La pandemia puso de cabeza a los algoritmos basados en Inteligencia Artificial.

El repentino cambio de comportamiento de la gente a la hora de comprar debido a la aparición del nuevo coronavirus tiene de cabeza a los algoritmos utilizados para la gestión de inventario, detección de fraudes, marketing y demás.

Los algoritmos son la base de la Inteligencia Artificial (IA). Los modelos de aprendizaje automático entrenados en el comportamiento humano normal han detectado que lo ‘normal’ ha cambiado, y algunos ya no funcionan como deberían. Por ejemplo, los productos que la gente acostumbraba a comprar en la mayor tienda de Internet, Amazon, han sido reemplazados por otros artículos debido al surgimiento de la covid-19.

Según un artículo publicado en la revista digital MIT Technology Review, los principales productos buscados en Amazon.com fueron papel higiénico, mascarillas, desinfectante de manos, papel de cocina y toallitas húmedas. Pero, además de buscar, la gente también los compra, y en grandes cantidades.
El cambio fue repentino: los principales productos que se vendían antes de la pandemia en Amazon eran carcasas para teléfonos móviles, cargadores de teléfono y Lego. Estos fueron relegados de las listas de los productos más vendidos en cuestión de días. Según la consultora global de inteligencia artificial Pactera Edge, «la automatización está sufriendo y hay que intervenir para corregir desfaces manualmente”.

Para Néstor Torres, ingeniero informático, el problema parte de que la inteligencia artificial no es aún autónoma ni lo será por mucho tiempo, no es capaz de improvisar, sigue respondiendo a una programación, a una lógica matemática, y si algo ilógico pasa, hay que reprogramar y crear nuevos algoritmos.

No es entendible para una máquina basada en un algoritmo, que se deje de comprar teléfonos para adquirir papel higiénico.

La inteligencia artificial puede calcular, pero Torres dice que no puede todavía hacer algo que es potestad del ser humano: improvisar para corregir.

Los modelos de aprendizaje automático están diseñados para responder a los cambios. Pero la mayoría de los sistemas son frágiles: funcionan mal cuando los datos de entrada difieren mucho de los datos de entrenamiento.

Es un error suponer que es posible configurar un sistema de IA y marcharse, asegura el vicepresidente global de Pactera Edge, Rajeev Sharma. Volver a entrenar un modelo puede requerir la intervención de un experto. Una pandemia como esta es un motivo perfecto para crear mejores modelos de aprendizaje automático, subraya Sharma.

Aun así, no es posible prepararse para todo. En general, si un sistema de aprendizaje automático no encuentra lo que espera ver, entonces tendrá problemas, asegura el fundador de Featurespace, David Excell, en una entrevista con la revista universitaria.

Por ahora uno de los mejores indicadores de si alguien que entra en un anuncio comprará un producto es el tiempo de entrega, y los algoritmos están siendo ajustados a esa variable. La situación actual es una revelación para muchas personas que asumieron que todos los sistemas automatizados podrían funcionar por sí mismos. Se necesita un equipo de científicos de datos capaz de relacionar lo que pasa en el mundo con lo que ocurre en los algoritmos.

Un algoritmo nunca entendería algunas de estas cosas por sí solo. Con todo conectado, el impacto de la pandemia se ha sentido a lo largo y ancho, afectando mecanismos que en tiempos más normales permanecen ocultos.

Ahora es el momento de hacer un balance de esos sistemas recientes y ver cómo podrían diseñarse mejor y de forma más resistente.

“Si queremos confiar en las máquinas, debemos vigilarlas”, dice David Excell para la MIT Technology Review.