En profundidad

UNESCO: Escasez de recursos y fuga de talentos en IA genera brechas entre los países y personas

Unesco y disparidad de data
Datos e IA. - Imagen de Pixabay

VISIÓN DE LA UNESCO SOBRE ACCESO E IA

Nueve de cada diez jóvenes, de entre 14 a 24 años, accedieron a Internet en países desarrollados, tres de cada diez de las naciones con menor tasa de desarrollo estuvieron online en el 2018 (Comisión Broadband) y nueve de cada diez jóvenes no usan el Internet en vivo en África o Asia-Pacífico.

Entre estas y otras estadísticas la realidad se asoma bajo la forma de una disparidad que se mantiene y agrava con el ingreso de nuevas tecnologías como la Inteligencia Artificial (IA). Así lo entiende la UNESCO y así lo presenta en el “capítulo 3: Acceso e IA” del último informe de la UNESCO denominado “Dirigir la IA y las tecnologías de la información y comunicación avanzadas para las sociedades del conocimiento” (2019).

Y es que en el referido informe la palabra disparidad y acceso a las tecnologías tal vez sea la palabra más repetida. En el caso del capítulo 3, se destaca el hecho de que las dificultades de acceder a tecnologías elementales como Internet y otras generan una brecha digital que impide un desarrollo igualitario de la IA en diversas regiones y sectores.

En esta línea, la UNESCO destaca el potencial de la Inteligencia Artificial en cuanto a brindarnos herramientas más eficientes para desarrollar análisis en áreas de trabajo e investigación hasta ahora no exploradas por las limitaciones humanas, mejorando nuestra oferta de productos y servicios.

El documento en referencia se enfoca en cuatro áreas 4 fundamentales para alcanzar el desarrollo y la aplicación de la IA a nivel mundial y por igual para todos los stakeholders: 1) acceso a la investigación; 2) acceso al conocimiento, educación y recursos humanos, 3) acceso a la data para el entrenamiento de algoritmos y 4) acceso a la conectividad y hardware.

Acceso a la investigación: Liderazgos que se mantienen

Estados Unidos, Europa y China son los tres países y regiones, cuyas investigaciones sobre Inteligencia Artificial (IA) han sido publicadas o citadas desde fines de la década del 90 hasta el 2017 según refieren los estudios de publicaciones académicas de Scopus y Elsevier, citados por la UNESCO en el capítulo de Acceso a IA.

Tales resultados provocarían desequilibrios con respecto hacia donde se conducen estas investigaciones, como es usada la data y cuanta información encuentran los demás países entre tanta generalidad académica. Por ello, la disparidad digital respecto a la investigación de IA en calidad y cantidad es un reto que el organismo propone abordar con la misma herramienta.

Para ello, se analizan dos aspectos clave en la producción de investigación, como la necesidad de incrementar las publicaciones de IA y el impacto que deben tener las investigaciones de este tópico. En el primer caso, el estudio cita los desbalances en cuanto a producción de papers sobre IA en Scopus entre 1998 y 2017: Europa fue la región que más publicó este tipo de investigaciones, aunque China incrementó su capacidad de publicación en 150% a partir del 2007.

Investigaciones de IA publicadas por región de ELSEVIER

De igual forma, el impacto de la investigación es medida con variables como las citas de estos estudios. En este caso, aunque Europa es el más largo publicador en IA, el impacto de sus investigaciones se ha mantenido a la par con el promedio global, mientras que los autores de IA estadounidenses son citados en 83% más que el promedio global. Y también en la presentación de papers aceptados y publicados en conferencias de amplio prestigio como la de la Asociación para el Avance de la Inteligencia Artificial del 2018, en donde China y Estados Unidos lideraron el número de publicaciones.

Así, el organismo la relevancia de contar con un soporte internacional y de políticas locales para promover la investigación relacionada a IA, a fin de fortalecer la producción de investigación en países en desarrollo y proveer una base para innovación local que responda a retos locales.

Acceso al conocimiento, educación y recursos humanos: Entre fuga de cerebros y barreras

A pesar de que los empleos en IA tienen las más altas remuneraciones, el número de expertos trabajando en la industria e investigación de IA a nivel mundial varía de 10,000 a 300,00 según sendos estudios de The New York Times y la firma tecnológica Tencent, conforme cita la UNESCO. Puesto que el acceso a recursos humanos entrenados en IA es una condición para su desarrollo, el organismo analiza el nivel de disparidad que existe en este ámbito y propone algunas soluciones.

Demanda de empleo según habilidades en IA

Entre otras cosas, el informe indica que la mayoría de países en desarrollo no puede costear una mano de obra costosa, lo que genera barreras de acceso a esta tecnología; además de existir una fuga de talentos hacia centros de investigación internacionales con mayores recursos; y una creciente demanda de personas hábiles en la conducción de compañías que coadyuven en la identificación de talentos en el sector de IA y los generen.

Para llenar la demanda en este campo, las universidades están lanzando capacitaciones en esta materia presenciales y online. Para muestra, el promedio de matrículas en IA y machine learning ha crecido de 3 a 4 veces más en diversas universidades a nivel mundial entre el 2012 al 2017 en base al estudio del profesor de la Universidad Standford Yoav Shoham citado por la UNESCO.

