La tendencia de la Transformación Digital en la era de las máquinas inteligentes llegará a niveles no imaginados. Con el boom de técnicas computacionales como el aprendizaje automático, el aprendizaje profundo, el Big Data y el Internet de las Cosas, la innovación tecnológica se ha convertido en un factor fundamental a nivel mundial. Estamos iniciando la Cuarta Revolución Industrial, una era de cambios trascendentales para los gobiernos.
En este sentido, diferentes organizaciones a lo largo del mundo plantean retos para la adopción de la Inteligencia Artificial (IA), por esta razón es que diversas naciones tienen como prioridad el diseño e implementación de estrategias de IA.
Algunos países, incluso, han desarrollado políticas o planes prospectivos para la implementación de tecnologías emergentes con resultados prometedores en términos de eficiencia y eficacia organizacional, automatización masiva e inteligente de los procesos de la administración pública, una mejor toma de decisiones asistida por algoritmos inteligentes y mejores propuestas de solución para los problemas complejos e inherentes a la sociedad, tales como la pobreza y el cambio climático.
Gobiernos y ciudades inteligentes
Todo esto lleva a que la digitalización de las ciudades —potenciada por la Inteligencia Artificial, el Internet de las Cosas, el 5G, la nanotecnología, biotecnología y el procesamiento cuántico— permita la creación de centros urbanos inteligentes que interactuarán y ayudarán a los ciudadanos para explotar datos en tiempo real, brindándoles información útil y permitiendo que los servidores públicos realicen una mejor toma de decisiones.
Sin embargo, a pesar de los resultados prometedores, existen riesgos potenciales en la implementación de las tecnologías emergentes, como el reemplazo masivo de la fuerza de trabajo, una mala toma de decisiones influenciada por el sesgo algorítmico y la dependencia absoluta hacia la IA.
Así pues, para lograr una digitalización integral e inteligente, los gobiernos requieren del conocimiento de expertos de diversas áreas —ciencias de la computación, económico-administrativas, políticas, ambientales y jurídicas, física, matemáticas, biología y neurociencia— que, combinadas, generarán algoritmos y máquinas que interactuarán con el ambiente y con los seres humanos.
La fórmula para las máquinas inteligentes
Raymond Kurzweil plantea en su libro, The Age of Spiritual Machines, tres paradigmas para diseñar una máquina inteligente:
- Una fórmula recursiva
- Redes neuronales artificiales
- Algoritmos genéticos
Asimismo, Kurzweil argumenta que la IA puede tener la capacidad de repetir cierto tipo de actividades para aprender del entorno; el aprendizaje de las máquinas, como simulación del comportamiento humano, mejorará y perfeccionará a la Inteligencia Artificial, facilitando su evolución.
Un ejemplo de este tipo de artefactos inteligentes son los vehículos autónomos, los cuales deberán decidir sobre la ruta a seguir sin intervención humana. En caso de un accidente o evento inesperado, deberán tener la capacidad de valorar si salvar la vida de sus tripulantes o la de los transeúntes, situación que, por medio de algoritmos inteligentes, será óptima, pero puede ser conflictiva desde el punto de vista ético y legal. Esta situación compleja será aprendida por los vehículos autónomos y perfeccionada a lo largo del tiempo.
A pesar de esto, los dilemas más grandes comenzarán cuando se le den mayores responsabilidades a la IA, como la asignación óptima del gasto público o la generación de políticas públicas.
En este tipo de situaciones, implementar la Inteligencia Artificial, por un lado, tendrá grandes beneficios que mejorarán la calidad de vida de los que tengan el acceso a la tecnología, pero, por otro, puede aumentar la brecha existente, sobre todo en los países en desarrollo y en los sectores con mayores carencias tecnológicas y educativas.
Por tal motivo, uno de los grandes retos para los gobiernos consiste en la generación de estrategias, reglas y políticas incluyentes que faciliten la adopción de las tecnologías desde los niveles más desprotegidos. La innovación deberá realizarse de forma invertida: encabezada por los países y organizaciones más avanzadas, pero implementándola en los sectores más desprotegidos y en los países con mayores necesidades.