías tecnológicas están desarrollando algoritmos éticos por diseño. El enfoque es: creemos unas normas de conducta de mejores prácticas, veamos si el mercado por sí mismo es capaz de autorregularse, y si no ya lo regularemos después.

¿Qué se consideraría en este caso buenas prácticas?

Tener un cierto nivel de confiabilidad sobre la falta de sesgos en los sistemas de IA; saber que se han entrenado bien los modelos, que se han aplicado de forma correcta, que haya transparencia con los algoritmos y que se expliquen bien su funcionamiento.

Esta legislatura arranca con mayorías poco claras. ¿Cree que su negociado tiene suficiente consenso como para sacar medidas adelante?

Hasta ahora este tema no ha estado en el debate político. Debemos ser conscientes de que la digitalización está aquí, que tenemos que entender el impacto de sus cambios. Creo que vamos a encontrar consensos porque todo el mundo entiende perfectamente lo que hace falta para avanzar en la transformación digital.

¿Hay algún país que el Gobierno tome de referencia en este sentido?

Necesitamos una estrategia de IA made in Spain, aprender de los mejores en aquellos ámbitos en los que son buenos, pero debemos tener una posición diferencial. Y una de estas posiciones únicas y diferenciales, para mí, es la importancia que le vamos a dar a los derechos de los ciudadanos. Esta parte del humanismo tecnológico yo todavía no la he visto reflejada en ninguna estrategia nacional.

¿Por derechos digitales de los ciudadanos se refiere a protección de privacidad y soberanía de los datos?

La IA nos permite volvernos a hacer preguntas como cuáles son los valores que marcan nuestra sociedad, cuáles son los límites de la libertad de expresión o cuáles son los derechos que queremos preservar. Tenemos claros algunos de ellos, desde el de la desconexión hasta poder saber qué están haciendo con tus datos. España ha sido pionera en la adopción del Reglamento General de Protección de Datos europeo, pero debemos ir un poquito más allá para realizar un debate algo más profundo.

Una de las cuestiones más controvertidas de la IA son los sesgos que puede acarrear su uso. ¿Cómo se deben combatir?

Este tema es complejo. En general, si algo tiene impacto negativo porque discrimina, debemos ser vigilantes para que no ocurra. Cuando a una persona se le niega un crédito porque así lo ha decidido un algoritmo, esa persona debe tener derecho a que se le explique cuáles han sido las variables que han hecho que se tome esa decisión. Esto está recogido por Europa y es de las cosas que queremos que se cumplan.

Otra tecnología muy controvertida es el reconocimiento facial. Bruselas se plantea retrasar unos años su utilización. ¿Estamos preparados para adoptarla masivamente?

En estas cosas la prudencia siempre es buena. Europa no es partidaria del uso abusivo del reconocimiento facial para controlar a los ciudadanos. Y estamos intentando evitar, desde nuestra perspectiva y valores europeos, una situación de capitalismo de vigilancia. Creo que debemos ser prudentes en no adoptar estas técnicas en espacios públicos.

¿No existe el riesgo de que esa prudencia acabe lastrando a Europa respecto a países como EE UU o China, que se han lanzado a usarla?

Debemos dejar de pensar que el desarrollo de la IA va a ser algo uniforme en todo el mundo y que si no sigues el ritmo de Asia o EE UU estás fuera. Cada vez estoy más convencida de que la IA no es una tecnología sino una infraestructura económica y social, y por tanto cada país va a decidir su modelo de adopción. Y nosotros quizás preservemos la privacidad antes que otros valores, como en su momento estuvimos en contra del trabajo infantil. Por otra parte, solemos hablar de que se usa para vigilar a la gente y nos olvidamos del gran potencial que la IA ofrece a los ciudadanos para monitorizar a sus gobiernos y a las grandes corporaciones, exigiéndoles mayor transparencia.

Uno de los pilares de su secretaría de Estado va a ser la digitalización de la Administración. ¿Nos podría contar en qué va a consistir?

