23 MAR 2014
¡Socorro! Una máquina está aprendiendo a hacer mi trabajo
Tareas que en la actualidad ocupan a casi la
mitad de los trabajadores estadounidenses, desde oficiales de crédito a
choferes de taxi y agentes inmobiliarios, pueden automatizarse en las
próximas dos décadas, según un estudio realizado en Oxford.
Quién necesita un ejército de abogados si se tiene una computadora? Cuando
el abogado de Minneapolis William Greene se vio ante la perspectiva de
examinar 1,3 millones de documentos electrónicos en un caso reciente,
recurrió a un programa digital inteligente. Tres socios seleccionaron
documentos relevantes a partir de una pequeña muestra a los efectos de
“enseñar” su razonamiento a la computadora. Los algoritmos clasificaron
luego el material restante por importancia.
“Pudimos obtener la
información que necesitábamos luego de analizar sólo el 2,3% de los
documentos”, dijo Greene, socio del estudio Stinson Leornard Street.
La
inteligencia artificial ha llegado a trabajos de EE.UU. y genera
herramientas que replican juicios humanos. Algoritmos que “aprenden” a
partir de ejemplos previos liberan a los ingenieros de la necesidad de
escribir cada comando.
Esos avances, sumados a los robots equipados con esa inteligencia,
posibilitan que ocupaciones que hoy emplean a casi la mitad de los
trabajadores estadounidenses, desde oficiales de crédito hasta choferes,
puedan automatizarse en el curso de las próximas dos décadas, según un
estudio realizado en la universidad británica de Oxford.
“Ya ha
habido esas transiciones”, dijo Carl Benedikt Frey, uno de los autores
del estudio e investigador del Programa Martin de Oxford sobre el
Impacto de la Tecnología Futura. “Lo diferente esta vez es que el cambio
tecnológico se produce más rápido y podría afectar a una mayor variedad
de empleos”.
Revolución informática, fase II
La transición de la revolución informática ya ha
afectado el empleo en todo el planeta. Tanto para el trabajo físico como
intelectual, computadoras y robots reemplazaron tareas que podían ser especificadas en instrucciones paso a paso,
en empleos con responsabilidades rutinarias. Eso les sacó el trabajo a
mecanógrafos, agentes de viajes y a toda una serie de asalariados de
clase media en una sola generación.
Pero el avance de las computadoras se topó con un gran obstáculo: sólo podían ejecutar lo que se les indicaba explícitamente.
Fue una pesadilla para los ingenieros tratar de prever cada comando
para que el software operase vehículos o reconociese la voz con
precisión. Así, muchos empleos siguieron en la órbita exclusiva de la
mano de obra humana… hasta hace poco.
Frey, el investigador de Oxford, señala que la actual ampliación de las posibilidades de la tecnología se debe a los avances en el aprendizaje de máquina,
una rama de la inteligencia artificial que hace que el software
“aprenda” a tomar decisiones detectando patrones en decisiones humanas
previas.
Para calcular los efectos sobre 702 ocupaciones en
EE.UU., Frey y su colega Michael Osborne aplicaron, a su vez, el
aprendizaje de máquina. Primero examinaron descripciones detalladas de
70 de esos trabajos y los clasificaron como posibles o imposibles de
computarizar. Luego incluyeron esos datos en un algoritmo que analizó
qué tipo de ocupaciones podían automatizarse y predijo probabilidades
para las restantes 632. Cuanto más alto el porcentaje, antes las
computadoras y robots serán capaces de sustituir a los humanos.
Ocupaciones que en 2010 empleaban a un 47% de los estadounidenses obtuvieron un puntaje suficientemente alto para entrar en la categoría de riesgo, es decir, posiblemente automatizables “en quizás los próximos diez o veinte años”, según su análisis.
“Mi
reacción inicial fue, ‘¡guau! ¿Será realmente así?’”, comentó Frey, que
es doctor en Economía. “Algunos de estos trabajos que solían ser
refugios para la mano de obra humana están desapareciendo uno tras
otro”.
Los oficiales de crédito tienen una de las profesiones más
en peligro, con una probabilidad del 98%, según las estimaciones de
Frey. Un ejemplo: Daric Inc, una firma online de préstamos entre
particulares, que abrió en noviembre, no tiene ningún oficial de
crédito. Y probablemente nunca lo tenga.
Su arma: un algoritmo que
no sólo aprendió qué clase de persona resultó un acreedor seguro en el
pasado, sino que constantemente actualiza su conocimiento de quién es
solvente. Esa “experiencia” decide qué personas y pymes obtienen
financiación, y a qué tasa.
Robots transportadores
El software inteligente está transformando también el trabajo manual. Las
mejoras en vehículos autónomos permitirían a las máquinas sustituir a
conductores de taxis y de camiones en los próximos veinte años, según el
estudio.
Una aplicación ya existente: los robots TUG de Aethon
Inc que transportan sábanas, medicamentes y comidas en más de 140
hospitales en EE.UU. Cuando Aethon lleva por primera vez a sus robots a
lugares nuevos, éstos los recorren inicialmente acompañados de seres
humanos; dado que cada edificio es diferente, hay que adaptar.
Los empleadores no necesariamente van a reemplazar a su personal por
computadoras sólo porque sea técnicamente posible, dijo Frey. Emplear
trabajadores de salarios bajos en vez de invertir en robots podría
resultar más económico durante un tiempo. Los consumidores podrían
preferir interactuar con personas y no con terminales de autoservicio, y
los reguladores podrían exigir supervisión humana en decisiones
importantes.
Por otra parte, los avances todavía no implican que
las computadoras estén alcanzando el nivel humano de conocimiento que
les permitiría replicar la mayoría de los empleos. Eso se encuentra,
como mínimo, a “varias décadas” de distancia, según Andrew Ng, director
del Stanford Artificial Intelligence Laboratory, de California.
Los programas de aprendizaje de máquina son mejores para rutinas específicas con muchos datos y cuyas respuestas pueden extraerse del pasado.
Intente que una computadora haga algo distinto de lo que aprendió, y
comprobará que la máquina no puede improvisar. Tampoco puede aportar
soluciones novedosas y creativas ni aprender de un par de ejemplos como
lo hacen las personas, explicó Ng.
“Funciona mejor en problemas
bastante estructurados”, dijo Frank Levy, profesor emérito en el MIT.
“Donde hace falta más flexibilidad y no se cuenta de entrada con toda la
información, es un problema”.
“Siempre habrá trabajo para quienes
puedan sintetizar información, pensar críticamente y ser flexibles ante
diferentes situaciones”, dijo Ng. Sin embargo, agregó, “los empleos de
ayer no serán los mismos que los de mañana”.
No hay comentarios:
Publicar un comentario