Inteligencia Real y Artificial

Publicación #271, 15 de Diciembre del 2019

Este boletín gratuito de Information Age Education es editado por Dave Moursund, producido por Ken Loge y traducido al español por Enrique Patiño. El boletín es un componente de las publicaciones de la Educación de la Era de la Información (IAE) y de Avance de la Tecnología y la Educación Globalmente Apropiadas (AGATE).

Todos los números anteriores del boletín y la información de suscripción están disponibles en línea. Además, están disponibles siete libros gratuitos basados ​​en los boletines.

El libro recientemente revisado y actualizado de Dave Moursund, The Fourth R (Segunda edición) ahora está disponible en inglés y en español (Moursund, 2018a, enlace; Moursund, 2018b, enlace). La tesis de este libro es que la 4ta R de Razonamiento / Pensamiento computacional es fundamental para capacitar a los estudiantes de hoy y sus maestros a lo largo del currículo K-12. La primera edición se publicó en diciembre de 2016, la segunda edición en agosto de 2018 y la traducción al español de la segunda edición en septiembre de 2018. Los tres libros tienen ahora un total de 76.000 vistas de página y descargas. Más de 16.000 de estas son de la edición en español.

Inteligencia Real y Artificial

David Moursund

Profesor Emérito, Facultad de Educación

Universidad de Oregon

La Inteligencia Artificial (IA) es un interés mío a muy largo plazo. Hace poco leí un nuevo libro fascinante, Reiniciando la IA: Construyendo inteligencia artificial en la que podemos confiar, de Gary Marcus y Ernest Davis (Marcus y Davis, 2019). Este boletín incluye algunas de mis ideas al leer el libro. Lo recomiendo mucho!

Pero primero, quiero presentar algunas ideas sobre la inteligencia no artificial.

Algunas definiciones de inteligencia

Comencé mi revisión de IA consultando varios diccionarios, y extraje de ellos la siguiente breve definición:

La inteligencia es la capacidad de adquirir y aplicar conocimientos y habilidades.

Esta definición probablemente satisface las necesidades de la mayoría de las personas. Contiene las dos ideas clave sobre la inteligencia humana.

1. Las personas adquieren conocimientos y habilidades. Lo hacen a través de una combinación de escolarización formal y participación en situaciones de aprendizaje informal. Todos estamos aprendiendo las 24 horas del día y los siete días de la semana a medida que nuestro cerebro procesa continuamente su información almacenada y la combina con la nueva información proveniente de nuestros sentidos internos y externos.
2. Las personas usan el conocimiento y las habilidades que han adquirido. Por ejemplo, considere sólo nuestras decisiones algo conscientes. Un estudio realizado por investigadores de la Universidad de Cornell encontró que el adulto promedio toma alrededor de 35.000 decisiones al día (Graff, 2/7/2018, enlace).

Cada persona es única, por lo que la secuencia diaria de decisiones de cada persona también es única. Además, algunas decisiones son probablemente malas decisiones. Entonces, ¿podemos esperar que un robot artificialmente inteligente dedicado a actividades similares a las humanas no tome malas decisiones? Esta es una pregunta fundamental que se debe hacer a medida que la IA se usa más ampliamente.

Un ejemplo estándar son los automóviles sin conductor, con un sistema de inteligencia artificial como conductor. Claramente, los humanos que conducen automóviles ocasionalmente tomarán malas decisiones. Supongamos que podemos producir un automóvil sin conductor que “solo” toma el dos por ciento de las malas decisiones que un conductor humano promedio. Ese nivel de rendimiento salvaría una gran cantidad de vidas y evitaría una gran cantidad de lesiones. Aún así, se tomarán algunas malas decisiones porque cada episodio de conducción es único. No podemos esperar la perfección de los autos sin conductor u otros sistemas de inteligencia artificial. Marcus y Davis se centran en esta idea en Reiniciar la IA: construir inteligencia artificial en la que podamos confiar.

