¿Reducción de la investigación de la IA?
La inteligencia artificial (IA) está siendo aclamada como el último ejemplo de una tecnología de uso general que podría transformar la productividad y ayudar a abordar importantes desafíos sociales. Sin embargo, este resultado no está garantizado: un enfoque miope en los beneficios a corto plazo podría encerrar a la IA en tecnologías que resulten ser subóptimas a largo plazo. Por esta razón, puede ser valioso preservar la diversidad en las trayectorias de la IA que se exploran hasta que haya más información sobre sus méritos y peligros relativos. Las controversias recientes sobre el dominio de los métodos de aprendizaje profundo y los laboratorios privados en la investigación de inteligencia artificial sugieren que el campo puede ser cada vez más limitado, pero falta la base de evidencia. Buscamos abordar esta brecha con un análisis de la diversidad temática de la investigación de IA en arXiv, un sitio de preimpresiones ampliamente utilizado. Habiendo identificado 110,000 artículos de IA en este corpus, usamos el modelado de temas jerárquicos para estimar la composición temática de la investigación de IA, y esta composición para calcular varias métricas de diversidad de investigación. Nuestro análisis sugiere que la diversidad en la investigación de IA se ha estancado en los últimos años y que la investigación de IA que involucra a organizaciones del sector privado tiende a ser menos diversa que la investigación en el mundo académico. Esto parece estar impulsado por un pequeño número de empresas de tecnología prolíficas y con un enfoque limitado. La diversidad en el mundo académico se ve reforzada por instituciones más pequeñas y grupos de investigación que pueden tener menos incentivos para la raza y menores niveles de colaboración con el sector privado. También encontramos que los investigadores de inteligencia artificial del sector privado tienden a especializarse en datos y métodos de aprendizaje profundo computacionalmente intensivos a expensas de la investigación que involucra otros métodos de inteligencia artificial (simbólicos y estadísticos) y de la investigación que considera las implicaciones sociales y éticas de la inteligencia artificial o la aplica en dominios como salud. Nuestros resultados sugieren que puede haber una justificación para la acción política para prevenir una reducción prematura de la investigación de la IA que podría reducir sus beneficios sociales, pero notamos los obstáculos de incentivos, información y escala que se interponen en el camino de tales intervenciones.
Comentarios
Publicar un comentario