Ética y responsabilidad social en el uso de la Inteligencia Artificial (IA)¶
La inteligencia artificial (IA) es una herramienta muy poderosa que está transformando nuestra sociedad. Puede traer muchos beneficios, pero también presenta riesgos y desafíos que debemos conocer para usarla de forma ética y responsable.
- Automatizando tareas repetitiva , lo que nos permite ahorrar tiempo y esfuerzo.
- Ayudando a los médicos a realizar diagnósticos más precisos.
- Personalizando servicios y productos, como publicidad o recomendaciones online.
- Reduciendo los tiempos de espera en atención al cliente o servicios públicos.
- Falta de transparencia: muchos algoritmos son como “cajas negras”, es decir, no podemos ver cómo toman decisiones. Esto puede ser peligroso en casos importantes, como la medicina o la banca.
- Privacidad y seguridad de los datos: la IA necesita muchos datos para aprender. Si esos datos se usan mal o se roban, puede afectar la privacidad de las personas.
- Sesgos: si los datos que se usan para entrenar la IA son injustos o tienen errores, la IA también puede tomar decisiones injustas.
- Impacto laboral: la automatización puede eliminar algunos trabajos, aumentando la desigualdad económica si no se gestiona bien.
- Responsabilidad ética: los creadores y usuarios de IA deben asegurarse de que se use de manera ética, justa y segura.
🎬 Si te interesa el tema de los sesgos, TIENES QUE VER este interesantísimo documental:
Actividad
📝 AA4.13 Impacto de la inteligencia artificial¶
(C.ESP1 / CE1.3 / IC1-3p)
- Crees que se perderán puestos de trabajo por culpa de la Inteligencia Artificial? Justifica tu respuesta.
- Lee el siguiente artículo y escribe tu opinión respecto al tema tratado.
Actividad
📝 AA4.14 Moral Machine, la máquina moral¶
(C.ESP1 / CE1.3 / IC1-3p)
Moral Machine es una plataforma creada para recopilar distintas perspectivas sobre las decisiones que toma una máquina inteligente como es un coche autónomo.
Un coche autónomo, o coche sin conductor, debe decidir, ante dos situaciones que pueden darse antes de que ocurra un accidente de tráfico, cuál de ellas es la menos mala. Es decir, la máquina tiene que tomar una decisión que podría poner en peligro la integridad física humana.
El usuario puede juzgar cuál es el resultado que considera más aceptable moralmente. Al final, sus respuestas se comparan con las de otras personas.
- Entra en moral machine.
- Selecciona como idioma Español y pulsa Comenzar a juzgar.
- En la siguiente pantalla se muestra un escenario o situación con dos posibilidades. Pulsa Mostrar descripción para ver en qué consiste cada una de ellas.
- Haz tu elección pulsando la imagen de la posibilidad que consideres menos mala y pasa a la siguiente pantalla.
- Hay 13 escenarios distintos. Cada vez que empiezas a juzgar, cambian los escenarios. Es importante que leas las descripciones para observar los detalles de cada posibilidad.
- Cuando acabes, tendrás una pantalla de resultados en la que podrás ver cómo han sido tus intervenciones.
Resumen final - Haz una captura de pantalla súbela a Aules.
-
A continuación, puedes ayudar a la máquina a entender tus respuestas, pulsando la opción Sí de la pregunta “¿Te gustaría ayudarnos a entender tus respuestas?”. Los datos anónimos se recopilarán para un estudio de investigación del Instituto Max Planck para el Desarrollo Humano.
Entender las respuestas -
Vuelve a la página de inicio, haz clic en la opción Diseñar del menú superior para crear un escenario. Puedes elegir si deseas presentar el dilema entre dos conjuntos de peatones o bien de peatones y pasajeros, añadir complicaciones legales en forma de señales, personajes, etc. Te será útil visualizar el vídeo que tienes en la página de inicio.
- Haz una captura de pantalla de tu escenario y pégalo en un documento Writer que deberás subir en AULES.
Actividades de refuerzo
🔨 AAR4.15 Actividades de refuerzo¶
(C.ESP1 / CE1.3 / IC1-3p)
-
Indica si son positivos o negativos los siguientes ejemplos de impactos de la inteligencia artificial:
Unir Solución
Solución -
Completa las frases con las palabras que te ofrecemos: SESGOS - DISEÑO - RESPUESTAS - MODELOS - VARIABLES - DATOS
- Los____ son aquellos errores sistemáticos en que se incurre cuando, al hacer muestreos o ensayos, se seleccionan o favorecen unas ______ frente a otras.
- Deben tenerse en cuenta a la hora de crear ___ de inteligencia artificial.
- Pueden ser introducidos en los ____ que se utilizan al entrenar a la IA, en las___, en el de la IA o en la configuración del sistema.
Solución
Solución -
Relaciona cada sesgo identificado (columna izquierda) con su solución (columna derecha).
Unir Solución
Solución -
Indica si las siguientes afirmaciones sobre los sesgos son verdaderas o falsas:
- La inteligencia artificial es objetiva y no tiene sesgos.
- Los sesgos de la inteligencia artificial indican siempre una intención por parte del programador.
- Los desarrolladores de inteligencia artificial deben ser conscientes de los sesgos y tratar de mitigarlos.
- Los sesgos son totalmente evitables y es fácil eliminarlos por completo.
- Los sesgos pueden tener consecuencias negativas en la vida de las personas.
- Los sesgos son sólo un problema técnico.
Solución
Solución -
Indica si las siguientes afirmaciones sobre los sesgos son verdaderas o falsas:
- Se basa en un modelo bottom-up.
