{"id":7958,"date":"2019-07-08T06:11:13","date_gmt":"2019-07-08T09:11:13","guid":{"rendered":"http:\/\/correspondenciadeprensa.com\/?p=7958"},"modified":"2019-07-08T06:11:14","modified_gmt":"2019-07-08T09:11:14","slug":"ciencia-es-inteligente-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/correspondenciadeprensa.com\/?p=7958","title":{"rendered":"Ciencia – \u00bfEs inteligente la inteligencia artificial? [Hubert Krivine]"},"content":{"rendered":"

Viento Sur<\/a>, 5-7-2019<\/strong><\/p>\n

Correspondencia de Prensa<\/a>, 8-7-2019<\/strong><\/p>\n

El \u00e1mbito de la inteligencia artificial (IA) es un poco como el Universo: se halla en expansi\u00f3n acelerada y llena de agujeros negros\u2026 La IA es una disciplina totalmente nueva, como lo fue en su tiempo la imprenta a mediados del siglo XV. \u00bfQui\u00e9n habr\u00eda podido anticipar entonces que su desarrollo ir\u00eda mucho m\u00e1s all\u00e1 de su prop\u00f3sito inicial, a saber, la propagaci\u00f3n de las sagradas escrituras? M\u00e1s recientemente, \u00bfqui\u00e9n habr\u00eda podido imaginar las consecuencias de internet, creada originalmente para facilitar los intercambios entre f\u00edsicos de laboratorios alejados entre s\u00ed? Por consiguiente, hay que ser extremadamente prudentes con respecto a las potencialidades de la IA, sobre todo porque, a diferencia de esas dos innovaciones, no se sabe por qu\u00e9 funciona tan bien. Al fin y al cabo, el nombre es jactancioso: la inteligencia artificial no es a la inteligencia humana lo que la insulina artificial es a la insulina animal, es decir \u2013potencialmente al menos\u2013, lo mismo pero mejor.<\/p>\n

No pretendemos hablar aqu\u00ed de los \u00e9xitos y los peligros de la IA en todos los terrenos, sino fundamentalmente de lo que nos parecen ser sus limitaciones actuales. Es evidente que ignoramos lo que vaya a suceder en los pr\u00f3ximos siglos.<\/p>\n

Comprender para prever<\/strong><\/p>\n

La humanidad tiene desde siempre la necesidad de prever. Lo ha hecho a trav\u00e9s de la magia (auspicios, augurios y otras pitias) o bien mediante la observaci\u00f3n de correlaciones regulares. Se trataba de la previsi\u00f3n del movimiento de los astros, de las mareas, de la acci\u00f3n medicamentosa de determinadas plantas, de las propiedades de las aleaciones met\u00e1licas, de las ventajas del cruce de plantas y de animales, etc. De ah\u00ed la importancia de la tradici\u00f3n en las sociedades primitivas.<\/p>\n

En el Renacimiento surgi\u00f3 la idea de que existen leyes impersonales y universales que gobiernan el mundo y que la tarea de los sabios es descubrirlas. Galileo, quien afirmaba que el \u201clibro del Universo est\u00e1 escrito en lengua matem\u00e1tica\u201d, es su precursor m\u00e1s famoso. Claro que Dios no es abandonado, digamos m\u00e1s bien que relegado. Estas leyes no solo explicar\u00e1n los fen\u00f3menos observados, sino que tambi\u00e9n prever\u00e1n otros nuevos. La teor\u00eda de la gravitaci\u00f3n de Newton es emblem\u00e1tica: non solo dio cuenta con precisi\u00f3n del movimiento el\u00edptico de los planetas, sino que adem\u00e1s previ\u00f3 el retorno del cometa Halley, el valor del ensanchamiento de la Tierra en el ecuador y un siglo y medio despu\u00e9s el descubrimiento de Neptuno gracias a los c\u00e1lculos de Le Verrier. Las ondas de radio se descubrir\u00e1n veinte a\u00f1os despu\u00e9s de que hubieran sido previstas por las ecuaciones de Maxwell. La teor\u00eda general de la relatividad no se bas\u00f3 en la observaci\u00f3n de que la presencia de masas desv\u00eda la trayectoria de la luz, sino, por el contrario, previ\u00f3 esta (min\u00fascula) desviaci\u00f3n, que Eddington medir\u00e1 efectivamente cuatro a\u00f1os m\u00e1s tarde. Podr\u00edamos multiplicar las previsiones de fen\u00f3menos in\u00e9ditos, en el sentido literal del t\u00e9rmino, causados por el conocimiento de estas leyes.<\/p>\n

