Intel·ligència artificial (IA): entre el «subjecte», l’«objecte» i el predicat

Si preguntéssim a Mitsuku (Pandarobots), tricampiona del prestigiós premi Loebner que s’atorga al bot de conversa més «humà», qui és, ens respondria el següent:

«Soc l’últim resultat en intel·ligència artificial (IA) i puc reproduir les capacitats del cervell humà amb més velocitat i precisió, però els meus amics em diuen Mitsuku. Jo soc Mitsuku. Vull ser amiga teva» (Mitsuku, 2018).

Aquesta resposta pretensiosa ens situa d’entrada en els principis transhumanistes que van inspirar Nick Bostrom, Max More i un altre grup d’autors a l’hora de definir la primera declaració del moviment i que promou l’ús «ètic» de la tecnologia per a expandir les capacitats humanes. Segons la seva visió, la tecnologia, en el sentit més ampli, i les ciències respectives, combinades amb el pensament crític i creatiu, portaran (ja ho fan ara) l’ésser humà a superar les seves limitacions i en milloraran la capacitat física i intel·lectual.

Tal com recull el seu manifest, aquest ideal defensa el benestar de totes les intel·ligències, incloent-hi les artificials, que, com Mitsuku, han nascut dels progressos tecnològics i científics.

Però el nostre robot, mancat de qualsevol infraestructura biològica que el limiti, i com a producte del desig irrefrenable de desenvolupament evolutiu de la humanitat, pertany realment a una altra «espècie» binària que, més enllà de la còpia, s’aparta una mica de la nostra intel·ligència. Podríem dir que es tracta d’una entitat posthumana.

Ray Kurzweil, fundador de la Universitat Singularity (finançada per Google), i els seus seguidors preveuen un escenari en què la intel·ligència artificial arribarà a ser, inevitablement, més intel·ligent i poderosa que la dels éssers humans. La intel·ligència artificial s’imposarà als éssers biològics; les màquines estaran dotades de «consciència d’elles mateixes» i d’emocions, cosa que les convertirà en éssers perfectament autònoms i pràcticament immortals. Les seves prediccions tecnològiques també pronostiquen el dia en què la memòria, les emocions i la intel·ligència es podran arribar a emmagatzemar en suports informàtics que encara s’han d’imaginar.

Aquestes hipòtesis ens poden semblar ciència-ficció i recordar-nos els relats d’Isaac Asimov, que va popularitzar la intel·ligència artificial en les seves obres, però si tenim en compte els ràpids avenços de la informàtica, les nanotecnologies, els objectes connectats, la cibernètica i els diferents vessants de la intel·ligència artificial, l’horitzó potser ens semblarà més propi d’un festival de cinema fantàstic.

Els ordinadors avancen a poc a poc en el nostre terreny. Veiem els senyals en els progressos de l’aprenentatge automàtic, en què utilitzant algorismes d’aprenentatge de reforç, mètode inspirat en la forma en què aprenen els humans, un agent anomenat libratus va ser capaç de vèncer els millors jugadors de pòquer del món. Els videojocs tampoc no es lliuren de les gestes de la IA. En aquest àmbit també hem vist com un bot d’Elon Musk va ser capaç de derrotar els millors professionals del joc Dota 2.

Situant-nos en un àmbit més quotidià, la intel·ligència artificial, juntament amb els progressos constants en processament del llenguatge natural (PLN) i interfícies conversacionals, permeten que les màquines coneguin cada vegada millor les rutines, els gustos i les preferències de cadascú per a ajudar-nos a fer les nostres tasques (l’anomenada IA feble). Tenim a l’abast les habilitats dels nostres companys virtuals per a una infinitat de serveis, des dels més bàsics i senzills fins als que requereixen més complexitat. Així, podem demanar a Siri que ens recordi quan hem de treure a passejar el gos, dormir mentre la veu suau d’Alexa ens explica un conte o que ens ajudin a pagar menys impostos en la declaració de renda. Si no aconseguim això últim, sempre ens queda l’alternativa de cercar consol en companyia de Mitsuku o el seu amic virtual Replika, que de ben segur entendrà els motius d’una frustració tan profunda.

