La inteligencia artificial (IA) está en todos lados. Por ende, asegurar la ética en su funcionamiento es clave. Y es que se trata de un campo emergente, el cual busca garantizar un desarrollo, implementación y uso responsable de las tecnologías de IA.
Su puesta en la palestra tiene que ver con la creciente conciencia pública sobre las implicancias que tienen los debates sobre su democratización y marcos regulatorios en discusión, impulsadas por los incidentes de altos perfiles,
“En la logística, la ética desempeña un papel crucial para abordar las preocupaciones relacionadas con la privacidad de los datos y la confiabilidad algorítmica en la optimización de rutas. De esta manera, nos aseguramos de un uso ético de las plataformas de IA por parte de los usuarios y una implementación responsable con seguridad, equidad y transparencia en las operaciones de la cadena de suministro”, explicó Alberto Oltra, CEO de DHL Global Forwarding en Sudamérica.
Si bien el tema de la ética de la IA afectará a la mayoría de las industrias, esto a su vez tendrá un impacto significativo en la industria de la logística.
Con la creciente dependencia de los sistemas impulsados por dicha tecnología para gestionar las operaciones logísticas, existe una visible necesidad de abordar las preocupaciones relacionadas con la privacidad y la seguridad de los datos confidenciales.
“Los estándares de ética de la IA enfatizará en la importancia de medidas sólidas de protección de datos para salvaguardar la información del cliente y los datos confidenciales. Las regulaciones de cumplimiento de las empresas para los empleados ya existen desde hace décadas, sin embargo, será necesario crear modificaciones a estas regulaciones para ampliar la inclusión de abordar el uso de los datos de la empresa que cumplan con las normas cuando se trata de integraciones de IA con herramientas de colaboración o portales de la empresa”, declaró Oltra.
Dentro de las regulaciones de cumplimiento de las empresas, aquí también veremos que se incluyen las leyes de los países. Esto abre un nuevo dominio en el mundo del cumplimiento y las cláusulas legales/obligaciones contractuales para los empleados.
No todo recae en las empresas
Quienes portan los datos también deben apegarse a un comportamiento ético frente al uso de sistemas de IA. Por ejemplo, ante la creación de contenido, este debe ser conforme a las normas y contrario a la publicación de falsificaciones profundas de ninguna persona.
Se pueden ver ejemplos de esto en la creación de videos de falsificaciones profundas de figuras públicas que se publican con mensajes sobre empresas, gobiernos u otras entidades públicas que no son reales.
Tales casos implicaría piratería y acceso a datos que son «robados» y no están destinados a ser utilizados más allá de los grupos de personas aprobados, y el uso de estos datos para generar resultados no confiables.
“En logística, el acceso de los empleados a datos de clientes, secretos comerciales y otra información confidencial de la empresa que se puede utilizar para crear algoritmos, crea un espacio donde podría surgir la posibilidad de un comportamiento no conforme. La implementación de medidas sólidas para asegurar el procesamiento y la accesibilidad de los datos es un área de creciente necesidad”, recalcó Oltra.
Esto también se puede decir de casos de uso como la optimización de rutas generadas por IA o el cuestionamiento de resultados que parecen sesgados o discriminatorios.
Los usuarios finales pueden informar casos de sesgo a las autoridades u organizaciones pertinentes, lo que fomenta el desarrollo de algoritmos más justos y mitiga el daño potencial a los grupos marginados.
“Algunos consumidores participan activamente en procesos de codiseño o en mecanismos de retroalimentación para contribuir al desarrollo de sistemas de IA más éticos. Al compartir sus perspectivas, preocupaciones y valores, los consumidores pueden ayudar a dar forma a tecnologías de IA que se alineen con los principios éticos y satisfagan mejor las diversas necesidades e intereses”, precisó Oltra.
Una IA sencilla y segura
Aunque tome tiempo y sea de largo aliento, la inteligencia artificial debe ser simple y fidedigna. Para ello, se habla de una IA explicable y confiable la cual busca tener la capacidad de rastrear un algoritmo hasta los datos en los que se basa y encontrar la cadena lógica de asociación a partir de datos seguros y confiables, y su entrenamiento rastreable para construir un algoritmo de aprendizaje profundo.
“De esta forma, podemos determinar y explicar con alta confianza el resultado de lo que una IA ha generado o analizado. La IA explicable puede ofrecer información sobre los factores que influyen en las previsiones de demanda, lo que permite una mejor toma de decisiones y rendición de cuentas. La explicabilidad de esos resultados se encuentra en el procesamiento de los datos de los consumidores, que, si se alteran, hacen que el resultado no sea confiable. Aquí vemos un énfasis en la importancia de la seguridad de los datos y la protección contra las ciberamenazas o la piratería”, mencionó Oltra.
La IA se puede hacer explicable y confiable mediante la comprensión de:
- Intención: Los sistemas de IA están construidos por humanos para tomar decisiones basadas en datos históricos o información en tiempo real. Las respuestas predeterminadas están integradas en los sistemas de IA.
- Inteligente: La capacidad de tomar decisiones inteligentes con sistemas de IA se facilita combinando el aprendizaje automático y el análisis de datos. La IA no tiene la inteligencia del ser humano.
- Adaptable: Los sistemas de IA recopilan información y toman decisiones basadas en la recopilación y adaptación de nueva información. Los sistemas de IA pueden mejorar el resultado de la toma de decisiones con datos que aprenden de datos en tiempo real.
La democratización de la IA implica hacer que las tecnologías de IA sean accesibles, asequibles y fáciles de usar para una gama más amplia de personas y organizaciones, independientemente de su experiencia técnica o recursos financieros.
Los aspectos clave de la democratización de la IA incluyen proporcionar herramientas y plataformas accesibles, ofrecer modelos de precios asequibles, brindar oportunidades de educación y capacitación, fomentar la colaboración comunitaria y enfatizar las consideraciones éticas en el desarrollo y la implementación de la IA.
