Poder predecir dónde será el próximo delito, o cómo se desarrollará el tránsito en una ciudad. O la compra que realizará una persona en la próxima hora. Todos estos procesos pueden hoy –al menos en teoría– ser explorados a través del desarrollo de algoritmos que pueden aprender, clasificar y eventualmente ayudar a predecir comportamientos.

A lo largo de todo el mundo, distintos países –incluido Uruguay– han comenzado a diseñar estrategias para adoptar estas técnicas hoy englobadas bajo el nombre de inteligencia artificial. La inteligencia artificial tiene una larga historia y en general se vincula con la capacidad de las máquinas (o computadoras) de emular ciertas actividades “inteligentes” de los humanos. La cienciaficción (y algunos vendedores) ha ayudado a popularizar ciertos ejemplos (exagerados) de su uso, como el caso de Skynet en The Terminator y de HAL 9000 en 2001: odisea del espacio y Minority Report. Pero, en realidad, lo que hoy estamos viendo se trata, en la mayoría de los casos, de derivaciones de una rama de la ciencia de la computación conocida como aprendizaje automático o machine learning, que implica el uso de determinados modelos algorítmicos para predecir, clasificar o eventualmente automatizar algunos procesos. También bajo el nombre de inteligencia artificial se agrupan técnicas vinculadas con la robótica que permiten a las máquinas ver o adaptarse a un ambiente determinado, y es lo que se encuentra detrás de los fenómenos como los vehículos conducidos automáticamente o algunos robots en fábricas.

La adopción de este tipo de técnicas puede traer grandes beneficios para los sectores público y privado. Por ejemplo, la firma Intel, en alianza con varias universidades de China, desarrolló un algoritmo capaz de detectar de manera temprana nódulos asociados con el cáncer de pulmón. Este esfuerzo requirió acceder a grandes cantidades de datos (en su mayoría radiografías) e historias médicas, y el uso de una infraestructura de datos importante. En una experiencia más cercana a nuestra realidad, la pequeña empresa Dymaxion Lab, por su parte, ayudó a caracterizar, a partir de datos satelitales, dónde se encuentran las villas en la provincia de Buenos Aires. El potencial de esta tecnología es mucho y tiene tantas áreas de aplicación como la imaginación y expertise en un dominio determinado.

Pero no todas las sociedades podrán beneficiarse de estas técnicas si no hay algunas políticas claramente establecidas. En el centro de esta historia se encuentran los datos de todo tipo: públicos, personales, generados por máquinas, etcétera. Sin datos, ningún algoritmo o solución tiene mayor poder. Quien controle los datos, controlará buena parte del desarrollo de estas soluciones, y, como se podrá intuir, muchos de esos datos pertenecen a las personas.

También estas técnicas tienen un potencial importante para comprometer algunos valores básicos de nuestras sociedades. El caso del reconocimiento facial en nuestras calles –actualmente prohibido en San Francisco– es uno de esos ejemplos. ¿Pueden las autoridades escanear nuestros rostros para identificarlos en calles y redes sociales? ¿Qué reglas gobiernan estos servicios? Las preguntas distan de ser teóricas. En la ciudad de Buenos Aires ya se ha arrestado a personas equivocadamente, pues el sistema indicaba que eran sospechosas. Lo mismo ha acontecido en China y, de ser ciertas las versiones de prensa sobre la compra de estos sistemas, pronto podría ocurrir en Uruguay. Otros riesgos claros son la exclusión y los sesgos que cualquier proceso algorítmico de toma de decisión trae consigo. ¿Se puede predecir qué niños no terminarán la escuela o qué mujeres tienen un riesgo específico de quedar embarazadas en su adolescencia? Hay muchos entusiastas de la regulación algorítmica que piensan que sí, sin los resguardos legales y éticos y el conocimiento de dominio adecuado. En nuestra región ya tenemos ejemplos de esto.

Uruguay ha avanzado en este sentido comenzando a establecer una serie de principios para la adopción de la inteligencia artificial en el sector público, así como estableciendo una estrategia de desarrollo del sector industrial y un fondo de aplicaciones y usos. Esto es importante para favorecer una industria local que pueda exportar soluciones, así como para favorecer el desarrollo de soluciones para modernizar el sector público y los servicios. Pero no a cualquier costo. En los próximos 20 años buena parte de las decisiones que tomemos sobre la automatización de nuestra sociedad determinarán algunas pautas básicas: ¿seremos vigilados en las calles por algoritmos? ¿Tendremos acceso a nuestros datos para saber quién los usó? ¿Recibiremos de forma más segura servicios de nuestro gobierno? La respuesta dista mucho de ser automática.