Ray De Villiers, Consultor en TomorrowToday Global 

El término “Cuarta Revolución Industrial” fue acuñado por Charles Schwabe mientras hablaba en el Foro Económico Mundial en 2016, un término que fue adoptado rápidamente por el mundo. La característica definitoria se identificó como el despliegue de sistemas ciberfísicos tanto en la vida como en el trabajo. La cuarta revolución industrial y los sistemas ciberfísicos llevan la disrupción a un dominio significativamente más íntimo y personal, basándose en la era informática de la Tercera Revolución Industrial.

Es importante reconocer que esto no implica una transformación cibernética de ciencia ficción de la tecnología y la humanidad. La implicación es más bien que las cosas físicas están cada vez más impulsadas por un elemento cibernético o digital subyacente.

La realidad cibernética se basa en algoritmos, que son esencialmente fórmulas y líneas de código que le dicen a la máquina cibernética que espere ciertos datos en un formato determinado y lo que tiene que hacer con ellos. Estos algoritmos pueden ser sorprendentemente simples o tan complejos que existen dentro de una práctica caja negra que funciona a un nivel más allá de la comprensión o revisión humana.

La naturaleza de la caja negra de estos algoritmos fue un factor importante cuando en 2017 Facebook creó una red neuronal de aplicaciones de inteligencia artificial (IA) y la cerró después de sólo cuatro semanas. Se observó que dos de las IA, llamadas casualmente Bob y Alice, se comunicaban entre sí. Eso no era inusual porque la red se creó para este propósito, pero Bob y Alice comenzaron a crear espontáneamente su propio lenguaje.

Lo que es más preocupante es que los ingenieros detrás del programa no pudieron entender lo que decían Bob y Alice. Tampoco entendieron los algoritmos subyacentes que causaron este comportamiento. Todo el programa se asentó dentro de una caja negra que se desarrolló sin la intervención específica de los seres humanos.

Historia y contexto

Los algoritmos de la caja negra altamente complejos son el confuso final de un proceso relativamente simple que hemos estado usando durante milenios. Los algoritmos se han utilizado para comprender y simplificar la vida, así como la innovación y el desarrollo de tecnología a lo largo de la historia.

Imagínese que fuera un neandertal en los días previos al descubrimiento de la rueda en un mundo de algoritmos. Su valor se basó en algoritmos que informaron su utilidad para poder obtener la mayor cantidad posible de comida de una caza o forraje antes de que se eche a perder.

1 mamut muerto x distancia desde la cueva = número de personas para llevar comida a casa

De la noche a la mañana, el descubrimiento de la rueda cambió eso y fue un nuevo algoritmo el que se utilizó para determinar el impacto del cambio.

(1 mamut muerto x distancia desde la cueva) / número de ruedas = menor número de personas para llevar comida a casa

Esencialmente, este sería un algoritmo utilizado para revisar la propuesta de valor humano en un mundo cambiado.

Esta dinámica se repitió con la domesticación de animales, seguido por el aprovechamiento del poder del vapor, la electricidad y la computadora. Los seres humanos han tenido una propuesta de valor en cada época, que se desglosó en un algoritmo y finalmente se reemplazó por tecnología.

Como consecuencia, en cada punto de transición como seres humanos, nos vimos obligados a preguntar: “Si esto se vuelve generalizado, ¿por qué me necesitarán?” Se trata de la necesidad de redefinir el valor que agregamos a la sociedad cuando lo que hacemos ya no es necesario que lo hagamos nosotros o podría hacerse mejor que nunca con una máquina impulsada por algoritmos.

La teoría detrás de los algoritmos

De manera simplista, los algoritmos se basan en algunos elementos básicos:

  • Un conjunto funcional limpio de datos o información que funciona como entrada.
  • Una acción repetible que se puede representar mediante una fórmula matemática o líneas de código informático.
  • Un resultado que se entrega de manera más eficiente, correcta o en mayor escala de lo que los humanos pueden entregar.
  • Eventualmente, la vinculación de muchos de estos procesos para crear un cambio lo suficientemente significativo como para llevar a la sociedad a otra era socioeconómica-industrial.

A menudo, la evolución de estos algoritmos requiere cierta participación humana periférica para generar datos lo suficientemente claros para impulsar el cambio. Todos hemos participado en este proceso sin siquiera saberlo. Cuando accedemos a un nuevo servicio en Internet, a menudo se nos pide que demostremos que somos humanos. Completar una secuencia de palabras o números en el campo de prueba de Completely Automated Public Turing test to tell Computers and Humans Apart (CAPTCHA). A veces se nos da una serie de imágenes y se nos pide que identifiquemos semáforos o señales de alto o pasos de peatones. Este proceso tiene como objetivo limpiar los datos que utilizan los algoritmos en varias tecnologías de Google o de la “Cuarta Revolución Industrial”.

