Watson para todo y para todos: la madurez de la IA

Si les decimos que IBM va en serio con esto de la inteligencia artificial, seguramente pensarán que están leyendo un artículo de hace unos diez años cuanto menos. El Gigante Azul lleva haciendo promoción de Watson y sus soluciones cognitivas desde antes de que podamos recordar, llevando esta aplicación a concursos televisivos y vanagloriando su uso en salud para luchar contra el cáncer. Pero no ha sido hasta tiempos más recientes cuando esta apuesta estratégica ha ido tomando forma mediante la integración en cada una de las capas de actividad de la multinacional, desde la nube hasta la experiencia del usuario. Incluso faltaba la alianza con algún fabricante del ámbito de consumo que dotara a Watson de esa capilaridad que nunca obtendrá en el segmento profesional.

Todo eso está materializándose mientras leen este artículo. En Think 2018, IBM anunció una potente alianza con Apple para desarrollar conjuntamente soluciones cognitivas. Y, además, la multinacional dio vida a su propio asistente virtual, al estilo de Alexa o Google Assistant, pero con el know-how que solo tiene el experimentado Watson.

"Vamos hacia un mundo donde todos los servicios estarán asistidos por la inteligencia artificial, donde las plataformas digitales llevarán integrada esta capacidad cognitiva. Estamos empezando por áreas como los recursos humanos, pero también la banca o la sanidad", ha detallado la misma Ginni Rometty, capitán de este barco llamado IBM. Inteligencia artificial omnipresente y omnipotente: ese es el camino de la revolución presente de la longeva compañía norteamericana.

Cuidado con los sesgos

Y ahora que la tecnología subyacente a la IA parece resuelta, llega el momento de preocuparse por aspectos éticos. No, no se trata de la eterna discusión del empleo robado por los robots, sino del sesgo que muchas inteligencias artificiales pueden llegar a desarrollar.

"Una inteligencia artificial vale lo mismo que los datos que lleva detrás", explica Ruchir Puri, arquitecto jefe de IBM Watson. "Detectar fallos en el sesgo de esa información es fundamental, pero complejo cuando son datos no estructurados. Por suerte, es más fácil quitarle los sesgos a una máquina que a un hombre".