Zientzia-Kultura ibilbidearen hasi aurreko ariketa blog bat sortzea da. Sarrera hau irakurri ahal baduzu erronka lortu dudala esan nahi du!!
Nire lehenengo bloga da hau, kurtsoan agindutako lanak eta ariketak argitaratzea da blog honen helburu nagusia. Nire ama-hizkuntza espaniera bada ere, euskara eta ingelesa saiatuko naiz tartekatzen, hiru hizkuntzak praktikan jartzeko.
Laster arte!!
Para esta tarea José Ramón Alonso nos plantea elegir alguna "Neuro-disciplina", leer argumentos a favor y en contra y luego escribir un pequeño ensayo sobre ello.
El protagonista: el prefijo "Neuro"
La ciencia está de moda, probablemente aún más después de los dos años y pico de pandemia. Y si la ciencia es Neurociencia incluso la vemos con más interés por el atractivo misterio que emana del mundo de nuestro cerebro y nuestra mente. De hecho el atractivo es tal, que es fácil añadir este prefijo a muchas actividades o profesiones que hasta nunca se habían planteado una relación tan estrecha con la ciencia y mucho menos con la neurociencia.
A modo de "alter ego" de otros prefijos y sufijos famosos como Bio, Eco, Light, Sin, etc. el prefijo "Neuro" está por todas partes. Sin duda asociar cualquier actividad al mundo científico le aporta relevancia, presunción de veracidad, cierta actualidad y renovación de ideas. En cierto sentido, no deja de ser un juego de marketing, pero lo cierto es que no está claro que este simple prefijo "dote" de ciencia o de procedimiento científico a la actividad a la que precede.
Que lo Neuro está de moda parece que la Psicóloga A. Carvalho López lo tiene claro y en un artículo muy interesante sobre este tema nos da unas cuantas pistas de la variedad de "Neuro-loquesea" que inundan algunos mensajes más o menos publicitarios. En su artículo periodístico, reflexiona sobre las actividades más variopintas con el prefijo "neuro": neurofinanzas, neuroeconomía, neuroriqueza, neuroarquitectura, neurocarisma, neurocoaching, neuromarketing o neuro management.
De todos esas áreas "Neuro" voy a indagar un poco sobre su asociación con la arquitectura. Tengo un buen amigo con una casa en construcción y tal vez pueda recomendarle algún neuro-despacho de neuro-arquitectura
Pues hay decenas de entradas en la Red con información generalista sobre el asunto, pero como introducción este vídeo breve puede servir.
https://youtu.be/k_vI_m0qEsw
Los propios arquitectos y diseñadores en revistas de divulgación de arquitectura lo explican de esta manera tan atractiva:
"...esta rama tiene como fin crear espacios que favorezcan la memoria, la mejora de las habilidades cognitivas y la estimulación de la mente, no solo pensando en funcionalidad de los espacios, sino que esta levanta el estado de ánimo, disminuye el estrés y ayuda a la solución de problemas en la vida cotidiana..."
Dicho así, es imposible resistirse y no caer en el embrujo de esta disciplina. Por si tuviéramos alguna duda de la robustez científica de sus postulados, esta aseveración deja clara su vinculación con el estudio del sistema nervioso:
"...la neuroarquitectura se puede definir como el entorno construido que ha sido diseñado con principios derivados de las neurociencias..."
¿Cómo surgió la neuroarquitectura?
Pues aunque la intuición nos diga lo contrario, el colectivo de arquitectos y arqitectas no reclama para sí su concepción, todo lo contrario, se pone en valor la conexión clave con los neurocientíficos, pues su origen se remonta a 1998, ni más ni menos que a Fred H. Gage y Peter Eriksson, quienes descubrieron que el cerebro humano era capaz de producir nuevas neuronas en la edad adulta si nos encontramos en un entorno estimulante.
De hecho se atribuye a Fred Gage, (investigador del Salk Institute) la idea de que el diseño de los edificios que habitamos, el entorno construido cambia nuestra conducta y modifica nuestro cerebro. Sin duda algo evidente si comparamos a los moradores de alguno de los edificios, digamos por ejemplo, de "La Moraleja"
con los edificios del Pozo del Tío Raimundo
La relación entre la arquitectura y el bienestar neuro-emocional (otra vez el prefijo dichoso...) es evidente, y el diseño arquitectónico es de gran ayuda para mejorar la experiencia vital de las personas que transitan estos espacios, trabajan o viven directamente en ellos.
Claro, tomando como referencia lo que en este momento se encuentra en los primeros resultados de cualquier buscador de la Red, de la mano de esa tendencia científico-constructiva se han revalorizado las ideas sobre lo que debe ser una casa, o una oficina o un parque de juegos infantil, pero la oferta se vende como exclusiva, como un lujo sólo para unas pocas personas como futbolistas o grandes empresarios.
¿Cuáles son los principios básicos de la neuroarquitectura?
Seguimos con referencias de prensa generalista, y hay pocas sorpresas, la neuroarquitectura trabaja con la Iluminación, que favorece la experiencia en relación con el edificio sobre todo si es natural, además favorece la concentración y relaja la mente. Prioriza los espacios espacios verdes y abiertos porque disminuyen el estrés, ayudan a abrir la mente, generan sensación de calma. Teoriza sobre la influencia de los techos, porque su altura influye en la concentración y la creatividad. Trabaja con los colores colores porque influyen en el estado de ánimo de las personas, sobre todo los tonos de la naturaleza reducen el estrés y crean espacios más confortables.