Los números y letras que debemos completar se utilizan para limpiar los datos capturados por los vehículos de Google Street View. Estos son autos que circulan con cámaras en el techo capturando las imágenes que nos brindan esas increíbles vistas. Estos autos capturaron nombres de calles, nombres de edificios, letreros y números que no significaban nada para la IA, uniéndolos todos y vinculándolos a mapas existentes. Del mismo modo, las fotos en las que identificamos los semáforos y los cruces de peatones se utilizan para ayudar a Waymo, la tecnología de vehículos autónomos de Google, a reconocerlos.

La IA necesita que los datos tengan sentido y necesita grandes volúmenes para ser útil. Una vez que tiene suficiente información para crear un punto de referencia, compara nuevas imágenes con estas para determinar qué está viendo y cómo responder. La intervención humana fue necesaria desde el principio para enseñar al algoritmo de IA lo que necesitaba para ejecutar la acción repetible asociada con acercarse a una señal de alto, cruce peatonal o semáforo.

Sin embargo, los autos y camiones autónomos ya funcionan, y usamos Street View y otras herramientas de mapeo todo el tiempo, entonces, ¿por qué seguimos obteniendo imágenes y palabras en CAPTCHA? Simplemente, estamos siendo utilizados para asegurarnos de que la IA lo haga bien.

Las imágenes, palabras y números que nos alimentan ahora provienen de un grupo donde la IA no está segura o se siente ambigua en su determinación. Los humanos aún podemos agregar valor en los tonos de gris dentro de los datos. Cada vez que presionamos “enviar” en la herramienta CAPTCHA, estamos mejorando la IA y, con el tiempo, las imágenes se volverán más difíciles de identificar. Luego pasaremos a un punto donde la IA los identifica mejor que nosotros y las imágenes que recibimos en CAPTCHA serán para que la IA se asegure de que funciona a un nivel que excede la capacidad humana (buscará lo que hacemos mal, no bien). Este es el punto final definitivo para todos los algoritmos ciberfísicos ... aprender de nosotros y luego superarnos para apoyarnos y hacer de nuestro mundo un lugar mejor para vivir y trabajar.

Los límites de la IA y el valor continuo de los humanos

Los algoritmos agregan valor al automatizar tareas que son funcionalmente “en blanco y negro”. En este mundo, los humanos todavía tienen valor para ayudarlo a comprender cómo navegar por el gris.

El talón de Aquiles de la mayoría de la IA actual es que sólo puede funcionar eficazmente dentro de la banda para la que se desarrolló específicamente. Cualquier cosa fuera de estos parámetros bastante estrechos y la IA no funciona.

Lo que hace que la “Cuarta Revolución Industrial” sea interesante es que está impulsada por la realidad de que, dentro de los estrechos límites para los que se desarrolla una IA específica, es cada vez más cierto que la IA supera a los humanos. La IA no puede pivotar y cambiar a otra cosa como lo hace un humano, pero desde una perspectiva impulsada por tareas y orientada a resultados, la IA es superior a los humanos.

¿Por qué Waymo y Tesla sólo fabrican vehículos autónomos con cuatro ruedas? BMW y otros están desarrollando motocicletas autónomas. La tecnología desarrollada para automóviles autónomos no se puede utilizar para motocicletas autónomas, es un producto y proceso de desarrollo completamente diferente: los algoritmos sólo funcionan para el contexto estrecho para el que fueron escritos. Sin embargo, un ser humano puede conducir un automóvil, salir del automóvil y andar en motocicleta (o patineta o bicicleta), o incluso ir a nadar o correr.

Muchos de nosotros hemos visto las increíbles hazañas logradas por los robots autónomos de Boston Dynamics Spot, Atlas, Cheetah y otros. Sin embargo, incluso estas asombrosas tecnologías robóticas autónomas no tienen la flexibilidad interfuncional humana más básica. Dentro de su área de desarrollo, superan a los humanos, pero los mueven sólo un poco de manera adyacente y funcionan peor que un niño pequeño.

IA enseñando IA y la desintermediación del valor humano

En estos tonos de gris, encontramos las etiquetas que definen nuestra propuesta de valor humano actual. Se nos dice que todavía somos necesarios para cosas como la creatividad, la flexibilidad, la intuición, etc. A medida que se desarrollen los algoritmos de IA, estas son las áreas que comenzarán a erosionarse.

La creatividad y la innovación están siendo influenciadas actualmente por un campo de la inteligencia artificial llamado Graduate Adverserial Networks (GAN). En las GAN, dos IA se enfrentan entre sí y cada una toma la salida de la otra y la mejora. Se ponen en un ciclo de retroalimentación y cada uno intenta engañar al otro haciéndole pensar que la salida no ha sido creada por una IA.

El producto final de este proceso es un nivel de creatividad similar al de una persona, pero entregado en una fracción del tiempo. Empresas como Procter & Gamble están utilizando GAN para acelerar parte del desarrollo de sus productos. P&G usó GAN para algunos cambios de diseño de los pañales que estaban desarrollando. Los GAN desarrollaron y probaron una variedad de imágenes hasta que una selección estuvo disponible para su consideración final por parte del equipo de desarrollo del producto.

