Entrevista a Susan Athey. Los riesgos de aplicar las predicciones de la inteligencia artificial de decisiones complejas

Entrevistas

Entrevista a Susan Athey. Los riesgos de aplicar las predicciones de la inteligencia artificial de decisiones complejas Entrevista a Susan Athey. Los riesgos de aplicar las predicciones de la inteligencia artificial de decisiones complejas

FK

Frieda Klotz

Márketing y Ventas (Núm. 157) · Márketing

Los líderes empresariales son cada vez más conscientes del potencial de la IA en la redefinición de los negocios. Sin embargo, todavía les falta entender cómo aplicarla en sus organizaciones. O, quizá, esperan que esta resuelva problemas más complejos de lo que la tecnología permite actualmente. Un estudio llevado a cabo por economistas del eBay Research Labs acerca de la estrategia de publicidad digital en eBay demostró los peligros de confundir “correlación” y “causa”. Esta investigación reveló que ciertos anuncios digitales que, en apariencia, habían resultado extremadamente eficaces para eBay, no lo eran tanto realmente en cuanto a su rendimiento en términos de inversión: los anuncios no habían aportado al gigante del comercio electrónico ningún cliente nuevo, porque las personas que los vieron ya iban a visitar su página web de todas maneras.

Estos son los tipos de disyuntivas que las investigaciones sobre aprendizaje automático todavía no son capaces de discernir, según Susan Athey, profesora de Economía de la Tecnología en la Stanford Graduate School of Business, quien cita la investigación sobre eBay en un artículo publicado en Science. Athey afirma que, para aprovechar los beneficios que ofrece la nueva tecnología, los líderes empresariales han de comprender cuáles son los problemas reales a los que pueden aplicarla.

¿Cuáles son los desafíos más habituales a los que se enfrentan las personas a la hora de entender los beneficios del aprendizaje automático?

Existe la idea, equivocada, de que siempre será mejor dejar que el algoritmo determine una solución, pero este no será siempre el caso. La IA no es siempre la mejor opción para cualquier tipo de problema. Cuando se trata de la automatización, el desafío real consiste en discernir cuáles son las tareas “fáciles” y las “difíciles”. Pongamos, como ejemplo, un juego de mesa, donde las tecnologías de IA han demostrado tener un éxito reconocido. En cierta manera, esta es una tarea difícil porque el “espacio de estado” es muy grande (state space es el término que usamos para describir la posible secuencia de movimientos disponibles para el automatismo en el juego). Sin embargo, este espacio es, a la vez, sencillo, en el sentido de que la tarea en sí misma está bien definida. La aplicación del juego al resultado es clara y, al final, no hay duda de quién gana y quién pierde.

Algunos escenarios del mundo real son así: en ellos, simplemente repetimos alg...


Frieda Klotz

·

Escritora y periodista especializada en tecnología.