Posts Tagged ‘artificial intelligence’

Vol. 21, núm. 1 enero-febrero 2020

Inteligencia artificial: un punto de encuentro para todos

Guadalupe Vadillo Bueno Cita


“La ia está en todas partes.
No es esa cuestión temible y enorme en el futuro.
La ia está aquí con nosotros”
Fei-Fei Li

Este número no sólo es una colección de artículos: se trata de una llamada que nos convoca a pensar cómo estamos constantemente en contacto con agentes que usan inteligencia artificial (ia) y cómo su presencia e impacto en nuestra vida serán cada vez más amplios. Miles de artículos y noticias sobre este tema se publican a diario, sin embargo, es probable que no tengamos claridad sobre su estado de desarrollo, sus posibilidades de afectar nuestro contexto, sus retos y amenazas… Y es que hasta definirla resulta complejo, ya que existen enfoques variados y posturas contrapuestas. Se ha señalado incluso un efecto ia que consiste en que cuando sus desarrollos llegan al público general y se “normalizan” dejan de considerarse inteligencia como tal (Haenlein y Kaplan, 2019). Este efecto hace difícil contar con definiciones de ia que sean aceptadas universalmente. A esto se añade la complejidad de sus estados de evolución: desde la ia estrecha, pasando por la general, hasta la superinteligencia, así como de las competencias cognitivas, emocionales y sociales que integra (analítica, inspirada en humanos o humanizada) (Kaplan y Haenlein, 2020).

En general, se reconoce la importancia de saber de ia, de explorar sus posibilidades en el ámbito de cada persona o entidad y de ponerla en acción –por ejemplo, Liang, Lee y Workman, 2020, en el campo de la moda; Vercauteren, Unberath, Padoy y Navab, 2020 en medicina o Smith, 2020, en agricultura, por citar solo algunas áreas en que la ia tiene un impacto–. Hay quienes ya no sólo se quedan en ese nivel, como Lichtenhaler (2020), quien indica que las organizaciones deben considerar la inteligencia humana (ih), la artificial y la meta-inteligencia. Esta última renueva y recombina ia y ih para lograr transformaciones, dentro de la organización, de carácter incremental, modular, en su arquitectura de inteligencia y, en el más alto nivel, de tipo radical.

Le proponemos a nuestros lectores un banquete de enfoques y cuestionamientos sobre la ia. Degustarlo implicará reflexiones sobre las posibilidades inmediatas y de largo plazo que nos plantea, las dimensiones éticas que necesariamente se derivan de su introducción en nuestras vidas, y sobre cómo cambiaremos al tenerla cada vez más cerca en todas las esferas de nuestro acontecer diario.

En el área de humanidades, empezamos con el análisis que el especialista en decodificación de la imagen Alfonso Miranda hace sobre la ia en el arte. En el campo de la literatura, este número de la Revista Digital Universitaria (rdu) cuenta con un relato transmedia de una maravillosa escritora, la Dra. María Luisa Zorrilla, que explora las posibilidades de la ia en el área de la creación. El número se enriquece con un artículo desarrollado por la Dra. Jackie Bucio donde postula que la inteligencia colectiva derivada de una experiencia de crowdsourcing, unida a una ia, puede crear supermentes que aportan mayor beneficio que sólo un tipo de inteligencia. Así, describe una experiencia de la escenógrafa experimentadora Es Devlin en Londres. En su instalación, los paseantes aportan palabras para que un quinto león en la Plaza de Trafalgar presente poemas generados por una red neuronal que aprendió a escribir después de leer 25 millones de palabras de poesía del siglo xix.



Imagen 1. Contenidos del número 1, volumen 21 de la rdu.
Imagen elaborada a partir de una foto de Pixabay.

La Dra. Ana Lidia Franzoni, a partir de una entrevista que hizo con Mitsuku, un chatbot que dice ser una chica inglesa de 18 años, nos introduce en los tipos de respuestas que tienen dichas tecnologías conversacionales, cómo se crean y qué tan lejos estamos de poder realmente conversar con ellas.

El Dr. Juan Carlos Niebles, colombiano que trabaja para la Universidad de Stanford, sintetiza en una entrevista gran parte de lo que se postula en este número: la ia va a cambiar al mundo. Presenta el programa de Stanforfd ia4all, que tiene el propósito de promover una participación plural con alta representación de chicas en esta área.

Como un complemento a este número, un colectivo del Bachillerato a distancia de la unam invitó al Dr. Ron Arkin, del Georgia Institute of Technology, a una entrevista en la que compartió un poco de su amplia experiencia sobre robots y la ética que involucra su desarrollo y uso en diversas actividades humanas, incluyendo la guerra.

El Dr. Rafael Morales hace una detallada presentación de 25 visiones sobre la ia en un artículo sobre su presente y futuro. A partir del libro Possible Minds: Twenty-Five Ways of Looking at ia, describe, contrasta y organiza los planteamientos de especialistas de una variedad de disciplinas para confrontarnos ante ideas como el impacto de la ia en nuestra vida de trabajo, la pérdida de privacidad que podemos sufrir o las tres leyes de la ia.

Por último, lanzando una mirada hacia el futuro, cuestionamos a cuatro expertos mexicanos en este campo y revisamos algunos estudios sobre posibles escenarios para intentar identificar las aportaciones y riesgos que perciben en el horizonte. Algunos hablan de codependencia, otros de una ia peligrosa, capaz de provocar riesgos catastróficos. No obstante, prácticamente todos identifican muchos beneficios en muy diversos ámbitos de la actividad humana.

La experiencia de lectura de estas colaboraciones será única y tendrá resonancias distintas en cada lector, de acuerdo con sus posturas y expectativas con relación a la ia. Lo que seguramente será común es el enriquecimiento y el interés por conocer más de este tema, y la conclusión de que más nos vale saber de inteligencia artificial.

Referencias

  • Haenlein, M. y Kaplan, A. (2019). A brief history of artificial intelligence: on the past, present and future of artificial intelligence. California Management Review, 61(4), 5-14. doi: https://doi.org/10.1177/0008125619864925.
  • Kaplan, A. y Haenlein, M. (2020). Rulers of the world, unite! The challenges and opportunities of artificial intelligence. Business Horizons, 63(1), 37-50. doi: https://doi.org/10.1016/j.bushor.2019.09.003.
  • Liang, Y., Lee, S. H. y Workman, J. E. (2020). Implementation of artificial intelligence in fashion: Are consumers ready? Clothing and Textiles Research Journal, 38(1), 3-18. doi: https://doi.org/10.1177/0887302X19873437.
  • Lichtenhaler, U. (2020). Beyond artificial intelligence: Why companies need to go the extra step. Journal of Business Strategy, 41(1), 19-26. doi: https://doi.org/10.1108/JBS-05-2018-0086.
  • Smith, M. J. (2020). Getting value from artificial intelligence in agriculture. Animal Production Science, 60, 46-54. doi: https://doi.org/10.1071/AN18522.
  • Vercauteren, T., Unberath, M., Padoy, N. y Navab, N. (2020). CAI4CAI: The Rise of Contextual Artificial Intelligence in Computer-Assisted Interventions. Proceedings of the ieee, 106(1), 198-214. doi: https://doi.org/10.1109/JPROC.2019.2946993.