Inteligencia artificial e inteligencia de máquina

Cuando se desarrolló el término inteligencia artificial (IA) y se usó por primera vez ampliamente, un término alternativo fue inteligencia de máquina (IM). Los dos términos se consideran sinónimos. Entonces, ¿qué queremos decir con IA? Aquí hay una definición (Wikipedia, 2019, enlace):

La inteligencia artificial (IA) es la capacidad de un programa de computadora o una máquina para pensar y aprender. También es un campo de estudio que intenta hacer que las computadoras sean “inteligentes”. Trabajan solos sin estar codificados con comandos. A John McCarthy se le ocurrió el nombre de “inteligencia artificial” en 1955.

En uso general, el término “inteligencia artificial” significa un programa que imita la cognición humana. Al menos algunas de las cosas que asociamos con otras mentes, como el aprendizaje y la resolución de problemas, pueden hacerse mediante computadoras, aunque no de la misma manera que nosotros [los humanos].

…

La primera aparición de inteligencia artificial es en los mitos griegos, como Talos de Creta o el robot de bronce de Hefesto. Los robots humanoides fueron construidos por Yan Shi, Héroe de Alejandría y Al-Jazari. Las máquinas inteligentes se hicieron populares en la ficción durante los siglos XIX y XX con las historias de los robots universales de Frankenstein y Rossum.

Observe el énfasis moderno en un tipo particular de máquina que llamamos computadora. La UNIVAC I, la primera computadora digital electrónica producida comercialmente en los Estados Unidos, estuvo disponible en 1951. Cuando se crearon los términos IA e IM, la motivación y el énfasis estaban en las computadoras digitales electrónicas.

Aquí hay un problema fundamental en el campo actual de la IA. Cuando un ser humano adquiere conocimientos y habilidades, esperamos que esto se acompañe de una comprensión de lo que se ha adquirido. De hecho, este es un objetivo fundamental en la escolarización. Se produce memoria sin comprensión, pero se considera un tipo de educación bastante inferior. Las computadoras de hoy son mucho, mucho mejores que los humanos en la memorización y recuperación de memoria de lo que se ha memorizado. (Por ejemplo, piense en la Web y en un motor de búsqueda como Google). Las computadoras inteligentes de hoy en día adquieren conocimientos y habilidades, pero no comprenden lo que están adquiriendo.

De hecho, esa es la esencia del mensaje en el libro de Marcus y Davis. Usualmente uso el sistema de inteligencia artificial llamado Google para recuperar información. Google no tiene una comprensión humana de los resultados que me proporciona. Utilizo mi inteligencia y comprensión humana mientras leo y hago uso de la información que Google y otros recursos proporcionaron. Utilizo mi inteligencia humana, conocimiento y comprensión para decidir si la información es válida (no es una noticia falsa) y si es aplicable a la tarea que tengo a la mano.

Una definición más amplia de inteligencia

Citando nuevamente del artículo de Wikipedia citado anteriormente:

La inteligencia se ha definido de muchas maneras: la capacidad de lógica, comprensión, autoconciencia, aprendizaje, conocimiento emocional, razonamiento, planificación, creatividad, pensamiento crítico y resolución de problemas. En términos más generales, se puede describir como la capacidad de percibir o inferir información, y de retenerla como conocimiento para aplicarla a comportamientos adaptativos dentro de un entorno o contexto.

La inteligencia se estudia con mayor frecuencia en humanos, pero también se ha observado tanto en animales no humanos como en plantas. La inteligencia en las máquinas se llama inteligencia artificial, que se implementa comúnmente en sistemas informáticos que utilizan programas y, a veces, hardware especializado. 