- El programa va realizando preguntas y, en función de las respuestas dadas por el usuario, descarta personajes o animales de su base de datos siguiendo una estructura en árbol.
- Siempre acierta porque tiene muchísimas respuestas almacenadas y las que no tiene las busca en Internet su motor de inteligencia artificial.
Solución
Solución
Actividad Profundización
💡 AAP4.16 Historia de la inteligencia artificial¶
(C.ESP1 / CE1.3, CE1.4 / IC1-3p)
Historia de la inteligencia artificial¶
La historia de la inteligencia artificial (IA) es un recorrido fascinante que abarca varias décadas de avances tecnológicos. Para entender mejor cómo hemos llegado a la situación actual de la IA, es útil revisar algunos de los hitos más importantes en su desarrollo.
Vamos a ver un resumen de la Historia de la Inteligencia Artificial mediante la siguiente infografía:
Evolución histórica en detalle¶
La idea de la inteligencia artificial comenzó a tomar forma en los años 50. Fue en esta década cuando Alan Turing, un matemático británico, propuso el famoso Test de Turing, una prueba para determinar si una máquina podía exhibir comportamiento inteligente indistinguible del de un humano. Este concepto sentó las bases para la investigación en IA.
En 1956, tuvo lugar la Conferencia de Dartmouth, donde se acuñó el término «inteligencia artificial». Este evento se considera el nacimiento oficial del campo de la IA, ya que reunió a varios pioneros que discutieron cómo las máquinas podrían ser programadas para simular cualquier aspecto del aprendizaje o la inteligencia humana.
Durante los años 60 y 70, se desarrollaron los primeros programas de IA que podían resolver problemas matemáticos y jugar a juegos como el ajedrez.
Un ejemplo notable es el programa Logic Theorist, creado por Allen Newell y Herbert A. Simon, que podía demostrar teoremas matemáticos.
Sin embargo, estos primeros sistemas eran limitados y solo podían funcionar bien en tareas muy específicas.
A pesar de los progresos, la comunidad de IA se enfrentó a varios handicaps. Los sistemas requerían una gran cantidad de memoria y procesamiento, lo cual era un problema debido a las limitaciones tecnológicas de la época. Además, se encontró que las expectativas eran demasiado altas, lo que llevó a un período de desilusión conocido como el «invierno de la IA» durante las décadas de 1970 y 1980, cuando la financiación y el interés en la IA disminuyeron considerablemente.
En los años 80, la IA experimentó un resurgimiento gracias a los avances en sistemas expertos. Estos sistemas eran programas diseñados para simular el razonamiento y el comportamiento de un experto humano en un campo específico. Uno de los más conocidos es MYCIN, desarrollado para diagnosticar infecciones bacterianas y recomendar tratamientos.
Además, durante esta época, se comenzaron a utilizar nuevas técnicas, como las redes neuronales, inspiradas en el funcionamiento del cerebro humano. Aunque las redes neuronales ya habían sido propuestas en los años 50, fue en los 80 cuando se empezaron a aplicar de manera más efectiva gracias a mejoras en la teoría y la computación.
Las décadas de 1990 y 2000 trajeron consigo avances significativos en la IA, impulsados por el crecimiento exponencial de la capacidad de procesamiento de los ordenadores y la disponibilidad de grandes cantidades de datos.
En 1997, el programa Deep Blue de IBM logró vencer al campeón mundial de ajedrez Garry Kasparov, demostrando la capacidad de las máquinas para competir en tareas complejas contra humanos.
Además, se desarrollaron algoritmos de aprendizaje automático más sofisticados, que permitieron a las máquinas mejorar su rendimiento en diversas tareas a partir de la experiencia. Este periodo también vio la aparición de los primeros asistentes virtuales y sistemas de reconocimiento de voz, como los de Google y Apple.
En la última década, la IA ha avanzado a pasos agigantados gracias al aprendizaje profundo («deep learning»). Esta técnica utiliza redes neuronales artificiales con muchas capas (profundas) para procesar grandes cantidades de datos y aprender de manera muy efectiva.
Un ejemplo notable es AlphaGo, un programa de IA desarrollado por DeepMind que venció al campeón mundial de Go en 2016, un juego mucho más complejo que el ajedrez.
🎬 Si te interesa este tema, TIENES QUE VER este interesantísimo documental:
Los avances en hardware, como las unidades de procesamiento gráfico (GPUs fundamentalmente de nVidia) y los procesadores especializados en IA (como la TPU de Google), han permitido entrenar modelos de IA mucho más rápido y con mayor precisión. Por eso, no es ninguna sorpresa el crecimiento que han experimentado los principales fabricantes de GPUs (antes centrados en videojuegos y ahora plenamente dedicados al desarrollo IA) como nVidia:
Hoy en día, la IA se encuentra en una etapa de desarrollo y aplicación sin precedentes, impactando múltiples áreas como la medicina, la educación, el transporte y la comunicación. La historia de la IA muestra una evolución constante de ideas y tecnologías, desde simples programas capaces de realizar tareas específicas hasta sistemas avanzados que pueden aprender y adaptarse de manera autónoma.
ACTIVIDAD¶
- Realiza en Canva o Power point la línea del tiempo de la Historia de la Inteligencia Artificial, desde 1936 hasta 2023.
Actividad
🏆 PO4.17 Actividades de autoría¶
(C.ESP1 / CE1.1, CE 1.2 / IC5-30p)
Prueba objetiva sobre los contenidos de la asignatura que constará:
- Tipo test con 20 preguntas con una única respuesta correcta (5 mal quitan 1 bien).
- Actividad a resolver en 40 min y se realizará con el ordenador del aula.
- No se permitirá el uso de inteligencia artificial o consultas de internet durante la prueba.