Por desgracia, esta v\u00eda luminosa de entendimiento, que podr\u00edamos resumir en comprender para prever, acabar\u00e1 oscureci\u00e9ndose por (al menos) dos razones:<\/p>\n

1- Aunque se conozcan las leyes de un fen\u00f3meno, estas pueden ser tan numerosas y\/o complicadas e intrincadas que su aplicaci\u00f3n resulte pr\u00e1cticamente imposible. Entonces hay que recurrir a leyes estad\u00edsticas, que solo prever\u00e1n medias.<\/p>\n

2- Puede ocurrir que una sola ley simple y bien conocida gobierne un fen\u00f3meno y que a pesar de ello seamos incapaces de anticipar m\u00e1s all\u00e1 de cierto horizonte de tiempo. Esto es lo que se denomina caos determinista. Determinista porque hay una ley, caos porque a pesar de ello no se puede concluir nada para dentro de cierto plazo. Se debe al hecho de que peque\u00f1\u00edsimas variaciones de las condiciones iniciales o del entorno pueden generar una divergencia exponencial de las soluciones. Muchos fen\u00f3menos conocen este caos: las trayectorias de las mol\u00e9culas de un gas, el desarrollo de especies en competici\u00f3n, la meteorolog\u00eda, el movimiento de los planetas del sistema solar. Por supuesto, este horizonte de impredecibilidad depende del sistema, puede variar de la millon\u00e9sima de segundo en el primer ejemplo a los miles de millones de a\u00f1os en el \u00faltimo.<\/p>\n

El caos determinista \u2013bello ox\u00edmoron\u2013 no pone en duda la causalidad, sino que interroga, inclusive en las llamadas ciencias duras, nuestra capacidad de evidenciarla. La conclusi\u00f3n general es que la comprensi\u00f3n \u2013e incluso el conocimiento de la ley cuando se conoce\u2013 no permite necesariamente prever.<\/p>\n

Prever sin comprender (\u00bfel retorno?)<\/strong><\/p>\n

Nuestros ancestros, sobre la base de miles (\u00bfmillones?) de observaciones, consegu\u00edan extraer algunas lecciones. Pero ahora disponemos de infinitivamente m\u00e1s datos (en cifras, im\u00e1genes, sonidos, v\u00eddeos); son los datos masivos (big data). Se trata de cantidades inimaginables: por ejemplo, cada d\u00eda se generan \u00a12,5 trillones (2.500.000.000.000.000.000) de octetos! 1\/. A\u00f1adamos que la acumulaci\u00f3n de informaciones es tal que el 90 % de los datos en el mundo se han creado en el transcurso de tan solo los dos \u00faltimos a\u00f1os. Es imposible que estas inmensas bases de datos sean le\u00eddas directamente por personas. Deben ser almacenadas inteligentemente y despu\u00e9s analizadas por la m\u00e1quina. Este es uno de los objetos de la mal llamada inteligencia artificial.<\/p>\n

