La IA reduce los riesgos de ceguera y ayuda en el despliegue de ayuda

En México, por ejemplo, el AI for Good Lab ha trabajado con el hospital Luis Sánchez Bulnes y la Asociación para Prevenir la Ceguera, para desarrollar un algoritmo de IA que detecta la ceguera en bebés prematuros a partir de una imagen del ojo tomada con un teléfono móvil. La herramienta tiene un 85% de efectividad a comparación del 60% de los humanos.

El experto menciona que para elegir estos proyectos se abre una convocatoria y se selecciona a organizaciones que muchas veces no tienen el dinero o el tiempo suficiente para desarrollar estos proyectos a gran escala; sin embargo, se necesita cumplir con una serie de requisitos.

El primero de ellos es que el problema que se les plantea pueda ser abordado a partir de Inteligencia Artificial. “Alrededor del 20-30% de solicitudes que recibimos no podemos trabajar con IA”, afirma Ferrés, quien agrega que el segundo criterio a cumplir con la información suficiente para generar modelos de IA que realmente representen una solución.

El tercer requisito es que las organizaciones que postulan sus proyectos tengan a expertos a quienes se les pueda transferir el conocimiento de IA y también lo puedan aplicar a sus campos para generar un impacto verdadero.

La finalidad de esta serie de requerimientos, comenta Ferrés, es generar un grupo de gente especializada en los diferentes campos de la IA, combinada con un equipo de aquellos que entienden sus problemas. “Colaboramos con ellos, entendemos sus problemas y trabajamos juntos para solucionar problemas que antes los humanos no podían resolver”.

Así es como se han generado diferentes soluciones para campos como la educación, donde la IA se aplica como un tutor especial de cada alumno para resolver dudas, mientras que los profesores, en vez de ser sustituidos, se convierten en guías a problemas más complejos que las máquinas no alcanzan a entender, pues conllevan la comprensión de las emociones.

En el área médica, Microsoft ha trabajando con algunos de los mejores médicos especializados en cáncer de la universidad John Hopkins, con quienes ha desarrollado un sistema para analizar imágenes y detectar cáncer de páncreas en un momento que no sea mortal y sea posible operar al paciente para su extirpación.

Otros proyectos en donde se han utilizado son la toma de decisiones en caso de fenómenos naturales o sociales, pues la información es fundamental para ayudar a salvar vidas. Por ejemplo, en terremotos en Marruecos o Afganistán, así como los huracanes que azotaron el estado de Florida hace unas semanas.

Incluso la IA se ha utilizado en Ucrania, apoyando a organizaciones como la Cruz Roja para obtener imágenes del terreno y llevar ayuda a las zonas de conflicto, especialmente escuelas, refugios y hospitales. Incluso si estos edificios habían sido destruidos, con la IA se podía determinar cuándo habían sucedido los hechos y compartirlos con la Corte Penal Internacional.

México apuesta en sus jóvenes para desarrollar IA con impacto social

En el país no sólo las instituciones médicas o grandes empresas de tecnología están generando ideas para usar la IA con impacto social. El Conalep y la UNAM han colaborado con Intel en su programa AI Global Impact Festival, a través del cual han surgido iniciativas que podrían convertirse en proyectos relevantes para la comunidad.

Este año, los ganadores de esta iniciativa en México fueron los estudiantes del Conalep Saltillo I, Alejandro Bastida Bastida, Teodoro Alexander López Hernández y Jorge Alberto Rodríguez Hernández, quienes están trabajando en un dispositivo que combina software de IA con el gadget para detectar diferentes tipos de cardiopatías, que es una problemática con alta tasa de mortalidad en México, pero con poca visibilidad.

En la categoría para mayores de edad, los estudiantes Abigaíl Valtierra Aguilar, Luis Antonio Aguilar Pérez y Fermín Ramírez Crescencio, de la Facultad de Ingeniería de la UNAM, obtuvieron el primer premio por su proyecto de usar IA para la identificación de contaminante en sistemas de agua residuales, un aspecto en el que no hay regulaciones en el país, pero afecta a la población en general.

Por ahora, ambos proyectos se encuentran apenas en las primeras etapas de gestación, pero son una muestra de que la tecnología puede tener una incidencia sobre asuntos sociales o relacionados a la atención médica que cambian la vida de las personas.

Los sesgos arriesgan el uso de la IA el sur global

Si bien estos ejemplos son una muestra de los beneficios que puede representar la IA, existen poblaciones bajo el riesgo de padecer los sesgos de la tecnología, y estos son los países del sur global, así como las poblaciones históricamente vulnerables.

Ferrés ejemplifica esto con el hecho de que antes se creía que las personas zurdas morían antes. No obstante, esto se debía a que durante mucho tiempo los estudios y estadísticas no tenían en cuenta la discriminación que este sector sufría y, por lo tanto, el verse forzados a utilizar la mano derecha, lo cual reducía su esperanza de vida.

“La mayoría de los datos que recopilamos tienen algún sesgo. Es muy importante entender esa información, comprender los sesgos porque si no lo hacemos, tendremos modelos que cometerán muchos errores muy tristes”, puntualiza Ferrés, consciente de los retos de la IA.

De hecho, menciona que en el laboratorio han habido casos en los que las muestras fallaron. Se trató de un estudio que se publicó en la revista Nature, donde los investigadores tomaron fotografías de lesiones cutáneas para detectar cáncer de piel. Sin embargo, el modelo estaba entrenado con imágenes de personas caucásicas.

“El modelo era muy preciso”, narra el especialista, pero únicamente cuando se trataba de pieles blancas y no se podía utilizar en otros grupos, como los latinos, afrodescendientes o asiáticos, por mencionar tan sólo algunos casos.

Por lo tanto, el sur global enfrenta un reto incluso más grande, debido a que no hay suficiente información de sus poblaciones, a causa de la falta de inversión por parte de las organizaciones para poder generar esa información. “Muchos de los proyectos con los que queríamos trabajar (en zonas como África o Latinoamérica) fracasan por el acceso a los datos”.