Introducción

El entusiasmo por la libertad que trajo Internet fue tal que pasamos por alto la persistencia de las prácticas autoritarias de vigilancia en lo que sigue siendo el entorno más importante de nuestras vidas: el lugar de trabajo. A medida que los trabajadores dependen cada vez más de la interconexión informática y de su actividad, la mayoría de las empresas han decidido que tienen derecho a controlar el uso de sus redes por parte de sus empleados. ” Castells (2003, p. 178).

Ciencia, tecnología e innovación son términos inseparables. La ciencia hace uso de la tecnología y es al mismo tiempo la forma de desarrollarla. La tecnología representa un medio, instrumento o conjunto de instrumentos utilizados para promover la innovación. En conjunto, estos términos representan el camino para que empresas o personas busquen emprendimientos que desarrollen productos, servicios, estructuran negocios y conduzcan a la sociedad hacia el desarrollo sustentable.

La Inteligencia Artificial tiende a insertarse progresivamente en los sistemas de información y aplicaciones en general, tal como se ha percibido en los últimos 20 años, considerando una necesidad de búsqueda, recolección y procesamiento de un gran volumen de datos en el Big Data así como la potencia computacional que ofrecen tanto el hardware (procesamiento) como las plataformas de desarrollo de software (orientadas a objetos, código bajo, sin código). Se han desarrollado nuevos lenguajes de programación para plataformas de desarrollo de aplicaciones, algunos de ellos con extensiones para el uso de aplicaciones con Inteligencia Artificial. Como tecnología emergente, ella ya está en uso en los motores de búsqueda de Internet para realizar la Minería web, en sistemas de análisis de datos y de búsqueda con Minería de textos, en sistemas de información junto con grandes bases de datos y almacén de datos como Minería de datos. El Aprendizaje Automático (Machine Learning) y el Aprendizaje Profundo (Deep Learning) intensifican el uso de la Inteligencia Artificial (IA), y la hace cada vez más interesante para brindar apoyo a los humanos con el desarrollo de máquinas semiautónomas y autónomas.

Desarrollo de lenguajes de programación para IA

La programación de sistemas de software evolucionó de forma natural a partir de la segunda mitad del siglo XX, pasando por las técnicas tradicionales de ingeniería de software, hasta las más recientes técnicas de desarrollo de sistemas mediante la gestión ágil de proyectos, así como el desarrollo de los lenguajes de programación y las plataformas que permiten el modelado y la programación de sistemas.

Los lenguajes de programación comenzaron a desarrollarse para que los diseñadores y programadores pudieran desarrollar sus algoritmos con IA. Si bien en un pasado breve estos lenguajes eran limitados, en el presente existe una mayor diversidad y también un mayor aprovechamiento de código para el desarrollo de sistemas, muchas veces ya en el enfoque de los códigos bajos. Actualmente se destacan algunos lenguajes para la IA, tales como:

• C y C++: lenguajes de programación tradicionales con alta flexibilidad, orientación a objetos en C++, con gran rapidez en el tiempo de respuesta en sus algoritmos. 
• Java: lenguaje consolidado en el escenario orientado a objetos, vinculado a objetos y otras plataformas de aprendizaje automático e IA como Weka, JavaML, ELKI y Deeplearning4ju.
• LISP: lenguaje utilizado para codificar, compilar y ejecutar algoritmos en más de treinta lenguajes de programación, utilizado para crear el primer chatbot con Inteligencia Artificial. Prolog es un ejemplo de un lenguaje que viene con LISP.
• Python: con uso por parte de más del 50% de los programadores profesionales impulsados por bibliotecas de IA específicas como Numpy, Pandas, Matplotlib, Seaborn y sci-kit Learn. Empresas como Google, Amazon, Facebook, Instagram, Dropbox, Disney y Netflix son algunos de sus expresivos usuarios.
• Lenguaje R: orientado a objetos con una comprensión más sencilla del código y herramientas para el desarrollo de gráficos y gestión de bibliotecas, muy útil en sistemas de análisis de datos y de inteligencia de negocio.
• Julia: lenguaje de alto rendimiento con recursos para aprendizaje automático y soporte para hardware como chips Tensor Processing Units, utilizados, por ejemplo, por Apple, Disney, NASA y Oracle.
• Swift: lenguaje de programación oficial de los sistemas iOS, utilizado para el desarrollo de aplicaciones de Aprendizaje Profundo con gran flexibilidad y agilidad de procesamiento con ahorro de memoria.

