Machine learning y transformación empresarial

Los datos y la fe - LUCAMi segunda colaboración para el blog corporativo de LUCA, la unidad de Big Data e Inteligencia Artificial de Telefonica (aquí la primera) se titula “Los datos y la fe” (pdf), e intenta ahondar en el concepto de revolución frente a evolución que supone el machine learning y la idea de tratar a una máquina que se encuentra introducida en nuestra rutina diaria desde hace décadas, el ordenador, no tanto como una simple automatización de tareas, sino como algo capaz de captar datos y derivar sus propias reglas de funcionamiento a partir de ellos. 

Lograr extraer una ventaja competitiva de una revolución como el machine learning, con efectos comparables a lo que en su momento supuso el desarrollo y adopción masiva de internet, requiere por un lado directivos con el perfil adecuado convencidos del papel de la ciencia en el management de las compañías – un aspecto en el que incidí en mi primer artículo de la serie – y, por otro, de un convencimiento pleno de la necesidad de dotar a esas compañías de una cultura de datos que permita reorientar la totalidad de los productos y servicios de la compañía hacia ellos, como anteriormente lo hicimos con respecto a internet. Las mismas compañías que en los años ’90 creían que internet no supondría un cambio en su forma de hacer las cosas están ahora, un par de décadas después, completamente orientadas a la red, o si no llevaron a cabo ese cambio de mentalidad, muy probablemente hayan desaparecido. Ahora, las compañías deben tomar la decisión de formar a la totalidad de su personal en una tecnología que va a suponer un cambio fortísimo en la manera de entender el mundo en las próximas décadas, la que marcará la próxima gran discontinuidad entre los que la entienden y la saben aplicar y los que no.

Estamos aún, obviamente, en fases experimentales. Aún veremos en muchas ocasiones algoritmos capaces de aprender de los datos de maneras erróneas, de heredar sesgos o de crearlos en función de patrones que no sabíamos que estaban ahí. Si históricamente hemos incorporado menos mujeres que hombres a nuestras compañías, es posible que un algoritmo diseñado para optimizar procesos de reclutamiento alimentado con nuestro histórico de datos tienda, sin la supervisión adecuada, a discriminar a las mujeres en esos procesos, con todo lo que ello podría conllevar de pérdida de oportunidades para la atracción de talento. La adopción tecnológica tiene este comportamiento que requiere de procesos de ensayo y error, del desarrollo de una cultura que posibilite entender los mecanismos que conforman el aprendizaje de una máquina, la generación de algoritmos a partir de los datos, mediante procesos relativamente toscos al principio, pero que pueden evolucionar hasta mostrar patrones intrínsecamente superiores a los exhibidos por los tomadores de decisiones humanos.

No hablamos simplemente de hacer o plantear Machine Learning: hablamos de automatizarlo, de convertirlo en una parte integrante de nuestros procesos empresariales. Entender ese tipo de procesos no es simplemente el fruto de un proceso de reflexión o de aprendizaje individual: requiere la fe necesaria para trasformar las compañías y sus procesos de negocio – que en muchas ocasiones no mostraban signos especialmente preocupantes de ningún tipo de problema – para adaptarlos a las posibilidades que ofrece el machine learning. Las resistencias serán importantes, y van a requerir no solo argumentos, sino la capacidad de rodearse de personas que entiendan ese cambio, que crean en él, y que estén dispuestos a invertir en el proselitismo necesario para convencer a otros. Decididamente, no una tarea sencilla.

 

7 comentarios

  • #001
    xaquin - 11 octubre 2018 - 17:52

    Nada claro eso de revolución/evolución. La naturaleza lleva millones de años evolucionando y consiguiendo de paso, auténticas revoluciones, si comparamos etapas históricas muy separadas.

    Lo que sale a veces en el proceso evolutivo es un cataclismo, por lo tanto nada de evolutivo (nada de marcado por la naturaleza, en su afán de mantener un proceso vital).

    Ese invento de mentes megainteligentes (y perversas según se mire, desde un punto de vista “natural”) llamado “revolución (de todo tipo)” es eso : un invento no natural (ni por asomo). Puede que los algoritmos futuros consigan su revolución, pero los seres humanos (otros animales ya no la buscan) lo tienen pero que muy jodido.

    Hablar de revolución tecnológica está muy bien para andar por casa, pero no deja de ser una meada al viento (y para colmo “en contra”) del llamado homo sapiens (que se considera “el rey de la naturaleza).

  • #002
    LEON PARDO - 11 octubre 2018 - 21:02

    Y si resulta que la máquina, al hacer selección de personal, en lugar de discriminar a las mujeres en base a datos históricos lo hace por datos objetivos ya que decide que para ciertos cometidos los hombres o las mujeres según el caso, ofrecen mejores resultados, ¿que hacemos?, ¿envenenamos el algoritmo o le enseñamos política para que haga las cosas de forma “políticamente correcta”?.

    • Asier - 12 octubre 2018 - 12:25

      Exacto. Si el algoritmo produce resultados que me gustan, lo utilizo, si no, digo que ha aprendido a discriminar y que no vale. Cuando un proceso de selección consiste precisamente en discriminar (seleccionar excluyendo).

      Supongamos que hay unos candidatos de la universidad A y otros de la universidad B. El algoritmo ha aprendido que el 70% de los trabajadores de empresas exitosas son de la universidad A y por lo tanto decide dar más peso a tener un título en la universidad A. ¿Significa esto que está discriminando? ¿Nos parece inadecuada esta discriminación?

      Ahora sustituye “universidad A y B” por hombres y mujeres (para el algoritmo es equivalente, una variable más) y “empresas exitosas” por Apple, Google, Facebook y Microsoft.

      • Matt - 13 octubre 2018 - 01:31

        Sí, estaría discriminando.

  • #005
    Jorge Castro - 12 octubre 2018 - 22:54

    Seguro que Enrique tenía información privilegiada en el ejemplo de sesgos en contratación de hombres vs mujeres….
    https://elpais.com/tecnologia/2018/10/11/actualidad/1539278884_487716.amp.html

  • #006
    Zara Trust A. - 14 octubre 2018 - 02:29

    Hablando de IA y de su hipotético engendro, una atemorizante Singularidad Tecnológica: viajaríamos directo, no a través del tiempo, a la edad media (sin inquisición pero con superpoblación) si la IA dijese un día “hasta aquí llegué” (y nos preguntaríamos: ¿fue por stress?)

  • #007
    Pedro Torres Asdrubal - 15 octubre 2018 - 13:16

    En Telefónica los puestos mejor remunerados son para los mas inútiles, a.k.a. “enchufados”.

    Un monopolio natural y nacional cuya base esta en copiar mal lo que hacen otros.

    ¿Que ha patentado Telefónica? Presumen de ser los terceros en solicitudes de patentes en España, pero en comparación Deutsche Telecom presume de obtener 120 patente al año.

    En España el I+D+I es solo para presumir.

    Dime de lo que presumes, y te diré de lo que careces.

    Aquí justo le retiraron los fondos a quien merece el nobel: entre 2008 y 2011 (Francisco Mojica) no consiguió financiación por parte del Gobierno. En 2012, Doudna y Charpentier lograban la fama.

    Si siempre soy negativo es por hacer de abogado del diablo. Ojalá Telefónica fuera una empresa líder y pionera en vez de un gigante con pies de barro.

Dejar un Comentario

Los comentarios están cerrados