"¿Cómo van los robots a alzarse contra los humanos si ni siquiera son capaces de fregar los platos?", dijo el antiguo presidente de Google, Eric Schmidt, hace unos años en una conferencia en Madrid. Con esta pregunta retórica, resumió uno de los mitos que rodean a las máquinas autónomas: por muy espectaculares que parezcan, en realidad, son bastante tontas. Por eso, aunque la semana pasada comenté que la pandemia ha aumentado el número de robots que trabajan al servicio de los humanos, lo que de verdad amenaza el panorama laboral son los algoritmos con los que funcionan.
Basta con ver los vídeos de la competición robótica anual que organiza DARPA para darse cuenta de que el más mínimo imprevisto puede convertirse en un obstáculo enorme para estas sofisticadas creaciones. "La gente piensa que habrá un robot con forma humana haciendo su trabajo, pero no: será un software", advirtió ya en 2017 el director del Instituto de Investigación en Inteligencia Artificial del CSIC, Ramón López de Mántaras.
Para evitar confusiones, aclaremos que el robot es el cuerpo y el algoritmo de inteligencia artificial es el cerebro. Ni todos los robots están dotados de un cerebro, ni todos los algoritmos de inteligencia artificial necesitan un cuerpo para trabajar. Del mismo modo que una Thermomix no piensa a la hora preparar unas albóndigas, Deep Blue, el programa que en 1997 derrotó al campeón de ajedrez Gary Kasparov, no necesitó manos para mover las piezas.
El robot es el cuerpo y el algoritmo de inteligencia artificial es el cerebro
La diferencia clave entre ambos reside en el algoritmo que le da inteligencia al segundo y que es el elemento que realmente está desbaratando el empleo. Mientras que las máquinas físicas deben enfrentarse a todos los imprevistos y variables del mundo real, los algoritmos se limitan a trabajar con datos, lo que les da ventaja a la hora de realizar tareas que solo se basan en cálculos y patrones.
Para que un robot sea capaz de fregar los platos, debe tener pinzas de agarre capaces de coger cada utensilio de cocina, y hacerlo con la fuerza suficiente para que no se le caiga ni demasiada como para romperlo. También debe entender que debe usar el estropajo para frotar y ser capaz de ver si se ha dejado alguna mancha, entre otras muchas cosas.
Un robot en una fábrica de coches.
Pero para que un algoritmo pueda diagnosticar una fractura, solo necesita entrenar con un montón de radiografías para entender qué patrones identifican la presencia de rotura de hueso. De hecho, el diagnóstico por imagen es una de las áreas médicas que más cerca está de automatizarse. Ya en 2016, Google presentó un algoritmo capaz de diagnosticar una dolencia ocular en una imagen de la retina con la misma precisión que los mejores oftalmólogos. Y a mediados de marzo, se lanzó otro programa entrenado para detectar signos de coronavirus en radiografías de tórax.
Si se está preguntando por qué todavía no ha visto ninguno de estos programas en su centro médico, la respuesta está en los riesgos. Por muy bien entrenado que esté, ningún sistema de inteligencia artificial es infalible, lo que hace que su implementación en el ámbito sanitario vaya más despacio. Pero en el entorno empresarial, las cosas son muy diferentes.
Por muy entrenado que esté, ningún sistema de inteligencia artificial es infalible.
El 23% del trabajo de un abogado y el 35% del de un asistente legal podrían ser automatizados, según un estudio de McKinsey de 2017. Y no es porque en el futuro los acusados sean defendidos por robots en un tribunal, sino porque hay algoritmos que, en cuestión de segundos, pueden revisar los mismos documentos que un asistente legal humano tardaría 360.000 horas en completar.
El sector legal no es más que la punta de un iceberg que desciende por prácticamente cualquier industria que disponga de datos. Puede que durante la pandemia hayamos visto casos de robots haciéndose cargo de algunas tareas humanas, pero no puede compararse con la automatización asociada a algoritmos. Entre febrero y abril de este año, IBM experimentó un aumento del 40% en la demanda de su herramienta Watson Assistant, un asistente virtual de atención al cliente.
Imagen del programa Watson de IBM.
Así que, mientras los robots todavía tropiezan ante el más mínimo imprevisto, la mayoría de expertos en inteligencia artificial y empleo alertan de la importancia de la formación continua. Por eso, el Foro Económico Mundial incluye la creatividad, el pensamiento analítico y la resolución de problemas complejos entre las próximas habilidades laborales más demandadas.
Aprender a una tarea concreta tiene cada vez menos sentido, sobre todo si se trata de algo repetitivo y, por tanto, fácilmente automatizable. En un mundo que cambia cada vez más rápido, debemos centrarnos en lo verdaderamente importante, en lo que realmente nos hace humanos: las relaciones, la comunicación y la flexibilidad. Cualquier otra cosa, antes o después, podrá hacerla un ordenador.