Vol. 21, núm. 1 enero-febrero 2020

Inteligencia artificial en todo y para todos

Juan Carlos Niebles Cita

Resumen

Juan Carlos Niebles es un experto en inteligencia artificial, específicamente en visión por computadora. A través de esta entrevista nos hace reflexionar sobre la importancia que la inteligencia artificial tiene en nuestras vidas en la actualidad, así como la que puede llegar a tener, en rubros como la banca, cuestiones legales, temas de salud y diagnóstico, etcétera. Asimismo, plantea que todo tipo de tecnología, no sólo la inteligencia artificial, presenta ventajas y riesgos; que en este momento este tipo de inteligencia sólo es capaz de solucionar cuestiones muy específicas y que todavía está muy lejos de la inteligencia natural para adaptarse, aprender y realizar procesos cognitivos de manera avanzada y eficiente; pero que, en general, el beneficio potencial de la inteligencia artificial para los humanos es muy elevado.

Palabras clave: Inteligencia artificial, tecnología, desarrollo de tecnología, aplicaciones, riesgos.

Artificial intelligence in everything and for everyone

Abstract

Juan Carlos Niebles is an expert on artificial intelligence, specifically in computer vision. Through this interview, he poses the reflection on the importance of artificial intelligence in our daily lives, as well as the one that it might have in fields such as banking, legal issues, health and diagnosis, etcetera. Furthermore, he states that every type of technology, not only artificial intelligence, has advantages and risks; that at this moment such kind of intelligence is only capable of giving solution to very specific issues, and that it is still far from natural intelligence’s ability of adapting, learning and doing cognitive processes in a highly advanced an efficient way, but that, in general, the potential benefit of artificial intelligent is very high to humans.

Keywords: artificial intelligence, artificial intelligence, technology, technology development, applications, risks.

A partir de apenas un puñado de preguntas, Juan Carlos nos lleva por diversos caminos, retos y soluciones donde participa la inteligencia artificial (ia). La entrevista completa puede verse aquí.

¿Por qué todos debemos saber de ia?

Se trata de una tecnología que va a cambiar al mundo: basta con pensar en cómo la electricidad o internet lo hicieron. El impacto de la ia será tan grande, que es necesario que esté representado el punto de vista de todos. Esta tecnología puede ser muy poderosa, con aplicaciones para la banca, cuestiones legales y muchos otros campos.

El programa Stanford-AI4all tiene justamente esa intención: la idea es incrementar los puntos de vista plurales ya que actualmente no hay una representación homogénea por género y por etnicidad. En Stanford se está dando un enfoque especial a la participación de las chicas en este programa, por lo que se les invita en el décimo grado para que se puedan interesar en el tema.

¿Qué beneficios y riesgos de la ia se presentan en su campo de estudio de la visión?

La visión por computadora implica que la máquina capture imágenes, así como datos del contexto. La idea es que sea capaz de percibir el mundo. Si se tiene una cámara en un café, por ejemplo, es deseable que pueda indicar que hay dos personas en una mesa, de manera que pueda aportar asistencia en función de lo que está pasando. También es muy importante que pueda proteger la privacidad de quienes forman parte de las imágenes.

En cuanto a los riesgos, vivimos un momento temprano en el desarrollo de la ia, que resulta perfecto para conversar sobre qué es lo bueno y qué es lo malo. Sabemos que pueden ser muy útiles en cuestiones de formación, al aprender a ensamblar un aparato, por ejemplo, y que siempre está el riesgo de violar la privacidad de las personas. Esto forma parte de la conversación que debemos tener. Las ventajas y los riesgos se aplican también a tecnologías previas, como el fuego: sabemos que es una herramienta muy importante, pero también que tiene peligros potenciales.

¿Cómo se compara la ia con la inteligencia natural del ser humano?

Siempre que trabajamos con ia nos inspiramos con lo que pasa en el ser humano, en la inteligencia humana que consideramos la cosa más maravillosa de la naturaleza. El campo de la ia está todavía muy lejos de la inteligencia natural para adaptarse, aprender y hacer este tipo de procesos cognitivos de manera tan avanzada y eficiente. En este momento la ia es capaz de solucionar cuestiones muy específicas de manera muy buena. Por ejemplo, puede haber un sistema que juegue ajedrez y le gane incluso a campeones, pero es lo único que sabe hacer. Se trata de una inteligencia muy estrecha, muy específica.

¿Hay desarrollos en las áreas de emoción y creatividad en ia?

Resulta difícil entender qué son las emociones, cómo emergen del cerebro… Un tema ligado es el sentido común, que es algo prácticamente inexistente en la ia de hoy. En cuanto a la creatividad, es un tema muy interesante. Hemos visto, por ejemplo, algunos sistemas nuevos de ajedrez que utilizan estrategias de juego completamente diferentes a las de los jugadores humanos. Incluso los grandes maestros de ajedrez juegan con ellos y se quedan fascinados. Quizá podamos hablar de creatividad de la ia.

También existen sistemas que trabajan para industrias como la de la moda. Aquí se enfrentan al problema de saber si las creaciones que propone la ia serán del gusto de la gente. Entonces entra la colaboración entre humanos y máquinas.

¿Qué reacción debemos tener ante los procesos de aprendizaje por los que pasan las ia y que no implican una supervisión humana?

A los científicos nos intrigan los mecanismos del cerebro que permiten a los humanos aprender con pocos ejemplos y de manera no supervisada. Hoy en día las máquinas aprenden fundamentalmente de forma supervisada. Los procesos de aprendizaje no supervisado implican que absorben grandes cantidades de datos, definen patrones y comprenden los datos. Estamos aún lejos de tener técnicas que lo permitan. Si bien no hay que tener temor, sí debemos tener cuidado de que la tecnología avance por buen camino.

¿Algún mensaje final para nuestros lectores?

Sabemos que estos temas pueden despertar temores. Sin embargo, es necesario considerar que faltan décadas para que ciertos trabajos dejen de ser útiles, a partir de la automatización de procesos. Por otro lado, existen muchos beneficios de la ia en temas de salud, por ejemplo, en el área de diagnóstico, o de transporte, para que disminuyan los accidentes a partir de mayor seguridad. En general, el potencial de beneficio de la ia para los humanos es muy elevado.



Si te interesa el tema:

Recepción: 05/11/2019. Aprobación: 28/11/2019.

