La Inteligencia artificial como máquina de investigar
Claudio Rama
El ecosistema de la inteligencia artificial es una articulación de potentes procesadores, un nuevo concepto de software apoyado en interacciones con personas, bases de datos o sensores y redes de banda ancha incluyendo conexiones 5G por donde circulan datos y análisis, que se conforma integralmente como una máquina de predicción, de aprender y de enseñar. Pero también se constituye en una máquina de investigar, y así todos los días asistimos a nuevas noticias referidas a descubrimientos realizados gracias a estos sistemas de Inteligencia Artificial. Este ecosistema, más allá de constituir una herramienta de apoyo a las personas en la realización de sus trabajo e investigaciones, constituye ella misma una máquina-herramienta de investigación, que está ampliando las fronteras del conocimiento en todos los temas donde se focaliza su análisis. Asistimos a descubrimientos que no habíamos podido realizar con los tradicionales sistemas de investigación. Este salto que se está comenzando a producir en el conocimiento, deriva que la IA no es meramente un software de análisis, sino que constituye una máquina-herramienta que pone en funcionamiento y articula un conjunto de sistemas y procesos de investigación que le permiten crear nuevos conocimientos.
Esta función “descubridora” está en el centro mismo de su conformación dada por su estructuración en base al método científico de investigación y por el cual desarrolla sus acciones mediante algoritmos y parámetros similares a los de la investigación tradicional. Si bien existen diversos métodos científicos, las estructura y sus parámetros son agrupables en procesos comunes de formulación de hipótesis, testeo contra datos, generación de interpretaciones o teorías pertinentes y procesos de verificación ampliada. Así, tanto los modelos de investigación tradicionales como la Inteligencia Artificial se basan en estructuras similares de formulación de hipótesis a partir de preguntas que se le realizan externamente, se apoyan en una metodología científica a partir de la cual se realizan diversos pasos de la investigación, la existencia de una muestra, población o base de datos sobre las cuales se contrasta, un conjunto de criterios, variables y parámetros sobre los cuales se realizan los análisis y finalmente se plantean conclusiones o resultados. Igualmente, también ambas implican un nivel de error o riesgo en sus análisis y conclusiones asociadas a errores de procedimientos, datos o sus paradigmas teóricos. Ambos procesos también incluyen múltiples intentos de refutación a través de diversos mecanismos de prueba y ensayo, con miras a la eliminación de errores o la comprobación, o no, de las hipótesis presentadas. Todos estos pasos y procesos se constituyen en el centro de la actividad de la inteligencia artificial desde su propia génesis conceptual en los años 50, así como de la necesidad de la existencia de bases de datos o interacciones que permitan contrastar las hipótesis formuladas a partir del análisis de dichos datos y sus conclusiones.
Indudablemente la investigación tiene profundas diferencias según el campo científico objeto de estudio, y la posibilidad de experimentar o repetir el experimento no siempre es posibles en muchos fenómenos, ni mucho menos en los campos sociales donde el carácter de los resultados no será siempre el mismo como en los campos de las ciencias exactas. Sin embargo, el método científico se constituye en el centro del desarrollo de nuestras sociedades y de la búsqueda de la verdad. Nuestra sociedad actual es el resultado en muchos sentidos de la existencia del método científico en tanto basamento de la creación de nuevos conocimientos, y cuyos primeros componentes fueron formulados por Descartes hace varios siglos y que se mantienen más allá de múltiples enfoques epistemológicos adicionales.
Por su capacidad de cálculo y procesamiento, y la dimensión de las bases de datos que se alimentan la mayor parte de las veces solas con censores o interacciones, la IA está implicando un cambio radical en la investigación científica. Esta ya se ha transformado en las últimas décadas con su nuevo rol en el desarrollo a través de la “creación destructiva” y la innovación. En este camino, se identificó el nuevo modelo de la triple hélice donde el impulso está centrado en la alianza entre el mercado, el Estado y la académica, se reafirmó su carácter colectivo y de grupos de investigación frente a lo individual o se concibió su financiamiento compartido a través de fondos concursables competitivos, capitales de riesgo o “crowdfunding” entre otros. También se estructuró la necesidad de carreras de investigador especializadas y separadas de la docencia, el apoyo determinante en sistemas de la evaluación externa y de resultados, a través de artículos en revistas académicas indexadas y patentes. Ahora se agrega que la investigación no sólo debe tener un apoyo central en la Inteligencia Artificial para alcanzar mejores resultados, sino que la propia IA es una máquina de investigar.
