La inteligencia artificial depende silenciosamente de que los trabajadores ganen 2 dólares por hora
A finales del siglo XVIII, un autómata maestro de ajedrez conocido como el "Turco Mecánico" recorrió Europa y Estados Unidos. Diseñada en 1770 por el inventor Wolfgang von Kempelen, la máquina parecía capaz de derrotar a cualquier jugador humano.
Más tarde se descubrió que el Turco era en realidad una ilusión mecánica. Una marioneta vestida con ropas orientales, que ocultaba bajo su fez y sus ropajes a un maestro de ajedrez humano. El poeta estadounidense Edgar Allen Poe estaba tan convencido de la fraudulencia del Turco que escribió un ensayo para llamar la atención sobre el engaño.
Un mecanismo predeterminado que venciera a una mente humana en el ajedrez era imposible, afirmaba Poe, ya que "ningún movimiento en el ajedrez sigue necesariamente a otro. De ninguna disposición particular de los hombres en un período del juego podemos predecir su disposición en un período diferente".
Hoy en día, la inteligencia artificial permite a los ordenadores hacer precisamente ese tipo de predicciones, por lo que sería justo suponer que esas ilusiones ingenuas han quedado atrás. Al fin y al cabo, ahora existen ordenadores que pueden ganar a cualquier humano al ajedrez.
Pero una ilusión similar caracteriza a la industria de la inteligencia artificial. En Amazon Mechanical Turk, una plataforma en línea que pertenece y es operada por Amazon desde 2005, se supone que la actividad humana toma la apariencia de la actividad mecánica. La premisa de Amazon Mechanical Turk es sencilla. El sitio aloja a contratistas, a menudo grandes empresas tecnológicas, que subcontratan tareas cortas de datos a una multitud de trabajadores.
Los trabajadores realizan las tareas que los algoritmos de aprendizaje automático aún no son capaces de completar. Como el trabajo debe parecer que lo hace la inteligencia artificial, el antiguo director general de Amazon, Jeff Bezos, se refirió a la plataforma como "inteligencia artificial". Los contratistas tienden a interactuar sólo con la plataforma, que aloja las tareas y busca a los trabajadores. Al no tener apenas contacto directo con los trabajadores, los contratistas experimentan el proceso como si lo realizaran por completo los ordenadores.
Más información sobre la inteligencia artificial:
Cómo una IA terminó la última sinfonía de Beethoven y lo que eso significa para el futuro de la música
"Los ordenadores no son tan inteligentes como se cree": La lucha por enseñar a la IA a contar historias
El aprendizaje automático, la rama más común del entrenamiento de la IA, se basa en grandes conjuntos de datos para entrenar modelos que luego se utilizan para hacer predicciones. Integrados en este proceso hay algoritmos que analizan los datos para extraer patrones y hacer más predicciones, que luego utilizan esas predicciones para generar más algoritmos.
Cuanto más ricos son los datos a los que se exponen estas tecnologías, más amplio es su entrenamiento y más sofisticadas son sus capacidades, lo que mejora su rendimiento en tareas tan variadas como la categorización de imágenes, la clasificación de textos o el reconocimiento del habla. En muchos ámbitos, estos avances han dotado a las máquinas de capacidades que a menudo igualan o superan las de los humanos. Los diagnosticadores de IA ya son al menos tan competentes como los médicos en la identificación de ciertos tipos de cáncer.
Pero para encontrar patrones y hacer predicciones, el algoritmo necesita que los datos de entrada estén etiquetados o categorizados. Un algoritmo para un coche autónomo, por ejemplo, debe estar expuesto a imágenes detalladas y anotadas de zonas urbanas antes de poder navegar con seguridad por el centro de una ciudad. La inteligencia artificial aún no es capaz de anotar estas imágenes por sí misma, por lo que los humanos tienen que etiquetarlas. En el caso de una tarea de formación de vehículos autónomos, podría tratarse de etiquetar una imagen de un cruce con las etiquetas "peatón", "semáforo" y "coche".
Comentarios
Publicar un comentario