El trabajo a principios del siglo XVIII era duro. Labrar la tierra, criar animales, explotar las minas, pescar y comerciar… Todo para subsistir. El PIB per cápita apenas había cambiado en siglos.
A mediados del siglo XVIII llegaría la primera revolución industrial, la producción agrícola e industrial se multiplicó y recortó los tiempos de producción. El trabajo seguía siendo muy duro. Largas jornadas en las fábricas, crecimiento urbano, industrialización mecanizada. Y se dijo que se destruirían miles de puestos de trabajo. Pero aparecieron otros.
En el siglo XIX llegaron nuevas formas de energía, nuevos materiales, nuevas formas de transporte. El Trabajo seguía siendo duro. Factorías químicas, mineria, trabajo en cadena. Y se dijo que se destruirían miles de puestos de trabajo. Pero aparecieron otros. La sociedad se hizo más compleja, más globalizada.
Estamos en plena revolución, una vez más. La Revolución de la Inteligencia o Científico-Tecnológica. Con una mayor utilización de energías renovables, cambios en los tipos de edificaciones, desarrollo de baterías más eficientes, una red eléctrica inteligente y nuevos tipos de vehículo como los eléctricos. El trabajo sigue siendo duro, pero sobretodo mentalmente para la mayoría. La automatización de procesos se dice que destruirá miles de puestos de trabajo. Pero aparecerán otros.
¿Estamos ante una cuarta revolución industrial? Una revolución que da entrada a las IA, los sistemas cibernéticos, sensores, minería de datos, fábricas inteligentes, internet de las cosas, cultura maker, etc. ¿Cómo será el trabajo? y sobretodo, ¿Supondrá la eliminación de miles de puestos de trabajo? ¿Aparecerán otros? o mejor aún.. ¿Nos permitirá al fin dejar de trabajar y dejar que sean las máquinas quienes lo hagan por nosotros?
Como bien dice Beatriz González en su charla TED(1), aparecerán nuevos puestos de trabajo. Posiblemente puestos más especializados, para ingenieros informáticos y diseñadores, para mentes pensantes y no cuerpos ejecutantes pero acorde al fin y al cabo a la revolución que también hemos vivido en la educación. La productividad ha crecido en cada revolución y por tanto las horas de trabajo se han reducido. Somos más libres.
Pero la libertad tiene muchas aristas y perspectivas. ¿Somos libres hoy en día de elegir lo que nos gusta? ¿somos libres en nuestra intención de voto o nuestra preferencia de una tienda por otra? ¿somos realmente libres para elegir?.
El tiempo que ahora nos sobra lo invertimos en hacer compras por internet, relacionarnos a través de redes sociales o consumir información de todo tipo (noticias, películas, juegos). ¿Pagas por todo ese tiempo que ocupas en internet? (más allá de las compras). En la mayoría de ocasiones no pagas por un servicios o producto y por tanto el producto somos nosotros. Nuestros datos van de forma masiva a empresas que nos ofrecen “servicios gratuitos” (preferencias, localización, gustos, interacción social y hasta nuestra intención de voto). Las empresas más grandes del mundo ahora mismo consiguen gran parte de sus beneficios con el tratamiento de nuestros datos. El Big Data y la minería de datos son los negocios más lucrativos hoy en día.
El uso de la ingente cantidad de datos que volcamos en la red alimenta sistemas de deep learning que se alimentan de ellos para ofrecernos nuestro siguiente destino, nuestro siguiente bolso o incluso para ofrecernos una noticia que podría influir en nuestro voto en las siguientes elecciones. Habría sido imposible hacer una recogida tan masiva de datos sin nuestra colaboración. Por tanto empresas como google o amazon son un gran ejemplo de ciencia ciudadana y de trabajo colaborativo de, básicamente, el mundo entero.
Es por otro lado la misma tecnología capaz de estudiar la secuencia de nuestro genoma y darnos un porcentaje de riesgo de desarrollar una enfermedad. Es la misma tecnología que en esta pandemia va a ser capaz de analizar una placa de tórax de rayos X y predecir si se van a desarrollar síntomas graves por covid 19 o si solo será una afección menor (2).
Hay que tener en cuenta que a día de hoy somos ricos en datos pero muy pobres en conocimiento. Tenemos una gran cantidad de datos almacenados pero están infra usados y apenas si se obtiene conocimiento de ellos (3).
Pero vamos al momento en que si se usan esos datos y el gran problema que nos podemos encontrar. Una de las formas de analizar estos datos serán los sistemas de aprendizaje inteligente o deep learning. Por la forma que tienen de funcionar estos sistemas, es posible que tengamos un resultado pero no sepamos cómo se ha llegado hasta el mismo. Ni tan siquiera sus creadores pueden saberlo (aunque hay empresas que ya están intentando desandar ese camino para entender los procesos iterativos que se han llevado a cabo)(4).
Podríamos utilizar otro tipo de modelos de aprendizaje como pueda ser el pathfindig o algoritmos iterativos. El problema con ellos es que conocemos el recorrido de la toma de decisiones pero el resultado igual no es el óptimo, sino uno correcto. Y en ocasiones necesitamos un resultado exacto. Por eso los algoritmos A* no son la solución a ciertos tipos de problemas (5).
Sea como fuere, las técnicas de machine learning son capaces de coger datos, muchos datos y predecir el futuro (diganme sino como acierta siempre con las series de neflix que me van a gustar). ¿Estaremos por fin ante una verdadera disciplina de Psicohistoria, Preología o Termosociología? (6).
Llegamos por tanto y una vez más a algo paradójico. Por un lado las revoluciones industriales no han permitido ser más productivos y de ahí que trabajemos menos horas para vivir. Ese tiempo lo hemos usado mayormente en alimentar un BIG DATA enorme que desde un punto de vista científicos nos puede dar muchas ventajas de cara a un mejor bienestar y una nueva revolución industrial. Pero por otro lado somos en cierta medida esclavos de nuestros datos y del uso que las grandes compañías hacen de ellos (o podrían llegar a hacer). ¿Cuánto cuestan nuestros datos? ¿Nos debería de pagar la industria por ellos? pues hay quien se ha puesto a calcularlo y resulta que cuestan menos de 1.000€ (7). Pero el volumen de negocio es enorme porque somos muchos millones de personas. Solo en España casi 47 millones de personas. Nuestros datos globales sólo en España costarían casi 41 mil millones de euros. Suficiente para superar la crisis producida por el COVID unas cuantas veces (no muchas por lo visto. Ya veremos).
¿Deberíamos ser más celosos de nuestros datos e intentar ser un poco más libres no aportando datos y no colaborando en este gran experimento social? ¿o por el contrario estamos haciendo una gran labor al colaborar en la producción de una cantidad ingente de datos que nos ayudará a desarrollar una ciencia que nos hará más eficientes y “más libres”? En cualquier caso, no parece que tengamos mucha elección. Vivir desconectado hoy en día es muy difícil y a nivel de producción supondría volver a hace 1 o 2 revoluciones. Pero cada cual elige. O no.
6 - http://lastupidezestremendamentmasinteresant.blogspot.com/2020/03/neurohistoria-y-ana-torroja.html
Comentarios
Publicar un comentario
Trazas de Comentarios