Kenneweg, Kasam y McMullen (2021, p. 4) sostienen que el término "código bajo” o "sin código” no existía hasta hace unos años, pero el concepto no es nuevo. Los autores se refieren a las herramientas de Código Bajo como herramientas de código bajo, que amplían la filosofía de programación utilizando interfaces para construir software con una pequeña cantidad de código para escribir y una gran cantidad de componentes para usar.

Cada vez más, los seres humanos hacen uso de tecnologías y sistemas de software para apoyar sus actividades y automatizar procesos. Se espera que nuevas plataformas de desarrollo de software de Código Bajo se desarrollen rápidamente, junto con otras plataformas llamadas Sin Código, estas, que no requieren la escritura de código para el desarrollo de aplicaciones de software. Ejemplos de plataformas de Código Bajo que se utilizan hoy en día son: Microsoft Power Apps, Salesforce Cloud, OutSystems, Mendix, Appian, Cronapp y Zoho Creator.

Áreas improbables listas para ser revolucionadas por la Inteligencia Artificial

Varias áreas han sido fuertemente impactadas por la aplicación de las tecnologías de la información y el uso de la Inteligencia Artificial, algunas han sido descontinuadas, otras modificadas y aún otras transformadas a nuevas aplicaciones y paradigmas. Veamos algunas áreas improbables listas para ser revolucionadas por la Inteligencia Artificial en el análisis de Kelly (2017):

• Música reconocida: creación en tiempo real basada en algoritmos y usada como bandas sonoras de videojuegos en mundos virtuales, con cientos de horas de música original producida a medida para un jugador específico de un juego.
• Lavandería reconocida: las ropa pueden decirle a las lavadoras cómo deben lavarse.
• Marketing reconocido: multiplicación de la capacidad de atención de un lector o espectador a un anuncio a través de la influencia social.
• Bienes raíces reconocidos: compradores y vendedores podrán acercarse a través de interfaces de Inteligencia Artificial para demostrar opciones inmobiliarias.
• Enfermería reconocida: basado en sensores (Internet de las Cosas), el seguimiento de los signos vitales puede conducir a diagnósticos y tratamientos de pacientes hospitalizados.
• Construcción civil reconocida: el software puede conducir la gestión de proyectos a través del cronograma de actividades, observando las previsiones meteorológicas, los retrasos en el tráfico portuario, los tipos de cambio y los accidentes, así como sugerir cambios en el proyecto y la obra.
• Ética reconocida: necesidad de enseñar prioridades y normas de comportamiento para los coches autónomos, por ejemplo, para garantizar la seguridad de los peatones y del tráfico.
• Juguetes reconocidos: juguetes capaces de dialogar con los niños y contribuir al proceso de enseñanza-aprendizaje y desarrollo, ya sea con contenido o comportamiento.
• Deportes reconocidos: los sensores inteligentes y la IA pueden crear análisis de datos y proyección de decisiones junto con la preparación física y los esquemas tácticos para las competiciones deportivas.

Sesgos y mito de la neutralidad

A corto plazo, ya observando la realidad actual, podemos ver el uso de la Inteligencia Artificial en diversos dispositivos y sistemas que utilizamos en el día a día. Debería producirse una rápida y breve evolución en el volumen de estos dispositivos que nos rodean a través del crecimiento del Internet de las Cosas (IoT). Diamandis e Kotler (2018) informan que en el año 2020 ya debería haber más de 50 mil millones de dispositivos interconectados en formato de Internet de las Cosas. Más interesante es considerar la predicción de los autores de que en menos de 20 años deberíamos tener más de 10 billones de dispositivos interconectados en este formato. Morais (2020, p. 101) define la IoT como uno de los pilares de la transformación digital, apoyando una revolución en la forma en que las personas se conectan con las marcas, a través de todo lo que se puede interconectar a Internet. Son dispositivos de IoT los teléfonos inteligentes, una Smart TV, un coche, una bicicleta, una nevera, una cámara de video, una alarma residencial, sensores de presencia, un bolígrafo, una prenda de vestir, o incluso dispositivos que se pueden implantar en el cuerpo humano, los llamados Wearables. Vea la figura 1 a continuación con la progresión exponencial de la cantidad de dispositivos de Internet de las Cosas hasta el año 2020.

