Pero ¿qué es exactamente la IA? Según Wael William Diab, Presidente del ISO/IEC JTC 1 Tecnología de la información, Subcomité SC 42 Inteligencia artificial, el campo de la IA incluye toda una colección de tecnologías. Este comité recién constituido ha comenzado por algunas normas fundamentales que contienen conceptos y terminología de la IA, como la ISO/IEC 22989. Diab subraya que el interés por la IA es bastante amplio y que reúne a una amplia variedad de partes interesadas, tales como científicos de datos, profesionales digitales y organismos reguladores. Diab también señala que existe una cierta distancia entre lo que la IA es hoy en día y lo que a menudo se percibe como tal. “La gente tiende a pensar en la IA como robots autónomos o como una computadora capaz de batir a un maestro de ajedrez. Para mí, la IA es más un conjunto de tecnologías que permiten, en efecto, una forma de inteligencia en las máquinas”, afirma.
También explica que la IA se ve a menudo como un grupo de sistemas totalmente autónomos –robots capaces de moverse– pero, en realidad, gran parte de la IA se destina a sistemas semiautónomos. En muchos sistemas de IA, buena parte de los datos se elaboran antes de alimentarlos a un mecanismo que presenta cierta forma de aprendizaje automático y que, a su vez, generará una serie de percepciones. Entre estas tecnologías están el aprendizaje automático, el big data y la analítica, aunque existen muchas más.
Aquí es donde entran en juego las normas internacionales. El subcomité SC 42, que depende del comité ISO/IEC/JTC 1 es el único organismo que examina todo el ecosistema de la IA. Diab tiene claro que los que integran este comité parten de la conciencia de que es necesario considerar numerosos aspectos de la normalización de la tecnología de IA para lograr una adopción amplia. “Sabemos que los usuarios están alerta y quieren comprender cómo se toman las decisiones en la IA, por lo que es vital incluir aspectos tales como la transparencia de los sistemas. Por ello, una normalización integral es una parte necesaria de la adopción de esta tecnología”, afirma.
El ecosistema de la IA se ha dividido en varias áreas clave, que abarcan consideraciones técnicas, sociales y éticas. Entre ellas se encuentran las siguientes categorías generales.
Normas fundacionales
Siendo las partes interesadas tantas y tan variadas, un punto de partida básico ha sido el trabajo del comité sobre las “normas fundacionales”. En esta labor se examinan aspectos de la IA que requieren un vocabulario común, así como taxonomías y definiciones acordadas. En un momento dado, estas normas supondrán que un profesional podrá hablar el mismo idioma que un regulador y ambos el mismo idioma que un experto técnico.
Métodos y técnicas computacionales
Una parte esencial de la IA es una evaluación de los planteamientos y características computacionales de los sistemas de inteligencia artificial. Supone el estudio de diferentes tecnologías (por ejemplo, algoritmos de aprendizaje automático, razonamiento, etc.) empleadas por los sistemas de IA, incluidas sus propiedades y características, así como el estudio de los sistemas de IA especializados existentes para comprender e identificar sus planteamientos, arquitecturas y características computacionales subyacentes. El grupo de estudio informará de lo que está ocurriendo en el campo y, a continuación, sugerirá áreas en las que se requiere normalización.
Confiabilidad
Uno de los desafíos para el sector es la “confiabilidad”, tercera área de interés. Es algo que está en el foco de muchas de las dudas que giran alrededor de la IA. El grupo de estudio está considerando todos los aspectos, desde la seguridad y la privacidad hasta la robustez del sistema, transparencia y parcialidad. En el caso de la IA existen sistemas que toman decisiones o informan a las personas sobre decisiones que hay que tomar, por lo que es vital contar con una forma de transparencia reconocida y consensuada para prevenir cualquier sesgo no deseado. Es muy probable que este grupo de estudio formule toda una serie de recomendaciones para los proyectos de normalización. Esa labor constituirá un instrumento necesario y responderá de manera proactiva a las preocupaciones en este ámbito. “Al actuar de forma proactiva y reconocer que estos problemas existen y que las normas pueden ayudar a mitigarlos, marcamos una diferencia clara con respecto a la forma en que se desarrollaban las tecnologías transformadoras en el pasado, donde las preocupaciones se abordaban en una etapa tardía”, afirma Diab.
Casos de uso y aplicaciones
La cuarta área relevante es identificar los “dominios de aplicación”, los contextos en los que se utiliza la IA, y recopilar “casos de uso representativos”. La conducción y el transporte autónomo, por ejemplo, constituyen una de estas categorías. Otro ejemplo es el uso de la IA en la industria manufacturera para aumentar la eficiencia. Los informes de este grupo darán lugar a la puesta en marcha de una serie de proyectos que podrían incluir desde un repositorio completo de casos de uso hasta buenas prácticas para dominios de aplicación concretos.
Cuestiones sociales
Otra área de énfasis es lo que Diab denomina “cuestiones sociales”. Las tecnologías amplias, como IoT e IA, albergan el potencial para influir en nuestra existencia durante generaciones, por lo que su adopción genera impactos que van mucho más allá de la propia tecnología. Uno de ellos es la cuestión económica, como el impacto de la IA en el mercado de trabajo –algo que, obviamente, escapa a las competencias del comité–. Otros, sin duda, sí están en su ámbito de estudio. Se trata de cuestiones como el sesgo algorítmico, las escuchas ilícitas y las directivas de seguridad de la IA industrial, que son aspectos clave que el comité debe considerar. Por ejemplo, ¿cómo podemos entrenar un algoritmo de forma segura, y volver a hacerlo más adelante si es necesario, para que opere adecuadamente?, ¿cómo evitar que un sistema de IA correlacione la información “errónea” o que base sus decisiones en factores sesgados indebidamente, como la edad, el género o el origen étnico? o ¿cómo asegurar que un robot que trabaja en tándem con un operador humano no ponga en peligro a su compañero?
El SC 42 está contemplando estos aspectos de preocupación social y consideraciones éticas en todo su trabajo, y está colaborando con los comités más amplios de sus organizaciones matrices, ISO e IEC, en asuntos que tal vez no encajen en la “visión general de las TI” pero que pueden verse afectados.
Big data
Hace unos años, el JTC 1 creó un programa de trabajo sobre big data a través de su grupo de trabajo WG 9. En la actualidad, el programa Big Data cuenta con dos proyectos fundamentales para la visión general y el vocabulario, así como una arquitectura de referencia de big data (BDRA, por sus siglas en inglés), que han suscitado un enorme interés en la industria. Desde el punto de vista de la ciencia de los datos, la participación de expertos, los casos de uso y las aplicaciones, los ya planeados trabajos futuros sobre análisis y el papel de la integración de sistemas del programa de trabajo de big data tiene numerosos puntos en común con el programa de trabajo inicial del SC 42. Desde el punto de vista de la práctica industrial, resulta difícil imaginar aplicaciones en las que una tecnología esté presente sin la otra. Por esta y muchas otras razones, el programa de big data se ha transferido al SC 42. En su próxima reunión, el comité se centrará en cómo estructurar el trabajo. También se prevé el desarrollo de nuevos focos de trabajo para big data.
La Revista de la
Normalización Española