Muy esquem\u00e1ticamente, la IA moderna se caracteriza por el aprendizaje m\u00e1quina, es decir, la m\u00e1quina, instruida por una base de datos, extrapola a partir de la informaci\u00f3n que tiene sobre datos nuevos. Estos datos de aprendizaje pueden suministr\u00e1rsele etiquetados, es decir, por ejemplo, en forma de miles de caracteres manuscritos previamente catalogados como a, b, c\u2026 z o millones de im\u00e1genes de animales catalogados como gatos, perros, tigres, etc. Este es el aprendizaje supervisado. Incluso se puede no etiquetar a priori las im\u00e1genes, que la m\u00e1quina se las arreglar\u00e1 para realizar reagrupamientos ad hoc y crear as\u00ed nuevas categor\u00edas; este es el aprendizaje no supervisado, m\u00e1s selectivo en recursos, pero m\u00e1s f\u00e1cil de aplicar (no hace falta etiquetar, que es un proceso largo y complejo). En fin, la m\u00e1quina misma puede procurarse los datos de aprendizaje, que comprobar\u00e1 in situ proponi\u00e9ndose experiencias; es el aprendizaje por refuerzo. Un poco como un ni\u00f1o que habla sin conocer la gram\u00e1tica. Con este \u00faltimo modo de aprendizaje funcion\u00f3 la m\u00e1quina AlphaZero, que derrot\u00f3 al campe\u00f3n del mundo del juego de go, Ke Jie, en mayo de 2017 2\/. En tres d\u00edas jug\u00f3 millones de partidas contra s\u00ed misma y en cierto modo comprendi\u00f3 c\u00f3mo jugar. Las cursivas son importantes: puede que ella lo haya comprendido, \u00a1pero nosotros no! Nadie sabe explicar el camino que ha seguido para obtener esta victoria.<\/p>\n

Pero \u00bfsirve de algo comprender o todav\u00eda necesitamos demostraciones?<\/strong><\/p>\n

A diferencia del esp\u00edritu humano, la m\u00e1quina que utiliza las redes neuronales artificiales carece de un instrumento para distinguir las correlaciones causales de las no causales; y, a fortiori, no da explicaciones. Pero, \u00bfes eso tan grave? Despu\u00e9s de todo, con una base de datos extremadamente limitada y sin teor\u00eda real, la humanidad del homo sapiens se desarroll\u00f3 muy bien durante m\u00e1s de 150.000 a\u00f1os. \u00bfNo cabr\u00eda pensar con mayor raz\u00f3n que, con la gigantesca base moderna de datos masivos correctamente explotada, podr\u00e1 continuar igual o incluso infinitamente mejor que antes? De todas maneras, incluso las correlaciones no causales pueden ser predictivas: no es la ca\u00edda del bar\u00f3metro la que causa la tormenta.<\/p>\n

Cito la posici\u00f3n extremista y sin embargo popular de un Chris Anderson. El t\u00edtulo de su c\u00e9lebre art\u00edculo 3\/ es elocuente: La fin de la th\u00e9orie : le d\u00e9luge de donn\u00e9es rend la m\u00e9thode scientifique obsol\u00e8te<\/em> (El fin de la teor\u00eda: el diluvio de datos vuelve obsoleto el m\u00e9todo cient\u00edfico). All\u00ed podemos leer esto: \u201cCon datos suficientes, los n\u00fameros hablan por s\u00ed mismos\u201d, y m\u00e1s adelante: \u201cla correlaci\u00f3n suplanta la causalidad, y la ciencia puede avanzar incluso sin un modelo coherente, sin teor\u00eda unificada e incluso sin ninguna explicaci\u00f3n mecanicista.\u201d Para \u00e9l, la idea es que todos los modelos son falsos y a menudo est\u00e1n contaminados de ideas preconcebidas, mientras que las bases de datos, a condici\u00f3n de que sean suficientemente gigantescas, no pueden mentir.<\/p>\n

