La inteligencia artificial (IA) puede identificar objetos en una imagen o responder preguntas a partir de un texto. Pero cuando los datos representan una red de conexiones -como internet, una red social o un conjunto de proteínas- todavía encuentra importantes limitaciones. Superar ese obstáculo es uno de los ejes de investigación de la matemática uruguaya Paola Bermolen.
Investigadora del Instituto de Matemática y Estadística de la Facultad de Ingeniería de la Universidad de la República y co-responsable del Centro Interdisciplinario en Ciencia de Datos y Aprendizaje Automático (Cicada), Bermolen desarrolla modelos que permiten adaptar esos sistemas complejos a las herramientas actuales de aprendizaje automático.
Hace pocas semanas, además, se convirtió en la primera matemática en alcanzar el nivel III del Sistema Nacional de Investigadores (SNI), la máxima categoría que reconoce la trayectoria científica en Uruguay.“Es un reconocimiento muy importante para mí [...] fue también una sorpresa linda y me parece que es un reconocimiento muy significativo”, dijo Bermolen a la diaria.
El reconocimiento distingue una trayectoria dedicada a la matemática aplicada, un área que tenía escaso desarrollo en Uruguay cuando Bermolen comenzó a trabajar en ella. Formada en la Universidad de la República y doctora en informática y redes en Télécom ParisTech, Francia, regresó al país tras completar sus estudios y construyó su carrera en la Facultad de Ingeniería.
Su recorrido también fue poco habitual. Mientras la mayoría de los matemáticos desarrolla su carrera en ciencias básicas, Bermolen apostó por la matemática aplicada desde el área de ingeniería.
Las matemáticas detrás de la IA
Aunque hoy la inteligencia artificial ocupa titulares por herramientas como los modelos de lenguaje o los generadores de imágenes, Bermolen trabaja en una capa menos visible, pero fundamental para su funcionamiento.
Su investigación se centra en las redes complejas, una forma de representar sistemas donde múltiples elementos interactúan entre sí.
“Las redes complejas se refiere a casi cualquier sistema que interaccione con un montón de dispositivos conectados entre sí. La idea es que se tiene que diseñar un sistema que funcione, por el cual se transmiten los mensajes. Puede ser internet, una red social, pero también una red biológica: pueden ser átomos, proteínas”, explicó.
A partir de herramientas como la teoría de grafos, Bermolen busca comprender el funcionamiento de esas redes y desarrollar modelos que luego puedan utilizarse para resolver problemas reales.
Las aplicaciones abarcan desde el diseño de redes de telecomunicaciones más eficientes hasta el estudio de la propagación de la desinformación en redes sociales o la reconstrucción de relaciones evolutivas entre genes.
Actualmente, su grupo trabaja en un desafío especialmente relevante para el auge de la inteligencia artificial.
“Muchas veces los datos no están en una planilla donde se señala a una persona con propiedades como sexo, edad, domicilio o ingresos. ¿Qué pasa cuando lo que queremos analizar con aprendizaje automático son datos que están en una red compleja o que están en varias redes? Frente a eso, estamos trabajando en buscar representaciones de esas redes que puedan ser insumos para los métodos actuales de aprendizaje automático o de inteligencia artificial”, dijo.
Asimismo, explicó que los algoritmos de aprendizaje automático suelen requerir datos organizados en espacios donde puedan medirse similitudes o distancias entre ellos. Las redes complejas no tienen naturalmente esa estructura, por lo que el objetivo es construir representaciones matemáticas que permitan a la IA analizarlas.
“La mayoría de los algoritmos de inteligencia artificial requieren que los datos estén en algún espacio donde se pueda medir distancia, que se tenga alguna geometría. Pero a veces no existe. Lo que estamos haciendo ahora es hacer que exista esa geometría para poder aplicar aprendizaje automático”, afirmó.
El principal activo de Uruguay
Más allá de su propia investigación, Bermolen también reflexionó sobre el lugar que puede ocupar Uruguay en la carrera por la inteligencia artificial. A su juicio, el país no competirá por infraestructura o capacidad de cómputo, sino por talento.
“Está claro que Uruguay no compite en capacidad de cómputo [...] pero sí lo que tenemos es gente muy capacitada [...] que puede estar perfectamente al día o incluso proponiendo novedades en términos de modelado y desarrollo de algoritmos y métodos”, afirmó.
Sin embargo, advirtió que el país enfrenta un déficit importante de recursos humanos.
“Tenemos pocos ingenieros en general, pocos matemáticos [...] se precisaría mucho más gente que estudie matemática [...] y que después se dedique a otra cosa, que no sea ser un académico en un instituto de matemática”, sostuvo.
A su juicio, la matemática debería alimentar muchos más sectores productivos. Mencionó que algunas empresas de ciencia de datos e inteligencia artificial ya comenzaron a incorporar matemáticos, pero dijo que todavía existe una desconexión entre la formación académica y la industria.
Un camino poco habitual para las mujeres
El hito alcanzado por Bermolen también pone sobre la mesa otra realidad: la escasa presencia de mujeres en los niveles más altos de la matemática. La investigadora atribuyó esa situación tanto a factores estructurales de la carrera académica como a barreras culturales que todavía persisten.
Consultada sobre por qué hay tan pocas mujeres en los niveles más altos de la matemática, sostuvo que la disciplina no escapa a los problemas de la academia en general. Explicó que muchas investigadoras atraviesan los años de mayor exigencia científica al mismo tiempo que deciden formar una familia, lo que suele traducirse en una menor producción académica y menos oportunidades para viajar a congresos o establecer redes internacionales.
“En general, las académicas solemos tener hijos tardíamente y en ese momento se da naturalmente una baja en la producción académica”, afirmó.
A esas barreras se suman otras menos visibles. “Los hombres siempre están tratando de ascender o de llegar a niveles más altos [...] y las mujeres piensan: ‘todavía no estoy para esto, no tengo mérito suficiente’”. Para Bermolen, ese freno también contribuye a que haya menos mujeres en posiciones de liderazgo científico.
Aunque su nombre quedó asociado a un hito para la matemática uruguaya, Bermolen relativizó la idea de los logros individuales. Más allá del reconocimiento individual, la investigadora insistió en que la investigación científica es un trabajo colectivo.
“Todo lo que hacemos es un trabajo colectivo también, no son trayectorias individuales. Hay una idea preconcebida del científico solo que tiene ideas geniales, pero no es nada más alejado de mi experiencia”, concluyó.