Hay un gran campo de mejora en la eficiencia operativa de los procesos. Nuestro objetivo será elegir los 10 o 15 procesos que generan más dificultad tanto para empresas como para ciudadanos y hacerlos más eficientes con técnicas de automatización. Este año queremos lanzar una ventanilla única para toda relación con la Administración General del Estado. Y también una carpeta única ciudadana, de manera que todos tengamos un punto único centralizado de recogida de todas las notificaciones que te puedan venir por distintos procedimientos o ministerios.

¿Han pensado impulsar la digitalización en los niveles más básicos de la educación?

Vamos a lanzar un Plan Nacional de Habilidades Digitales. Estamos haciendo un análisis conjunto con los ministerios de Educación, Ciencia, Industria y con la Seguridad Social para detectar cuáles van a ser las habilidades que se van a demandar en el futuro y cuáles debe tener la ciudadanía para elevar sus competencias. Creemos que podremos lanzar ese plan a finales de este año.

Cuesta ver a mujeres en puestos de responsabilidad en el entorno tecnológico. ¿Qué va a hacer el Gobierno para mejorar la situación?

Cuando estudié la carrera de ingeniería química éramos el 16% y ahora estamos en el 20%, no hemos mejorado mucho. Hace falta despertar la vocación de las niñas en las carreras tecnológicas y sobre todo dar mucha más visibilidad a las mujeres. Tenemos que hacer políticas para visibilizar a la mujer en el terreno tecnológico.

 

Artículo Tomado De: https://elpais.com/tecnologia/2020/02/21/actualidad/1582290641_645896.html

Aplicando la Inteligencia Artificial al Gobierno del dato

Desde 2016, la inversión en Inteligencia Artificial (IA) por parte de las organizaciones crece exponencialmente y la previsión es que esta tendencia siga en aumento a lo largo de los próximos años. Sin embargo, casi el 75% de las iniciativas de IA no logran los objetivos propuestos y más del 90% de este tipo de proyectos manifiesta tener graves problemas con la materia prima de la que se alimentan, los datos.

Esto se convierte en “la pescadilla que se muerde la cola”: invierto en IA, pero no consigo los objetivos porque no tengo un gobierno del dato efectivo y eficiente, pero no puedo invertir todo lo que necesito en gobierno del dato porque se dota de mayor presupuesto a los proyectos de IA que a los de gobierno del dato.

¿Y cómo se consigue romper este círculo vicioso?

Tenemos tres claros ejemplos de organizaciones que están tratando de hacerlo (y consiguiéndolo en gran medida):

  • Organizaciones nativas digitales o cuyo negocio son lo datos, las cuales llevan la cultura del dato en el ADN y, por lo tanto, el gobierno de estos es parte de su día a día y lo evolucionan a medida que avanzan los escenarios de negocio y tecnológicos. El problema es que son pocas las que presentan esta situación y, por lo general, suelen ser pequeñas y medianas empresas.
  • Organizaciones que se han visto obligadas a contar con un gobierno del dato por exigencias normativas (en especial Bancos e Instituciones Financieras) y, además, han tenido el presupuesto suficiente como para llevar a cabo iniciativas mastodónticas, con un grandísimo desembolso de dinero y un ROI seguramente negativo. No parece que esté al alcance de todas, ¿verdad?
  • Organizaciones que confían uno de sus activos estratégicos como son los datos a un único proveedor “capaz” de cubrir todo el ciclo de vida del dato con soluciones propietarias. Esto no sólo hace que se firmen contratos y licencias con montos altos y largas duraciones, sino que, como en toda externalización, están perdiendo el control de esa parte del negocio al dejarlo en manos de un tercero.

Nuestra visión desde Anjana Data

Los grupos anteriores están muy bien, pero la realidad es que cubren un pequeñísimo porcentaje del tejido empresarial actual. ¿Y si generamos un nuevo grupo donde tuvieran cabida la gran mayoría de las organizaciones que no están presentes en los anteriores? ¿Podríamos suplir esas carencias con soluciones diferenciales, innovadoras y disruptivas?

