“Enseñamos cómo pensar, no qué pensar”

La tecnología normalmente va más rápido que la regulación. ¿Qué tan rápido creen que avanzará la regulación de la IA a nivel global?

SL: Primero, quiero decir que estamos muy emocionados de estar en Perú. Tenemos alrededor de 100 alumnos peruanos en Dartmouth y tenemos alrededor de 20 estudiantes de Dartmouth que están aquí, algunos de pregrado y algunos estudiantes de posgrado. Estamos muy emocionados de continuar construyendo esa relación […] No sé si lo sabes, pero el término ‘IA’ en realidad se desarrolló en Dartmouth en los años cincuenta. Llevamos más de setenta años pensando en esto. Creo que estar en un lugar donde tienes ingeniería, informática, humanidades, gobierno y relaciones internacionales te permite pensar en IA. Esto, no solo en términos de lo que se está desarrollando, sino también en términos de cómo te aseguras de que [lo que estás desarrollando] sea bueno para la sociedad.

MIRA | Contreras tras caída de producción en junio: hay motivos para pensar en una recuperación

AA: Tenemos a nuestros investigadores centrados en el desarrollo de tecnología, y ellos a menudo piensan mucho en las consecuencias no deseadas y el impacto que generan. A eso lo llamamos ‘ingeniería centrada en el ser humano’. Es decir, esa idea de que no solo estás desarrollando tecnología por el bien de la tecnología, sino para que nos asociemos con el gobierno para pensar en estas cosas […] El desarrollo de un entendimiento con nuestros formuladores de políticas es fundamental. Eso lleva tiempo. Tenemos una responsabilidad como educadores, pero también encontramos formas de ayudar al público a comprender qué podría significar el desarrollo de tecnología –el desarrollo de IA–, de modo que nuestros legisladores consideren políticas y leyes potenciales para ayudar a evitar consecuencias no deseadas, para ayudar a evitar lo negativo.

En América Latina estamos menos avanzados que en Estados Unidos o Europa. ¿Conocen algún ejemplo en América Latina de una alianza entre gobiernos y desarrolladores de tecnología?

SL: La IA va a ser muy útil en cómo pensamos abordar los problemas de salud en nuestra población. De hecho, tenemos a uno de nuestros profesores que está aquí [en Perú], la profesora Lisa Marsch, que está en nuestra escuela de medicina y está usando IA en ‘Terapéutica Digital’ como la llama, para trabajar con los gobiernos de América Latina. Busca ayudar realmente a las personas adictas o que tienen problemas de salud como depresión. Busca garantizar que reciban atención.

MIRA | El 78% de dictámenes listos en Economía tiene observaciones

¿Se enfoca en prevención?

SL: Ella está trabajando en muchos niveles diferentes. Si uno conoce a alguien que ha sido adicto, uno está buscando señales, pensando en cuándo podría recaer. Así, por ejemplo, se pueden usar herramientas como un teléfono inteligente para entender cómo están interactuando con las redes sociales y las demás personas. Eso te puede dar pistas para brindan intervención y ayuda en el momento en que la persona lo necesite. Es tanto para la prevención como para ayudar a las personas a mantenerse en el mejor nivel posible una vez que han sido diagnosticadas con un trastorno.

AA: Hay investigadores centrados en la aplicación. Están muy centrados en intervención, prevención y diagnóstico. También necesitamos investigadores de IA que puedan ayudar a esas investigaciones y administrar realmente grandes conjuntos de datos. Se puede recopilar toda esta información ahora desde un teléfono inteligente, pero, ¿cómo se le da a esos investigadores de salud esta información para que puedan revisarla y determinar que realmente se debe hacer algo para intervenir y ayudar a esta persona? Tenemos investigadores que están ayudando a tomar esas grandes cantidades de datos ry reduciéndolos a un conjunto manejable. El 95% de los datos parece estar funcionando de esta manera, pero el 5 % de los datos pueden ser anomalías. Realmente necesitamos que esos investigadores puedan abordar esos grandes conjuntos de datos y ayudar a los demás a identificar problemas en cuidado de la salud, y también en cambio climático. Estamos recopilando cantidades de información basadas en datos meteorológicos y entendiendo cuál es el impacto real del cambio climático, comprender cómo podemos mitigar eso o ayudar a nuestras poblaciones a adaptarse. Ese también es un problema de ‘big data’ que requiere IA.

Estamos ante otra revolución. Necesitaremos de otro tipo de profesionales solo para trabajar con la medicina y los médicos, por ejemplo. Estás hablando de investigadores, pero no de medicina, sino de datos.

SL: Esa es una de las cosas que una universidad como Dartmouth puede ofrecer. Formamos a los estudiantes para que sean la próxima generación de trabajadores y para que piensen en temas como estos. Creo que el objetivo de la IA es aumentar la inteligencia humana. Una de las cosas realmente interesantes de algo como el Chat GPT, es que puedes hacer preguntas e interrogarlo, y casi razonar con él. La idea es cómo entender cómo puede ayudar a aumentar [la inteligencia humana]. Se necesitan investigadores que entiendan lo que está sucediendo, y personas que luego puedan trabajar con profesionales de la salud o profesionales del clima.