Desde el punto de vista de los elementos arquitectónicos, favorece los espacios rectangulares frente a los cuadrados por ser los primeros entendidos como edificios menos agobiantes. Evita ángulos marcados porque favorecen la aparición de estrés y prefiere los contornos suaves, que generan una sensación de seguridad y comodidad.
Pero todo lo anterior ya nos suena, ¿no? no parece necesario ser neuroarquitecto para preferir un "casoplón" de la Moraleja antes que un pisito en El Pozo. ¿De verdad era necesario poner el prefijo Neuro para convencernos de las bondades de los edificios bien diseñados?
¿Entonces en qué se diferencia una neuro-casa de una buena casa? pues según dicen sus defensores:
"Las aplicaciones de esta disciplina no se distinguen a simple vista, pero sí se perciben través de los sentidos. Porque al final, lo que se consigue con la aplicación de esta ciencia es un entorno que sea sostenible con el sistema nervioso autónomo de una persona"
¿Qué encontramos en el mundo de las publicaciones científicas?
Para analizar este concepto desde un punto de vista un poco más científico he hecho una búsqueda simple en Google Académico con la palabra "neuroarquitectura" y filtrando los resultados sólo para páginas en español para el año 2022. Esta búsqueda arroja 26 resultados. He aplicado el filtro de ordenarlos por relevancia y he revisado los resúmenes de los diez primeros artículos.
Aparece un artículo de opinión sobre neuroarquitectura y ecodiseño de mobiliario, un proyecto social de desarrollo comunitario con criterios de neuroarquitectura en latinoamérica, referencias sobre un congreso en latinoamérica con alguna ponencia sobre este tema, un par de propuestas sobre diseños arquitectónicos centrados en las emociones, un proyecto de máster que propone la mejora de las casas en ecuador vistas las carencias sufridas durante la pandemia, una tesis sobre la incorporación de la neuroarquitectura en las residencias de ancianos en Perú y no mucho más.
Buscando un poco más por la Red incluso se pueden encontrar Institutos de Neuro arquitectura como el de la siguiente imagen
Fuente: https://nad.cl/
O una academia de Neuroarquitectura
Fuente: https://anfarch.ucsd.edu/HomePage
¿Pero hay alguien en contra?
Pues lo cierto es que en este tipo de rastreo sencillo no se encuentran muchas opiniones en contra, más allá de la crítica sutil acerca del contenido de marketing y moda que tienen el propio concepto en sí, o de la exclusividad (o la marginación, diría yo) social que emana de la propuestas de la Neuroarquitectura.
Mis Conclusiones
Tras esta breve "inmersión" en el concepto creo que asociar el prefijo Neuro a la arquitectura tiene mucho de marketing. A primera vista, para los no iniciados como quien escribe esto, no deja de tener bastante parecido con la moda del Feng-Shui, o de la ECO arquitectura, o de otras propuestas diferentes de arquitectura "alternativa" que han surgido y surgirán a la sombra de un buen puñado de billetes.
Lo cierto es que se centra más en la influencia del entorno y de las edificaciones sobre el bienestar, sobre las sensaciones, las percepciones o las emociones que experimenta una persona en relación con una edificio o una obra arquitectónica, pero poco he encontrado que refleje un verdadero estudio de nuestro sistema nervioso aplicado a la arquitectura.
Da la impresión que el prefijo "neuro" convierte a esta arquitectura en un producto caro y exclusivo, una forma más de diferenciar el poder adquisitivo de quien puede pagarse una Neuro-vivienda diseñada por un buen Neuro-arquitecto.
La arquitectura "racional" no necesitaría el prefijo Neuro para desarrollar edificios amigables, habitables, cálidos, acogedores, que nos hagan sentir la protección de un hogar del que por desgracia muchas personas carecen. La realidad es que se podría hablar de arquitectura con cabeza, con sentido común, adaptada a las necesidades reales de las personas y hubiera sido suficiente.
Pues eso, que la Neurociencia está de moda y sirve de empujón diferenciador para muchas otras disciplinas.
Para esta tarea he escogido un juego relacionado con la visión: la visión binocular.
A través de este sencillo juego me parece interesante trasladar la interacción que se produce entre nuestros sentidos y nuestro cerebro. Explicar cómo los receptores de los sentidos son la puerta de entrada de estímulos exteriores que nos permiten reaccionar de una u otra manera, en muchas ocasiones con el objetivo de mantenernos seguros lejos de algunos peligros.
Dentro de la explicación es importante señalar que los sentidos no dejan de ser los receptores de las sensaciones, pero es el cerebro quien analiza, interpreta y convierte en algo comprensible las señales de diferentes fuentes que va recibiendo.
Se me ocurre como otro punto de interés que, el mero hecho de la realización del juego en un aula, nos puede permitir detectar situaciones de problemas visuales en menores que tal vez de otra manera pasarían desapercibidos.
Creo que es un ejercicio sencillo de realizar y pone en perspectiva la importancia de nuestros sentidos y especialmente alguna característica de nuestra visión en la que no reparamos habitualmente.
No es posible juntar las puntas de dos lapiceros con un ojo cerrado
Materiales:
Para hacer el juego más interesante todas las personas que participen tienen que tener:
Un parche de pirata
Dos lapiceros iguales
Ejecución
Pedimos a nuestra joven audiencia un ejercicio "muy muy difícil": con los brazos extendidos y sujetando los lapiceros por la base, tienen que ir acercando las puntas de los lapiceros hasta que se toquen. Redoble de tambores y ¡¡¡bien!!! ¡¡¡han juntado las puntas de los lapiceros sin problema!! Muy fácil.
Pues bien, como ha sido tan fácil ahora nos ponemos el Parche de Pirata cubriendo uno de los ojos.