En Anjana Data creemos que sí, por eso estamos trabajando en la aplicación de IA, pero con un enfoque totalmente orientado a la potenciación de la cultura del dato en las organizaciones y a la implantación efectiva y eficiente de un gobierno del dato que garantice el éxito de las iniciativas de explotación de datos. El impacto es especialmente alto en iniciativas tan sensibles a la calidad del dato como IA.

Queremos ofrecer a nuestros clientes capacidades totalmente diferenciales, innovadoras y disruptivas dentro de nuestra solución de Gobierno del Dato

Además, si lo pensamos bien, estaríamos cubriendo varios frentes a la vez, ya que realizaríamos las diferentes labores en paralelo:

  • Pruebas de concepto de implementación de IA: Aunque no sean con objetivos directamente medibles para negocio, el aprendizaje, los resultados y las metodologías pueden servirnos igual.
  • Implantación incremental del gobierno del dato, derivando en una mejora directa de la cultura del dato para poder contar con más y mejores datos comprensibles y de confianza que alimenten posteriormente nuestras iniciativas de IA.
  • Dedicación del talento y conocimiento de las personas clave para un mismo objetivo en lugar de volver a “la pescadilla que se muerde la cola”.

Aplicando IA… ¿no tendría el mismo problema de la materia prima?

Sí, pero en menor medida. La materia prima que voy a necesitar en primera instancia para estas iniciativas son los metadatos, que se dividen en:

  • Técnicos: Extraídos de los sistemas y las BBDD. Suelen ser totalmente confiables ya que definen a nivel técnico las características de los datos. El mayor problema que entrañan es su abstracción, estandarización y entendimiento.
  • Operacionales: Extraídos de los procesos y sus ejecuciones. A menudo, su adquisición no es todo lo sencilla que nos gustaría y a veces podemos encontrarnos ante situaciones donde tendremos carencias de información en este aspecto, pero, por norma general, y además cada vez más, su exposición se trata de estandarizar para facilitar su captura y comprensión.
  • De negocio: Existen en las cabezas de las personas y, si estas los han digitalizado en algún momento, también existirán en algún repositorio del que se puedan extraer. Son los que mayor complejidad encierran y también los que más valor ofrecen, pero también son los que con mayor facilidad vamos a poder obtener gracias al aprendizaje continuo de los algoritmos de IA.

IA en Anjana Data

Seguro que a estas alturas te estás preguntando… ¿y qué aplicaciones de IA está empezando a implementar Anjana Data para ayudarme con mis iniciativas de gobierno del dato? Todavía no podemos hacer mucho spoiler (por eso de la competencia) pero sí que podemos dejaros algunas ideas:

  • Mejora de experiencia en la búsqueda de objetos tanto de negocio como técnicos con propuestas basadas en la interacción de los usuarios. Similar a lo que hacen los motores de búsquedas más potentes.
  • Sugerencia de objetos y elementos que pueden ser de interés en base a tu uso de la aplicación, por ejemplo, para solicitar acceso a datos. Similar a la experiencia de compra en las plataformas de ecommerce.
  • Inferencia y sugerencia de términos y metadatos de negocio gracias al Procesamiento de Lenguaje Natural, detección de patrones y las relaciones entre los objetos.
  • Descubrimiento de relaciones entre objetos (traza, linaje) basado en algoritmos de detección de similitudes y medición de la distancia euclídea.
  • Detección inteligente de Golden Sources y Golden Records en base a los metadatos, la calidad de los datos y el uso de los datos por parte de los usuarios, así como de datos críticos y/o calientes.
  • Detección de objetos y/o elementos duplicados o similares y propuesta de mejora de las estructuras de datos (localización, modelo de datos, rendimiento, particionamiento, …) en base al uso de los datos por los usuarios y los procesos.
  • Detección de cuellos de botella en los procedimientos internos de gobierno y recomendaciones predictivas para la mejora de estos.
  • Identificación de malos usos de los datos en base a los términos de licencia especificados y el uso real de los mismos.
  • Identificación de anomalías en procesamiento de datos en base al comportamiento habitual de las plataformas monitorizadas

Como puedes ver, en Anjana Data queremos ofrecer a nuestros clientes capacidades totalmente diferenciales, innovadoras y disruptivas dentro de nuestra solución de Gobierno del Dato y por ello te animamos a que conozcas nuestra solución, su estado actual, y hacia dónde nos dirigimos.