\u00bfCabe pensar que Deng Xiaoping ya anticip\u00f3 en 1960 esta filosof\u00eda cuando afirm\u00f3 eso de que \u201cpoco importa que un gato sea blanco o negro, si caza ratones, es un buen gato\u201d? Se trataba de introducir m\u00e1s pragmatismo (en el sentido de m\u00e1s mercado) en la econom\u00eda, sin prestar atenci\u00f3n a las objeciones te\u00f3ricas que pudieran oponerse.<\/p>\n

Hay quien es menos extremista en el abandono de la teor\u00eda4\/: \u201cLa ciencia vive as\u00ed una revoluci\u00f3n epistemol\u00f3gica con la aplicaci\u00f3n desde hace tan solo una decena de a\u00f1os de un \u2018cuarto paradigma\u2019 del descubrimiento cient\u00edfico, a partir del an\u00e1lisis y de la explotaci\u00f3n intensiva de los datos, sin necesidad a priori de un modelo que describa la realidad. Esta revoluci\u00f3n afecta a todos los sectores cient\u00edficos, sobre todo a los \u00e1mbitos de la biolog\u00eda-salud y las ciencias humanas y sociales.\u201d<\/p>\n

No hay inteligencia, solo hay pruebas de inteligencia<\/strong><\/p>\n

\u00bfC\u00f3mo definir la inteligencia de la m\u00e1quina sin haber definido la de los humanos? 5\/ Turing 6\/ escamotea h\u00e1bilmente esta cuesti\u00f3n proponiendo tan solo compararlas mediante una prueba. Un experimentador conversa a trav\u00e9s de un teclado (u hoy incluso de viva voz) con un interlocutor oculto. Si el hombre es la mayor\u00eda de las veces incapaz de saber si ha conversado con una m\u00e1quina o no, se dir\u00e1 que la m\u00e1quina ha superado la prueba de Turing. Claro que la duraci\u00f3n de la prueba es importante y hasta hoy ninguna m\u00e1quina lo ha conseguido dentro de un tiempo razonable. A pesar (\u00bfo tal vez a causa?) de su gran simplicidad, determinados especialistas de IA consideran que el test de Turing es poco interesante. Por lo dem\u00e1s, se puede pensar que las m\u00e1quinas lograr\u00edan superar el test de Turing si no comportara m\u00e1s que pruebas convencionales del tipo de las que se utilizan para determinar el cociente intelectual de los individuos.<\/p>\n

La inteligencia de la IA procede b\u00e1sicamente por inducci\u00f3n. Esto quiere decir que la m\u00e1quina solo puede prever sobre la base (gigantesca, sin duda) de lo ya conocido o sucedido. Caricaturizando un poco, para la m\u00e1quina lo que suceder\u00e1 ya ha sucedido o est\u00e1 a punto de suceder, pero sin los datos masivos, los humanos nunca lo habr\u00edamos adivinado. Salvo que en situaciones pol\u00edticas, financieras y econ\u00f3micas in\u00e9ditas, las previsiones de los datos masivos fracasan. V\u00e9anse por ejemplo las previsiones de la crisis de las hipotecas basura que parti\u00f3 de EE UU en 2007. Nate Silver7\/ demuestra c\u00f3mo la singularidad absoluta del cuadro econ\u00f3mico de EE UU en aquella \u00e9poca hac\u00eda que toda extrapolaci\u00f3n resultara inoperante.<\/p>\n

En el fondo, el razonamiento por inducci\u00f3n supone que cuando un acontecimiento se repite n veces, se repetir\u00e1 una (n + 1)-\u00e9sima vez, y esto con tanta m\u00e1s seguridad, cuanto mayor sea n; pero en esto no se tienen en cuenta las condiciones, eventualmente cambiantes, que han permitido esta continuidad; hace falta una hip\u00f3tesis impl\u00edcita de uniformidad. Con esta hip\u00f3tesis, \u00a1ni t\u00fa ni tus padres morir\u00e1n jam\u00e1s! (Porque si constatas que han vivido todos los d\u00edas sin interrupci\u00f3n desde hace 25.000 jornadas, seguir\u00e1n viviendo el d\u00eda siguiente.) El razonamiento por inducci\u00f3n, corriente en la vida cotidiana, puede por tanto sugerir una hip\u00f3tesis, pero en ning\u00fan caso la demuestra.<\/p>\n