Una vez bien tapado, volvemos a intentar repetir el juego y resulta que ahora es mucho más difícil acertar con un ojo cerrado, volvemos a repetir el juego cambiando el parche de ojo pero sigue siendo igual de difícil.
Finalmente lo repetimos de nuevo sin parche para que vuelvan a darse cuenta de lo fácil que es cuando ambos ojos están funcionando con normalidad.
Explicación
Podemos explicar que esto ocurre porque nuestros ojos están separados entre si y aunque miran en la misma dirección no ven exactamente lo mismo. Esta pequeña diferencia entre ellos llega hasta nuestro cerebro y ajusta las imágenes dando lugar a la visión binocular, que nos permite ser más precisos calculando las distancias y la profundidad del espacio que tenemos delante.
Podemos comentar en este momento que la visión binocular también nos permite ver en 3 dimensiones, en 3D, precisamente de la misma diferencia que hay entre ver una película en una pantallas de televisión normal o verla en una pantalla con esas gafas especiales para ver en 3D.
Lo curioso es que nuestro cerebro sabe hacer este juego tridimensional sin necesidad de cámaras o gafas especiales, simplemente necesita que nuestros ojos le manden la información de lo que ven con un poco de diferencia entre ellos a nuestro cerebro y éste lo convierte en una imagen en 3D.
Utilidad de la visión binocular
Podemos comentar que esta forma de ver es típica de los animales cazadores, el tigre, el lobo, el águila, les ayuda a calcular bien las distancias para atrapar a sus presas y por eso muchos de los depredadores tienen los ojos como nosotros, delante de la cara y mirando en la misma dirección.
En cambio, este tipo de visión es poco común animales que comen hierba como los caballos. Su comida está en el suelo y no necesita su visión para encontrarla, pero sin embargo sí la necesitan para vigilar que los depredadores no les coman a ellos. Por eso tienen los ojos a los lados de la cara, ven casi alrededor de todo su cuerpo y utilizan la visión binocular para mirar hacia adelante y la monocular para vigilar hacia los lados.
Otras formas de ver también muy interesantes de explicar puede ser el camaleón, que parece que sus ojos estén montados en torretas, cada uno con un movimiento independiente del otro, hacia arriba o abajo, a la izquierda o a la derecha.
La prenda es una camiseta de corte tradicional, manga corta, cuello redondo y ligeramente ceñida para que nuestros mecanoreceptores sientan en todo momento el tacto, la temperatura, la presión, la textura, etc.
Descripción de la prenda
Se trata de una camiseta de corte clásico, ligera y cómoda, el color del fondo blanco "sustancia blanca" que combina perfectamente con las mangas y ribetes en "gris corteza" .
Simbología
Aunque a primera vista pueda parecer un diseño sencillo, el conjunto de elementos gráficos que componen la parte delantera de la camiseta están cargados de neuro-simbología. Se compone de tres palabras conectadas con un signo de evolución desde el pasado hasta ahora y una clara interrogante con respecto al futuro. Está asociados a imágenes que también pueden representar el gran recorrido evolutivo del sistema nervioso.
La primera imagen representa los orígenes, concretemente es el fósil de un artrópodo de hace 520 millones de años encontrado en China. Tiene un cerebro bastante bien conservado y es el más antiguo jamás descubierto. Este hallazgo sitúa la aparición del primer cerebro complejo en la Tierra mucho antes de lo que se creía.
La segunda imagen es nuestro sistema nervioso en la actualidad, en este caso con rostro de mujer, básicamente porque este tipo de imágenes siempre suelen estar representadas con aspecto de hombre. Así somos hoy, después de miles de años de evolución, con una estructura anatómica bastante bien conocida, unos procesos fisiológicos también muy estudiados pero con grandes lagunas de conocimiento con respecto a lo más íntimo de la función del sistema nervioso.
La tercera imagen quiere representar el futuro incierto. Un futuro al que llegaremos por un camino que no está claro si es bueno recorrer, un futuro en el que nuestro sistema nervioso es probable que esté conectado con equipos externos, con máquinas de inteligencia artificial construidas sobre redes neuronales tecnológicas que nos darán nuevas capacidades pero sin duda se intuyen arriesgadas.
A pesar de lo que pueda parecer, la IA no es un concepto ni mucho menos reciente. Una primera referencia la podemos encontrar hace ya unas décadas, en 1956, en Dartmouth, Hanover (EEUU). Uno de los investigadores presentes en la reunión de Dartmouth, Marvin Minsky, definió la IA como
“…la ciencia que crea máquinas que hacen cosas que, si fueran hechas por un ser humano, diríamos que este humano es inteligente…”
Pero incluso antes Alan Turing ya realizó algunos proyectos relacionados con IA a principios del siglo pasado y la prueba que lleva su nombre ha sido considerada una referencia para considerar una máquina como inteligente.
Otra definición de IA interesante, y tal vez más completa, es la del Grupo Europeo de Ética de la Ciencia y de las Nuevas Tecnologías de la Comisión Europea, define la IA como:
«sistemas de software (y posiblemente también de hardware) diseñados por seres humanos que, dado un objetivo complejo, actúan en la dimensión física o digital percibiendo su entorno mediante la adquisición de datos, interpretando los [datos…] recopilados, razonando sobre el conocimiento o procesando la información derivada de estos datos y decidiendo cuáles son las mejores medidas que hay que tomar para alcanzar un objetivo determinado. Los sistemas de IA pueden utilizar reglas simbólicas o aprender un modelo numérico y también pueden adaptar su conducta analizando el impacto de sus acciones anteriores sobre el entorno»
De la definición previa podemos identificar varios aspectos interesantes y que a la vez nos plantean también algunas de las principales dudas sobre la IA:
•Está diseñada por personas
•Recoge datos del entorno y los recopila
•Analiza e interpreta estos datos
•Aporta resultados a la soluciòn de un problema
•Aprende de los resultados
•Toma nuevas decisiones
A poco que pensemos sobre ello, nos damos cuenta que hay varias cuestiones que nos impactan directamente y no están del todo claras: quién diseña la IA, con qué fin, qué datos se recogen, bajo qué reglas de privacidad se almacenan y cómo se analizan, qué algoritmos dan los resultados, qué capacidad de aprendizaje y de desarrollar autonomía de decisión tiene la IA.
