Google y el ser humano 100% predecible

Tras la más reciente compra llevada a cabo por Google se esconde un calculado esfuerzo por no quedarse atrás. Eric Schmidt, director ejecutivo del revolucionario emporio digital desde hace tres años, lanzó la consigna un tiempo atrás de que solo a través de la adquisición de iniciativas en el ámbito de la “Inteligencia Artificial” (IA) era posible obtener una ventaja decisiva frente a la competencia.

La investigación en IA ha permitido desarrollar aplicaciones de software y computadoras inteligentes que manifiesten un comportamiento similar al de los seres humanos. “Para ello, hay dos campos de investigación que juegan un importante rol por encima del resto”, dice el científico de la computación Pavel Laskov, de Tübingen. El primero se refiere a un comportamiento razonable y autónomo en un entorno extraño. El segundo, el análisis veloz de grandes cantidades de datos, con la ayuda de elaborados métodos de aprendizaje automático.

En ambos campos necesita Google, urgentemente, know-how nuevo y de primera clase para obtener ventajas frente a sus competidores, tal y como Eric Schmidt ha determinado. Para sus vehículos autónomos, sin conductor, los diseñadores de Google requieren software de conducción. Éste debe transportar y procesar en nanosegundos toda la información de los numerosos sensores y guiar al vehículo a su destino sin colisiones; pero se requiere más aún un software capaz de diseñar la estrategia y logística del manejo, que tome en cuenta el comportamiento de los otros conductores y que considere, en tiempo real, todos los datos de los sensores al momento de hacer decisiones mientras maneja. Solo así podría reemplazarse al conductor humano de un vehículo por una computadora.

“Al final de cuentas, el software para conducción autónoma depende también de la calidad al momento de detectar patrones”, opina el académico Hans-Joachim Bentz, de la Universidad de Hildesheim. El tema central de la investigación en IA es justamente la detección de patrones. “Esto también juega un importante rol al momento de analizar con exactitud grandes cantidades de datos”, opina Pavel Laskov.

Quien quiera tomar parte en el campo del manejo de datos y hacer negocios en él, debe ser capaz de proveer pronósticos de comportamiento muy bien calculados, basados en el comprensivo análisis de patrones de conducta. En este campo, Google tiene ciertamente la más variada fuente de información, pero en lo que a calidad de análisis se refiere, está aún muy por detrás del departamento de análisis de información de la Agencia Nacional de Seguridad (NSA) de Estados Unidos. Igualmente, en las áreas de banca y seguros, empresas de análisis de datos como Dataminr o Hexagon Google se han apoderado de una porción del mercado.

“Lo que tenemos frente a nosotros tiene que ver con deducciones estadísticas y pronósticos fiables, basados en comportamientos previos”, explica el académico, especialista en informática, Günter Müller, de la Universidad de Freiburg. Gracias a estos análisis de datos, por ejemplo, las empresas de seguros llegan a sus clientes con mayor precisión. La industria de la moda puede, de esa manera, determinar que tendencias se venderán bien. Las empresas telefónicas podrán saber quiénes de sus clientes quieren cambiar su tipo de contrato. Estos métodos de evaluación les permiten a asesores en recursos humanos, en Estados Unidos, encontrar a expertos para posiciones específicas que requieren características especiales.

Claro que apenas el cálculo probabilístico no basta para poder estudiar a las personas al punto que se puede pronosticar su comportamiento con total precisión. La calidad del pronóstico depende significativamente del análisis de plausibilidad y las simulaciones de comportamiento que se llevan a cabo con inteligencia artificial.

Simulaciones de comportamiento requieren billones de ecuaciones lineares

“Es muy fácil, por ejemplo, sugerirle un libro a un usuario de internet, porque ha estado llevando a cabo búsqueda de temas relacionados”, explica el académico Michael Feindt, de la empresa Blue Yonder, de Karlsruhe, que al momento ofrece paquetes de análisis muy eficientes en el mercado europeo. En cambio, sería muy difícil, por ejemplo, determinar la probabilidad de que ese mismo usuario decida, debido a que está muy insatisfecho con su compañía proveedora, dar por terminado el contrato de su teléfono móvil y pasarse a la competencia. “Eso solo sería posible con procedimientos de análisis que tengan en cuenta más dimensiones”, opina Feindt. Y son imposibles de poner en marcha sin softwares eficientes de aprendizaje automático basados en IA. Eso fue lo que impidió, hace no mucho, que Google incursionase en el mercado de los seguros.

En ese ámbito, los proveedores estadounidenses apelan a servicios de ventas que se basan en análisis de “Big Data” a través de IA. De esa manera, una compañía de seguros puede elevar el porcentaje de éxito en la venta de seguros educativos de apenas un dígito, por medio del correo masivo tradicional, a más del 90 por ciento gracias al manejo de “Big Data”. Para ello, se desarrolla un software de búsqueda en las redes sociales que localiza mensajes sobre recién nacidos. Un software de identificación reconoce a los nuevos padres y, a través de geolocalización, comprueba automáticamente si es que su lugar de residencia se encuentra en una zona con algo poder adquisitivo. Adicionalmente, un software de reconocimiento de patrones determina, analizando sus parámetros de comunicación, si es que los padres son afines al riesgo o si, por el contrario, son más afines a la seguridad. Aquellos que entren en la segunda categoría, recibirán una oferta personalizada de un seguro educativo para sus hijos.

El marketing personalizado impulsa el manejo de datos

Estas herramientas se volverán poco a poco determinantes para el éxito o fracaso en el manejo de datos. Eric Schmidt y sus gerentes buscan, con su imprescindible, y ahora ampliada, división de Inteligencia Artificial poner nuevamente a Google en la vanguardia del mercado. Poco a poco, gobiernos y empresas, buscarán personas totalmente ya calculadas y, en su comportamiento futuro, completamente predecibles. Claro que dichos cálculos solo son posibles si es que se fundamentan en eficientes algoritmos de Inteligencia Artificial.