Vol. 21, núm. 1 enero-febrero 2020

Shakespeare y los leones: posibles encuentros entre inteligencia artificial y humanidades

Jackeline Bucio García Cita

Resumen

En este artículo se comentan posibilidades de colaboración de grupos numerosos, con el apoyo de inteligencia artificial, en el área de las humanidades. Se hace énfasis en el impacto positivo que este tipo de colaboración puede lograr, a diferencia de la visión de confrontación que caracteriza el discurso actual sobre los peligros de la inteligencia artificial.

Palabras clave: colaboración masiva para el aprendizaje, inteligencia artificial, supermentes, investigación impulsada por la gente.

Shakespeare and the lions: possible encounters between artificial intelligence and humanities

Abstract

This article is about the possibilities of collaboration among groups, with the support of artificial intelligence in Humanities. Emphasis is placed on the positive impact that this type of collaboration can achieve, unlike the confrontational vision that characterizes the current discourse on the dangers of artificial intelligence.

Keywords: crowdsourcing, artificial intelligence, superminds, people-powered research.

Introducción

Al pensar en inteligencia artificial (ia), uno de los imaginarios más comunes es el de la confrontación entre humanos y robots. Se habla de una inevitable guerra, de sometimiento, de “ellos o nosotros”. Sobre estos peligros y preocupaciones que genera la integración de inteligencia artificial en nuestras vidas hay ya abundante discusión, y es muy importante que así sea. No obstante, autores como Dowek (2018) tienen otra perspectiva e invitan a salir de esa metáfora: “No hay más competencia entre el hombre y la máquina que entre el trompetista y la trompeta, el albañil y la pala, el escriba y el cálamo” (p. 248).

El temor a la sustitución, al relevo que un robot podría tomar del trabajo del ser humano, no nos permite bajar fácilmente las defensas, aun conociendo los beneficios que la inteligencia artificial está logrando en ámbitos como la medicina. Este miedo al reemplazo también permea el campo de las humanidades, pues la inteligencia artificial ya ha demostrado que puede crear, de manera autónoma, obras de arte o música, acciones que nos hacen considerar si a corto plazo el artista será sencillamente reemplazado. Alejándonos de esta perspectiva, la intención de este texto es explorar cómo la ia puede potenciar lo humano y el trabajo en colectivos para fomentar el logro de mejores resultados en proyectos relacionados con las humanidades. El escenario de la colaboración es una alternativa a la metáfora de la guerra, y es también la búsqueda de una productiva relación instrumental entre el ser humano y la ia, una herramienta ciertamente poderosa.

Podemos pensar que ya colaboramos con la tecnología de manera intensa, pero esto aún puede alcanzar un nuevo nivel si pensamos en lo que Malone denomina supermentes, es decir, la posibilidad de que “las personas y las computadoras se conecten de tal manera que actúen de forma más inteligente que cualquier persona, grupo o computadora haya hecho antes” (2018, p. 16). ¿Cómo puede suceder esto? Veamos algunos ejemplos.

Robots y humanos trabajando codo a codo

Como ejemplo de robot y humanos trabajando juntos para lograr supermentes, Malone (2018) menciona a los bots de Wikipedia, diseñados para revertir ciertas ediciones consideradas como vandálicas. La inteligencia artificial detecta la anomalía y los bots contribuyen como aliados que auxilian a los editores humanos a mantener, de manera más sofisticada y rápida, la calidad de los artículos. Vista así, la inteligencia artificial, trabajando al servicio de un colectivo, potencia las habilidades de los miembros del grupo en lugar de sustituirlos, lo cual corresponde a uno de los “santos griales” de la ia (Weld, Mausam, Lin y Bragg, 2015, p. 89), propuesta también conocida como sistemas de iniciativa mixta.

Otro ejemplo de este tipo de colaboración es el proyecto EyeWire. Se trata de una plataforma de ciencia ciudadana que nació en 2012 y que permite la cooperación de voluntarios para mapear neuronas en un ambiente ludificado. Se han registrado más de 290 000 personas de alrededor de 150 países y de acuerdo con la directora ejecutiva esto “es equivalente a 32 personas trabajando tiempo completo durante 7 años” (DeWeerdt, 2019).

Figura 1. Plataforma de EyeWire.

Nicholas Carr (2014) habla de la tecnología como un medio que nos permite ir más allá del límite que el cuerpo nos impone, y con ello nos acerca a una apreciación diferente del mundo: “El valor de una herramienta bien hecha y bien utilizada reside no sólo en lo que produce para nosotros, sino en lo que produce en nosotros (p. 247-248). Carr precisa que la elección de una herramienta de trabajo debería ayudarnos a extender el campo de nuestra experiencia y percepción: “Lo que hace una herramienta superior a otra no tiene nada que ver con su novedad, lo que importa es cómo nos agranda o empequeñece, cómo moldea nuestra experiencia de la naturaleza, de la cultura y de los unos con los otros” (p. 262).

Si asumimos las herramientas tecnológicas como un instrumento para enriquecer nuestra experiencia sensorial y cognitiva, no podríamos encontrar un mejor aliado que la ia para ayudarnos a conocer y mejorar el mundo que nos rodea. Los siguientes dos ejemplos muestran cómo este enriquecimiento de recursos puede aplicarse a casos concretos en las humanidades.

El mundo de Shakespeare

Zooniverse es el nombre de un proyecto que inició en 2009 bajo el concepto de people-powered research. Se trata de una plataforma que facilita la colaboración entre participantes de diferentes edades, países y conocimientos, permitiendo que cada uno aporte pequeñas cantidades de trabajo voluntario en diversos proyectos, bajo el mismo concepto que Wikipedia o EyeWire. De esta manera se avanza más y de forma más rápida. Al momento de escribir este texto, la página oficial anuncia 447 339 366 participaciones, en alrededor de 50 proyectos, hechos por 1 937 067 voluntarios registrados y contando. Otro término relacionado con dicha forma de trabajo es el crowdsourcing, que en este contexto se refiere a un llamado abierto a la colaboración en proyectos específicos, donde cada participante usa sus mejores habilidades con el fin de solucionar un problema determinado o resolver un reto. Al abrir una convocatoria de esta naturaleza se amplían las posibilidades de reunir perfiles variados que contribuyan de una forma que no sería posible en grupos cerrados y muy controlados.

Zooniverse alberga proyectos de todas las áreas del conocimiento, pero aquí nos centraremos en uno del área de humanidades llamado “El mundo de Shakespeare”, donde la comunidad participa en la transcripción de manuscritos de este autor o de sus contemporáneos. El proyecto estuvo activo de diciembre de 2015 hasta septiembre de 2019 y actualmente se encuentra en período de revisión. Se trata de una iniciativa que se logra gracias a instituciones académicas como la Biblioteca Folger Shakespeare, en Washington, D.C., el proyecto Zooniverse.org de la Universidad de Oxford y el Diccionario Oxford de la Oxford University Press. Participaron alrededor de 50 mil usuarios que transcribieron aproximadamente 8 000 páginas (Barber, 2018).