El organismo propone el desarrollo de investigación enfocada a comprender el acceso a la educación y entrenamiento en IA y los niveles actuales de la disponibilidad de recursos humanos, en especial en países en desarrollo. Asimismo, la disposición de contenido educativo en múltiples lenguajes y de alta calidad, al igual que una alfabetización informacional y mediática universal para empoderar a los no especialistas con conocimientos de IA.

Acceso a Software y data para entrenamiento de algoritmos: Repositorios de data para todos

La UNESCO señala que en el caso de la IA el acceso a la data es esencial para la formación de algoritmos y su utilidad en aplicación de larga escala. En ese sentido, aquellas firmas tecnológicas que coleccionan datos y los usan para formar algoritmos mejoran sus productos y servicios. Por ello, la ausencia de acceso a data, genera barreras de entrada para las nuevas firmas frente a actores más consolidados en el mercado.

Aunque las compañías más pudientes en estos recursos pueden coadyuvar en el acceso a la información, depende de las percepciones que tengan de cómo manejar tal ventaja. Sin embargo, el informe señala que las empresas también reconocen la existencia de data que se puede compartir más ampliamente.

Por ello, se plantean los beneficios de desarrollar data commons en la forma de repositorios de data abierta. Así, se plantean ejemplos de tales repositorios y data sets de machine learning como los de la Universidad de Princeton, ImageNet, Kaggle, Open Data Monitor.

Además de los repositorios, la UNESCO indica que hay otros sesgos geográficos y de otro tipo que reducen el valor de otras regiones del mundo. Por ello, entidades como la Comisión Europea resaltan la importancia de fortalecer la interoperatibilidad de la data para desarrollar estándares para almacenamiento de data, clasificación y compartición y a su vez (2017), la UNESCO plantea la importancia de los Data Commons para asegurar el desarrollo de machine learning e IA.

Acceso a la conectividad y hardware: Políticas de estado para más recursos

Imagen del informe de la UNESCO

El acceso a conexiones de banda ancha accesible y a hardware de computadores para procesamiento y almacenamiento de data es el cuarto componente esencial para el desarrollo de IA señala el informe. Avances en este campo se han logrado gracias a la disponibilidad del poder de cómputo más alto y su customización a procesos computacionales de machine learning y algoritmos de aprendizaje profundo.

El procesador es el corazón de la IA, porque desempeña los cálculos sobre la data basada sobre las instrucciones en el algoritmo. La compatibilidad entre el tipo de tarea y el procesador determina la eficiencia de la IA. Un CPU no es eficiente para manejar un largo número de cálculos incluso si son simples y la tecnología machine learning funciona de esta manera. Por ello, tecnologías como los circuitos integrados específicos de aplicación son mejores para la IA y el machine learning.

Según un análisis global de importación y exportación de aparatos semiconductores del Observatorio de Complejidad Económica (2019) presentado en el reporte de la UNESCO, Asia, seguida de Europa y Norteamérica lideran las exportaciones (Asia alcanza el 80% en exportación) e importaciones globales de semiconductores. En sí, hay una amplia disparidad geográfica en el acceso al hardware necesario para desarrollar IA.

La disponibilidad de recursos computacionales en demanda fortalece el acceso a la IA afirma el informe. A lo que añade que algunos gobiernos están apoyando a las nuevas empresas al desarrollar recursos computacionales disponibles para ellos. Por ejemplo, el gobierno de Reino Unido ha instalado un garaje de machine learning para dar a las nuevas empresas acceso a recursos computacionales. Similares medidas pueden considerarse para los países en desarrollo.

Contrapunto: La visión de la Comisión Europea sobre la gobernanza de datos

La Comisión Europea, brazo legislativo y ejecutivo de la Unión Europea, presentó hace unas semanas sus estrategias para el desarrollo de la IA y datos, estableciendo como prioritario la creación de un espacio de datos para Europa que beneficie a todos los sectores empresariales, académicos y estatales. Centrándose en un marco regulatorio de gobernanza de datos, acceso y reutilización entre empresas y gobierno, y dentro de las administraciones; desarrollo de sistemas tecnológicos y la próxima generación de infraestructuras, los representantes de esta Comisión plantearon sus visiones en torno al tema, conforme anotamos a continuación:

“…Nuestra ambición de dar forma al futuro digital de Europa: Cubre todo, desde la ciberseguridad hasta las infraestructuras críticas, la educación digital hasta las habilidades, la democracia hasta los medios. Quiero que la Europa digital refleje lo mejor de Europa: abierta, justa, diversa, democrática y segura”. Ursula von der Leyen, presidenta de la Comisión Europea

“Nuestra sociedad está generando una gran ola de datos industriales y públicos, que transformarán la forma en que producimos, consumimos y vivimos. Queremos que las empresas europeas y nuestras muchas pequeñas y medianas empresas accedan a estos datos y creen valor para los europeos, incluso mediante el desarrollo de aplicaciones de Inteligencia Artificial. Europa tiene todo lo necesario para liderar la carrera de «big data» y preservar su soberanía tecnológica, liderazgo industrial y competitividad económica en beneficio de los consumidores europeos «. Thierry Breton, comisionado de Mercado Interior de la Comisión Europea