«Es difícil que la inteligencia artificial prevea una pandemia pero sí alertar si se la entrena»

¿Qué momento atraviesa la inteligencia artificial?

Hoy en día es un campo muy transversal. Empezó muy arraigada en el lado de investigación. Era difícil que los algoritmos funcionasen en campos reales, pero tras el desarrollo de la nube y la llegada de empresas que trabajan con módulos de inteligencia artificial es mucho más accesible. Desde el boom de 2016 hasta ahora se ha expandido a múltiples áreas. En el día a día la consumimos cuando entramos en sitios de e-commerce o vemos series en plataformas de televisión. Estos servicios ya tienen implementados módulos de inteligencia artificial basados en sistemas de recomendación. Cuando usamos Google Maps disponemos de modelos entrenados respecto a tiempo, horario o tipo de medio de transporte. Hay proyectos en medicina o cine, por ejemplo. La inteligencia artificial puede hacer de catalizador de todos esos sectores. Los algoritmos son algo muy transversal y aún no hemos visto todo su potencial.

¿Cómo puede ayudar la inteligencia artificial a evitar una nueva pandemia?

Es difícil que pueda prever pandemias nuevas pero sí es capaz de alertar si se la entrena con multitud de datos relacionados con temas víricos e inmunológicos. Toda esa parte se está trabajando de una forma muy embrionaria. Existen alternativas al machine learning como el aprendizaje federado que cada vez va a fomentar más que este conocimiento se expanda antes.

¿En qué consiste ese aprendizaje federado?

En el caso del covid se han hecho propuestas desde el punto de vista de la investigación pero llevarlas al campo real es difícil porque se necesita mucho tiempo y en Medicina hay que certificarlo todo para aportar seguridad y fiabilidad a lo que haces. Sí se estudia cómo compartir esos conocimientos en el futuro. Ante una enfermedad nueva los médicos necesitan enfoques diversos como ese aprendizaje federado. Esto supone tener un sistema que permite, más allá de entender la enfermedad al completo, que cada equipo médico entrene sus propios modelos compartiendo hacia afuera el conocimiento en sí mismo, el output que genera el que haya un histórico de pacientes con unos mismos síntomas que han motivado una serie de decisiones, desde un triaje básico a algo más elaborado. Ese modelo se envía a otro hospital en esa red federada que se genera. Esto facilitaría que hospitales de Reino Unido y España, por ejemplo, intercambien sus descubrimientos excluyendo los datos de los pacientes por confidencialidad para que la inteligencia artificial trabaje en privacidad.

¿Pueden ayudar los robots en los hospitales?

Se ha implementado un robot para desinfección de hospitales y en todo lo que sea mano de obra, tareas repetitivas en las que se pueda colaborar con los humanos, de asistencia, pueden tener un gran papel, desinfectando y atendiendo a pacientes que necesiten un seguimiento muy repetitivo, del tipo recuerda que tienes que tomarte esta medicación a esta hora, o que pasen para escanear que todo va bien, que no hay ninguna anomalía en las salas de los hospitales. Aquí entran temas de privacidad, protección de datos, de seguridad del propio robot, por lo que es difícil que veamos esto implementado en los hospitales a corto plazo. Sería algo largoplacista, tendríamos que irnos de aquí a diez años a ver qué pasa con este tipo de robots, porque dentro de lo que son los ambientes médicos es difícil integrarlos por motivos de seguridad.

¿Cómo se aplica al Covid?

En modo piloto. Esas líneas son muy interesantes más allá de los típicos sistemas de toma de decisiones para que calen a nivel mundial y se puedan compartir conocimientos de forma más ágil. Esto supone que la inteligencia artificial puede acelerar la toma de decisiones médicas en una pandemia.

¿Peligran empleos con la incorporación de los robots?

Su implantación será progresiva, no va a pasar a corto plazo. Existe una alta probabilidad de aplicar este tipo de sistemas en la toma de decisiones para tareas específicas y repetitivas. Habrá que reforzar las competencias digitales de un sector bastante amplio de la población en puestos de potencial riesgo, pero tampoco van a desaparecer. No creo que vayan a destruir tanto empleo porque la inteligencia artificial necesita un humano que la valide, no van a reemplazarlos, sino que nos ayudará y nosotros supervisaremos tras darle al botoncito. Además, saldrán otros puestos de trabajo.

¿Llegará la igualdad a las aulas en las carreras científicas con mayoría abrumadora de chicos?

Falta mucho por hacer, hay que trabajar la perspectiva de género, algo a lo que no estamos acostumbrados y menos en las carreras stem. Tradicionalmente todo el tema tecnológico se ha orientado al éxito del hombre, a la figura masculina de empresario de éxito, y los referentes y el contar las historias de otra forma, enseñar ese impacto social de la tecnología, es verdad que puede fomentar que esto pueda ir cambiando. Sin embargo, se necesitan cambios estructurales con base en cuotas temporales y otras medidas que permitan que las mujeres entren en los órganos de toma de decisiones de altos mandos, y ahí será cuando todo empiece a cambiar hacia abajo.