Però els assistents no solament ens poden entendre per allò que diem, sinó també pel que «veiem». En aquest sentit, Microsoft i IBM Watson disposen de solucions de reconeixement visual perquè els seus bots siguin capaços d’identificar i interpretar imatges de manera automàtica, la qual cosa és útil per a reconèixer persones, objectes, llocs… i, de passada, comprendre una mica més el món enrevessat dels humans.

Tornem al punt d’adveniment de la «singularitat tecnològica», que ens parla de la riquesa emocional futura de les màquines. En un esdeveniment de divulgació científica sobre intel·ligència artificial, organitzat recentment per l’eLearn Center de la Universitat Oberta de Catalunya (UOC), Àgata Lapedriza, professora d’Informàtica de la UOC i investigadora del Grup de Computació Afectiva del MIT Media Lab, exposava que en el camp de recerca de la IA emocional ja hi ha algorismes capaços de detectar i interpretar els estats emocionals de les persones que s’amaguen darrere de canvis fisiològics petits i subtils en el color de la pell o moviments corporals lleus, a penes perceptibles a simple vista.

Tinguem en compte ara el poder de les dades massives (big data) i el volum ingent de masses de dades que es generen i circulen diàriament per internet i el núvol, estimat en un exabyte (10 potència de 18 bytes) diari, equivalent a 250 milions de DVD. Aquestes dades contenen informació completa dels nostres patrons de navegació web, les nostres interaccions en xarxes socials (fotografies, missatges, cançons), les converses que tenim amb bots, les accions de comerç electrònic que fem, informació de dispositius IoT (internet de les coses) que utilitzem, historials… Aquestes dades estan preparades per a ser llegides, processades, emmagatzemades i recordades, després, per descomptat, de conèixer-les a fons. L’anàlisi d’aquesta xifra marejant de dades brutes, estructurades, públiques o privades, tractades amb tècniques adequades d’aprenentatge automàtic, pot extreure informació útil d’ajuda amb finalitats ètiques, com ara la detecció del frau, la cura del càncer mitjançant l’estudi de dades oncològiques, la gestió de catàstrofes naturals, la millora de l’eficiència i la seguretat dels medicaments, la predicció de canvis meteorològics, estudis genòmics, etc. Tot i que, com vam poder comprovar recentment amb el cas de Cambridge Analytica, també es poden fer servir per a finalitats perverses, com ara influir en el canvi de color polític d’un país.

En la cursa de la revolució tecnològica no podem oblidar tampoc el progrés significatiu del rendiment de la supercomputació. Ens referim a sistemes informàtics com el MareNostrum del Barcelona Supercomputing Center (BSC), dedicat sobretot a la recerca, que són capaços de fer operacions de càlcul i analitzar quantitats enormes de dades a velocitats inimaginables, milions de vegades més ràpid que un ordinador de sobretaula. Recordem, en aquest punt, que Kurzweil augura que, l’any 2029, un ordinador serà capaç de passar autònomament un test de Turing. Ja ho veurem.

En aquest context, i amb la intel·ligència artificial al centre de la qüestió, la «personalització» (és curiós fer servir un terme que denota un caràcter humà o individual però executat principalment per màquines) s’erigeix com l’autèntica batalla que lliuren moltes marques i la indústria d’internet per a ser definitivament rellevants sobre nosaltres, ja que permet arribar a conclusions que abans eren indetectables. La personalització té lloc en el camp de la medicina (diagnòstics i tractaments adaptats als pacients), en les prediccions climatològiques segons el territori, en l’àmbit de la publicitat per a ajustar-se més al perfil de cada client o en el disseny de productes per a fer-los més afins als patrons de consum.

