¿Puede la IA ser tan curiosa como los humanos?

Curiosity ha sido aclamado como uno de los más competencias críticas para el lugar de trabajo moderno. Se ha demostrado que impulsa la gente empleabilidad. Países con más curiosidad, disfrute de más libertad económica y política, así como de un PIB más alto. Por lo tanto, no es sorprendente que, a medida que los trabajos del futuro sean menos predecibles, un número creciente de organizaciones contraten a personas en función de lo que podría aprender, en lugar de con lo que ya saben.

Por supuesto, las carreras de las personas siguen dependiendo en gran medida de sus logros académicos, que son (al menos en parte) el resultado de su curiosidad. Ya que no se puede aprender ninguna habilidad sin un mínimo nivel de interés, la curiosidad puede considerarse una de las bases fundamentales del talento. Como Albert Einstein famoso, «No tengo ningún talento especial. Solo tengo una curiosidad apasionada».

Centro de información

• La era de la IA

  Patrocinado por Accenture

  Cómo afectará a los negocios, la industria y la sociedad.

La curiosidad solo se hace más importante para las carreras de las personas por el crecimiento automatización de puestos de trabajo. En el de este año Foro Económico Mundial, ManpowerGroup predijo que capacidad de aprendizaje, el deseo de adaptar las habilidades de una persona para seguir siendo capaz de trabajar a lo largo de su vida laboral, es un antídoto clave contra la automatización. Aquellos que están más dispuestos y son capaces de mejorar sus habilidades y desarrollar nuevos conocimientos tienen menos probabilidades de automatizarse. En otras palabras, cuanto más amplia sea la gama de habilidades y habilidades que adquiera, más relevante será para usted en el lugar de trabajo. Por el contrario, si se centra en optimizar su rendimiento, su trabajo consistirá eventualmente en acciones repetitivas y estandarizadas que una máquina podría ejecutar mejor.

Pero, ¿y si la IA fuera capaz de sentir curiosidad?

De hecho, la IA es deseo aprender una tarea dirigida no puede exagerarse. La mayoría de los problemas de la IA consisten en definir un objetivo o meta que pase a ser la prioridad número uno del ordenador. Para apreciar la fuerza de esta motivación, imagine si su deseo de aprender algo ocupe el primer lugar entre todas sus prioridades motivacionales, por encima de cualquier estatus social o incluso de sus necesidades fisiológicas. En ese sentido, la IA está mucho más obsesionada con el aprendizaje que los humanos.

Al mismo tiempo, la IA tiene limitaciones en cuanto a lo que puede aprender. Su enfoque y alcance son muy limitados en comparación con los de un ser humano, y su insaciable apetito de aprendizaje solo se aplica a las directivas extrínsecas — aprender X, Y o Z. Esto contrasta marcadamente con la incapacidad de la IA para autodirigirse o ser intrínsecamente curiosa. En ese sentido, la curiosidad artificial es exactamente lo opuesto a la curiosidad humana; la gente rara vez siente curiosidad por algo porque se les dice que lo sea. Sin embargo, podría decirse que este es el mayor inconveniente de la curiosidad humana: fluye libremente y es caprichosa, por lo que no podemos aumentarla a nuestro antojo, ni en nosotros ni en los demás.

Hasta cierto punto, la mayoría de las complejas tareas que la IA ha automatizado han puesto de manifiesto el limitado potencial de la curiosidad humana en relación con el aprendizaje dirigido. De hecho, aunque no nos guste describir el aprendizaje de la IA en términos de curiosidad, está claro que la IA sustituye cada vez más a las tareas que antes requerían mucha curiosidad humana. Piense en la curiosidad que se dedicó a la innovación en seguridad de los automóviles, por ejemplo. ¿Recuerda las pruebas de choque automovilísticas? Gracias al drástico aumento de la potencia de cálculo, un accidente automovilístico ahora puede ser simulado por un ordenador. En el pasado, las ideas innovadoras requerían curiosidad, seguida del diseño y las pruebas en un laboratorio. Hoy en día, los ordenadores pueden ayudar a los curiosos buscando optimizaciones de diseño por sí mismos. Con este proceso de diseño inteligente, el ordenador es propietario de todo el ciclo de vida de la creación, las pruebas y la validación de las ideas. Los diseños finales, si se les da suficiente flexibilidad, a menudo pueden superar lo que es humanamente posible.