No pienses sólo en el presente, ten en cuenta que el futuro está a la vuelta de la esquina.

 

Artículo Tomado De: https://www.computing.es/analytics/opinion/1115454046201/aplicando-inteligencia-artificial-al-gobierno-del-dato.1.html

La inmersión de la IA en nuestra vida diaria

Una perspectiva de Inteligencia Artificial la considera inteligencia computacional mostrada por las máquinas. Las máquinas inteligentes tienen la capacidad de aprender, racionalizar y procesar instrucciones o realizar acciones humanas. 

Los inicios científicos y tecnológicos de la Inteligencia Artificial surgen en la Segunda Guerra Mundial con los trabajos de Alan Turing, Warren McCulloch, Walter Pitts y John von Neumann. Hoy su impacto se ha extendido a empresas y gobiernos, y al ámbito de lo cotidiano.

Aunque algunas conceptualizaciones de IA se guían por la simulación del comportamiento humano, actualmente se ha expandido a conductas de otros seres vivos. Existen sistemas de inspiración biológica con modelos que simulan el comportamiento de diferentes tipos de animales o virus.

La Inteligencia Artificial se considera, al mismo tiempo, una ciencia, técnica y rama del cómputo, en la que se identifican cuatro tendencias: 

1. Filosófica 

Se basa en teorías, desde la creación de la vida hasta la singularidad computacional.

2. Tecnológica

Algoritmos y artefactos que facilitan las tareas rutinarias.

3. Ciencia ficción

Con novelas, cuentos y películas como El Hombre Bicentenario, Dr. Frankenstein, Matrix y Terminator.

4. Científica

Vincula teorías con las tecnologías para generar ideas y prototipos.

Algunas técnicas de IA están basadas en software, tales como redes neuronales artificiales, cómputo evolutivo, lógica difusa, sistemas multiagentes, lenguaje natural, aprendizaje automático y minería de texto.

Por otro lado, hay técnicas basadas en hardware como la robótica, los vehículos autónomos, la visión artificial y la realidad virtual. Todas estas técnicas combinadas impactan en las organizaciones y en la vida humana, a tal grado que éstas comienzan a implementar tecnologías inteligentes que son útiles para la automatización digital en masa, la reducción de costos y errores, y el aumento de la eficiencia en los procesos.

Inteligencias que conviven

Por ahora, conocemos dos tipos de IA: la específica, que sólo permite realizar tareas concretas, y la general, que superará a la inteligencia humana. Sin embargo, la capacidad de procesamiento de cómputo actual es baja comparada con la de nuestro cerebro. Una computadora procesa a 100 THz y almacena unos 100 PB, lo cual quiere decir que todavía somos 27,000 veces más rápidos que las computadoras personales.

De cualquier modo, la IA se encuentra inmersa en nuestras vidas: al buscar información en Google, al utilizar Waze para encontrar la mejor ruta, al jugar ajedrez contra la computadora, cuando se compran productos en Amazon o Alibaba, en la atención online al cliente, en los videojuegos, en los vehículos autónomos, en las recomendaciones automáticas de música y películas, en las casas inteligentes, o al darle instrucciones al asistente virtual del teléfono. En todos estos ejemplos, se utilizan algoritmos basados en técnicas de Inteligencia Artificial.

Si bien la IA reemplazará diferentes profesiones y actividades rutinarias, también es cierto que desplazará actividades que requieren creatividad y razonamiento, ya que existen algoritmos inteligentes que han creado novelas, pinturas y música, al grado de casi ganarle a los seres humanos en competencias.

A finales de octubre de 2018, OBVIOUS, un algoritmo basado en IA, creó una pintura que se subastó por 400,000 dólares. Sin embargo, a pesar de que la IA empieza a insertarse en nuestras, la situación no pinta tan mal, pues hay grandes oportunidades de trabajo para los futuros creadores de Inteligencia Artificial, además de que surgirán nuevas profesiones para satisfacer las necesidades no tecnológicas de la humanidad.

