Quizá sepan ustedes que en la mayoría de las ocasiones empleamos el término inteligencia artificial para referirnos a un programa informático que tiene una característica particular: no es un "programa" como tal. No hay una serie de instrucciones precisas que determinan exactamente lo que va a suceder dadas unas condiciones concretas.

Así como un programa informático habitualmente es determinista porque se especifican los pasos exactos que se han de ejecutar dada una situación de partida, un sistema que emplea inteligencia artificial no tiene por qué serlo. Pongamos un ejemplo: queremos prever cuándo va a aterrizar un avión para organizar la logística en tierra, o adelantar la demanda de movilidad en la ciudad para poder ajustar dinámicamente los precios de un carsharing y así mejorar tanto el servicio como los beneficios de quien lo presta.

Para lograrlo, en el campo de la inteligencia artificial recopilamos ejemplos de cómo han sucedido las cosas en el pasado y se los enseñamos a las máquinas para que aprendan y empiecen a hacerse una idea, como quien dice, del funcionamiento de ese algo en particular. Como seguramente entenderán ustedes, es muy importante que mostremos ejemplos variados a la máquina, así como señalarle qué variables entran en juego. Por ejemplo, si hay tormenta o no, puesto que es un hecho que afectará tanto al aterrizaje de los aviones como a la movilidad en la ciudad.

Cuanto más expongamos a la máquina a situaciones cada vez más diversas y ricas en estímulos, mejor podrá hacer su trabajo de ayudar a predecir una situación determinada. Pero todo aquello que se quede fuera es algo que la máquina desconocerá y no tendrá en cuenta a la hora de proponer un resultado frente al problema que se le plantea.

Digamos que a mayor diversidad de fuentes de información, más capacidad de adaptación tendrá el sistema que las emplea para aprender cómo funciona el contexto. Y cuando una máquina procesa nuevos ejemplos o nuevas perspectivas sobre una realidad dada, cambia su modelo de dicha realidad sin pestañear. Sencillamente adopta un nuevo entendimiento que emerge de considerar que había elementos que desconocía.

Hay varios aspectos de interés en el cómo enseñamos a las máquinas sobre el mundo que hemos construido y que nos rodea. Me interesa ahora quedarme con uno en concreto. Tiene que ver con el momento histórico que nos arropa: afrontar la reconstrucción social y económica, recuperar una perspectiva de oportunidad para todos, y hacerlo desde el seno de la Unión Europea con lo que ello tiene de oportunidad y de reto.

A mayor diversidad de fuentes de información más capacidad de adaptación tendrá el sistema que las emplea para aprender cómo funciona el contexto. 

Este momento requiere que sepamos aprender y adaptarnos. En sucesivos escritos iremos abordando cuáles son esas oportunidades que nacen, cómo son esos retos que se plantean, cómo determinadas tecnologías pueden ayudarnos a cambiar las cosas y construir un presente más sólido, justo y equilibrado, a la par que más resiliente.

Pero antes de todas las tecnologías estamos los humanos que las utilizamos. Precisamente porque estamos en Europa es más fácil y a la vez imprescindible que entendamos que existe una realidad diversa cuyas variables no conocemos por completo, que hay muchas culturas bailando juntas un vals en el que entenderse es necesario para no perder el compás.

Al igual que nuestros modelos de inteligencia artificial, nos cuesta entender una situación a la que no nos hemos enfrentado antes. Nos cuesta comprender a los otros cuando no hemos pasado suficiente tiempo con ellos, cuando no nos han enseñado las variables que determinan el comportamiento y el devenir de la situación en cuestión. No podemos entender aún que quizá haya elementos que tenemos que cambiar si queremos crecer. Pero, a diferencia de las máquinas, tenemos la capacidad de reflexionar por nuestra cuenta.

Tenemos tres años por delante para darle un buen uso a los buenos dineros que entre todos los europeos ponemos a disposición de las economías nacionales con el fin de recuperarnos tras el golpe de la pandemia y sus diversas consecuencias. La inversión en tecnología y formación ha de hacerse bien dirigida, pero no se trata sólo de encontrar los buenos usos y los conocimientos necesarios (¡muy necesarios!), sino también de reevaluar nuestras costumbres.

O tempora, o mores!, decía Marco Tulio Cicerón para censurar las formas de hacer de su época. Nuestros tempora también tienen sus mores que conviene repasar, en cuanto a cómo actuamos, cómo organizamos el trabajo, qué cultura impera en las empresas para abordar lo nuevo, qué consideramos que tenemos que hacer frente a la incertidumbre, qué tolerancia al riesgo tenemos, cómo tratamos los fracasos, con qué criterios repartimos los recursos, etc. Si mantenemos las mores anteriores quizá no obtengamos nada nuevo.

Así pues, según nos ponemos a la tarea de la reconstrucción, propongo que entendamos que el primer paso, antes que toda tecnología, ha de ser reconciliarnos con la incertidumbre que nos toca y no amarrarnos a lo ya conocido pero, me temo, no siempre útil. Quizá sea tan sencillo como aceptar que no podemos entenderla de partida, que no tiene sentido embutirla en los modelos que ya teníamos.

El primer paso ha de ser reconciliarnos con la incertidumbre que nos toca y no amarrarnos a lo ya conocido. 

Que nuestra mejor apuesta es comenzar a andar y hacer camino. No será la tecnología la que nos salve de la angustia que nos provoca la incertidumbre. Es una herramienta indispensable, sin duda. Pero una máquina no puede entender ni aceptar nada: sólo puede procesar una situación a través de los datos que le damos, y ofrece una interpretación de lo que le llega. La máquina no puede saber que hay cosas que no está teniendo en cuenta, ni puede tratar de hacerlo para mejorar su respuesta frente al contexto. La máquina no piensa. Nosotros sí.

Podemos entender que se nos brinda la oportunidad de considerar otras cosas. La de establecer nuevas alianzas, cambiar costumbres, ampliar el espectro de lo posible. Podemos dejar de aferrarnos a modelos vetustos, a pilares desgastados que seguirán siendo pilares desgastados por mucho que les hagamos un recauchutado tecno-futurista.

Aprendamos eso de esas inteligencias artificiales que construimos nosotros mismos: que si ampliamos el espectro de datos de entrada, si nos permitimos considerar distintas perspectivas de la misma realidad, ampliamos de forma efectiva la capacidad de adaptación del sistema. Tanto de esas inteligencias artificiales como de nuestra propia inteligencia colectiva. Y una vez que nos abramos a cambiar nuestro modelo, la tecnología estará ahí para expandir aún más la capacidad de respuesta de la inteligencia colectiva. Hagámoslo desde una perspectiva de apertura y cambio.

Ya que tanto nos gusta hablar del cambio que nos traerá la inteligencia artificial, descubramos que primero está la nuestra, desde la individual hasta la colectiva, y que ésta también requiere paciencia, apertura, atención y cuidado para poder hacer algo con la otra.

Marcelo Soria es cofundador de Oraf, databeers artista multidisciplinar