Durante siglos, el ser humano ha intentado replicar artificialmente su inteligencia y su capacidad de pensamiento. Ya hace nueve siglos existen referencias a los primeros autómatas creados para simular cierta forma de vida. Mucho después, a finales del siglo XVIII, ‘El Turco’ sorprendió a Europa al enfrentarse al ajedrez contra algunos de los jugadores más destacados de la época.
Pero había un truco. Estos inventos utilizaban mecanismos ocultos para simular una inteligencia que realmente no poseían. La tecnología todavía no permitía reproducir procesos propios del cerebro humano.
La situación empezó a cambiar en las últimas décadas. Los avances en computación permitieron desarrollar sistemas capaces de aprender, analizar información y tomar decisiones de forma autónoma.
Aun así, estamos lejos de replicar la complejidad del cerebro humano. Y es precisamente en este punto donde aparece una tecnología con un enorme potencial: la computación cognitiva.
La computación cognitiva transforma la tecnología
La computación cognitiva (cognitive computing) nace de la evolución de la Inteligencia Artificial. Su objetivo es desarrollar sistemas capaces de reproducir algunos procesos asociados tradicionalmente al pensamiento humano.
Hablamos de capacidades como el aprendizaje, el análisis, el razonamiento y la comunicación.
Para conseguirlo, estos sistemas deben ser capaces de:
- Recopilar información mediante algoritmos capaces de analizar grandes volúmenes de datos.
- Aprender de la experiencia y mejorar sus resultados con el tiempo. Es el principio del machine learning.
- Tomar decisiones a partir de los datos disponibles y de los objetivos para los que han sido programados.
- Comunicarse con las personas utilizando tecnologías como el Procesamiento del Lenguaje Natural (PLN).
El desarrollo de esta tecnología dio un paso importante con Watson, de IBM. En 2011, el sistema consiguió ganar a dos campeones humanos en el concurso estadounidense Jeopardy. El reto no consistía solo en encontrar respuestas. Watson debía comprender preguntas formuladas mediante lenguaje natural y responder en tiempo real.
Fue una demostración clara de hasta dónde podía llegar la combinación de datos, algoritmos y capacidad de procesamiento.
¿Cómo puede ayudarnos la computación cognitiva?
La computación cognitiva va mucho más allá de ganar un concurso. Su verdadero potencial está en aplicar sus capacidades a problemas reales.
En ActionsDATA creemos que esta tecnología puede transformar numerosos ámbitos. Algunas de sus principales aplicaciones son:
- Analizar grandes volúmenes de información. La computación cognitiva permite procesar grandes cantidades de datos y extraer información útil para tomar mejores decisiones.
- Mejorar la atención al cliente. Los chatbots ya pueden resolver consultas sencillas. Su evolución permitirá ofrecer interacciones más personalizadas y comprender mejor el contexto de cada usuario.
- Apoyar la toma de decisiones. Al analizar información a gran velocidad, estos sistemas pueden identificar patrones, comparar escenarios y ayudar a valorar diferentes alternativas.
- Reducir costes. La automatización permite realizar determinadas tareas de forma rápida y constante, liberando recursos para actividades de mayor valor.
- Transformar los perfiles profesionales. La tecnología no solo automatiza tareas. También cambia la forma de trabajar. Los profesionales deberán desarrollar nuevas competencias y aprender a colaborar con sistemas inteligentes.
- Reducir errores. Los sistemas automatizados pueden ejecutar determinadas tareas de forma constante y bajo unas reglas previamente definidas. Esto ayuda a reducir errores asociados a procesos repetitivos.
- Gestionar el Internet de las Cosas (IoT). La cantidad de dispositivos conectados genera cada vez más información. La computación cognitiva puede ayudar a analizarla y convertirla en conocimiento útil.
- Reforzar la seguridad. La IA puede detectar patrones anómalos, identificar posibles amenazas y automatizar determinadas respuestas ante riesgos de ciberseguridad.
El objetivo no es sustituir todas las capacidades humanas. Es combinar inteligencia humana y artificial para conseguir procesos más eficientes y decisiones mejor informadas.
Los límites del cognitive computing
El potencial de la computación cognitiva es enorme. Pero también lo son sus límites.
Estos sistemas pueden aprender, analizar información y reconocer patrones. Incluso pueden interpretar determinadas emociones o responder utilizando lenguaje natural. Sin embargo, comprender una emoción no significa sentirla.
La diferencia es importante. Una máquina puede identificar que una persona está enfadada a partir de sus palabras, su tono o determinados patrones de comportamiento. Pero eso no significa que experimente enfado.
Aquí aparecen cuestiones que van más allá de la tecnología. ¿Puede una máquina llegar algún día a tener conciencia? ¿Podrá comprender realmente las emociones? ¿Hasta dónde podemos acercarnos a reproducir el funcionamiento del cerebro humano?
La evolución de la computación afectiva ya intenta avanzar en esta dirección. Esta disciplina busca que las máquinas puedan reconocer e interpretar mejor las emociones humanas.
Pero todavía existe una gran distancia entre interpretar, comprender y experimentar.
Lo que sí está claro es que la computación cognitiva abre una nueva etapa en la evolución de la Inteligencia Artificial. Su valor no está en imitar al ser humano en todo, sino en complementar sus capacidades y ayudarnos a resolver problemas cada vez más complejos.
El reto será encontrar el equilibrio adecuado entre tecnología e inteligencia humana para utilizar todo su potencial de forma responsable.