Sabes que las computadoras han usado IA para derrotar a los campeones mundiales en juegos como el ajedrez, Jeopardy, varias formas de póker y Go. Indudablemente ha utilizado la Web y un motor de búsqueda para recuperar información. Probablemente ha utilizado los correctores ortográficos y gramaticales en un procesador de textos. Probablemente ha utilizado la entrada de voz a una computadora y, de hecho, ha mantenido una conversación con una computadora cuando buscaba ayuda del “servicio de asistencia” de una empresa. Dedique un tiempo a pensar detenidamente en las secciones en negrita de la definición anterior. En su opinión personal, ¿qué tan bien están haciendo las computadoras de hoy en cumplir con esta definición de inteligencia? Por ejemplo, ¿crees que los sistemas de IA actuales tienen autoconciencia y comprensión?

Reiniciando la IA: construyendo inteligencia artificial en la que podemos confiar

Marcus y Ernest Davis proporcionan una excelente visión general del progreso que la IA ha logrado en los últimos 60 años. En resumen, este progreso ha sido sorprendente, pero tiene un largo camino por recorrer en términos de lograr una inteligencia similar a la humana. Información de citas de su editor (Penguin Random House, 2019, enlace):

GARY MARCUS es científico, autor de mayor venta y emprendedor. Es el fundador y CEO de Robust.AI y fue el fundador y CEO de Geometric Intelligence, una compañía de aprendizaje automático adquirida por Uber en 2016. Es autor de cinco libros, incluyendo Kluge, The Birth of the Mind y El best seller de The New York Times, Guitar Zero.

ERNEST DAVIS es profesor de informática en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York. Uno de los principales científicos del mundo en razonamiento de sentido común para la inteligencia artificial, es autor de cuatro libros, que incluyen Representaciones de conocimiento de sentido común y Versos para la era de la información.

Según Markus y Davis, el problema es que los sistemas de inteligencia artificial carecen de comprensión del mundo y de las cosas que hay en él, como los humanos y todas las cosas que los humanos hacen. Citando de Reiniciando la IA: construyendo inteligencia artificial en la que podemos confiar:

El problema central es la confianza. Los sistemas de IA estrechos con los que ahora trabajamos, para lo que están programados, pero no se puede confiar en nada que sus programadores no hayan previsto con precisión. Eso es particularmente importante cuando hay mucho en juego. Si un sistema de IA estrecho le ofrece la publicidad incorrecta en Facebook, nadie va a morir. Pero si un sistema de IA conduce su automóvil a un vehículo de aspecto inusual que no está en su base de datos, o diagnostica erróneamente a un paciente con cáncer, podría ser grave, incluso mortal.

Lo que le falta a la IA hoy en día –– y es probable que permanezca desaparecido, hasta y a menos que el campo adopte un enfoque nuevo –– es una inteligencia amplia (o “general”). La IA debe ser capaz de lidiar no solo con situaciones específicas para las cuales hay una enorme cantidad de datos relevantes obtenidos a bajo costo, sino también con problemas que son nuevos y variaciones que no se han visto antes.

La inteligencia amplia, donde el progreso ha sido mucho más lento, se trata de poder adaptarse de manera flexible a un mundo fundamentalmente abierto, que es lo único que los humanos tienen, que las máquinas aún no han alcanzado. Pero ahí es donde debe ir el campo, si queremos llevar la IA al siguiente nivel.

Como ejemplo, considere el desafío de servir como un ayudante general en un hogar, lidiando con aportes orales y respuestas orales en el contexto de las diversas situaciones que ocurren, haciendo la limpieza, cocinando, sirviendo, cuidando a los niños, etc. Estas tareas son bastante abiertas y habitualmente contienen situaciones nunca antes experimentadas. Un padre humano puede hacerlo relativamente bien en estas situaciones, pero lo mejor de los robots basados ​​en inteligencia artificial de hoy en día es terrible en tal desafío.

La traducción de idiomas es otro ejemplo discutido por Markus y Davis. Ahora tenemos sistemas informáticos que pueden recibir información escrita u oral en un idioma y producir traducción escrita u oral en cualquiera de una gran cantidad de otros idiomas. Estoy impresionado por lo bien que funcionan estos sistemas. Sin embargo, hacen su trabajo de traducción sin comprender el significado de la entrada que están recibiendo y la salida que están produciendo. La calidad de tales traducciones es razonablemente buena, pero no es suficiente para tareas complejas, como traducciones de documentos legales, poesía o en otros casos en los que pequeños errores marcan una gran diferencia.