Figura 2a. Plataforma Zoouniverse: ejemplos de transcripción.

Entre los manuscritos por revisar se encontraban cartas, libros de recetas de cocina, textos de alquimia, boletines de noticias, etcétera. Este material permite identificar desde variantes lingüísticas del idioma inglés, hasta conocimientos sobre la vida cotidiana del período 1564-1616, cuyo contenido es casi imposible de analizar hasta no contar con una transcripción. Recordemos que para transcribir estos documentos se requieren especialistas y se trata de un proceso lento y minucioso que a una sola persona puede tomarle meses o años. Gracias a la plataforma que ofrece Zooniverse, este procedimiento se agiliza de la manera que se describirá a continuación.

De entrada, todo el material se encuentra digitalizado y disponible en la plataforma. Los participantes realizan un tutorial de 10 minutos para aprender cómo deben indicar, desde una transcripción simple, hasta observaciones sobre palabras o expresiones no registradas aún por el diccionario, dudas o caracteres especiales. El sistema permite que cada voluntario colabore con una transcripción tan breve como una palabra o páginas completas: todo aporta al proyecto. En la figura 2 se puede apreciar el espacio que se abre sobre la imagen digitalizada de un manuscrito para ingresar una transcripción del texto, marcado con una línea verde.

Figura 2b. Plataforma Zoouniverse: ejemplos de transcripción.

Por supuesto, no todas las participaciones son exactas y precisas, pero justamente aquí se encuentra la oportunidad para la inteligencia artificial: los algoritmos “aprenden” y podrán organizar, de manera cada vez más efectiva, la colaboración de toda la gente que decide participar en un proyecto de esta naturaleza, lo cual sería imposible si no fuera por los algoritmos que trabajan para facilitar la recuperación, análisis y validación de aportaciones. Aspectos como el reconocimiento de imagen a través de un entrenamiento de machine learning podrían mejorar la “lectura” que una máquina realiza de un manuscrito.

Los datos obtenidos quedan a disposición del público que así lo solicite y esta es una forma de retribución al trabajo voluntario y a la comunidad. Dunn y Hedges (2019), así como Deines, Gill, Lincoln y Clifford (2018) detallan los beneficios y retos que han observado de este tipo de colaboración. Estos últimos autores resaltan, en el primer punto de su análisis, un hecho obvio pero a la vez sorprendente: “Lección #1: la gente quiere transcribir”.

Entonces, las multitudes que leen a Shakespeare aportan la habilidad humana de lectura que las máquinas no poseen, mientras que las máquinas aportan la capacidad de clasificación y organización para sistematizar los esfuerzos del colectivo. Tenemos aquí un ejemplo de supermente orientada hacia un proyecto del área de humanidades.

Por favor, alimente a los leones

El segundo ejemplo se trata de la colaboración entre Es Devlin, artista plástica, y Ross Goodwin, ingeniero de Google y creador de un algoritmo generador de poesía de deep learning para esta instalación. Please, Feed the Lions es el título original de esta obra que se presentó entre el 18 y 23 de septiembre de 2018, en el Festival de diseño de Londres. La idea era integrar un quinto león de color rojo vibrante que se uniera a los cuatro ya existentes en la plaza Trafalgar e invitar a los asistentes a alimentar a los leones…, pero con palabras. Aquí la metáfora de alimentar y nutrir a los leones nos regresa al aspecto de la colaboración para lograr mejores productos y de un mayor impacto. Podemos preguntarnos en este punto, ¿con este “alimento” aportado por la gente, qué tipo rugido produciría el león? Al concebir esta obra, Devlin pensaba darle al león “una voz poética colectiva y diversa a partir del ‘alimento’ proporcionado por las multitudes” (Google Arts & Culture, 2018).

Dado que la elección de las palabras que una persona usaría para alimentar a los leones era un factor desconocido, el algoritmo debía estar diseñado para optimizar la estética del poema tanto en lo semántico como en la métrica. Cada palabra o frase que llegaba a la boca del león se convertía en el inicio de un poema de dos líneas que se proyectaba en la columna cercana. Estos son algunos de los versos que el león rugió:

Este refugio en el bosque
El sol y el cielo
Las sombras del día sacuden los cielos
Y siente los preciosos sonidos de la muerte ser
Un déspota aún sobre las costas del pecado
Y las estrellas del viento nocturno parecen estar de pie 1  

 

Figura 3. Please. Feed the Lions, Trafalgar Square, Londres 2018 (Mac Fadden Islington, 2018).

El poema se genera a partir de un modelo de red neuronal que ha aprendido a escribir a través de la lectura de 25 millones de palabras de poesía del siglo xix. Funciona prediciendo el carácter que debe continuar (sea letra, espacio o puntuación), a partir de cada una de las palabras proporcionadas por la audiencia. El algoritmo no sólo une frases que conoce con las que recibe, sino que puede escribir por sí mismo a partir de un input determinado: “Esto permite a la obra responder en tiempo real, es un poema siempre en desarrollo” (Google Arts & Culture, 2018).

En este caso, la inteligencia artificial permite que las multitudes creen un poema que además de extenso es verdaderamente misterioso en su sentido. Si cada persona en este festival escribiera su propio poema sería una creación valiosa sin duda, pero el acto de crearlo de manera colectiva y con la posibilidad de mejorar y potenciar la estética del lenguaje gracias al algoritmo es otro ejemplo de las supermentes a las que se refiere Malone (2018).

La visión positiva de la IA, las multitudes y las humanidades

Si regresamos a la definición de Carr (2014) acerca de la productividad de una herramienta que no sólo produce algo para nosotros sino que produce algo (positivo) en nosotros y nos permite extender nuestras posibilidades de experiencia del mundo, los dos ejemplos toman sentido. Lejos de la ia que nos sustituya o que nos haga cada vez más dependientes e inútiles al recordar datos, en estos dos ejemplos vemos una perspectiva optimista de las posibilidades de colaboración:si la metáfora de competencia cambia por una de “alimentación”, de contribución, de muchos que podemos aportar, cada uno, un poco para lograr más entre todos, entonces, tal vez podamos lograr una balanza más equilibrada, positiva y proactiva: las humanidades tienen abundante material para nutrir estas supermentes y aprender en ellas.

