Si bien lo conocemos, bien lo utilizamos

La Inteligencia Artificial transforma la sociedad. Estudiantes de Córdoba predicen la contaminación con Machine Learning, pero su comprensión requiere conocimientos de IA. La formación es clave.

Por Oswaldo Vélez Langs* Si en estos momentos usted, señor lector, viese un titular como el siguiente (muy probable, por cierto): "Estudiantes de Ingeniería de Sistemas de la Universidad de Córdoba desarrollan un algoritmo que predice la contaminación, en cuerpos de agua, con una tasa de acierto del 86%", ¿Qué tanto entendería del mismo? Si quien lo lee es un estudiante universitario: ¿Qué tanto entendería? ¿Tiene el ciudadano del común, o nuestro estudiante, alguna idea de cómo se llegó a estos resultados? Para ninguno es novedad que la Inteligencia Artificial (IA) se está infiltrando en nuestro día a día de maneras cada vez más sutiles y profundas, transformando tanto la forma en que vivimos (experiencias en línea, asistentes virtuales) como la forma en que aprendemos (plataformas de aprendizaje adaptativo) y, que trabajamos (generación de diseños iniciales, simulación de diferentes escenarios y optimización de procesos). Se ha incorporado de manera casi imperceptible en el tejido de nuestra sociedad, transformando radicalmente la forma en que interactuamos con el mundo. El posible titular, antes mencionado, contiene descritos elementos que están estrechamente ligados al Machine Learning (ML), o Aprendizaje Computacional (o Automático), su entendimiento pasa por tener unos mínimos conocimientos de IA. El impacto del ML en cualquier área científica es hoy en día un elemento que determina prácticas profesionales nuevas, innovadoras y que sacuden los cimientos de cada una, porque plantea desafíos como la privacidad de los datos y la automatización/generación de empleos. Una definición inicial, general, que proporciono a mis estudiantes en clase es que el ML es: "Sintetizar procedimientos computables, capaces de realizar tareas, de las cuales sólo tenemos descripciones parciales sobre el modo en que nos gustaría que se llevasen a cabo" y una definición más práctica es: "Identificar patrones en grandes conjuntos de datos, construyendo modelos matemáticos y tomando decisiones y realizando predicciones basadas en esa información". Ya mencioné antes que se están creando nuevos empleos, servicios y nuestras empresas ya usan la IA para promover y apoyar la innovación. Hoy en día hay una demora, porque el meollo del asunto está en la formación/capacitación: de los generadores de productos/ servicios y de los usuarios de estos. Nuestras universidades tienen una oportunidad única de colocar la formación superior en un lugar importante en el desarrollo profesional de nuestros estudiantes, incorporando los fundamentos, y aplicaciones, del ML a la enseñanza profesional. Es claro que hay que hacer un trabajo curricular, previo e importante, para adaptar formatos y herramientas, y aquí el enfoque del pensamiento computacional/matemático es un pilar fundamental. Cuando se habla de educación de calidad, hay que procurar que nuestros estudiantes reciban una formación mínima, eso sí impartida y supervisada por profesionales, para que puedan escalar para cada ámbito el nivel de profundización requerido, orientado a su uso y desarrollo. Si lo conocemos, y lo entendemos, mejor podremos afrontarlo. *Departamento de Ingeniería de Sistemas de Unicor.