Personalmente probé uno de esos sistemas de traducción tomando una página de uno de mis libros escritos en inglés, traduciéndolo a un segundo idioma, traduciendo ese resultado a un tercer idioma y traduciéndolo al inglés. Los resultados fueron utilizables, pero lejos de la calidad que esperaríamos de buenos traductores humanos.

Las búsquedas en la web son otro lugar donde usamos IA y hemos aprendido a tolerar sus debilidades. De vez en cuando, le pido al navegador de Google que encuentre una definición para mí. Mientras escribía este boletín actual, le pedí a Google que “definiera la Inteligencia Artificial”. En menos de un segundo, Google pudo identificar alrededor de 429 millones de documentos en sus unidades de almacenamiento de memoria que contienen la frase “inteligencia artificial”. Los resultados fueron ordenados por rango usando un sistema patentado que Google ha creado y continúa mejorando.

Estoy realmente impresionado por este sistema de almacenamiento y recuperación de información. Pero, ¿429 millones de respuestas? Eso ciertamente me suena excesivo. Hmm ¿Cuál de las definiciones es la mejor, la más precisa o la más utilizada por los principales investigadores en el campo?

¿Cuál de estas definiciones me será más útil en el documento que estoy escribiendo? El sistema de Google no sabe lo que estoy escribiendo ni mi público objetivo. Supongamos que, en lugar de buscar en Google, estaba hablando con un conocido profesional cercano que también es un experto humano en inteligencia artificial. Esta persona me conoce, mis antecedentes y mis intereses. Esta persona podría preguntarme sobre cómo iba a usar la definición y sobre otra información que ayudaría al experto a comunicarse más efectivamente conmigo en respuesta a mi pregunta. Los humanos hacen esto, y podemos esperar que un sistema de recuperación de información de IA verdaderamente experto pueda hacer esto en el futuro. Actualmente estamos muy lejos de lograr este objetivo.

Este ejemplo ilustra un problema importante en la IA. ¿Qué quiero que las computadoras sepan de mí y de las personas con las que me comunico? O tome el ejemplo de un estudiante en la escuela. El alumno utiliza de manera rutinaria sistemas de aprendizaje asistidos por computadora que funcionan con inteligencia artificial y que realizan un seguimiento de muchos detalles sobre el rendimiento y el progreso del alumno. La computadora usa esta información para tomar decisiones sobre nuevo contenido para enseñar o contenido previo para revisar, el tipo de métodos de instrucción que pueden funcionar mejor para un estudiante en particular en un momento particular, lo que probablemente funcione bien en la evaluación para este estudiante en particular, el contenido que estudia el alumno, la hora del día, etc. Hmm ¿Quién más debería tener acceso a información tan detallada sobre un estudiante y qué tan preciso será el sistema informático para tomar tales decisiones? ¿Qué sucede si el sistema informático de la escuela es pirateado y la información personal de un estudiante se vuelve ampliamente disponible? Estas son preguntas importantes y desafiantes para ser consideradas a medida que la IA continúa evolucionando y usamos sus capacidades más ampliamente en nuestros sistemas educativos.

Observaciones finales

La IA ahora es una parte rutinaria de nuestro mundo. Nuestros niños están creciendo en un mundo que está siendo cambiado por la IA. Entonces, ¿qué quieres que nuestros estudiantes aprendan sobre los aspectos de IA de las computadoras?

Esta es una pregunta muy difícil, y ciertamente no puedo proporcionarle una respuesta simple y definitiva. Sin embargo, aquí hay una analogía que puede resultarle útil. Las escuelas han estado enseñando las herramientas que llamamos lectura, escritura y aritmética durante más de 5.000 años. Durante estos años, hemos realizado cambios en el contenido, los procesos de instrucción y las evaluaciones utilizadas en estos aspectos de la escolarización. Pero, en gran medida, estos objetivos son claros y no cambian mucho de una década a otra o incluso de un siglo a otro. Sabemos que el conocimiento y la habilidad en el uso de estas herramientas básicas empoderarán a sus usuarios. Hoy en día, esperamos que todos los adultos tengan que tener un conocimiento práctico de estas tres herramientas básicas.