Figura 1 - Crecimiento de los dispositivos de IoT hasta 2020.

Fuente: Morais et al (2018, p. 27)

Aquí podemos imaginar cómo serán los derechos humanos, los derechos civiles y la privacidad de las personas en una sociedad totalmente monitoreada y medida por dispositivos de recopilación y análisis de datos, rodeada por el desempeño de algoritmos de Inteligencia Artificial. Si, por un lado, se debe mejorar la seguridad social con esta servidumbre cibernética y con este monitoreo social, por otro lado, la privacidad, ya cuestionada en el contexto de la protección de datos personales, el uso de sistemas en red y el trabajo informatizado, aún debe ser un objeto de las mayores preocupaciones.

Además de los temas de derechos humanos y garantías de privacidad, también está la reflexión de Machado Segundo (2023) sobre los sesgos de la neutralidad. Como argumenta el autor, uno de los problemas actuales en el uso de algoritmos para la realización de las más variadas tareas, desde la traducción de textos simples hasta la definición de quién debe tener derecho a la libertad condicional, o qué áreas la policía debe patrullar más intensamente, radica en su posible y aparente neutralidad. En opinión del autor, cuando el poder público utiliza algoritmos, si estos algoritmos están sesgados, podrían volverse aún más dañinos. En ocasiones, los sistemas equipados con IA pueden diseñarse y ponerse en funcionamiento de manera que prioricen o den más relevancia a los datos que confirman las presunciones iniciales preestablecidas, lo que representa un gran riesgo para los derechos de las personas.

Pero, considere que la IA puede ser utilizada, igualmente, para mitigar la acción de sesgos o ruidos en las decisiones humanas, sirviendo como instrumento no para reemplazar, sino para mejorar el desempeño humano. Lo relevante en este análisis es que “los algoritmos no son exactamente transparentes, pero explicables”, en la visión de Machado Segundo (2023, p. 22). Lo que significa que quienes los utilizan, y se someten a sus decisiones, acciones y desempeño, saben qué parámetros, factores u objetivos guían su funcionamiento.

El debido proceso legal y la IA y la finalidad del derecho

El debate sobre la conveniencia de utilizar sistemas inteligentes para los diversos fines modernos, como la conducción de vehículos, la traducción de textos, el análisis de imágenes de exámenes médicos o la selección de procesos para la elaboración de dictámenes en los Tribunales, no puede plantearse sólo un “sí” o un “ no”, partiendo de la circunstancia de que los algoritmos son más o menos falibles que los seres humanos.  Véase, por ejemplo, el tema fiscal, donde un sistema inteligente necesita cuantificar y cobrar un determinado impuesto. Es necesario identificar la práctica de los hechos imponibles, y sobre ellos, aplicar las leyes vigentes, calculando el impuesto adeudado por la ocurrencia de los mencionados hechos. Además de la tributación, también existe el uso de sistemas de inteligencia artificial para el triaje y selección de perfiles para un análisis detallado de la situación fiscal y tributaria. Por ejemplo, la Receita Federal de Brasil [Dirección General Impositiva de Brasil] utiliza sistemas de inteligencia artificial para orientar a los agentes de aduanas sobre qué pasajeros deben detenerse para que inspeccionen su equipaje, y cuáles pueden pasar sin ser molestados en algunos aeropuertos brasileños, a la llegada de un vuelo internacional. Es necesario considerar aquí las cuestiones relacionadas con la privacidad, la segregación, los prejuicios y el secreto.

En otro ejemplo, figure que un sistema de salud pública utiliza IA para evaluar imágenes de exámenes realizados por pacientes, para decidir cuáles estarían en una situación más grave y podrían tener tratamientos prioritarios. O en otra situación, un plan de salud hace uso de sistemas de análisis de datos predictivos y prescriptivos (considerando posibilidades de desarrollo futuro de enfermedades por antecedentes familiares o análisis de secuenciación genética) para analizar el perfil de un nuevo afiliado, su potencial necesidad o no aceptación del cliente. Este mismo tema se puede aplicar a procesos de selección en empresas que eventualmente hagan uso de estos sistemas inteligentes para calcular riesgos en la contratación de un nuevo empleado. El tema es complejo y exige responsabilidad jurídica, que aún es objeto de estudio.