Por otro lado, tras décadas de reflexión tampoco está muy claro qué queremos decir cuando hablamos de inteligencia dentro de la IA. ¿Es el mismo concepto que la inteligencia humana o simplemente nos referimos a algunas capacidades de las máquinas para realizar tareas que nos parecen sorprendentes? El hecho práctico es que para el desarrollo la IA se intentan trasladar los procesos bio-fisiológicos de la inteligencia humana a procesos descriptibles, detallados y lo suficientemente sencillos para que puedan ser definidos como elementos y algoritmos de computación y transformados en redes neuronales.
En todo caso, aun estando de acuerdo en que ése es el objetivo, creo que es necesario tener en cuenta un problema evidente, incluso en nuestra especie los mismos elementos básicos comunes a todas las personas, neuronas, sinapsis y neurotransmisores, dan lugar a un número inmenso de “inteligencias” diferentes y de hecho, creo que no es posible hablar de “una” inteligencia humana. En un abanico de resultados la inteligencia humana ha dado lugar a genios y a asesinos. ¿Por cuál de los caminos se desarrollará la IA una vez se controlen todas las piezas básicas? Parece evidente que hay algo más que los componentes o que la simple descripción de los procesos para conseguir el resultado deseado.
Parece importante definir qué fin queremos conseguir, sobre qué aplicaciones, con qué tecnología, a qué coste. Estas y otras reflexiones previas deberían determinar nuestra posición frente a la IA. Seguramente no opinamos igual cuando sus desarrollos se aplican a campos tan diversos como la medicina, la energía, los procesos de fabricación o la guerra. Tampoco la valoraremos igual si simplemente observamos la IA a distancia o si trasciende a nuestra vida diaria a través de electrodomésticos, vehículos, televisiones o nuestros teléfonos móviles y sus asistentes virtuales. Tampoco será lo mismo si simplemente nos acompaña en todos estos ámbitos para hacernos la vida más fácil o si la IA afecta a nuestras decisiones o incluso las toma de forma autónoma por nosotros.
Es indudable que su desarrollo está aportando importantes mejoras en el campo tecnológico, en seguridad, control de procesos, etc. pero los riesgos para nuestra sociedad se deben plantear y discutir abiertamente. Ya no estamos hablando de una distopía cinematográfica sobre ciencia-ficción en la que conviven humanos con cyborgs sino de cuestiones más cercanas sobre las decisiones que unas personas toman sobre otras basadas en algoritmos de análisis de datos, que van aprendiendo con la experiencia y llegan a tomar decisiones de forma autónoma.
Ejemplos relativamente inocuos, a los que ya nos hemos acostumbrado, son las recomendaciones de música y películas que realizan las plataformas de streaming por nosotros sin ser conscientes no ya de por qué nos propone lo que nos enseña sino por qué descarta lo que no nos muestra. O las decisiones de un coche autónomo basadas en algoritmos que desconocemos cómo prioriza sus decisiones en caso de accidente o los sistemas de selección de personal que aceptan o discriminan a personas utilizando también algoritmos de decisión que desconocemos.
El uso de la IA para el bien o para el mal de las personas no deja de ser el dilema eterno de la tecnología buena o mala. En el caso de la IA creo que este dilema se centra en la capacidad de decisión, la autonomía para actuar incluso en contra de las personas. La frontera del libre albedrío, es algo que está por encima de la propia IA, una frontera que incluso si somos capaces de traspasar tal vez no deberíamos hacerlo. En este punto de la reflexión no se nos escapa que es necesario un marco ético de trabajo que defina lo bueno y lo malo desde una perspectiva de valores de la humanidad.
La profesora Virginia Dignum, en su trabajo Ethics in artificial intelligence: introduction to the special issue distingue tres dimensiones de la ética de la IA: el «ética por diseño», el «ética en el diseño» y el «ética para el diseño» y nos permite percibir lo complejo de la ética y los valores en el desarrollo de la IA. Actualmente es nuestra vida en sociedad la que establece las reglas, pero cómo y quién va a establecerlas con la extensión de los sistemas de IA.
No parece que exista ningún problema en que desarrollemos sistemas inteligentes que consigan ganar en una partida de go o en una de ajedrez. Simplemente es un ejemplo de lo que somos capaces de hacer con nuestra inteligencia y un poco de tecnología. Incluso estamos encantados que un sistema como Watson de IBM nos ayude en el diagnóstico y tratamiento de nuestras enfermedades o que un robot llamado Da Vinci hurgue en nuestras entrañas con un bisturí bien afilado.
Pero sí debemos preocuparnos cuando estos sistemas se utilizan para detectarnos, para perseguirnos, para convencernos de lo imposible, para modificar nuestras conductas engañados por una realidad irreal gracias a los grandes desarrollos de la IA. Cuando se utilizan para la clasificación de personas, la segregación por edad, sexo, procedencia, rasgos físicos…pero aún es más peligrosa la IA utilizada para el análisis de los más íntimo de nuestra definición como individuos, el análisis de nuestro propio genoma, nuestro software biológico, y que una IA, tras este análisis y estudio de millones y millones de datos genéticos, decida sobre nuestras vidas y nuestras capacidades.
