El dataísmo como requisito de la Inteligencia Artificial

Claudio Rama

La existencia de Bases de Datos es uno de los prerrequisitos y a la vez soporte fundamental para la existencia y funcionamiento de la Inteligencia Artificial (IA). En tal sentido, podríamos decir que la IA es un resultado de la expansión del conocimiento y la información en el mundo que crea Datos, con tal dimensión que es la IA quien los puede gestionar.

Los datos son también la materia prima de estas máquinas-herramientas que aprenden y que usan los Datos para mejorar la eficiencia generando valor agregado. Los datos como insumos son la base incluso de la creación de nuevos conocimientos, como claramente se identificó el método científico creado por Descartes. Y finalmente, también las Bases de Datos son recursos para que la IA pueda entrenar la eficiencia de sus algoritmos y mejorar sus capacidades de análisis.

Así, la IA se apoya en el dataísmo y no existiría sin esas bases de datos sobre las cuales realiza las minerías de datos que constituyen el centro de su función. En tal sentido, la IA es la herramienta de transformación de los datos en información a partir de agregar valor (ordenamiento y procesamiento) a esos datos. El Dataísmo, como práctica y funcionamiento de un sistema de valorización, preservación y organización de los datos, se constituye en uno de los prerrequisitos para permitir la creación de valor a partir de la minería de datos por los sistemas de IA. Cuatro elementos destacan en su existencia y funcionamiento.

En primer lugar las bases de datos no refieren a cualquier conjunto de datos inconexos, sino relativamente depurados y organizados con estructuras específicas que las soporten y les den capacidad de uso, como por ejemplo en software de planillas electrónica como Excel o de Bases de datos como Dbase. Sin embargo también más allá de que existen algoritmos con IA que pueden realizar minería profunda con datos no depurados y organizados, estos deberán tener un conjunto de parámetros mínimos de definiciones para poder ser utilizados, tales como metadatos, identificaciones o clasificaciones.

Pero, siempre el resultado de la eficiencia de la IA dependerá de la fiabilidad de esas bases de datos.

En segundo lugar, el dataísmo para constituirse en un insumo para la IA requiere de una amplia capacidad de memoria para su archivo, así como estructuras de costos que lo faciliten. El crecimiento de la cantidad de información y su complejidad, impone mayor capacidad de almacenamiento, abaratamiento de sus costos y un acceso en red en la nube, y obviamente a través de internet. Ello ha viabilizado la existencia de miles de Bancos de Datos alrededor del mundo, y especialmente de las mayores empresas dedicadas al “cloud computy”. Así, la IA dependerá de la nube como ámbito de los Bid Data.

En tercer lugar el dataísmo requiere de potentes y múltiples redes que permitan conectar y soportar las diversas Bases de datos, facilitando su acceso múltiple e incluso permitiendo redundancia y trasladando repositorios a lugares más eficientes. El Dataísmo implica conectar y vincular los datos en arquitecturas particulares, y con ello aumentar la capacidad de análisis y comparación para generar nuevos datos, informaciones o conocimientos.

Los sistemas de creación de conocimiento son más precisos y eficientes cuantos más datos utilicen como insumos, de tal forma que contribuyan a formular, testear hipótesis o realizar análisis con mayor eficiencia, así como a la cercanía entre ellos y a la velocidad de conexión. El Dataísmo solo pudo ser posible con la expansión de Internet y miles de millones de personas agregando informaciones, fotos, referencias o directamente respuestas a pedidos concretos a las Bases de Datos que alimentaban el complejo proceso de entrenamiento y adiestramiento de la IA. El 5G y la mayor capacidad de procesamiento son requisitos igualmente.

En cuarto lugar, el Dataísmo requiere mucha data diversa y abierta. Todo conocimiento se basa en el acceso a datos previos. Este acceso libre a la información tiene muy diversas miradas. Para algunos debe existir una reserva de la información ante la intimidad personal, con pago o consentimiento previo. Para otros, se requiere relativo acceso libre, dado que existen múltiples externalidades positivas derivadas del uso de datos para la vida social, al permitir mejores respuestas y soluciones a los problemas.

Por ejemplo, los beneficios de poder observar las caras de personas y con ello encontrar delincuentes o revisar miles de placas de pulmón para identificar enfermedades de cáncer tempranamente. El Dataismo, como una nueva religión de la ciencia y que reduce la subjetividad, tienen entonces múltiples requisitos y restricciones. En educación, impulsar la IA, requiere bases de datos de estudiantes, docentes, resultados, deserciones, notas y otros cientos de datos, hoy metidos en cajones y en papeles polvorientos. Hay que empezar por crear BID Data educativa.