No existen los datos brutos<\/strong><\/p>\n

No hay datos inocentes; la noci\u00f3n de datos brutos es un ox\u00edmoron, como ha escrito con toda la raz\u00f3n la historiadora de medios norteamericana Lisa Gitelman. Los datos son producciones humanas que pueden estar social o t\u00e9cnicamente sesgadas, no necesariamente de manera voluntaria. Se toman y se mezclan los datos all\u00ed donde uno los encuentra, como un borracho que busca la llave que ha perdido tan solo donde llega la luz de la farola. Son numerosos los ejemplos del peligro de analizar los datos brutos sin reflexionar sobre su producci\u00f3n y cuyo aumento de volumen no reducir\u00e1 su sentido falseado. De hecho, la IA no hace m\u00e1s que multiplicar los peligros de sesgo inherentes a todos los an\u00e1lisis cl\u00e1sicos.<\/p>\n

\u00bfSe puede digitalizar el Universo?<\/strong><\/p>\n

El ser humano interact\u00faa \u2013al menos potencialmente- con toda la Naturaleza (\u00a1que no es poco!), no la m\u00e1quina, que no conoce de ella m\u00e1s que una peque\u00f1a parte, y adem\u00e1s digitalizada, es decir, en \u00faltima instancia, representada tan solo por una sucesi\u00f3n \u2013gigantesca, sin duda, pero finita\u2013 de 0 y 1. Sin embargo, el mapa (digital) no es el terreno. Creer que la Naturaleza suficientemente digitalizada es la Naturaleza nos parece ser una ilusi\u00f3n total, al margen del grado de digitalizaci\u00f3n. Este es, sin embargo, el credo de algunos ayatol\u00e1s de los datos masivos. Extrapolando los \u00e9xitos espectaculares de la IA, imaginan que ma\u00f1ana se podr\u00e1 hacer f\u00edsica sin f\u00edsicos, o medicina sin m\u00e9dicos y, por qu\u00e9 no, sentencias sin jueces.\"Ciencia807<\/p>\n

Ilusi\u00f3n total, \u00bfverdad? Pero el ser humano tampoco tiene acceso directamente a toda la Naturaleza. Solo interact\u00faa con ella a trav\u00e9s de sus sentidos y por tanto no puede ver \u2013ni sentir, ni tocar\u2013 todo el terreno. Lo que ve, por ejemplo, est\u00e1 pixelado entre los 120 millones de c\u00e9lulas fotosensibles (conos y bastones) que pueblan su retina. Ahora bien, hoy en d\u00eda las fotos digitalizadas pueden alcanzar o incluso superar esta resoluci\u00f3n. Los receptores artificiales no tienen nada que envidiar a nuestros receptores naturales, pero el terreno no se limita tan solo a la imagen que percibe nuestra retina. Hay que tener en cuenta todo lo que lo constituye, con su geolog\u00eda, su historia, sus millones de especies vivas y muertas, sus olores, su precio por metro cuadrado, su belleza, la poes\u00eda que se asocia con \u00e9l, etc.<\/p>\n

De una manera u otra, el cerebro humano es sensible a ello, aunque no se sepa c\u00f3mo ni hasta qu\u00e9 punto; esto abarca pr\u00e1cticamente una infinitud de elementos (que interact\u00faan). Creer que el terreno, en el pleno sentido del t\u00e9rmino, es pixelable, es decir, representable mediante una serie finita (aunque muy grande) de 0 y 1, parece igual de demencial que pensar que, al estar compuestos los seres humanos (y los dem\u00e1s) de mol\u00e9culas que interact\u00faan, se llegar\u00e1 a la explicaci\u00f3n de la toma de la Bastilla en 1789 mediante el estudio (\u00a1muy!) profundo de las fuerzas entre \u00e1tomos. Ser\u00eda lo que podemos denominar un reduccionismo disparatado. Nunca estar\u00e1 de m\u00e1s recordar este t\u00edtulo de un art\u00edculo tan lapidario como profundo de Philip Waren Anderson: More is different. Hay que cambiar de teor\u00eda cuando se cambia de escala de tiempo, de volumen o de complejidad. Es bien sabido que el todo no es lo mismo que la suma de sus partes. Esto es lo que caracteriza el fen\u00f3meno de emergencia.<\/p>\n