La IA aprende y toma decisiones, pero el mecanismo de toma de decisiones de las personas no es sencillo, en muchas ocasiones y sobre todo tratándose de decisiones complejas, como humanos tenemos dudas, cotejamos opiniones diferentes, analizamos datos pero sobre todo analizamos contextos sociales y valores. Tomar decisiones nos cuesta, no es siempre fácil y tal vez la IA simplifica este proceso excesivamente.
No es sencillo saber a ciencia cierta lo que nos espera de la mano de la IA. Un ejemplo extremo de su aplicación en nuestra vida diaria es la conversión de las ciudades tradicionales en “ciudades inteligentes” un proceso progresivo, pausado de décadas de evolución, sólo pendiente del desarrollo de las redes de datos imprescindibles, del Internet de las cosas, de la confirmación de algunos avances tecnológicos. Para vislumbrar este escenario hay algunos especialistas en ver el futuro. Uno de ellos es Liam Young, merece la pena ver pausadamente, con tiempo para la reflexión, sus creaciones sobre las ciudades del futuro. Un futuro tecnológico en el que la ciudad ha dejado de ser un espacio donde habitamos y convivimos para convertirse en un gran dispositivo interactivo que se nutre de la información que nosotros generamos y a la vez se comunica con nosotros...y nos controla.
Vehículos autónomos, sistemas de videovigilancia, big data, inteligencia artificial, IoT, realidad virtual, realidad aumentada, reconocimiento facial continuado, son todos elementos que ya existen, con los que convivimos, pero en la visión de futuro de Liam Young se convierten en elementos tan omnipresentes que nos obligan a redefinir buena parte de nuestra vida. Imaginar cómo serán los entornos urbanos del mañana puede ayudarnos a reflexionar sobre el potencial y los desafíos de estos nuevos modelos, y a entender y gestionar no solo los cambios que ya forman parte de nuestra cotidianidad sino aquellos que aún están por venir.
Dejo a continuación el enlace al inquietante corto de Liam Young “In the Robot Skies” Se trata de la primera narración del mundo filmada íntegramente a través de drones autónomos. En una torre de viviendas sociales en Londres, una red de drones de vigilancia controla a sus habitantes. En esta ciudad del futuro cercano, los drones se convierten en agentes de vigilancia policial pero los drones son también de uso común entre los habitantes de esta ciudad y facilitan la relación entre dos adolescentes, los protagonistas del corto, que quieren escapar al férreo control policial que los mantiene presos en sus propias viviendas.
¿Será esto lo que nos espera? Lo cierto es que la IA ha adquirido ya una magnitud tan importante, que es imposible que su diseño, desarrollo e implantación se quede en un debate entre las comunidades tecnológicas o científicas dentro de sus laboratorios. Es necesario que el debate traspase esos muros para salir a la calle, para que sea discutido por la sociedad que sea la sociedad quien establezca la escala de valores, la ética los límites que queremos marcar a la IA.
La IA sin duda puede sustituir al ser humano en muchas áreas de nuestra vida, puede superar la capacidad de cada uno de los sentidos, tener una visión más aguda, un oído más sensible, una movilidad más precisa, un gusto y un olfato perfectos, en todos estos campos será posible desarrollar IA que supere nuestras capacidades, pero en ninguno de ellos será capaz de celebrar y disfrutar del sentimiento de placer de su victoria y ni siquiera atisbar nuestro sentimiento de amargura por la derrota.
P.D. Tormenta de preguntas ¿sin respuesta?
¿Para qué queremos más IA?, ¿La necesitamos? ¿En qué nos beneficia? ¿Nos hacen más libres o más felices o más independientes? ¿o por el contrario nos estresa y nos hace más serviles, nos lleva a una vida triste de sumisión a la tecnología?¿En el momento que los sistemas de IA dirijan nuestra existencia seremos capaces de prescindir de ellos? ¿Qué datos damos a un algoritmo para entrenarle en su proceso de aprendizaje? ¿Son datos sesgados? ¿Generan equidad o la incrementan a la vez que con sus resultados incrementan las desigualdades sociales? ¿Importan los valores en el desarrollo de esta tecnología? ¿Decidirá por nosotros? ¿quién será responsable de las decisiones incorrectas? ¿Serán modelos de decisión revisables? ¿Por quién? ¿Bajo qué criterios? ¿Qué modelos de sociedad se plantearán? ¿Una vez más el modelo hombre, blanco, joven, europeo de clase media? ¿Reconocerá y se adaptará a las decenas de tipos diferentes de sociedades? ¿Aceptará el trato diferente para las personas según su edad, etnia, creencias religiosas o filosóficas? ¿Dependerá nuestro trabajo, nuestra familia, nuestro desarrollo como personas de un sistema inteligente que tome decisiones por nosotros?¿Los algoritmos regirán sus decisiones por las decisiones de las mayorías? en qué lugar quedan las partes minoritarias de la sociedad? ¿Se adaptarán, serán discriminadas? ¿desaparecerán?¿Qué posición tomará nuestra máquina de IA cuando discutamos con ella? ¿Será de derechas? ¿será de izquierdas? ¿se comprometerá socialmente? ¿Influirá en nuestras decisiones para que pensemos de una u otra manera?¿En qué lugar de nuestra escala social pondremos a nuestra máquina de IA? ¿Será nuestro referente por encima de nuestros ascendientes? ¿Será un referente mayor que nosotros mismos para nuestros descendientes? ¿Sustituirá a la familia, a las amistades?¿Tenemos resuelto el impacto del coste en energía, de la capacidad de almacenar datos, de los sistemas que tienen que ponerse en marcha para que todo esto funcione?
