Utilizamos cookies propias y de terceros para mejorar nuestros servicios, analizar y personalizar tu navegación, mostrar publicidad y facilitarte publicidad relacionada con tus preferencias. Si sigues navegando por nuestra web, consideramos que aceptas su uso. Puedes cambiar la configuración u obtener más información aquí.

¿Quién teme a la inteligencia artificial?

"Inteligencia artificial, educación y trabajo"cuatro.com

Si su respuesta es positiva, le recomiendo que diga adiós a su teléfono inteligente, a su correo electrónico, a su suscripción a Spotify… Porque la temida inteligencia artificial (IA) ya está en nuestras vidas y se alimenta con datos, muchísimos datos. Por eso las grandes empresas quieren generar y controlar muchos más datos para ofrecer productos y servicios personalizados… y vender mucho más.

En los últimos meses ha surgido una especia de ola de miedo ante la llegada de la inteligencia artificial (IA) al planeta Tierra. Hablamos de robots, todos pensamos en el coche sin conductor y también en Terminator. ¿Es eso lo que nos espera de la temida IA? La cuestión es que vivimos ya rodeados de esa inteligencia artificial
“Lo que ocurre es que cuando se encarga de filtrar el correo no deseado, ya no pensamos en ella como IA sino como en el filtro de correo no deseado”, ha aclarado Elena Alfaro, responsable de BBVA Data & Open Innovation durante su participación en un seminario organizado por la APIE y el banco. Ocurre con muchísimas más aplicaciones con las que convivimos a diario, como el traductor de Google, o las recomendaciones que nos hace Amazon cuando entramos en su página. “Es relativamente fácil si tienes millones de clientes establecer patrones. En base a compras de otras personas como tú el algoritmo te ofrece otros productos que también te podrían interesar. El año que introdujeron estos motores de recomendación las ventas de Amazon se dispararon un 30%”.
Estas aplicaciones se han podido desarrollar porque ha cambiado la forma de aprender de las máquinas. Antes había informáticos que las programaban diciéndoles cuáles eran las reglas. Ahora aprenden solas digiriendo, analizando y procesando millones de datos. Este aprendizaje automático es el que ha marcado la diferencia.
Así que la clave está en los datos. Cuantos más datos, más lista es la máquina por así decirlo. “Necesitamos talento, muchos datos y buenas preguntas que responder a través de ellos”, ha explicado Alfaro, que dirige un equipo de cincuenta científicos en BBVA Analitycs. “Medio millón de personas en Madrid nos dicen todos los días a través de sus pagos con tarjeta todo lo que hacen. Esa información nos permite hacer muchas cosas”.
El banco lleva años investigando la forma de exprimir toda esta información. En breve por ejemplo ofrecerá a sus clientes un calendario predictivo. En base a información pasada, anticipará los movimientos que cree se registrarán en la cuenta del usuario en el mes en curso: el día que llega la hipoteca, la visa, el recibo de la luz, del colegio… Y cuando detecte un gasto inusual o por un importe atípico, mandará un aviso al cliente.
“El dato financiero es muy potente”, ha opinado Alfaro. “Yo puedo decir que me gusta algo en Facebook, pero si lo compro es que me gusta, me he gastado cincuenta euros a tal hora, tal día y en tal sitio.  Es como si habláramos de intención versus evidencia o de intención de voto y voto real.” Por eso muchas grandes empresas tecnológicas están sacando métodos de pago: el rastro que dejan nuestras tarjetas es una información valiosísima. “Como juntes el dato de “me gusta” con el método de pago, eres el amo del mundo, porque tienes 1.000 millones de usuarios”, ha vaticinado la jefa de datos del BBVA.
¿Y para qué sirven todos esos datos? Pues ayudan a predecir conductas de las personas, aportan detalles sobre el comportamiento humano, dónde se concentran las compras, o dónde va la gente, a qué hora, con qué frecuencia, qué les gusta, cuánto dinero se gastan… Toda esta información organizada puede ser muy útil para empresas, comercios, ayuntamientos, servicios públicos… Ayudaría a gestionar mejor el tráfico en este último caso, por ejemplo. Las aplicaciones son enormes. Y ahí radica otra de las grandes cuestiones.
Las grandes tecnológicas tienen una masa crítica de usuarios enorme y han sabido sacar un gran partido de sus datos. Los bancos tienen datos quizá más buenos pero menos clientes y todavía están en pleno proceso de desarrollo de las aplicaciones. Una de ellas es el scoring de una operación de crédito. Las entidades tiran del aprendizaje automático para saber si un cliente es de fiar a la hora de darle un crédito, por ejemplo. Las matemáticas en este caso buscan datos de clientes parecidos, con profesiones parecidas, con ingresos similares, etc.  La IA se aplica también para clasificar los  gastos mensuales y ayudar a las personas a controlar mejor sus finanzas. Todos estos trabajos los hacen potentes ordenadores. 
“La IA está aquí, está integrada en nuestras vidas y lo va a seguir estando”, ha comentado Alfaro. “No será un robot que llegue un día por la puerta y nos va a diga: aquí estoy, te sustituyo. No es así.”