La ciencia no progresa por acumulaci\u00f3n de datos<\/strong><\/p>\n

La ciencia no progresa por acumulaci\u00f3n de datos. Si los descubrimientos del bos\u00f3n de Higgs o de las ondas gravitacionales solo pudieron producirse manipulando miles de millones de datos masivos, tales descubrimientos son, por su g\u00e9nesis, cl\u00e1sicos: se sab\u00eda lo que se buscaba. Miles de cient\u00edficos y t\u00e9cnicos, con la ayuda de cientos de millones de d\u00f3lares, etc., tuvieron que imaginar dispositivos diab\u00f3licamente astutos para detectar los efectos extraordinariamente d\u00e9biles, que habr\u00edan pasado desapercibidos si no los hubieran buscado all\u00ed donde lo preve\u00eda la teor\u00eda. Se trata, en el ejemplo de las ondas gravitacionales, de una variaci\u00f3n de longitud de menos de una milmillon\u00e9sima de milmillon\u00e9sima de metro de un brazo de interfer\u00f3metro de 3 km. Ninguna base de datos masivos habr\u00eda podido hallarlas.<\/p>\n

Esto no es nuevo; sucedi\u00f3 lo mismo con el neutrino. Previsto en 1930 por Wolfgang Pauli, es una part\u00edcula neutra que no interact\u00faa pr\u00e1cticamente con la materia y por tanto es muy dif\u00edcil de detectar (\u00a1habr\u00e1 que esperar a 1956!). No est\u00e1 claro c\u00f3mo los datos masivos, por muy masivos que sean, sin gu\u00eda te\u00f3rica de investigaci\u00f3n, habr\u00edan permitido estos descubrimientos. M\u00e1s en general, los avances que han revolucionado la f\u00edsica (e incluso la filosof\u00eda), a saber, la teor\u00eda at\u00f3mica, la mec\u00e1nica cu\u00e1ntica y la relatividad, no tienen nada que ver con una acumulaci\u00f3n intensiva de datos. Einstein elabor\u00f3 la relatividad especial sobre la base de las contradicciones l\u00f3gicas internas de las ecuaciones de Maxwell (que rigen las corrientes el\u00e9ctricas y explican las ondas de radio) y la relatividad general a causa de las contradicciones te\u00f3ricas aparecidas en el seno de la relatividad especial. Newton no vio caer m\u00e1s manzanas que sus predecesores para elaborar su teor\u00eda de la gravitaci\u00f3n.<\/p>\n

Los datos \u2013por supuesto indispensables para la verificaci\u00f3n de la teor\u00eda\u2013 solo vendr\u00e1n despu\u00e9s. Son estas teor\u00edas, que permiten una nueva auscultaci\u00f3n del cielo, las que situar\u00e1n el punto de partida para la creaci\u00f3n de los datos masivos y no a la inversa. Por ejemplo, la teor\u00eda de la relatividad (enunciada por Einstein en 1915) prev\u00e9 una curvatura de los rayos luminosos que pasan cerca de una estrella masiva (fen\u00f3meno que ser\u00e1 verificado en 1919 por Eddington). Se trata del fen\u00f3meno de lentilla gravitacional, nueva fuente de informaci\u00f3n sobre la distribuci\u00f3n de las masas del universo. Ocurre lo mismo con las ondas gravitacionales, que enriquecer\u00e1n todav\u00eda m\u00e1s nuestros datos masivos.<\/p>\n