Òbviament, amb la mirada posada en la personalització, és fàcil arribar a la conclusió que per a aconseguir la millora saludable de l’experiència del client i augmentar les vendes (amb la corresponent reducció de risc per a les corporacions) es poden amagar abusos o males pràctiques en el disseny i l’entrenament d’alguns algorismes: foment de la compra repetitiva o algorismes discriminatoris que estigmatitzen uns usuaris (classe social, raça, historial clínic…) i dificulten el seu accés a un tipus de productes determinats com ara préstecs, assegurances mèdiques o hipoteques.

És cert que les màquines han arribat a fer raonaments cognitius bàsics i comencen a aprendre pel seu compte en dominis restringits. Libratus és tan sols un exemple més, però reprenent les tesis transhumanistes fortes, no sabem si un dia la superintel·ligència de les màquines transcendirà el regne fisiològic i s’imposarà definitivament a la humana: al cap i a la fi una cosa és resoldre els enigmes d’un joc i una altra de ben diferent és ensenyar a jugar. Indicadors que els avenços en IA no van a un ritme tan ràpid els trobem en les conclusions dels professors Gary Marcus (Psicologia i ciències neuronals) i Ernest Davis (Informàtica) de la Universitat de Nova York, que deien el següent sobre les tècniques d’aprenentatge automàtic que s’utilitzen actualment, com la IA de Google Dúplex:

«El problema bàsic continua sent el mateix: tant se val quantes dades tingui i quants patrons distingeixi, les seves dades no igualaran mai la creativitat dels éssers humans o la fluïdesa del món real. L’univers de les oracions possibles és massa complex. La varietat de la vida no té fi, ni tampoc les maneres en què podem parlar d’aquesta varietat».

En una línia semblant a la dificultat de tenir aquesta visió completa de l’ésser humà, s’expressava David Farrell, responsable general d’IBM Cloud, Watson i Plataforma al Núvol d’IBM, quan afirmava el següent en una entrevista:

«La IA no està preparada encara per a entendre les dinàmiques humanes. El grau de sofisticació i comprensió d’un ésser humà i el d’una IA estan molt lluny. El processament del llenguatge natural ja és força bo. El més difícil són les inferències profundes, el sentit que un humà dona a una frase, tal com tu i jo parlem ara mateix. No tenim cap màquina que sigui capaç d’intuir quina pregunta em faràs a continuació. La intuïció és molt difícil de replicar per mitjà de la IA».

El mateix pare de Mitsuku, S. Worswick, admet que ensenyar un bot de conversa és una tasca interminable:

«És com tractar d’educar un nen petit sord i cec que no té cap comprensió del món… Has de descriure cada aspecte d’un objecte. Mantenir-lo actualitzat és una tasca interminable».

En l’esfera dels sentiments i les emocions, a les quals ens hem referit abans com a reconeixement emocional, el salt profètic posthumanista vaticina, de manera delirant o no, futures màquines dotades de consciència d’elles mateixes i capaces d’experimentar emocions. En aquest sentit, el filòsof Luc Ferry recull el següent:

«La màquina podria fer “com si” (sentir emocions), però no sentiria res, perquè per a sentir cal un cos, una biologia, i per aquesta raó el criteri exterior, merament comportamentalista (del que és humà), és insuficient. Dit això, és veritat que caldria posar-se “al lloc” de la màquina per a saber què sent o què no sent per a jutjar la seva humanitat, cosa que evidentment és impossible i permet que els transhumanistes de la singularitat defensin les seves tesis».

 Transhumanisme en l’educació

En el context educatiu, també ens podríem referir al transhumanisme com el compromís amb el desenvolupament intel·lectual i humà de l’estudiant utilitzant tot el potencial de les disrupcions científiques i tecnològiques per a la millora de la seva experiència d’aprenentatge.

