Los obstáculos modernos para la adopción generalizada de la IA

Inteligencia Artificial

Los obstáculos modernos para la adopción generalizada de la IA

Publicado hace 9 meses

A pesar de que el uso de la IA se vuelve más frecuente cada año, todavía está al borde de la adopción masiva.

La inteligencia artificial se utiliza para informar y dar forma a estrategias en una variedad de industrias, pero todavía existen varios desafíos que la impiden su adopción generalizada. 2020 ha demostrado la necesidad de servicios digitales y el soporte de la IA es esencial, pero en muchos sentidos, la IA aún no está allí. Se deben abordar las consideraciones éticas y las dificultades operativas, como formar un equipo con las habilidades adecuadas, siempre constituyen un obstáculo. 

COVID-19 ha brindado a organizaciones de todo el mundo la necesidad de expandir sus servicios digitales. A primera vista, esto parecería beneficiar la difusión del aprendizaje automático. Cuando más personas mueven sus transacciones y actividades financieras en línea, hay más datos para contar y aprender. La pregunta ahora es: ¿es la IA lo suficientemente robusta para el desafío?  

En 2021, creo que la inteligencia artificial cruzará el abismo y se convertirá en una tecnología empresarial convencional confiable y segura, pero tal vez no cómo o por qué, podría esperar. 

IA responsable

A menudo vemos que la tecnología se desarrolla a velocidades que la regulación no puede igualar. Puede ser una tarea laboriosa hacer que la nueva legislación entre en vigor pero, una vez que esté lista, la nueva tecnología se puede implementar rápidamente para cumplir con la regulación. Esta es la razón por la que ya no es lo suficientemente bueno para las organizaciones que utilizan inteligencia artificial 'simplemente hacer su mejor esfuerzo'. Deben documentar y auditar el desarrollo de la IA en torno a estándares corporativos definidos de IA responsable. 

Las organizaciones deben documentar formalmente y hacer cumplir sus estándares de desarrollo y operacionalización de modelos y colocarlos en el contexto de los tres pilares de la IA responsable: explicabilidad, responsabilidad y ética.

Explicabilidad: las organizaciones que se basan en un sistema de decisiones de inteligencia artificial deben asegurarse de tener una construcción algorítmica que capture y comunique la relación entre las variables de decisión para llegar a una decisión comercial final.
Rendición de cuentas: los modelos de IA deben construirse correctamente y se debe centrar la atención en las limitaciones del aprendizaje automático y se debe aplicar una reflexión cuidadosa a los algoritmos utilizados.
Ética: Además de los requisitos de explicabilidad y responsabilidad, los modelos éticos deben probarse continuamente y eliminarse cualquier discriminación.
No hay duda de que construir modelos de IA responsables lleva tiempo y es un trabajo minucioso. En una encuesta reciente, más del 93% de los ejecutivos de datos y análisis dijeron que las consideraciones éticas representaban una barrera para la adopción de la IA dentro de sus organizaciones. El escrutinio meticuloso y esencial es un proceso continuo para garantizar que la IA se utilice de manera responsable. Este escrutinio debe incluir regulación, auditoría y promoción.  

Las regulaciones juegan un papel importante en el establecimiento de estándares de conducta y estado de derecho para el uso de algoritmos. Sin embargo, al final, las regulaciones se cumplen o no, y demostrar la alineación con las regulaciones requiere una auditoría. Las organizaciones que adopten tecnología como las cadenas de bloques de gobernanza de modelos estarán en las mejores posiciones para responder.

Dificultades operativas

Formar un equipo con las habilidades adecuadas puede resultar difícil. Esto se exhibe en una variedad de industrias, y los líderes analíticos lo clasifican constantemente como una barrera de entrada alta o media. 

Sin embargo, la integración de nuevas tecnologías a menudo se considera el mayor problema en la creación de un marco de aprendizaje automático. Si una organización es un negocio de larga data, es muy probable que enfrente problemas relacionados con propiedades heredadas y la integración de nueva tecnología de inteligencia artificial en los sistemas operativos.  

La lista de desafíos es larga, pero de ninguna manera supera los beneficios que aporta la IA. A medida que sus defensores se vuelvan más vocales y la industria se enfrente a la rápida aceleración de lo digital, veremos cómo la IA responsable se levanta para consolidarse en industrias de todo el mundo. 

© 2021 Industria Digital, Todos los derechos reservados