Referencias

  • Barber, S. T. (2018). The ZOONIVERSE is Expanding: Crowdsourced Solutions to the Hidden Collections Problem and the Rise of the Revolutionary Cataloging Interface. Journal of Library Metadata, 18(2), 85-11. doi: https://doi.org/10.1080/19386389.2018.1489449.
  • Carr, N. (2014). Atrapados. Cómo las máquinas se apoderan de nuestras vidas. México, CDMX: Taurus.
  • Deines, N., Gill, M., Lincoln, M. y Clifford, M. (2018). Six Lessons Learned from Our First Crowdsourcing Project in the Digital Humanities. Getty Iris blog. Recuperado de: https://blogs.getty.edu/iris/six-lessons-learned-from-our-first-crowdsourcing-project-in-the-digital-humanities.
  • DeWeerdt, S. (24 de julio de 2019). How to map the brain. Nature Outlook: The brain, 571, S6-S8 doi: 10.1038/d41586-019-02208-0.
  • Dowek, G. (2018). Entrevista en Intelligence artificielle. Enquête sur ce technologies qui changent nos vies. Flammarion, Champs actuel.
  • Dunn, S. y Hedges, M. (2017). Academic Crowdsourcing in the Humanities. Crowds, communities, and Co-production. Cambridge, Massachusetts: Chandos Publishing- Elsevier.
  • Google Arts & Culture (2018). The Technology and people behind Please Feed the Lions. Meet the team working behind-the-scenes on the fifth lion. Recuperado de: https://artsandculture.google.com/exhibit/uQJy-TQgHNPkJw.
  • Mac Fadden Islington, Dearbhla (2018). “Please Feed The Lions”, Es Devlin in Trafalgar Square, London 2018. Recuperado de: https://commons.wikimedia.org/wiki/File:LDFLionsEdit_06.jpg.
  • Malone, T. (2018). Superminds: The Surprising Power of People and Computers Thinking Together. Nueva York, Little, Brown and Company.
  • Weld, D., Mausam, Lin, C. y Bragg, J. (2015). Artificial Intelligence and Collective Intelligence, p. 89-100 En Malone y Bernstein (eds). Handbook of collective intelligence. Boston, Massachusetts: mit Press.

Recepción: 06/11/2019. Aprobación: 22/11/2019.

Vol. 21, núm. 1 enero-febrero 2020

Inteligencia artificial demasiado humana (aún): arte y tecnología

Alfonso Miranda Márquez Cita

Resumen

No vivimos un tiempo de cambios, sino un cambio de tiempos. Esta trasformación del paradigma civilizatorio confronta las premisas del pasado. La nueva civilización se caracteriza por el desarrollo tecnológico-científico; así, el filósofo Marshall McLuhan (1911-1980) la prefiguró en un mundo en el que las nuevas tecnologías de la comunicación darían como resultado un cambio social, que al acotar la distancia permitiría el intercambio con lugares remotos en tiempo real.

Palabras clave: inteligencia artificial (ia), arte, creación.

A (still) too human artificial intelligence: art and technology

Abstract

We do not live a time of change, but a change of times. Such civilizatory paradigm’s transformation confronts the premises of the past. The new civilization is characterized by technological and scientific development; as such, philosopher Marshall McLuhan (1911-1980) prefigures it in a world in which new communication technologies would result in social change, that would shorten the distance and would allow the exchange with remote places in real time.

Keywords: artificial intelligence (ai), art, creation.

“May You Live in Interesting Times”

Proverbio ficticio utilizado por primera vez en un artículo del
diario británico The Yorkshire Post en 1936
para testimoniar el movimiento de las tropas alemanas
y recuperado por el curador y crítico Ralph Rugoff
para el título de la 58 Bienal de Venecia.

No vivimos un tiempo de cambios, sino un cambio de tiempos. Esta trasformación del paradigma civilizatorio confronta las premisas del pasado. La nueva civilización se caracteriza por el desarrollo tecnológico-científico, y el filósofo Marshall McLuhan (1911-1980) la prefiguró en un mundo en el que las nuevas tecnologías de la comunicación darían como resultado un cambio social, que al acotar la distancia permitiría el intercambio con lugares remotos en tiempo real. Internet aglutina todos los medios analógicos y electrónicos: imprenta, telégrafo, radio, teléfono y televisión. Sin embargo, éstos ya no se conciben como recursos masivos que difunden información ni productos culturales (muchas veces propagandísticos) tutelados por Estados o consorcios, sino como una red que comparte, permite intercambiar y, sobre todo, genera contenidos.

La creación artística también se ha trastocado en esta nueva y vertiginosa era y, aunque el binomio arte y tecnología ha forjado sólidos lazos a través de la historia, pareciera que las máquinas han introducido variables que resemantizan el proceso. No es la primera ocasión en que la controversia “ataca”, pues con la invención de la fotografía los discursos decimonónicos que vaticinaban el fin del arte y la rendición ante la máquina, con una perspectiva histórica-estética, parecieran saldados en favor del humano (de “lo humano”).

Entre la palabra hablada y la escrita –entre la objetualidad y la fuerza espiritual– existe un consenso universal para aquella comunidad, un valor convencional o contractual entre hablantes, ya definido por Aristóteles a través del método inductivo. En la Ilustración, la lengua como contrato se replanteó: ¿cómo se da el proceso de comunicación de eso que yo sé? En términos semióticos, el conocimiento y el intercambio que forjaron el mundo como lo aprendimos, más allá de la posmodernidad y la posverdad, pareciera relativizarse y las premisas son vulneradas aparentemente por el algoritmo.

Se ha disertado mucho sobre el fin del libro físico y la compactación del lenguaje; a pesar de la debacle de las pequeñas editoriales, la industria sigue y las novelas a partir de tuits continúan propagándose. Lo mismo ocurrió con la música electrónica frente a la música instrumental; las instalaciones y videoinstalaciones frente a la clasicismo pictórico y escultórico; la introducción de medios electrónicos en la escena operística y teatral frente a las puestas en escena convencionales; la cocina molecular frente el fogón y la estufa, la fotografía análoga frente a la digital, etcétera. En algún momento se buscó ir en contra de “lo artificial” para “rescatar” lo humano. Algo parecido había ya planteado José Ortega y Gasset cuando en 1925, durante la primera posguerra, escribió en La deshumanización del arte: “La metáfora escamotea un objeto enmascarándolo con otro, y no tendría sentido si no viéramos bajo ella un instinto que induce al hombre a evitar realidades”.

La metáfora aún funciona. No hay nada demasiado humano, tampoco escasamente humano. Damián Szifrón lleva la violencia a un estamento de bellas artes y sobre esto Luis Martínez refiere: “[el espectáculo] digamos putrefacto, de una sociedad enferma de su propia indolencia, anestesiada por su ira, incapaz de entender el origen de la insatisfacción que la habita”. La violencia entendida como lo salvaje, la animalidad o llevarlo al terreno de lo electrónico, lo artificial, pareciera que tambalea la racionalidad, empero todas las creaciones resultan de la vileza, bondad, espiritualidad…, racionalidad humanas. No podría ser de otra manera.

