Abril de 2024
Mucho se ha comentado que no es necesario reinventar la rueda para regular efectivamente la Inteligencia Artificial. En el pasado ya nos enfrentamos a desafíos con muchas similitudes, como la invención del protocolo TCP / IP que dio paso al Internet como red de comunicaciones.
Por su naturaleza, este protocolo para las comunicaciones, desbordó las capacidades de los Estados e hizo, por tanto, necesaria la adopción de un enfoque de gobernanza para su regulación. En el World Summit on the Information Society, organizado por Naciones Unidas, se ha reiterado que la gobernanza del Internet implica el desarrollo y la implementación de principios compartidos, normas, procedimientos de toma de decisiones y programas por parte de gobiernos, el sector privado y la sociedad civil, dando forma al desarrollo y uso de la red.
Para la IA, este enfoque es igualmente el apropiado debido a la multiplicidad de actores involucrados en desafíos colectivos y a la necesidad de un proceso metódico que reúna esfuerzos para la creación de normas, prácticas, instituciones, entre otras.
Ahora bien, nos preguntamos:
¿Cuáles son los ajustes regulatorios necesarios para los sistemas de inteligencia artificial en comparación con aquellos implementados para regular el funcionamiento de Internet?
Si bien esta pregunta da pie para una tesis de doctorado, a modo de food for thought consideremos que, aun cuando el enfoque para una regulación y/o política pública es el de gobernanza, los ajustes normativos específicos para la IA se pueden clasificar en dos grandes categorías: los riesgos que acarrea su uso y el hecho de que estos sistemas no son solo una tecnología digital, sino, en realidad, toda una nueva economía.
La discusión regulatoria se ha centrado frente al primer aspecto. Al respecto, antes que nada, es necesario tener un entendimiento profundo sobre qué es y cómo funciona la IA. Para evitar ambigüedades y facilitar la cooperación internacional, se ha recomendado adoptar la siguiente definición de sistemas de IA propuesta por la OCDE:
“Un sistema de inteligencia artificial es un sistema basado en máquinas que, para objetivos explícitos o implícitos, infiere, a partir de la entrada que recibe, cómo generar salidas como predicciones, contenido, recomendaciones o decisiones que pueden influir en entornos físicos o virtuales.
Los diferentes sistemas de inteligencia artificial varían en sus niveles de autonomía y adaptabilidad después de su implementación”.
Los riesgos de la inteligencia artificial incluyen sesgos algorítmicos que pueden perpetuar discriminación, violaciones sobre la privacidad y seguridad de los datos, el riesgo de desplazamiento laboral como consecuencia de la automatización, la manipulación de la información y la propagación de desinformación, entre muchos otros.
Este fue el enfoque del AI Act europeo, donde se clasificaron los distintos tipos de riesgos y se asignaron obligaciones acordes:
La propuesta de este blog se centra en el segundo aspecto: una adecuada lectura de los sistemas de Inteligencia Artificial dejará en evidencia que, además de ser un conjunto de técnicas algorítmicas, también acarrea el desarrollo de toda una nueva economía. Por tanto, no solo debemos pensar cuales son los mecanismos para mitigar los riesgos asociados a su uso, sino a determinar cuáles son los incentivos correctos para fomentar el crecimiento de esta nueva economía.
¿Por qué argumentamos que la Inteligencia Artificial no es solo una tecnología digital, sino una nueva economía?
Para responder a esta pregunta, primero hay que entender, a grandes rasgos, cómo funcionan las redes de comunicación que sirven como base de las tecnologías digitales. Resulta útil traer a colación el modelo OSI (Open Systems Interconnection), que es un marco conceptual que describe cómo los sistemas de comunicación de red interactúan entre sí. Establece siete capas, cada una con funciones específicas, que van desde la transmisión física de datos hasta la presentación de la información al usuario final.
https://platzi.com/clases/2225-redes/35587-modelo-osi/
Para poner en funcionamiento un sistema de IA en el contexto de las redes de comunicación, se necesita operar todas las capas anteriores, aunque típicamente las más altas del modelo. En esencia, se implementa en la capa de sesión (gestión de sesiones de comunicación y seguridad), capa de presentación (en donde están los códigos fuente para la transformación de datos) y capa de aplicación (prestación del servicio al usuario para tareas como el procesamiento de lenguaje natural, reconocimiento de patrones, análisis de datos, etc.).
En el despliegue de capacidades en estas distintas capas aparecen una multiplicidad de actores que comercializan una variedad de productos y servicios. Se configura entonces una red compleja en donde varios proveedores ofrecen la energía, los chips, los centros de datos, los modelos fundacionales y las aplicaciones que hacen a la IA una realidad. Es decir, detrás de la IA no solo están los programadores; están varios actores que operan desde la infraestructura hasta las aplicaciones que el usuario utiliza.