El proceso tomó una fracción del tiempo que hubiera tomado una agencia o equipo creativo. El azote de internet de videos e imágenes deepfake que son indistinguibles de la realidad también provienen de esta tecnología. La IA en circuitos competitivos entre sí manipula imágenes en el dominio público para hacer que los políticos y las celebridades digan cosas que en realidad nunca dijeron. En las primarias demócratas para las elecciones presidenciales estadounidenses de 2020 hubo una preocupación real por el uso de diversas tecnologías deepfake.

Se hicieron videos de demostración que mostraban a Barak Obama, Pete Buttigieg, Elizabeth Warren y otros en situaciones que no eran reales. No salió a la luz ninguna evidencia de que esto sucediera en las elecciones en 2020, principalmente porque los deepfakes aún eran reconocibles. Incluso los mejores no pudieron pasar lo que los investigadores de inteligencia artificial llaman “El valle inquietante”, donde todo parece estar bien, pero nuestro instinto nos dice que no lo es.

Pero con el tiempo, el ciclo de retroalimentación de este proceso de desarrollo superará estos problemas y no podremos distinguir lo real de lo falso.

Incluso el amor y la pasión no están exentos. Tinder, Bumble, OK Cupid y otras aplicaciones de citas online han cargado cibernéticamente el juego de las citas. En 1962, David Gale y Lloyd Shapley crearon un algoritmo que resolvió el “problema del matrimonio estable”. Ponga un número igual de hombres y mujeres solteros en una habitación (en 1962 el experimento se basó en una comprensión heteronormativa del matrimonio) y, utilizando su fórmula, podría encontrar las mejores combinaciones para matrimonios felices y estables. Fueron los precursores de lo que hacen las aplicaciones de citas en línea en la actualidad.

Los seres humanos tienden a enamorarse de formas similares y repetibles. Tinder tiene un sistema de clasificación llamado ELO que se utiliza para presentar a las personas perfiles de personas que tienen más probabilidades de coincidir. ELO de Tinder funciona asumiendo que responderá positivamente a los perfiles de las personas que fueron seleccionadas por otras personas más como usted.

Estas empresas han convertido esto en fórmulas y algoritmos que aumentan nuestras posibilidades de encontrar el amor y la conexión cuando usamos sus plataformas. Enamorarse se ha reducido a que la IA procese su edad, ubicación, breve biografía y vea dónde se superpone con personas como usted (de ambos sexos).

¿Existe un algoritmo para desbloquear el valor humano hoy y mañana?

El corazón de nuestra propuesta de valor humano es hacernos esta pregunta a nosotros mismos y nuestras vidas: ¿qué no se puede convertir en un algoritmo?, ¿qué hay en mi mundo que sea difícil o demasiado caro de convertir en un algoritmo?

La respuesta a esta pregunta es el comienzo de su viaje redefiniendo su valor.

PARA INDIVIDUOS

En primer lugar, debemos darnos cuenta de que lo que vivimos hoy no es nada nuevo. Ha sido la esencia de la evolución social humana desde que descubrimos por primera vez cómo usar nuestros pulgares oponibles. Una vez que resuelva esta ansiedad, podrá detectar las oportunidades para desbloquear su propuesta de valor humano.

En segundo lugar, comience a escanear la inteligencia artificial y las interrupciones de su mundo impulsadas por algoritmos. Pero ahora mire más allá de la interrupción e intente identificar los tonos grises que existen entre ellos. Es en estas aterradoras sombras en los bordes de nuestros mapas de comodidad donde reside su valor humano.

Luego pregunte cómo puede convertir esta información en algo por lo que otros pagarán y verán como valor agregado a su humanidad.

PARA LÍDERES EMPRESARIALES

Mucho de lo que tomamos como práctica empresarial estándar se está convirtiendo en algoritmos. La primera responsabilidad que tiene es asegurarse de que su organización no se quede atrás. ¿Qué necesita cambiar para asegurarse de estar al día con los cambios tecnológicos más generalizados en su industria?

Mantenerse al día sólo significa que no perderá, pero no desbloqueará una ventaja competitiva.

Por lo tanto, su segunda responsabilidad es observar el potencial que se puede desbloquear cuando varios de estos sistemas, programas y aplicaciones comienzan a fusionarse y trabajar juntos. Si puede ser el arquitecto de esta fusión, podrá crear valor para sus clientes humanos que de otro modo no verían.

Como médico, su conocimiento médico se puede convertir en un algoritmo, sin embargo, su trato al lado de la cama no puede.

Como abogado, su conocimiento de la ley se puede convertir en un algoritmo, sin embargo, su capacidad para conectarse con un juez o jurado no puede hacerlo.

Como líder empresarial, su capacidad para ejecutar números e incluso administrar personal puede convertirse en un algoritmo, sin embargo, su capacidad para detectar una oportunidad para un cliente y construir relaciones comerciales profundas no puede.

Entonces, en términos simples, todo lo anterior son demostraciones significativas de que, en un mundo cada vez más informatizado, el valor humano todavía cuenta mucho.

NOTA ORIGINAL:

https://www.rsm.global/insights/finding-opportunity-change/embrace-value-being-human-digital-world