Procesos de diseño de IA similares son cada vez más comunes en muchos sectores diferentes. Google lo ha utilizado para optimizar la eficiencia de refrigeración de sus centros de datos. Los ingenieros de la NASA lo han utilizado para mejorar la calidad de las antenas y obtener la máxima sensibilidad. Con la IA, el proceso de retroalimentación de las pruebas de diseño puede realizarse en milisegundos en lugar de en semanas. En el futuro, los parámetros de diseño ajustables y la velocidad no harán más que aumentar, lo que ampliará nuestras posibles aplicaciones para el diseño de inspiración humana.

Un ejemplo más conocido podría ser la entrevista cara a cara, ya que casi todos los adultos que trabajan han tenido que soportar una. Mejorar la calidad de las contrataciones es un objetivo constante para las empresas, pero ¿cómo lo hace? La curiosidad de un reclutador de personas podría inspirarlo a variar las entrevistas futuras según la pregunta o la duración. En este caso, el proceso de evaluación de las nuevas preguntas y criterios de calificación está limitado por el número de candidatos y observaciones. En algunos casos, una empresa puede carecer del volumen de candidatos para realizar estudios significativos que perfeccionen su proceso de entrevistas. Pero el aprendizaje automático se puede aplicar directamente a las entrevistas grabadas en vídeo y el proceso de aprendizaje y retroalimentación se puede probar en segundos. Se puede comparar a los candidatos según las características relacionadas con el discurso y el comportamiento social. Las microcompetencias que importan (como la atención, la amabilidad y el lenguaje basado en los logros) se pueden poner a prueba y validar a partir del vídeo, el audio y el lenguaje en cuestión de minutos, a la vez que se controlan las variables irrelevantes y se eliminan los efectos de los sesgos inconscientes (y conscientes). Por el contrario, los entrevistadores humanos no suelen sentir suficiente curiosidad como para hacer preguntas importantes a los candidatos, o sienten curiosidad por las cosas equivocadas, por lo que acaban prestando atención a factores irrelevantes y tomando decisiones injustas.

Por último, piense en un humano jugando a un juego de ordenador. Muchos juegos comienzan con pruebas y errores repetidos, por lo que los humanos deben intentar cosas nuevas e innovar para tener éxito en el juego: «Si lo intento, ¿qué? ¿Y si voy aquí?» Las primeras versiones de los robots de juego no eran muy capaces porque utilizaban toda la información del estado del juego; sabían dónde estaban sus rivales humanos y lo que hacían. Pero desde 2015 ha ocurrido algo nuevo: los ordenadores pueden ganarnos en igualdad de condiciones, sin ningún tipo de información sobre el estado del juego, gracias al aprendizaje profundo. Tanto los humanos como los ordenadores pueden tomar decisiones en tiempo real sobre su próximo movimiento. (Como ejemplo, consulte este vídeo de una red profunda que aprende a jugar Super Mario World.)

Por los ejemplos anteriores, puede parecer que los ordenadores han superado a los humanos en lo que respecta a curiosidades específicas (relacionadas con las tareas). Está claro que los ordenadores pueden aprender y poner a prueba ideas de forma constante más rápido que nosotros, siempre y cuando tengan un conjunto de instrucciones y un objetivo claramente definidos. Sin embargo, los ordenadores aún carecen de la capacidad de adentrarse en nuevos dominios problemáticos y conectar problemas análogos, tal vez por su incapacidad de relatar experiencias no relacionadas. Por ejemplo, los algoritmos de contratación no pueden jugar a las damas y los algoritmos de diseño de coches no pueden jugar a juegos de ordenador. En resumen, en lo que respecta al rendimiento, la IA tendrá una ventaja sobre los humanos en un número creciente de tareas, pero la capacidad de mantener una curiosidad caprichosa por cualquier cosa, incluidas cosas aleatorias, y perseguir sus intereses con pasión puede seguir siendo exclusivamente humana.