Se tendrá que aprender a trabajar con sectores específicos.

LS: [Asiente]. Quisiera mencionar otro ejemplo. Hay un rico conjunto de datos cuando interactúas con un paciente y, a menudo, es ahí cuando las cosas salen mal. El médico dice una cosa, el paciente escucha otra. Tenemos investigadores en Dartmouth que están grabando esas conversaciones para luego usar la IA y elegir qué es lo más importante para el seguimiento del paciente, y luego ayudar a esa persona. Lograr esto con éxito significa que se necesitan investigadores que entiendan mucho de conjuntos de datos y por eso las universidades son tan importantes, porque somos capaces de pensar cuál es la próxima vanguardia y cómo capacitamos a las personas. Y solo como ejemplo de eso, en realidad, la directora de tecnología de OpenAI, desarollador de Chat GTP, es una mujer graduada en ingeniería de Dartmouth.

Para administrar toda esta cantidad de datos que vendrán, también necesitaremos trabajar en la nube privada y pública.

LS: Sí, en términos de seguridad. De hecho, el director de seguridad de OpenAI es también un graduado de Dartmouth. Este tema de la información que se hace pública, especialmente en la industria del cuidado de la salud, es muy importante.

AA: Hay clases de privacidad y seguridad que nuestros estudiantes pueden tomar. ¿Cómo asegurar que los datos que se recopilan se anonimizan? Esto, para que cuando se vaya a estudiar la información, no se sepa el nombre del paciente ni donde vive. Hay ciertos enfoques que enseñamos sobre cómo hacer eso. Y luego, la seguridad también es una gran pregunta. Si se están almacenando los datos en un lugar en particular, ¿cómo se garantiza que se mantiene su seguridad?

MIRA | ¿Qué le espera a los centros logísticos hacia el 2024?

El modelo es importante. Puede optarse por un gran centro de datos o muchos pequeños centros de datos en todo el país.

AA: Totalmente, y por eso es tan importante que sigamos actualizando y mejorando nuestra educación, porque la seguridad cambia a diario. Nuestra capacidad para hacer que las cosas sean cada vez más y más seguras debe evolucionar, por lo que es fundamental que tengamos la investigación en curso y las clases para enseñar a los estudiantes –que luego trabajarán en estas empresas de seguridad–a garantizar que los datos de los pacientes y los datos de la empresa se mantengan seguros.

¿Cómo llegan a los jóvenes? ¿Los jóvenes entienden este tipo de carreras? ¿Los padres entienden estas nuevas carreras?

LS: Una de las cosas asombrosas de Dartmouth es que enseñamos cómo pensar, no qué pensar, y estamos capacitando a los estudiantes para carreras que aún no existen. Nuestro objetivo es brindarles información y experiencia en todas estas áreas diferentes[…] Alguien que esté en informática o ingeniería también estudia, por ejemplo, historia del arte, porque creemos que es importante tener esta amplitud. Estamos buscando a los mejores y más brillantes estudiantes de todo el mundo. Somos solo una de las ocho instituciones en los Estados Unidos que no consideran la necesidad financiera, ni siquiera a nivel internacional, cuando se presenta la solicitud [de ingreso]. Si el alumno ingresa, cubriremos todas sus necesidades en términos de apoyo. Creo que los padres están interesados en ayudar a sus estudiantes a tener las herramientas para seguir y tener grandes carreras.

¿Se trata de nuevas carreras o cursos nuevos en carreras ya existentes?

LS: Siempre estamos desarrollando nuevos campos en ingeniería donde Alexis es decana. Tenemos una iniciativa de diseño centrada en el ser humano donde los estudiantes están pensando en cómo entender nuevos problemas y están aprendiendo las herramientas para abordar un problema. Por ejemplo, ¿cómo sabemos que la IA no propondrá problemas éticos en términos de algoritmos o inclinación? Eso requiere de que se haga la pregunta correcta e incluso se aprenda a cómo llegar a una respuesta, y esa es una de las cosas en las que capacitamos a nuestros alumnos.

MIRA | Fitch rebajó la calificación crediticia a Estados Unidos, ¿qué implica la decisión?

AA: Eso es crítico. Estoy segura de que podemos encontrar muchos ejemplos de cosas que fueron diseñadas de manera deficiente. Una de esas cosas es el tiempo que tardamos en poner ruedas a las maletas. Primero pusimos dos, pero nos tomó un tiempo poner cuatro ruedas. [Ríe] Es un ejemplo simple, pero en el que se puede ver cómo el ingeniero que ideó la solución de una maleta realmente no estaba pensando en la necesidad que tienen las personas. Realmente se trata de ayudar a los estudiantes a aprender cómo abordar un problema, porque los problemas cambiarán con el tiempo. Si solo te estás capacitando como ingeniero para resolver problemas matemáticos, no estás recibiendo ese tipo de entrenamiento holístico.

Es un perfil profesional no tradicional.