La IA y el fin del gobierno como lo conocemos

El futuro no se ve tan lejano, empresas como Google, IBM, Amazon aventajan a sus competidores en el uso de IA y pronto, muy pronto ofrecerán este tipo de servicios a gobiernos de todo el orbe.

Ahora el mundo está hablando de Cambridge Analytica y del poder que tienen los medios digitales para conocer información de sus usuarios y convertirla en conocimientos profundos y certeros, conocimientos que pueden ser utilizados para convencerlos y manipularlos. Lo que para algunos fue una revelación, para aquellos que estamos inmersos en el mundo digital es simplemente es la suma de dos herramientas: por un lado, la recolección de datos mediante aplicaciones en redes sociales y por el otro la manipulación de los medios informativos, la extorsión y otras técnicas poco ortodoxas pero comunes en el medio político.

Dejando a un lado las posibles falsas promesas y engaños a los que Cambridge Analytica acudió para recabar información, la primera herramienta, la que acumula datos y los convierte en conocimientos, la hemos usado en el marketing digital desde hace algunos años. Cambridge Analytica es sólo una de las muchas empresas que están capitalizando la información de sus usuarios. Si analizamos a las seis empresas más poderosas del mundo nos encontraremos con que al menos cinco de ellas (Apple, Google, Microsoft, Amazon y Facebook) basan gran parte de su imperio en datos. Los datos les sirven para mejorar sus productos continuamente, para anticiparse al mercado e incluso como una ventaja ante su competencia: nadie los puede alcanzar porque nadie conoce mejor a su audiencia que ellos. Las 5 empresas más grandes del mundo ya ven a la inteligencia artificial como una pieza fundamental de su modelo de negocios, ¿cómo es que los gobiernos no lo han hecho? Con los millones de datos que las nuevas administraciones pueden recolectar, “sólo” haría falta ordenarlos y “conectarlos” a la inteligencia que los procese y aprenda de ellos. Claro que no es tan fácil hacerlo como decirlo, requiere grandes inversiones de dinero, ciencias computacionales, matemáticas y estadísticas, pero estamos hablando de un país, no de una empresa por más grande que sea.

Empecemos por analizar cómo ha operado nuestro país por siglos (a muy grandes rasgos): el Gobierno Federal, no lo conforma solo una persona, sino una serie de expertos que lideran diferentes secretarías de su especialidad. Éstos toman decisiones y asesoran al presidente, cada uno desde su área. Todos ellos usan su experiencia y conocimientos para elegir el camino que consideran más adecuado para nuestro país. Pero lo que en los humanos llamamos experiencia, no es más que data colectada de una serie de acontecimientos estudiados o adquiridos cuyos resultados se analizan y se almacenan en nuestros cerebros. Y la tarea de cualquier IA es justo esa, tomar una serie de datos (experiencias) del pasado y aplicarlos al panorama actual para ofrecer un número de soluciones viables. La gran diferencia es que la capacidad de procesamiento de una super computadora es abismalmente mayor a la de cualquier ser humano.

Los primeros gobiernos en adoptar la IA como apoyo para toma de decisiones, rápidamente tendrán una enorme ventaja sobre los demás. Podrán tener más asertividad, anticiparse a cualquier evento, mejorar la calidad de vida de sus ciudadanos y estar preparados no sólo para un futuro, sino para muchas versiones de éste. Las decisiones de un estado ya no serían tomadas por el conocimiento limitado de un solo ser humano, sino que estarían respaldadas por datos, por modelos predictivos libres de prejuicios y de grupos de presión.

El futuro no se ve tan lejano, empresas como Google, IBM, Amazon aventajan a sus competidores en este rubro y pronto, muy pronto ofrecerán este tipo de servicios a los gobiernos de todo el mundo.

Artículo tomado de: https://www.forbes.com.mx/la-ia-y-el-fin-del-gobierno-como-lo-conocemos/

 

Portfolio Items