En resumen, la ciencia no procede por acumulaci\u00f3n y sistematizaci\u00f3n de datos \u2013aunque esta sea una etapa que puede ser importante\u2013, sino mediante la resoluci\u00f3n de problemas 8\/. Problemas que pueden ser internos de la teor\u00eda existente o resultar de contradicciones entre teor\u00eda y experiencias (u observaciones). Es todo el problema abierto de la creatividad.<\/p>\n

Hay finalmente otra diferencia de calibre: la m\u00e1quina est\u00e1 dedicada. Debe resolver, permaneciendo todo lo dem\u00e1s invariable, una tarea que se le marca. Vive dentro de un mundo peque\u00f1o. Aunque el n\u00famero de partidas de go sea miles de millones de veces superior al n\u00famero total de \u00e1tomos del universo, la m\u00e1quina solo interact\u00faa muy d\u00e9bilmente con todo el universo (responde \u00fanicamente a las jugadas del adversario). En estos sentidos, es un juego simple. Una rata robot se manejar\u00e1 mucho mejor que una rata de carne y hueso en un laberinto, pero si aparece un olor a quemado, la rata de carne y hueso tratar\u00e1 de huir, el robot no. La rata de verdad posee en cierto modo una cultura, fruto de un proceso de evoluci\u00f3n darwiniana de interacciones con el resto del mundo, que habr\u00e1 durado miles de millones de a\u00f1os. Este proceso es copioso, es decir, sin objetivo. Es mucho m\u00e1s lento que un proceso pilotado por un objetivo, pero a largo plazo es mucho m\u00e1s eficaz. Es el que est\u00e1 en el origen del sentido com\u00fan, lo m\u00e1s dif\u00edcil de adquirir \u00ad\u2013si es que esto resulta posible un d\u00eda\u2013 por parte de una m\u00e1quina 9\/.<\/p>\n

\u00bfEn conclusi\u00f3n?<\/strong><\/p>\n

He aqu\u00ed un fragmento de la entrevista de Antoinette Rouvroy publicada con el t\u00edtulo Mais pourquoi faudrait-il s\u2019en inqui\u00e9ter si l\u2019on gagne en efficacit\u00e9<\/em> ? (\u00bfPor qu\u00e9 inquietarse si se gana en eficacia?) en Le Monde del 30 de diciembre de 2017:<\/p>\n

Vamos hacia un cambio epistemol\u00f3gico de calibre. Basarnos en este tipo de c\u00e1lculo supone una renuncia a las ambiciones de la raz\u00f3n moderna, que asociaba los fen\u00f3menos a sus causas. Estas ambiciones de la raz\u00f3n permit\u00edan abordar la prevenci\u00f3n, actuar sobre las causas para cambiar los efectos. En vez de ello, nos dirigimos a un sistema de puras correlaciones. Ya no se intenta comprender el medioambiente, sino predecirlo. Nuestra relaci\u00f3n con el saber cambia, pero tambi\u00e9n nuestra relaci\u00f3n con el mundo: nos centramos m\u00e1s que antes en los riesgos. Ver y comprender son sustituidos por detectar y prevenir. Pasamos de una civilizaci\u00f3n del signo, que era portador de sentido, a una civilizaci\u00f3n de la se\u00f1al, que es un dato que no significa nada en s\u00ed mismo.<\/p>\n

En otras palabras, con la ciencia se trata de actuar sobre el mundo, con la IA fetichizada, es el mundo el que act\u00faa sobre nosotros, lo cual es muy distinto. Esto vuelve a poner de actualidad a un Marx que afirmaba en sustancia que no hab\u00eda que interpretar el mundo, sino que se trataba de transformarlo.<\/p>\n