A lo largo de los temas de este módulo ha quedado claro que el desarrollo de las redes neuronales profundas, a modo de alter ego de nuestro sistema neuronal, son una pieza clave para avanzar en la inteligencia artificial. Su funcionamiento es versátil con capacidad para adoptar el tamaño y la forma más adecuada a la necesidad. Además su potencia en este momento cuenta con el gran desarrollo de la capacidad de cálculo de los sistemas informáticos.
Fuente: Image: UC Business Analytics R Programming Guide
Este salto cualitativo parece que amplía de forma inimaginable las fronteras del aprendizaje profundo, de la capacidad de las máquinas de aprender de la experiencia, sin supervisión humana, es el propio algoritmo de la máquina el que plantea nuevos modelos de respuesta ante un problema. La aplicación de esta tecnología ha proporcionado avances increíbles en conducción autónoma, medicina personalizada, reconocimiento facial, etc.
Pero en esta tarea no toca hablar de la parte positiva, sino de los inconvenientes, de las críticas que actualmente recibe el aprendizaje profundo. Pues bien, tan sólo escribiendo la frase “críticas al aprendizaje profundo'' en google, en 0,51 segundos aparecen 11.300.000 referencias. Sin mucha selección, tan solo de la primera docena y media de resultados ya es posible atisbar una serie de ideas comunes que nos permiten reflexionar de forma crítica sobre el Deep Learning.
La primera sensación es algo que no deja de ser habitual en la puesta en marchas de tecnologías tan disruptivas: en un primer momento se difunden como “solución a todos los problemas” pero poco, después su desarrollo inicial y de su uso habitual, la utilidad queda matizada por las dificultades que plantean en un escenario de utilización real.
Estas dificultades tienen un buen ejemplo en los sistemas de conducción autónoma que a pesar de un buen periodo de años de desarrollo, resulta que según este artículo han demostrados tener problemas con situaciones impredecibles, con el azar, con lo inesperado. Las situaciones nuevas son tantas y tan variadas que el aprendizaje profundo requiere la recogida de tal cantidad de datos ¡¡Petabytes y petabytes!!. y es tan difícil gestionarlos que hasta les cuesta distinguir entre ciclistas y peatones en movimiento.
En esta búsqueda de las dificultades del deep learning me ha parecido curioso la cantidad de veces que se hace referencia a un documentos del investigador Gary Marcus https://arxiv.org/abs/1801.00631 , publicado en enero de 2018 en el que realiza una evaluación crítica de esta tecnología. El autor plantea una decena de retos del aprendizaje profundo en los que tendría que mejorar para seguir avanzando en el camino que pretende.
Carlos G. Gil Bellosta los resume de forma concisa en su blog https://www.datanalytics.com/2020/01/30/deep-learning-una-evaluacion-critica/
El deep learning:
Necesita demasiados datos
Apenas tiene capacidad de transferencia, de trasladar lo aprendido en un contexto a otro.
No sabe gestionar sistemas jerárquicos
No es bueno infiriendo
No es lo suficientemente transparente
No usa conocimiento previo
No distingue correlación y causalidad
Presume un mundo estable, inmutable
Funciona bien como aproximación, pero no es enteramente fiable
Plantea problemas de ingeniería, de integración con otros componentes para crear sistemas
Merece la pena revisar algunos matices de cada uno de los retos anteriores en otro interesante blog https://es.quish.tv/critical-appraisal-deep-learning
Y para terminar esta entrada, otra sorpresa, aunque el aprendizaje profundo podría parecer el final del camino en el desarrollo de la IA, lo cierto es que no parece que vaya a ser así. La inteligencia del ser humano, sin duda gracias a su capacidad de aprendizaje incremental, su capacidad de ir sumando conocimiento al conocimiento, de no dejar de hacerse preguntas, ya está trabajando en otro tipo de soluciones, tal y como podemos leer en el siguiente artículo con el sugerente título “Olvídese del aprendizaje profundo…” nos deja claro que Incluso sin llegar al final de las posibilidades del DL, ya está siendo desplazado por nuevas estrategias de aprendizaje de las máquinas enlaces de interés
En 1964 nace el Algoritmo A*, cuando Nils Nilsson propuso una heurística, una estrategia de búsqueda de caminos con información, basada en aproximaciones para incrementar la velocidad del algoritmo de búsqueda Dijkstra.
A* es un algoritmo de búsqueda en grafos que tiene como principales características encontrar siempre una solución y esta será el camino de menor costo entre el punto origen y el punto de destino, siempre y cuando este segundo punto exista.
Lo que realiza el algoritmo es construir distintas rutas desde un punto inicial hasta encontrar alguna que llegue hasta el nodo final. De este modo no construye todas las rutas posibles en una situación determinada sino sólo aquellas rutas que son candidatas a llegar al destino final, ahorrando así una cantidad importante de cálculo.
Para determinar qué rutas con mayor probabilidad de llegar a la meta utiliza valores de costo total del trayecto hasta el destino, valores del camino desde el nodo actual a otro y el valor de la heurística entre todos los nodos posibles.
Claro, las técnicas heurísticas, están pensadas para mejorar la eficiencia del proceso de búsqueda, pero pueden no ser completas porque sólo manejan información limitada. En todo caso, con respecto al algoritmo A* es un algoritmo completo porque siempre encuentra la solución, se considera el mejor algoritmo para resolver problemas de búsqueda de caminos.