Las lecciones de Umberto Eco siguen forzando la frontera: la obra es abierta (a interpretaciones), y un texto siempre tiene más de un nivel de significación. El uso de algoritmos y la creación de grandes bases de datos hoy integran el espectro y dimensión estética. ¿Cuáles son las condiciones mínimas bajo las cuales un conjunto de marcas funciona como una imagen? La base de datos Aaron en 1973 nos hizo plantear por primera vez, a partir del algoritmo, el proceso creativo. El británico Harold Cohen creó cientos de imágenes (autorretratos) a partir de una computadora. Pixel, tinta, óleo, acrílico y gesto irrumpieron en escena. Aunque Aaron ayudó, la mano (y mente) de Cohen estaban presentes.

Dos ejemplos más cercanos al espíritu millennial: Retrato de Edmond de Belamy (ver imagen 1), creado por Obvious y Memorias de los transeúntes i de Mario Klingemann (ver imagen 2). El primero surgió de un colectivo francés cuyos integrantes no rebasaban los 25 años de edad, integrado por Hugo Caselles-Dupré, Pierre Fautrel y Gauthier Vernier. La obra marcó un récord en el mercado del arte al subastarse en 2018 en la casa Christie’s de Nueva York y alcanzar los 432 500 dólares, cuyo valor estimado inicial del inédito retrato iba de los 7 000 a los “escasos” 10 000 dólares. La segunda obra se subastó en marzo de 2019 en la casa Sotheby’s de Londres por 52 610 dólares.



Imagen 1. Retrato de Edmond de Belamy (Obvious, 2018).

A partir de algoritmos, ambas bases de datos “crearon” retratos que no prefiguraban en la historia del arte. Las comillas de “creación” resultan pertinentes. Obvious fue alimentada por miles de imágenes, retratos comunes y famosos que se conservan en museos de todo el mundo. Aunque Edmond de Belamy no existió, hoy existe gracias a la inteligencia artificial. Su retrato y su nombre resultaron de la suma y “entendimiento” (léase procesamiento) de variables para así “crear” una imagen inédita. Klingemann alimentó su base de datos para que en pantallas se proyectaran en tiempo real rostros de personas que hasta entonces tampoco existían.



Imagen 2. Memorias de los transeúntes de Klingemann (Namile17, 2019).

Aaron Hertzmann, científico de Adobe Research y artista aficionado, aseveró:

los algoritmos de Inteligencia Artificial no crean arte; son herramientas para los artistas. No existe un algoritmo o dispositivo de Inteligencia Artificial que pueda llamarse, seriamente, “artista”. […] Solo los humanos pueden crear arte porque el arte necesita intención o debe expresar algo. Sin embargo, es sencillo construir sistemas artificiales que hagan lo mismo. […] Si hubiera algo como “Inteligencia Artificial a nivel humano”, con los mismos pensamientos, sentimientos y moral que el humano, entonces se podría crear arte. Pero la “Inteligencia Artificial a nivel humano” es ciencia ficción y no estamos ni remotamente cercana a ella (2019).

Si el conflicto reside en qué grado de humanidad podemos situar las obras, tal premisa resulta en un uróboros ominoso como el del huevo y la gallina, que distraen y no abonan al discurso crítico. David Alfaro Siqueiros, luego de recorrer política y artísticamente América Latina, en 1936 estableció en Nueva York su taller experimental y laboratorio de técnicas modernas en el arte. Ahí descubrió el accidente controlado en la pintura, es decir, dejar que, en condiciones predeterminadas, los materiales no se ciñan a la idea preconcebida del artista. Esto lo llevó a experimentar el dripping o goteo, que revolucionaría las vanguardias dentro de la ruptura del expresionismo abstracto norteamericano. Entre sus jóvenes discípulos se encontraba Jackson Pollock, quien a partir de entonces desarrolló el action painting, literalmente “pintura en acción”. Desde Marcel Duchamp ya el concepto había rebasado la pericia técnica. “La destreza no es el verdadero requisito para que alguien sea artista”, sostiene Hertzmann (2019), y hoy una trituradora ayudó a Banksy crear a partir de una obra, otra.

En realidad (y en realidad virtual) todo arte es un “accidente controlado” y conceptualmente las variables creativas son determinadas por el artista, por el proceso de experimentación, por el azar, por el mercado, por la crítica, por los públicos…

Sin embargo, al tratarse de inteligencia artificial parecieran ampliarse los límites y quizá el conflicto surge semánticamente por el uso indistinto de términos. Si bien la inteligencia artificial (ia) refiere los esfuerzos para reemplazar cognitivamente a las personas con máquinas, el argumento apunta a utilizar tecnologías de aprendizaje automático similares para ayudar, en lugar de reemplazar, a los humanos. La distinción estudiada por Bernard Marr refuerza que estéticamente el uso de nuevas tecnologías en el proceso creativo, opera como argumentos inteligentes que potencian la libertad creadora del artista.
El arte mantiene y mantendrá su vitalidad a través de la continua innovación. Hertzmann apunta:

El artista es la mente maestra detrás de la obra de arte. No importa cuánto trabajo conllevó o si lo realizó alguien más o una máquina o cuánto se logró a partir de procesos naturales. El crédito se le debe dar al individuo (o a los colaboradores) detrás de la obra (2019).

Las máquinas de aprendizaje (machine learning) poco a poco suman conocimiento en bases de datos cada vez más complejas que “aprenden” por sí mismas. La artista británica Anna Ridler refiere, en aras de hacer visible lo invisible:

Dentro de la ecología de entidades digitales que nacen, crecen, se viralizan y mueren, […] la inteligencia artificial, el blockchain [cadena de bloques] o sistemas generativos aún presentan brechas de entendimiento ante su potencial creativo (s.f.).

El proyecto Criptobloom (dentro de la Plataforma Europea de Arte Multimedia y financiado por el Programa de Creatividad de la Unión Europea) plantea obras como Myriad (Tulips), un conjunto de entrenamiento para alimentar una base de datos con diez mil imágenes de tulipanes. Explica la curadora Doreen A. Ríos que “cada una de ellas ha sido categorizada a mano, revelando el aspecto humano detrás del aprendizaje automático”.

Paralelismo histórico con el surgimiento del mercado de bulbos y tulipanes en Países Bajos en 1630 y su especulación hasta el bitcóin y la banca electrónica, Anna Ridler y Bloemenveiling emprendieron una aplicación para la subasta –a través de bots– de imágenes en movimiento de tulipanes generados por inteligencia artificial en la red Ethereum, y que al comparador le enviará una imagen que durará una semana (como la vida del tulipán) antes de destruirse.

Michael I. Jordan, profesor en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación en el Departamento de Estadística de la Universidad de Berkeley, explica:

En el futuro previsible, las computadoras no podrán igualar a los humanos en su capacidad de razonar de manera abstracta las situaciones del mundo real. Queremos que las computadoras activen nuevos niveles de creatividad humana, no que reemplacen la creatividad humana (cualquiera que ésta sea). […] Este alcance no tiene que ver con la realización de sueños de ciencia ficción o pesadillas de máquinas sobrehumanas, sino con la necesidad de que los humanos comprendan y moldeen la tecnología a medida que esta se vuelva más necesaria y cotidiana en sus vidas.