Ahora, piense en las computadoras y la IA como nuevas herramientas de empoderamiento. Mi creencia personal es que los niños de hoy deberían estar adquiriendo un conocimiento práctico de las capacidades y limitaciones de las computadoras y la inteligencia artificial. Deben recibir una educación que les permita a los estudiantes hacer un uso efectivo de estas nuevas herramientas. De la misma manera que la instrucción en lectura, escritura y aritmética comienza cuando los niños están en un nivel preescolar y abarca todas las disciplinas de estudio, creo que deberíamos proporcionarles a los niños niveles similares de instrucción en el uso de computadoras e inteligencia artificial.

Me gusta pensar en las siguientes preguntas:

1. Si una computadora puede ser de gran ayuda para resolver un problema o realizar una tarea que los estudiantes están estudiando en la escuela, ¿cómo debería afectar esto el contenido que se enseña, los procesos de enseñanza y aprendizaje y los procesos de evaluación? Además, ¿qué nuevos temas podrían agregarse al plan de estudios debido a las capacidades de las computadoras y la IA?
2. Si una computadora puede ayudar mucho a los estudiantes con su aprendizaje y con el aprendizaje de los temas que se enseñan en la escuela, ¿cómo debería afectar esto a los procesos de enseñanza, aprendizaje y evaluación?

Todos los maestros se enfrentan a estas preguntas cuando se aplican a los cursos que imparten y a sus alumnos en estos cursos. En mi opinión, cada maestro debe tener un conocimiento suficiente sobre las computadoras y los sistemas de IA que son relevantes para el contenido, la pedagogía y la evaluación en los cursos que imparten que les permitirán hacer un uso efectivo de estas herramientas en su enseñanza.

En términos de objetivos específicos para los estudiantes, creo que deberían aprender algunas de las capacidades, limitaciones e implicaciones de la IA en términos de lo que ya saben, lo que están aprendiendo y las realidades del mundo en el que viven. Aquí está un simple ejemplo. Los niños de cuatro años saben, y en cierto sentido entienden, que en su próximo cumpleaños agregarán 1 a sus 4 años actuales para tener cinco años. Esperan felizmente que esto suceda y la celebración del cumpleaños que lo acompaña. Una calculadora de mano económica o un sofisticado sistema de inteligencia artificial pueden ayudar a un niño a determinar que 4 + 1 = 5. Pero ninguno de estos comprende la anticipación entusiasmada de un niño de crecer un año más grande, ni las alegrías de una fiesta de cumpleaños.

Referencias y recursos

Graff, F. (2/7/2018). ¿Cuántas decisiones diarias tomamos? Universidad de Carolina del Norte TV Science. Consultado el 26/11/2019 en http://science.unctv.org/content/reportersblog/choices.

Marcus, G. y Davis, E. (2019). Reiniciando la IA: construyendo inteligencia artificial en la que podemos confiar. Nueva York: Penguin Random House.

Moursund, D. (25/06/2019). David Moursund honrado en la conferencia ISTE 2019. Blog de IAE. Obtenido el 12/1/2019 de https://i-a-e.org/iae-blog/entry/david-moursund-honored-at-iste-2019-conference.html.

Moursund, D. (6/9/2019). Pronosticar posibles futuros de la educación. Blog de IAE. Obtenido el 12/1/2019 de https://i-a-e.org/iae-blog/entry/forecasting-possible-futures-of-education.html.

Moursund, D. (22/8/2018). La creciente capacidad de tu hermano mayor para escucharte y censurarte. Blog de IAE. Obtenido el 12/1/2019 de https://i-a-e.org/iae-blog/entry/big-brother-s-growing-capability-to-listen-to-and-censor-you.html.

