El mensaje principal que podemos extraer de Hola mundo. Cómo seguir siendo humanos en la era de los algortimos es que los algoritmos no el santo grial, ni tampoco debemos demonizarlos. Hannah Fry ha intentado presentar de la forma más ecuánime estos conjuntos de instrucciones informáticas: resultan ser mucho más competentes que los cerebros humanos en innumerables tareas, pero no en todas.
El corolario sería el siguiente: hay aspectos en los que necesitamos ya algoritmos, y otros en los que la colaboración humano-algoritmo será mucho más fructífera que simplemente la algorítmica o la humana. Solo por eso, la lectura de este libro ya merece la pena. Con todo, hay muchas más razones, como echar un vistazo no tanto a lo que se nos viene encima, sino lo que ya está ocurriendo en el ámbito de la justicia, el crimen, la medicina o el arte y probablemente aún no sabíamos. Que ellos, Ellos, las Máquinas, son mejores que nosotros en cosas que creíamos exclusivas de los humanos.
Algortimos, no magia
Fry insiste en poner en contexto las habilidades de los algoritmos frente a las habilidades humanas. Así, por ejemplo, admite que los humanos somo excelentes interpretando sutilezas, analizando contextos, aplicando la experiencia y diferenciando patrones. Por el contrario, a los humanos no se nos da bien prestar atención, ser precisos, coherentes y plenamente conscientes de nuestro entorno. En esas debilidades es donde los algortimos pueden complementarnos. Y, de hecho, lo hacen de formas cada vez más eficaces.
Así, Fry pone ejemplos asombrosos, como el de un algoritmo que determinó en que condado tenía que vivir un asesino en serie solo analizando los patrones geográficos de sus víctimas, algo que ningún policía humano había logrado deducir. Sin embargo, no podemos confiar ciegamente en los algortimos. Fry pone un ejemplo en lo tocante al diagnóstico de cáncer examinando patrones en radiografías mamarias:
El problema es que refinar un algoritmo con frecuencia implica tener que elegir entre sensibilidad y especificidad. Si nos centramos en mejorar uno de los dos aspectos, a menudo eso comportará salir perdiendo en el otro. Si, por ejemplo, decidimos dar prioridad a eliminar por completo falsos negativos, el algoritmo podría marcar todas las mamas que considerara sospechosas. Eso supondría una sensibilidad del 100 %, lo que ciertamente satisfaría nuestro objetivo; pero también implicaría que una gran cantidad de mujeres perfectamente sanas se verían sometidas a un tratamiento innecesario. Pongamos que, por el contrario, decidimos priorizar la eliminación absoluta de falsos positivos. El algoritmo consideraría a todo el mundo sano, obteniendo así un 100 % de especificidad. ¡Fantástico!... siempre que no seas una de las mujeres con tumor que el algoritmo ha pasado por alto.
Los jueces a menudo se equivocan, incluso disienten de otros jueces (e incluso disienten de sí mismos porque el ser humano no es coherente). ¿Hemos de depositar nuestra confianza en los algoritmos que calculan, por ejemplo, la probabilidad de reincidencia de un acusado para determinar una pena? La respuesta no es blanco o negro. Los algoritmos también son víctimas de sesgos. También se equivocan. Apostar por la "calidez" o la "intuición" humana tampoco es la solución. Hay que intervenir en las debilidades de los jueces humanos, no sustituirlos por completo. Y lo mismo es extrapolable a los médicos. O a la conducción autónoma.
El libro de Fry es accesible, fresco, jalonado de estudios y ejemplos asombrosos. Como el que un grupo de personas creía que una composición musical pertenecía a un compositor clásico más veces si la composición en realidad era concebida por una máquina que por el compositor clásico. También aclara conceptos confusos o difíciles de definir sin cierto bagaje en informática o matemáticas de forma muy ilustrativa, explicando de forma inequívoca qué es un algoritmo, o las redes neuronales artificiales.
Por eso, además de ser un libro que debe de ser de obligada lectura para estar mínimamente informado sobre lo que viene y sobre lo que está pasando ya, nos ha inspirado para artículos en Xataka Ciencia como:
Ver todos los comentarios en https://www.xatakaciencia.com
VER 0 Comentario