AA: Sí. Ayer me reuní con algunos estudiantes interesados en ir a la escuela de posgrado e ingeniería. Están tan acostumbrados a obtener una maestría, y todo lo que hacen es tomar estas clases de ingeniería y resolver problemas. Hablamos [con ellos] sobre la integración de proyectos prácticos y otros temas. No solo se trata de resolver una ecuación diferencial, sino de decir ‘eso se puede aplicar aquí, y luego en otra cosa’.

LS: Así, se abre la puerta para quienes podrían considerarse ingenieros. Ahora tienes mujeres que no se habían pensado a sí mismas como tales y que realmente están interesadas en el enfoque centrado en el ser humano. De hecho, fuimos la primera escuela de ingeniería en EE. UU. en tener mitad mujeres y mitad hombres.

Esta visión transversal de cómo se resuelven los problemas se ve también en otras carreras. El futuro se ve más ‘ágil’. Tomas un problema con 5 personas, lo resuelves y te separas. Y luego vas a otro problema, el cual abordar con otro grupo.

LS: Exacto. Son equipos de personas con diferentes niveles de experiencia y esa es una de las cosas especiales de Dartmouth. Somos lo suficientemente pequeños como para que nuestros médicos trabajen con nuestros ingenieros y para que nuestros estudiantes de pregrado trabajen con profesores. Somos capaces de ver los problemas de una manera que otros no pueden. Siempre una cultura de inicio conduce a descubrimientos.

Acerca del Chat GTP, todos sabemos las cosas buenas y las cosas malas. Hay preocupación por la pérdida de trabajos, por ejemplo. ¿Qué piensan de esta tecnología?

LS: No me preocupa nadie que salga de Dartmouth porque, nuevamente, les estamos enseñando cómo resolver problemas y trabajar con tecnología y creo que eso es lo que vamos a ver con más frecuencia, que la gente aprenderá a trabajar con la tecnología y así los trabajos cambiarán. Creo que esto nos hace abrir los ojos hacia otros trabajos, pero eso significa que necesitamos que la gente ahora piense en cómo se ven los derechos de autor, cómo reescribimos las leyes, cómo pensamos sobre la legislación […] Hemos hecho esto antes. Las computadoras fueron un buen ejemplo. Creo que hay revoluciones constantes en términos de cuáles son los trabajos y cómo interactuamos con las máquinas que nos rodean.

Las personas piensan que este es otro tipo de revolución, no como la de las computadoras.

LS: Creo que las personas, en su momento, estaban preocupadas por las computadoras y el Internet. Creo que parte de todo esto es, efectivamente, la educación. Nuestra responsabilidad, desde una perspectiva universitaria, es investigar y ayudar a establecer las barreras. Estoy muy emocionada, soy una persona que mira el vaso medio lleno, pero creo que hay ciertos riesgos enormes y es nuestra responsabilidad ayudar a mitigarlos.

MIRA | Medios de pago: cuáles son los más usados y por qué aumentó el movimiento de efectivo este año

Si solo nos enfocamos en la regulación, ¿eso nos frena?

LS: Nuestro trabajo es una universidad es centrarnos en los descubrimientos y en cómo pensamos cuáles son los peligros. Los gobiernos deberían prestar atención a esto, pero nuestro trabajo como universidad es impulsar la tecnología para ayudar a descubrir cómo puede impactar de manera positiva y también cuáles son los posibles aspectos negativos.

¿Conocen algún ejemplo de uso ético de la IA?

AA: Claro. está por ejemplo, el trabajo que hacemos desde mi startup. Estamos tomando datos asociados a edificios […] La compañía de servicios públicos recopila datos de electricidad y luego envía una factura directamente al usuario. Lo que estamos haciendo es tomando esa información, y otros datos adicionales sobre el edificio y los analizamos. No podíamos hacer esto antes porque no podíamos administrar grandes cantidades de datos. Hoy con la IA realmente se puede hacer. Entonces, como resultado, sin poner un pie en el edificio y en segundos, podemos diagnosticar qué es lo que está mal para ayudar a que sea más eficiente energéticamente. Necesitamos ahorrar esa energía para ayudar a mitigar nuestros problemas de cambio climático. No necesitamos colocar sensores por todo el edificio para obtener toda esta información. Podemos hacerlo usando solo los datos de electricidad que su empresa de servicios públicos está recibiendo.

LS: Otro ejemplo. Sabemos que los estudiantes de una universidad de la Ivy League a menudo trabajan muy duro y estudian […] tenemos un miembro de la facultad, Andrew Campbell, que en su teléfono inteligente trabajó para recopilar todo tipo de datos sobre cuándo iban los estudiantes al gimnasio, cuando estaban sentados estudiando, cuándo no estaban interactuando con sus amigos. Así, [a través de su teléfono] el podía ver que cuando [los estudiantes] realmente se estresaban, era cuando no se comunicaban con los demás. Entonces, a las personas estresadas les podías mandar un ‘pin’: ‘Oye, ¿por qué no vamos a cenar?’ o ‘¿Tomamos un descanso de estudiar y vamos a caminar?’. Esto llevó a los estudiantes a sentirse mejor y luego se desempeñaron mejor en sus clases.