Moursund, D. (30/06/2018). Cobots en fábricas automotrices y en educación. Boletín del IAE. Recuperado el 12/1/2019 de https://i-a-e.org/newsletters/IAE-Newsletter-2018-236.html.

Moursund, D. (2018a). La cuarta R (segunda edición). Eugene, OR: Educación de la era de la información. Consultado el 12/1/2019 en http://iae-pedia.org/The_Fourth_R_(Second_Edition).

Descargue el archivo de Microsoft Word de http://i-a-e.org/downloads/free-ebooks-by-dave-moursund/307-the-fourth-r-second-edition.html.

Descargue el archivo PDF de http://i-a-e.org/downloads/free-ebooks-by-dave-moursund/308-the-fourth-r-second-edition-1.html.

Vea la edición en español, La cuarta R, a continuación.

Moursund, D. (2018b). La cuarta R. Eugene, OR: Educación en la era de la información. Consultado el 21/11/2019 en http://iae-pedia.org/La_Cuarta_R_(Segunda_Edici%C3%B3n).

Moursund, D. (2016). Inteligencia artificial. IAE-pedia. Consultado el 12/1/2019 en http://iae-pedia.org/Artificial_Intelligence.

Moursund, D. (2015a). Ciencia del cerebro para educadores y padres. IAE-pedia. Consultado el 2/12/2019 en http://iae-pedia.org/Brain_Science.

Moursund, D. (2015b). Dos cerebros son mejores que uno. IAE-pedia. Recuperado el 12/1/2019 de http://iae-pedia.org/Two_Brains_Are_Better_Than_One.

Pavlus, J. (17/10/2019). Las máquinas vencen a los humanos en una prueba de lectura. Pero, ¿entienden? Revista Quanta. Consultado el 2/12/2019 de http://www.nerdstalker.com/2019/10/machines-beat-humans-on-reading-test.html.

Penguin Random House (2019). Gary Marcus y Ernest Davis. Consultado el 20/11/2019 en https://www.penguinrandomhouse.com/books/603982/rebooting-ai-by-gary-marcus-and-ernest-davis/.

Wikipedia (2019). Inteligencia. Consultado el 26/11/2019 en https://en.m.wikipedia.org/wiki/Intelligence.

Autor

David Moursund  es profesor emérito de educación en la Universidad de Oregon y editor del boletín informativo del IAE. Su carrera profesional incluye la fundación de la Sociedad Internacional de Tecnología en Educación (ISTE) en 1979, desempeñándose como oficial ejecutivo de ISTE durante 19 años, y el establecimiento de la publicación principal de ISTE, Liderando y Aprendiendo con la Tecnología (ahora publicado por ISTE como Aprendiz Empoderado). Fue el profesor principal o co-profesor principal de 82 estudiantes de doctorado. Ha presentado cientos de charlas y talleres profesionales. Es autor o coautor de más de 60 libros académicos y cientos de artículos. Muchos de estos libros están disponibles gratuitamente en línea. Ver http://iaepedia.org/David_Moursund_Books .  

En 2007, Moursund fundó Information Age Education (IAE). IAE proporciona materiales educativos en línea gratuitos a través de IAE-pedia , IAE Newsletter , IAE Blog y libros de IAE. Consulte http://iaepedia.org/Main_Page#IAE_in_a_Nutshell . Information Age Education ahora está completamente integrado en la corporación sin fines de lucro 501 (c) (3), Avance de la Tecnología y Educación Globalmente Apropiadas (AGATE) que se estableció en 2016. David Moursund es el Director Ejecutivo de AGATE.  

   

Correo electrónico: [email protected]

Comentarios de los lectores

Estamos utilizando el sistema de comentarios de Disqus para facilitar los comentarios y las discusiones relacionadas con este boletín. Para usar Disqus, haga clic en el enlace Iniciar sesión a continuación e inicie sesión. Si tiene preguntas sobre cómo usar Disqus, consulte esta página de ayuda.