Tenga en cuenta, estimado lector: “cuando se trata de programar máquinas para realizar tareas, surge la duda de saber qué fines ellas deben perseguir o buscar”, recomienda Machado Segundo (2013, p. 31). Por lo que respecta a las autoridades policiales y judiciales, por lo tanto, el objetivo de un sistema informático no puede ser sancionar, sino aplicar la ley penal, ya sea para llevar a cabo la aplicación de una pena o para poner en libertad a los sospechosos o absolver a los acusados.

Además de sus reflexiones anteriores, Machado Segundo (2023) presenta un análisis contradictorio de Leonhard (2019) sobre la neutralidad de los algoritmos. Si, por un lado, Leonhard considera la tecnología neutral, por ejemplo, Machado Segundo defiende la tesis de que ella nunca será neutral. El autor considera que estos (algoritmos) pueden perseguir propósitos sesgados por parte de las empresas que diseñan los sistemas. Se establece una nueva discusión no sobre la neutralidad del hardware o software, sino sobre la forma y los preceptos por los que fueron idealizados.

En busca de una comprensión de las características de la sociedad contemporánea, vale la pena mencionar a Kurzweil (2018, p. 503) respecto a los desafíos de la inteligencia artificial: “toda iniciativa de la Inteligencia Artificial se basa en un error intelectual. Hasta el momento en que las computadoras al menos igualen la inteligencia humana en todas las dimensiones, siempre será posible que los escépticos digan que el vaso está medio vacío”. Cada nuevo logro de la IA se puede descartar señalando otros objetivos que aún no se han logrado. De hecho, esta es la frustración del profesional de la IA: cuando se logra un objetivo de la IA, deja de considerarse dentro del ámbito de la IA y, en cambio, se convierte en una técnica general útil. Por lo tanto, la IA a menudo se considera como un conjunto de problemas que aún no se han resuelto.

Por último, dejo una nueva reflexión sobre el rol de las máquinas y el rol de las personas en nuestra convivencia. Como dice Leonhard (2018, p. 78) al mencionar a Kevin Kelly, autor del libro Inevitable: las 12 fuerzas tecnológicas que cambiarán nuestro mundo: “las maquinas son para las respuestas y los humanos para las preguntas”. 

En Resumen

En esta clase hemos visto que la Inteligencia Artificial tiende a insertarse progresivamente en los sistemas de información y aplicaciones en general, tal como se ha percibido en los últimos 20 años, considerando una necesidad de búsqueda, recolección y procesamiento de un gran volumen de datos en el Big Data así como la potencia computacional que ofrecen tanto el hardware (procesamiento) como las plataformas de desarrollo de software (orientadas a objetos, código bajo, sin código). El desarrollo de sistemas también está respaldado por nuevos lenguajes de programación que permiten el desarrollo de la IA: C y C++, Java, LISP, Python, R, Julia, Swift. Algunas áreas deben estar dotadas de aplicaciones conocidas, como la música, el marketing, el sector inmobiliario, la enfermería, la construcción civil, la ética y el deporte. A corto plazo, ya observando la realidad actual, podemos ver el uso de la Inteligencia Artificial en diversos dispositivos y sistemas que utilizamos en el día a día. El desarrollo exponencial de los dispositivos IoT debería aumentar aún más los sistemas inteligentes que operan en la mayoría de los lugares, lo que impacta en los derechos, deberes y privacidad de las personas. Por fin, hemos visto que el debate sobre la conveniencia de utilizar sistemas inteligentes para los diversos fines modernos, como la conducción de vehículos, la traducción de textos, el análisis de imágenes de exámenes médicos o la selección de procesos para la elaboración de dictámenes en los Tribunales, no puede plantearse sólo un “sí” o un “ no”, partiendo de la circunstancia de que los algoritmos son más o menos falibles que los seres humanos.