Las máquinas no pueden con los trabajos "de pensar"

Los datos distan mucho de ser alentadores. En 2013, un estudio de la Universidad de Oxford dibujaba un panorama chocante. Tras examinar el mercado laboral estadounidense, los autores estimaron que un 47% de los puestos de trabajo en Estados Unidos tenían un alto riesgo de automatizarse en una década o dos.

La firma analista Boston Consulting Group predijo por su parte este septiembre que una cuarta parte de los trabajos en el sector industrial los realizarán nuevos robots en 2025, fecha en la que se venderán anualmente entre 500.000 y 700.000 de estas máquinas, en comparación con las 200.000 que se vendieron en 2014.

Hace unas semanas tenía lugar la primera prueba en España de un coche autónomo, que viajó de Vigo a Madrid sin la necesidad de un conductor. Hay restaurantes que, en parte motivados por la eficiencia de costes y en parte como atracción turística, han introducido camareros en forma de robots e incluso de drones (como los de la empresa Infinium Robotics, que transportan los platos discretamente bajo el camuflaje de una tortita de pan, aunque el hecho de que floten solos en el aire destruye su discreción). Incluso hay algoritmos capaces de redactar noticias por sí solos. Esto puede hacer pensar que empleos como taxista o conductor de autobuses serán sustituidos por la tecnología en el futuro, al igual que los camareros y hasta los periodistas.

Customers-looking-at-Tray

Amparo Alonso, responsable del Laboratorio de inteligencia artificial de la Universidad de La Coruña, cree que no hace falta asomarse al futuro para toparse con estos supuestos. "Nosotros estamos haciendo proyectos buscando palabras clave en un texto determinado y construyendo frases sobre el tema que sea, encontrando la coherencia", destaca sobre sus investigaciones. El trabajo que hace una máquina, un software en este caso, es "buscar y ensamblar", hilando adecuadamente la información.

Hay tareas que las máquinas hacen mejor que los humanos, como calcular y, cada vez más, interrelacionan información. Estas facultades, sumadas a la oportunidad de acceder a una gran cantidad de datos, son las que permiten que un vehículo circule por su cuenta, que un robot lleve la comanda en un restaurante o que pueda actuar como agente inmobiliario.

Creatividad artificial

Uno de los límites que las máquinas tienen a la hora de realizar trabajos es la creatividad. Cuanto mayor es el grado de originalidad que requiere una tarea más complicada será de llevar a cabo para un algoritmo o un robot. De ahí que para un software sea más difícil escribir el texto de un reportaje que redactar una noticia financiera basada en un puñado de datos concretos.

La creatividad de la que hacen gala las máquinas hoy por hoy se basa en una reorganización del conocimiento al que tienen acceso. "Las hay que funcionan con una forma de inteligencia artificial que se llama razonamiento basado en casos", explica Amparo Alonso. "Tú tienes una serie de casos similares en tu sistema inteligente y este lo que hace es buscar en esos casos, que pueden ser 100.000 diseños arquitectónicos".

Si el software tuviera que trazar los planos de una casa determinaría qué casos son adecuados para el tipo de terreno dado y cuáles son los que respetan las restricciones establecidas, entre otros requisitos. "Lo que haría sería innovar a base de copiar, por así decirlo, cosas y mezclarlas", indica Alonso, recordando que por otra parte uno de los mantras de la creatividad dicta que para hacer algo nuevo hay que inspirarse en lo que se ha hecho antes.

Al final, la creatividad que despliegan las máquinas se basa en su capacidad para aprender. Normalmente un sistema de inteligencia artificial se centra en resolver un único problema, pero si se enfrenta a un problema diferente aparecen las dificultades.

Por eso, los estudios mencionados al principio, de la Universidad de Oxford y del Boston Consulting Group, señalan especialmente a los puestos de trabajo considerados más rutinarios. No obstante, cada vez se está trabajando más en el aprendizaje automático, mediante el que los sistemas pueden integrar conocimientos nuevos en su propia experiencia: una forma de desarrollar tareas que requieren mayores dosis de originalidad. El robot ASIMO, fabricado por Honda y uno de los más avanzados que existen en la actualidad, fue formado para que aprendiera a reconocer diferentes tipos de objetos.

Un robot humanizado baja las escaleras. Asimo

Camino de repetir la historia

La sustitución de personas por máquinas lleva ocurriendo desde hace 200 años. A principios del siglo XIX, los trabajadores ingleses de los telares se pusieron en huelga e incendiaron la maquinaria de las fábricas que les robaba el trabajo. En los años 40 del siglo XX el sector industrial empleaba a una gran parte de los trabajadores de Estados Unidos, una cuota que se ha ido reduciendo paulatinamente hasta la fracción mínima que representa hoy.

"Es cierto que algún tipo de empleo puede cambiar, pero aparecerán otros", apunta Alonso. "El más obvio es que necesitaremos personas que programen este tipo de sistemas; que sean capaces de construir esos coches robóticos, que perfilen los sensores necesarios y otros muchos detalles. En principio parece que se pueden destruir empleos menos creativos para dar lugar a empleos con más alto nivel de creatividad", señala.

Siempre que han aparecido máquinas el ser humano ha trabajado con ellas con el fin último de que el trabajo se perfeccione, ya sea porque éste se haga más rápido o porque aquellas adquieran más precisión. Cuando aparecieron los primeros ordenadores que ocupaban habitaciones enteras, pese a su potencia de cálculo nunca vista antes, necesitaban empleados que tenían que darles instrucciones para que realizaran las tareas deseadas.

En la medicina se puede encontrar otro ejemplo de colaboración. La supercomputadora Watson, de IBM, se ha empezado a utilizar en hospitales en Estados Unidos para presentar al médico varias opciones de tratamiento, una vez introducidos los datos del paciente y su diagnóstico. El sistema es capaz de rebuscar en una inmensa base de datos compuesta de millones de historiales médicos de pacientes, así como de ensayos experimentales y material de investigación. Al clínico le toca comprobar los resultados del superordenador y decantarse por una de sus propuestas. Pero la decisión no es fácil; si no, la tomaría la máquina.