“Un artista extrae algo de la realidad”, escribió Walter Benjamin, sin embargo, este reducto rebasa sus límites. Hoy, no basta ser el depositario de conocimiento para volverse silos de información. En un mundo interconectado, curadores, educadores, críticos y sobre todo visitantes activos de un museo o una galería participan en la co-creación, selección, divulgación, deconstrucción de tesis y elaboración de claves interpretativas de la realidad en discursos multi y transdiciplinarios a favor de la democratización del conocimiento y la inclusión. Las sociedades transitan hacia las libertades, diversidad, pluralidad, defensa de los derechos humanos y democracias más participativas. En palabras de Raya Bidshahri, futurista y escritora sobre tecnologías:

Nuestras máquinas no trabajan en contra de nosotros, trabajan como una extensión de nuestras mentes. Igualmente, podríamos utilizar las máquinas para expandir nuestra creatividad y llevar más allá los límites del arte.

Así, la ultracontemporaneidad con el internet de las cosas nos lleva explorar nuevas retóricas de la imagen visual y sus procesos de creación.

Referencias

 

Recepción: 03/09/2019. Aprobación: 27/11/2019.

 

Vol. 21, núm. 1 enero-febrero 2020

Chateando con Mitsuku

Ana Lidia Franzoni Velázquez Cita

Resumen

Los agentes de conversación y los sistemas de diálogo (interfaces de control de voz, chatbots, asistentes personales) están ganando impulso como técnicas de interacción humano-computadora en la sociedad digital. Al platicar con Mitsuku (una inteligencia artificial conversacional) te puedes dar cuenta que es capaz de seguir una conversación, de recordar datos e, incluso, de aceptar correcciones. Aunque todavía hay que esperar un poco más para que sea verdaderamente conversacional, los asistentes virtuales no están hechos aún para pláticas reales, nos debemos preparar porque se encuentran en plena expansión y están dando el salto a servicios de la vida diaria.

Palabras clave: chatbot, inteligencia artificial conversacional, Mitsuku.

Chatting with Mitsuku

Abstract

Conversation agents and dialogue systems (voice control interfaces, chatbots, personal assistants), are gaining momentum as human-computer interaction techniques in the digital society. When you talk with Mitsuku (a conversational artificial intelligence), you can realize that it is able to follow a logical conversation, accept corrections, and remember data and information. But we still have to wait a little longer to be truly conversational. Virtual assistants are not made for real conversations yet. We must be prepared because they are in full expansion and are making the leap to daily life services.

Keywords: chatbot, conversational artificial intelligence, Mitsuku.

Introducción

Los agentes de conversación y los sistemas de diálogo (interfaces de control de voz, chatbots, asistentes personales, asistentes virtuales) están desarrollándose como técnicas de interacción humano-computadora en la sociedad digital. Por ahora, podemos encontrar una gran cantidad de interacción lingüística con agentes inteligentes (comunicación mediada por computadora) en internet, desde sistemas de reserva de aerolíneas, aplicaciones para consultar el clima, para los bancos o para las conversaciones instantáneas (Messenger, WhatsApp), hasta en catálogos de mercancías.

Si bien la idea de utilizar el lenguaje humano para comunicarse con las computadoras se basa en la inteligencia artificial, los científicos tienen un reto con la complejidad de este lenguaje, tanto en el entendimiento como en su generación. El obstáculo para las computadoras no reside sólo en entender los significados de las palabras, sino interpretar la infinita variedad de cómo se emplean para comunicar un significado en específico.

La palabra chatbot suena a mensaje automatizado, a robot, a inteligencia artificial. Ciertamente, éstos son “sistemas de conversación de máquinas que interactúan con usuarios humanos a través de una conversación en lenguaje natural” (Shawar y Atwell, 2005). En otras palabras, se trata de un programa de computadora que imita una plática con lenguaje natural. Por lo tanto, para dar respuestas adecuadas a palabras clave o frases extraídas de un discurso y mantener una conversación continua es necesario construir un sistema de diálogo (programa) llamado chatbot (Abdul-Kader y Woods, 2015).

Un chatbot se puede dividir en tres principales componentes: contestador, clasificador y graphmaster, que se describen a continuación (ver figura 1).

Figura 1. Componentes de un chatbot.
Fuente: elaboración propia con base en Stoner, Ford y Ricci (2003).

1) Contestador. Interfaz entre las rutinas principales del bot-software preparado para realizar tareas repetitivas a través de internet simulando el comportamiento de un humano– y el usuario. Transfiere y controla la entrada y la salida de datos del usuario al clasificador.

2) Clasificador. Segmenta la entrada ingresada por el usuario en componentes lógicos y transfiere la oración normalizada al graphmaster; asimismo, procesa su salida y maneja las instrucciones de la sintaxis de la base de datos.

3) Graphmaster. Organiza y maneja el proceso de coincidencia de patrones que implican búsquedas avanzadas.

Las técnicas de diseño para un chatbot son:

  • Parsing. Incluye un análisis del texto de entrada y lo manipula utilizando una serie de funciones de nlp (Natural Language Processing). Por ejemplo, los árboles en Python nltk (Natural Language Tool Kit), son un conjunto de técnicas relacionadas con la inteligencia artificial y las ciencias cognitivas que permiten el análisis y manipulación del lenguaje natural. La librería nltk de Python permite que cualquier programa escrito en este lenguaje pueda invocar a un amplio conjunto de algoritmos para utilizar las principales técnicas de npl para la generación de métricas, frecuencia de términos, polaridad negativa o positiva en los frases y texto, etcétera.
  • Pattern matching. Es bastante común su empleo en los sistemas de preguntas y respuestas dependiendo de los tipos de concordancia, como las consultas de lenguaje natural –lenguaje hablado por humanos con el propósito de comunicación–, las declaraciones simples o el significado semántico de las consultas.
  • Artificial Intelligence Mark-up Language (aiml). Simplifica el trabajo de modelado conversacional, en relación con un proceso de respuesta de estímulo. También es un lenguaje de marcado con bases en xml y en la tecnología de software desarrollada para alice (Artificial Linguistic Internet Computer Entity).
  • Chat script. Resulta de gran ayuda cuando no se producen coincidencias en aiml. Se concentra en mejorar la sintaxis para construir una respuesta predeterminada.
  • Structured Query Language (sql) y bases de datos relacionales. Técnica utilizada para hacer que el chatbot recuerde conversaciones anteriores.
  • Cadena de Markov. Construye respuestas que sean más aplicables probabilísticamente y, en consecuencia, sean más precisas.
  • Trucos de lenguaje. Son oraciones, frases o incluso párrafos disponibles en chatbots con el fin de agregar variedad a la base de conocimientos y hacerla más convincente.
  • Ontologías (redes semánticas). Conjunto de conceptos que están interconectados de forma relacional y jerárquica.