Situaciones problemáticas para el A*
A* puede convertirse en un algoritmo inservible en algunas situaciones concretas:
Cuando no tenemos toda la información sobre el recorrido que tenemos que transitar hasta el nodo final.
Cuando solo vemos una porción de mapa cercano.
Cuando los obstáculos cambian en el tiempo, esto es situaciones en las que los nodos van cambiando.
Por otro lado, el trabajo con A* es continuo y existen propuestas de mejora para optimizar sus resultados en el desarrollo de juegos de búsqueda cada vez más complejos. Algunas de las que es posible encontrar en diferentes foros de la red plantean por ejemplo usar una heurística pesimista que sobreestime la distancia restante, aunque es probable que de esta manera encontremos la ruta de menor coste, nos permite reducir búsquedas redundantes, o realizar búsquedas del camino de origen a meta y de meta a origen al mismo tiempo, lo que implica mantener el cálculo de 2 conjuntos de datos.
El proyecto Half- Earth plantea algo tan aparentemente simple como inverosímil: proteger el hábitat natural en el 50% del planeta para conservar más del 80% de las especies del planeta.
Fuente: https://www.half-earthproject.org/
Esta idea parte de premisas científicas:
La biodiversidad depende de la conservación de su hábitat. Si, protegemos la mitad de la superficie de la Tierra, el 80% o más de las especies estarán protegidas.
En sentido opuesto, si continuamos con el ritmo de destrucción del entorno natural, cuando se elimine el 90% del hábitat, la cantidad de especies que pueden persistir de manera sostenible descenderá a aproximadamente la mitad. Algo que ya está ocurriendo en algunas áreas con la mayor biodiversidad del mundo.
La solución a la desaparición de las especies es sencilla: devolvamos a la naturaleza el 50% de la tierra. Protejamos permanentemente la mitad de las áreas naturales con mayor biodiversidad y con esto salvaríamos a animales y vegetales en peligro de extinción. Pero además esta estrategia tendría como valor añadido una consecución más rápida de los objetivos para evitar el cambio climático.
El concepto de Wilson se basa en una teoría creada en la década de 1960 con el ecólogo Robert MacArthur llamada biogeografía de islas. La teoría sostenía que los hábitats más grandes y diversos darían a las especies una mejor oportunidad de sobrevivir. Una teoría olvidada durante años y recuperada por el famoso biólogo E. O. Wilson en su libro Half-Earth: Our Planet's Fight for Life, publicado en 2016.
De forma casi sorpresiva la histórica cumbre sobre biodiversidad de las Naciones Unidas en 2021 lo toma en consideración e incluso se discuten objetivos que comprometerían al mundo a aumentar la proporción de tierras conservadas para la naturaleza al 30% para 2030 y al 50% para 2050.
La ONU estima que casi el 15% de la superficie terrestre está protegida actualmente, lo que significa que el mundo se encuentra a casi un tercio del camino para alcanzar el objetivo del 50%. De hecho, si el proyecto Half Earth tiene éxito sería el proyecto de conservación más extenso de la historia, con la protección de más de 70 millones de kilómetros cuadrados.
Sin duda es un reto complicado, pero la parte científica ya se ha puesto a trabajar y, por ejemplo, un grupo de científicos medioambientales ha propuesto un enfoque basado en "regiones ecológicas" para lograr el objetivo del Proyecto Half Earth. Actualmente, el 13% de 864 regiones ecológicas cumple con el objetivo del Proyecto Half Earth, mientras que el 37% no lo cumple, pero tiene el potencial para alcanzarlo.
Los otros grandes retos del proyecto tienen más que ver con el multilateralismo, con la cooperación y el compromiso de prácticamente todos los países del mundo. Sin duda unos afectados directamente por poseer una elevada riqueza de hábitats, pero también el resto para ayudar a soportar las cargas que supone la conservación de estos hábitats.
Otro aspecto no menos importante es el grado de afección que la protección total de amplias regiones pueda causar en poblaciones indígenas locales. La protección de la biodiversidad tiene que conllevar acuerdos y propuestas integrales de participación de estas poblaciones. Posibles puntos de discusión como la propiedad secular de las tierras donde estas poblaciones viven o el mantenimiento de sus modos de vida tradicionales deben quedar claros en cada uno de los avances que el proyecto vaya consiguiendo. Los propios científicos consideran esencial que a las comunidades locales y a los indígenas se les conceda autonomía para gestionar la sostenibilidad de sus tierras en un sistema más inclusivo.
Otra cuestión importante es la capacidad que le quedará al planeta para producir alimentos suficientes para los 11.000 millones de personas que lo habitarán a finales de siglo. Las crisis alimentarias que pueden producirse por la disminución de las tierras agrícolas podrían dar al traste con el proyecto. Sin duda serán claves los avances en la tecnología agrícola para producir más alimentos en menos espacio.
Por último, me parece otro aspecto clave una reflexión a nivel global sobre qué ocurre con la otra mitad de la Tierra. No tener clara esta cuestión nos podría llevar a pensar que la otra mitad fuera del proyecto Half Earth tiene menor valor para conservar la biodiversidad y por lo tanto tiene menor importancia y puede estar sujeta a expolio o sobreexplotación. La mitad no protegida no debería convertirse en la mitad desprotegida del mundo, puesto que la mayor parte de la población mundial vivirá en esa "otra mitad".
En todo caso un proyecto ilusionante, ya sólo nos queda esperar a un eventual "Full Earth Project"...