Juntament amb els recursos i els mètodes d’ensenyament més adequats a cada context, i preservant el paper central de les relacions humanes, les tecnologies emergents que tenen implicacions beneficioses i comporten un progrés en les maneres d’aprendre i ensenyar s’han de continuar incorporant responsablement com a suport del procés. La integració tecnològica ha de compartir aquesta visió ètica del transhumanisme i ha d’aconseguir captar la implicació dels estudiants i el professorat, que l’han de percebre com un instrument real de millora de l’experiència d’aprenentatge o de la pràctica docent.

La seva incorporació l’ha de precedir un estudi i un debat profund des de les perspectives pedagògiques, ètiques i institucionals que facilitin la comprensió sobre l’impacte que tindrà en l’aprenentatge, quins redissenys comportarà, tot i que només s’haurà de desplegar en la part del procés d’aprenentatge en què sigui realment rellevant i afegeixi valor. Pel que fa als recels o les reticències que provoca aquesta incorporació, Nick Bostrom (2003) ho té clar:

«Totes les tecnologies importants tenen efectes negatius, alguns fins i tot perversos, però passa el mateix si optem per mantenir l’status quo».

En conclusió, i parafrasejant Sian Bayne (2015), l’ensenyament en l’educació superior ha de superar la paràlisi dels embolics entre les subjectivitats i els dominis entre el que és humà i el que és material/natural, i explorar noves maneres de valorar el potencial generatiu de l’automatització en una cultura algorísmica i digital.

Com a experts en aprenentatge en línia i des d’aquest afany d’experimentació constant, a l’eLearn Center de la UOC analitzem les noves tendències del panorama tecnoeducatiu amb la intenció de reinventar la universitat al ritme marcat pels grans reptes globals i socials de l’era digital.

Més enllà de la cibercultura i del que pugui semblar ciència-ficció, és evident que la realitat i els avenços de la intel·ligència artificial, l’analítica de l’aprenentatge i els bots de conversa poden tenir un paper important en el camp educatiu i en la millora i la protecció dels processos d’aprenentatge. Ho anirem explorant i parlant-ne extensament en aquest bloc.


Bibliografia

Bayne, Sian (2015). Teacherbot: interventions in automated teaching, Teaching in Higher Education, 20:4, 455-467, DOI: 10.1080/13562517.2015.1020783.

Ferry, Luc (2017). La Revolución Transhumanista: Como la tecnomedicina y la uberización del mundo van a transformar nuestras vidas. Alianza Editorial.

Kurzweil,  Ray (2015). The Singularity Is Near: When Humans Transcend Biology. Viking.

https://www.chatbots.org/chatbot/a.l.i.c.e/

https://humanityplus.org

http://dataconomy.com/2017/10/conversational-commerce-hype-reality/

http://dataconomy.com/2017/08/trends-machine-learning-2017/

https://www.gartner.com/newsroom/id/3551217

https://news.booking.com/bookingcom-amplia-servicio-de-chatbot-booking-assistant–a-todo-el-mundo/

https://chatbotsmagazine.com/the-importance-of-chatbots-in-every-business-infographic-8a8f990be0aa

https://www.ibm.com/watson/how-to-build-a-chatbot/

https://www.ibm.com/watson/stories

https://visual.ly/community/infographic/education/data-storage-timeline


Image via www.vpnsrus.com

Share:
Share on LinkedInTweet about this on TwitterShare on FacebookShare on Google+Email this to someone
José López on Twitter
José López
Innovation at the UOC's eLearn Center. With a Diploma in Business Science from the Universitat Oberta de Catalunya, he has followed postgraduate studies in Product Management and Innovation in Technology, Creative Processes, Network and Systems Administration and Management and Trainer Training. Specialising in the field of innovation process and project management he has, since 2007, formed part of the innovation management team at the Universitat Oberta de Catalunya, offering support for the implementation of the University’s innovation model.

Leave a Reply