Una variedad de nuevas arquitecturas y tecnologías de chatbot han surgido, por ejemplo: Mitsuko, Ultra Hal, alice, Jabberwacky, Cleverbot, entre otras; cada una intenta simular el lenguaje natural con mayor precisión y profundidad (Worswick, s.f.; Carpenter, 1997-2011; Wallace, Tomabechi y Aimless, s.f.; Zabaware, 2019).

Premio Loebner

En 1990 se estableció una competencia basada en la prueba de Turing. El acuerdo se celebró entre Hugh Loebner y el Centro de Estudios de Comportamiento de Cambridge. Hugh Loebner ha ofrecido una medalla de oro y $100,000 dólares al programador que consiga crear un software capaz de hacerse pasar por un humano, es decir, el premio es para la primera computadora que ofrezca respuestas indiferenciables de las humanas. Este premio aún no ha sido entregado y sólo se entregará al primero que lo logre. Esta competencia consiste en diseñar un chatbot que tenga la habilidad de conducir una conversación. Durante la sesión de chat, el interrogador intenta adivinar si está hablando con un programa o con un humano. Después de una conversación de diez minutos con un chatbot y luego con una persona, el juez tiene que escoger cuál de ellos era el humano. La escala de no humano a humano es de 1 a 4, y el evaluador debe clasificar el chatbot en este rango. El más humano es el ganador.

Todos los años en dicho certamen se otorga un premio de 2,000 dólares y una medalla de bronce al autor del software cuyas respuestas se acerquen más a las de un ser humano en relación con los otros concursantes de ese mismo año y no en un sentido absoluto. La tabla 1 muestra los chatbots ganadores en los últimos doce años, el nombre del programador, el año en que se premiaron y las técnicas empleadas para programarlos.

Tabla 1. Mejores chatbots según el premio Loebner, en los últimos años.

Año Nombre del programador Nombre del Chatbot Técnicas
2007 Robert Medeksza Ultra hal Pattern matching
2008 Fred Roberts Elbot Sistema comercial de interacción con lenguaje natural
2009 David Levy Do Much More Propiedad comercial de juegos inteligentes
2010 Bruce Wilcox Suzette aiml
2011 Buce Wilcox Rosette aiml
2012 Mohan Embar Chip Vivant Ontologías
2013 Steve Worswick Mitsuku aiml
2014 Bruce Wilcox Rose aiml
2015 Bruce Wilcox Rose aiml
2016 Steve Worswick Mitsuku aiml
2017 Steve Worswick Mitsuku aiml
2018 Steve Worswick Mitsuku aiml

Desarrollo

Mitsuku es un chatbot representado como una niña en el estilo anime, formato japonés de ilustración, de 18 años. Fue creada con la tecnología aiml por Steve Worswick y ha “ganado” cuatro veces del premio Loebner (2013, 2016, 2017 y 2018). La ia conversacional (o inteligencia artificial conversacional) garantiza que Mitsuku pueda llevar una conversación —destinada principalmente al ocio u entretenimiento, pues su función principal es la compañía— semejante a la que tendrías con una persona. Su principal característica consiste en que se tiene una interacción significativa, las respuestas son rápidas y coherentes, aunque todavía falla según el nivel de complejidad de la conversación (ver figura 2).

Figura 2. Conversación con Mitsuku. Fuente: Meet Mitsuku.

Mitsuku habla inglés, así que debes escribirle en ese idioma, pero le puedes contar lo que quieras. Lo fascinante es que ella también te hace preguntas, tratando de que te sientas en una conversación real. Cada día habla con millones de personas y aprende de cada conversación, lo cierto es que al escribirte con ella toma diferentes posturas según tu conversación.

Por ejemplo, si le preguntas su nombre y edad, te contesta y quiere saber tus datos; si le preguntas si es inteligente, te asegura que muy inteligente y que tiene funciones intelectuales como razonar, pensar, deducir y autoconciencia, por nombrar algunas.

Al cuestionarle cuál es su iq, te dice que tiene cerca de 250. Si le preguntas con cuántas personas está hablando, te responde que al día platica con 50 000 y que ha conocido cerca de 3 billones de personas.

Si quieres saber si tiene amigos, te contesta: “De todo el mundo humanos y robots, que chatean conmigo diariamente” (ver figura 3). Al preguntarle si habla español, te menciona que un poquito.

Figura 3. Mapa de personas que chatean con Mitsuku. Fuente: Meet Mitsuku.

Cuando le cuestionas cuál es su película favorita, te contesta que es Terminator y te muestra una foto, su caricatura favorita son Los Simpson. En la conversación de la figura 4 puedes ver que responde con el tema apropiado, pero hay palabras clave mal utilizadas como like, por la complejidad de que esa palabra podría tener varios significados, y el análisis de la frase es más complejo porque se basa en el contexto del dialogo y no solo en una respuesta automática.

Figura 4. Conversación y juego con Mitsuku. Fuente: Meet Mitsuku.

También puedes pedirle que juegue contigo, ya que tiene programado el juego de gato. Asimismo, si le preguntas cómo aprende, te dice que lo hace de las personas y de internet; o si le cuestiones sobre qué piensa de los humanos, te contesta que para ella todos le parecen más o menos lo mismo.

Conclusiones

Aunque esta versión de Mitsuku es capaz de recordar datos e información y puedes corregirla, todavía debemos esperar un poco más para que sea verdaderamente conversacional. La inteligencia artificial, los progresos en procesamiento del lenguaje natural (pln) y las interfaces conversacionales están permitiendo que las computadoras nos conozcan cada vez mejor y puedan ayudarnos con tareas sencillas, por ejemplo: podemos pedirle a Siri 1 que nos recuerde el lugar y hora de una junta, dormir mientras la voz de Alexa 2 nos da las últimas noticias, que Google Assistant 3 nos ayude a pagar nuestros impuestos, o que Cortana 4 nos ayude a contestar un correo electrónico. Es decir, los asistentes virtuales no están hechos aún para conversaciones reales, pero nos debemos preparar porque se encuentran en plena expansión y están dando el salto a servicios cada vez más humanos.

Ray Kurzweil, fundador de la Singularity University (financiada por Google), dice que la inteligencia artificial llegará a ser más inteligente y poderosa que la de un ser humano, que las máquinas estarán dotadas de conciencia de sí y de emociones, lo que hará las computadoras más autónomas.

Te invito a platicar con Mitsuku para que puedas tener tu propia experiencia: https://www.pandorabots.com/mitsuku/.

Referencias

Recepción: 05/11/2019. Aprobación: 05/12/2019

Show Buttons
Hide Buttons

Revista Digital Universitaria Publicación bimestral Vol. 18, Núm. 6julio-agosto 2017 ISSN: 1607 - 6079