Pago por servicios ecosistémicos (PSE) o servicios ambientales (PSA)
En la década de los 80, algunos autores ambientales propusieron, en un intento pedagógico para la población, que las funciones naturales de los ecosistemas podían ser vistas como “servicios” que la naturaleza prestaba a las personas y por ello era importante mantenerlos en buenas condiciones. Durante los 90 el criterio pedagógico sucumbió al criterio de valorización y venta de un servicio y con este nuevo enfoque el cambio de paradigma en la gestión de los ecosistemas ha derivado en el establecimiento de esquemas de pagos por servicios ecosistémicos.
Qué son los Servicios Ecosistémicos (SE)
La definición propuesta por la ONU en la Evaluación de los Ecosistemas del Milenio (Millenium Ecosystem Assessment) en el 2005, define los SE como los beneficios que aportan los ecosistemas a los seres humanos para realizarse en todas sus facetas.
La clasificación de la Evaluación del Milenio propone dividir los SE en cuatro clases: de soporte (p.ej el ciclo del agua, la fotosíntesis o la conservación de la diversidad genética), de aprovisionamiento (p.ej. producción de alimentos, recursos energéticos, agua), de regulación (p.ej. la mejora de la calidad del aire, la polinización, el control de la erosión, o el control de plagas) y culturales (p.ej. el patrimonio cultural, el ecoturismo o la belleza del paisaje).
Desde un punto de vista práctico, los pagos por servicios ambientales (PSA), son incentivos ofrecidos a propietarios de tierras a cambio de administrar sus tierras para proporcionar alguno de estos SE. Esta actuaciones suelen presentarse en forma de programas globales que promueven la conservación de los recursos naturales y financian (pagan) estos SE a un valor de mercado según parámetros definidos para cada caso particular.
Algunos programas de PSA implican contratos entre consumidores de SE y los dueños de tierras o proveedores de estos servicios. Sin embargo, la mayoría de los programas de PSA están financiados por gobiernos e involucran a intermediarios, como organizaciones no gubernamentales.
Algunos Ejemplos
https://youtu.be/CBBLL7nM3Gk
Programa de Conservación de Reservas de los Estados Unidos es el programa más grande y de mayor duración del mundo. Paga alrededor de $ 1.8 mil millones de dólares al año a través de 766.000 contratos con agricultores y propietarios para "alquilar" un total de 34 700 000 acres (140 426 km²) de lo que considera "tierra ambientalmente sensible". A cambio de este pago, los agricultores acuerdan plantar "coberturas de conservación de recursos a largo plazo para mejorar la calidad del agua, controlar la erosión del suelo y mejorar los hábitats para las aves acuáticas y la vida silvestre".
Grain for Green Es un programa del gobierno chino que se inició en 1999. Ofrece $43 mil millones de dólares en forma de suministro de granos a los agricultores a cambio de no roturar las laderas boscosas, reduciendo así la erosión y salvando los arroyos y ríos de la sedimentación.
Jamestown, Rhode Island, Estados Unidos es un interesante programafinanciado por residentes de ese área liderados por Economistas de la Universidad de Rhode Island y EcoAssets Markets Inc.Losagricultores de la zona reciben incentivos económicos para que cosechen su heno sólo una vez al año, con el fin de proteger los hábitats de muchas aves de pastizales locales. En este ejemplo, los agricultores se benefician porque solo tienen que cosechar sus campos una vez al año en lugar de dos veces, y los contribuyentes se benefician porque valoran la vida de las aves más que el dinero que contribuyeron al proyecto.
Opiniones en contra y a favor
Desde un punto de vista filosófico algunas personas ven estos programas como una mercantilización de la naturaleza, como un mercado de bienes que en realidad no deberían tener precio porque son bienes de toda la humanidad, que no debería poder comprarse ni venderse. Según esto argumentos, la naturaleza debe conservarse y valorarse por el bien de la naturaleza, y su valor es imposible de cuantificar porque es inherentemente infinito.
Otro riesgo de estas prácticas es que sólo se plantee la conservación de ciertos ecosistemas cuando consideran útiles para la vida humana y es necesario pagar por ellos. Esto deja fuera del mercado los ideales de conservación ambiental si la naturaleza entra en conflicto con el interés humano o simplemente no afecta la actividad humana.
Además, también puede convertirse en la conservación sólo de los espacios por los que se obtiene dinero a cambio, quedando en este caso desprotegidos los espacios que por una u otra causa son sean subsidiarios de u PSA.
Por otro lado, los PSA también se han promocionado como una herramienta para el desarrollo rural y aunque los programas de PSA generalmente no están diseñados para ser principalmente esquemas de alivio de la pobreza, pueden incorporar mecanismos de desarrollo económico para poblaciones con economías escasamente desarrolladas o que habitan ecosistemas de interés para el resto del mundo. En muchas ocasiones la presión para que estos parajes se mantengan en su estado menos alterado posible constituye una limitación insalvable para el desarrollo económico de poblaciones autóctonas que de alguna manera los beneficiarios de esa conservación deberíamos financiar.
Lo cierto es que los PSA son complicados de diseñar, implementar y mantener y el mayor reto que presentan en la actualidad es la realización de evaluaciones exhaustivas que justifiquen su mantenimiento. Aunque a primera vista nos parezcan programas complejos de entender y justificar, tal vez sean más frecuentes de lo que podemos pensar a primera vista. En una escala más local, administraciones cercanas ofrecen regularmente subvenciones para el mantenimiento de bosques autóctonos, para la limpieza de superficies forestales para evitar incendios, o incluso para la compra de vehículos eléctricos, lo que en mi opinión no dejan de ser PSA a pequeña escala.