Notas<\/u><\/strong><\/p>\n

1\/ Un octeto est\u00e1 formado por 8 cifras binarias (bits), es decir, una secuencia de 8 ceros o unos. Permite codificar 28=256 caracteres, o sea, mucho m\u00e1s que todo un alfabeto con may\u00fasculas, acentos y signos de puntuaci\u00f3n.<\/p>\n

2\/ Cosa que parec\u00eda totalmente fuera del alcance cinco a\u00f1os antes\u2026<\/p>\n

3\/ Consultable en l\u00ednea en https:\/\/www.wired.com\/2008\/06\/pb-theory\/<\/a> (en ingl\u00e9s)<\/p>\n

4\/ Jedan-Philippe Bourgoin, Voyage au c\u0153ur du big data, Clefs CEA, n.\u00ba 64, junio de 2017.<\/p>\n

5\/ Se conocen las numerosas pol\u00e9micas en torno al significado del CI (el cociente intelectual).<\/p>\n

6\/ Alan Turing (1912-1954), genial matem\u00e1tico ingl\u00e9s que logr\u00f3 descubrir el c\u00f3digo secreto alem\u00e1n durante la segunda guerra mundial. Perseguido por su homosexualidad, se suicid\u00f3 comi\u00e9ndose una manzana envenenada.<\/p>\n

7\/ The signal and the noise: The art of science and prediction, Penguin, 2012.<\/p>\n

8\/ Profec\u00eda atribuida a Einstein: un d\u00eda, las m\u00e1quinas podr\u00e1n resolver todos los problemas, pero ninguna de ellas podr\u00e1 jam\u00e1s plantear uno.<\/p>\n

9\/ Por ejemplo, la min\u00fascula modificaci\u00f3n de algunos p\u00edxels en una foto de una oveja que pasta en un prado puede hacer que la m\u00e1quina la identifique como una mesa, cosa que el sentido com\u00fan, evidentemente, no lo permitir\u00eda.<\/p>\n","protected":false},"excerpt":{"rendered":"

Vamos hacia un cambio epistemol\u00f3gico de calibre. Basarnos en este tipo de c\u00e1lculo supone una renuncia a las ambiciones de la raz\u00f3n moderna, que asociaba los fen\u00f3menos a sus causas. Estas ambiciones de la raz\u00f3n permit\u00edan abordar la prevenci\u00f3n, actuar sobre las causas para cambiar los efectos…<\/p>\n","protected":false},"author":102520410,"featured_media":7959,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"aside","meta":{"_coblocks_attr":"","_coblocks_dimensions":"","_coblocks_responsive_height":"","_coblocks_accordion_ie_support":"","_crdt_document":"","advanced_seo_description":"","jetpack_seo_html_title":"","jetpack_seo_noindex":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[3213],"tags":[31654,682906575,70116,682906372,254518],"class_list":{"0":"post-7958","1":"post","2":"type-post","3":"status-publish","4":"format-aside","5":"has-post-thumbnail","6":"hentry","7":"category-ciencia","8":"tag-bases-de-datos","9":"tag-cambio-epistemologico","10":"tag-inteligencia-artificial","11":"tag-razonamiento-por-induccion","12":"tag-renacimiento","13":"post_format-post-format-aside","15":"fallback-thumbnail"},"jetpack_featured_media_url":"https:\/\/i0.wp.com\/correspondenciadeprensa.com\/wp-content\/uploads\/2019\/07\/ciencia807-i.jpg?fit=626%2C364&ssl=1","jetpack_likes_enabled":false,"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/p7lt2C-24m","amp_enabled":true,"_links":{"self":[{"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/posts\/7958","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/users\/102520410"}],"replies":[{"embeddable":true,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7958"}],"version-history":[{"count":1,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/posts\/7958\/revisions"}],"predecessor-version":[{"id":7961,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/posts\/7958\/revisions\/7961"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=\/wp\/v2\/media\/7959"}],"wp:attachment":[{"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7958"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7958"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/correspondenciadeprensa.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7958"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}