Además, siempre se ha sabido que el éxito de la IA depende del procesamiento de grandes cantidades de datos de calidad. En búsqueda de ese objetivo, entran en juego tres conceptos clave de la IA:
- El Big Data se refiere a la enorme cantidad de datos generados constantemente en diversas áreas, desde redes sociales hasta sensores de Internet of Things (IoT).
- La capacidad computacional distribuida se refiere a la capacidad de procesamiento masivo proporcionada por la infraestructura informática moderna, como la computación en la nube.
- Los algoritmos cada vez más robustos son herramientas sofisticadas de análisis y aprendizaje automático que pueden extraer información significativa de grandes conjuntos de datos.
Juntos, estos elementos están dando lugar a una nueva economía en la que el valor se genera a partir de la capacidad para recopilar, procesar y analizar grandes volúmenes de datos de manera eficiente, lo que impulsa la innovación, el crecimiento económico y la creación de empleo en numerosos sectores.
Con esta visión, se puede entender mucho mejor la razón por la cual la IA tiene un impacto tan significativo en la economía. En el paper publicado en abril de 2024 por Google titulado “AI Sprinters: Capturing the economic opportunity of AI in emerging markets”, se pusieron de presente las siguientes cifras sobre dicho impacto:
- Las fuerzas combinadas de la tecnología y el comercio han ayudado a sacar a más de mil millones de personas de la pobreza extrema en los últimos treinta años, un desarrollo sin precedentes en la historia humana.
- La IA podría aumentar la productividad laboral global en un 1,4% e incrementar el PIB mundial en un 7% en un período de diez años.
- Se estima que las soluciones en la nube basadas en IA podrían reducir los costos de desarrollo de productos para las empresas en hasta un 50%.
- La adopción de IA en la gestión de la cadena de suministro se estima que puede reducir los costos logísticos en un 15% y mejorar los niveles de inventario en un 35%.
- Según el Banco Mundial, los gobiernos en países de ingresos bajos y medios pueden capturar un rendimiento promedio de $32 por cada $1 invertido en fortalecer sus sistemas de datos.
Vale la pena entonces preguntarse:
¿Cuáles son los estímulos correctos para esta nueva economía?
Ponemos de presente al menos 5 aspectos a tener en cuenta:
- Acceso e igualdad al mercado: La regulación debe garantizar un acceso equitativo al mercado, abordando aspectos como la infraestructura, el consumo, la competencia, la propiedad intelectual y las condiciones laborales. Esto ayuda a proteger a la industria nacional y evitar prácticas neocoloniales en el uso de nuevas tecnologías.
- Cumplimiento de expectativas sociales: La IA debe orientarse hacia el bien público y responder a las necesidades sociales. Generar confianza en la tecnología implica promover la capacitación, la reorientación laboral y la sostenibilidad, además de cumplir con expectativas éticas y sociales para su uso apropiado.
- Colaboración y transparencia entre sectores público y privado: Es crucial establecer una colaboración efectiva y transparente entre el sector público y privado para la adopción efectiva de la IA. Definir claramente las responsabilidades y autoridades, por ejemplo, entre la SIC y la propuesta Agencia de Seguridad Digital, para evitar las superposiciones y fomentar los proyectos con participación público-privada en búsqueda del mayor impacto posible.
- Fomento de la innovación: La IA es la herramienta con más capacidad de creación de riqueza en el mundo. La regulación debe evitar obstáculos excesivos que limiten la innovación, como regímenes de licencias o informes de información poco prácticos para las empresas de tecnología. Se debe promover la innovación abierta (open source) y evitar la sobre regulación que pueda frenar el desarrollo tecnológico.
Evitemos, como en Europa, que la única respuesta para fomentar la innovación ante la sobrerregulación sea la introducción de sandboxes.
- Consideración de múltiples actores y sectores: Una economía basada en la IA no solo involucra tecnología, sino también diversos actores y sectores. La regulación debe adaptarse a las necesidades específicas de cada sector, considerando medidas de protección para poblaciones vulnerables y estableciendo instrumentos regulatorios como reglas de transparencia algorítmica, evaluaciones de impacto en los derechos humanos y auditorías.
En conclusión, la regulación de la IA debe abordarse desde una perspectiva que reconozca su naturaleza como una nueva economía en lugar de simplemente como una tecnología. Si bien es esencial mitigar los riesgos asociados con su uso, también es fundamental comprender los incentivos correctos para fomentar el crecimiento y desarrollo de esta nueva economía.
Al adoptar un enfoque integral y proactivo, podemos aprovechar al máximo el potencial de la IA para impulsar la innovación, el crecimiento económico y el progreso social en beneficio de todos.
