Los ingenieros de Pinterest crean constantemente nuevos algoritmos de inteligencia artificial (IA) para ayudar a sus usuarios encontrar lo que buscan entre miles de millones de fotos de alimentos, productos, casas y otros artículos. Emparejar las búsquedas con imágenes relevantes es crucial para que los usuarios sigan acudiendo a la plataforma. Pero hasta el año pasado, probar la eficacia de cada algoritmo nuevo duraba días.

Para afinar su aprendizaje de máquinas y proporcionar mejores resultados de búsqueda más rápidamente, Pinterest se apoyó en una fuente inesperada: la inteligencia humana. Contrató empresas de crowdsourcing como CrowdFlower para guiar a la gente en la ejecución de "microtareas" como etiquetar las fotos y evaluar la calidad de los resultados de búsqueda. En una hora, los trabajadores podían probar colectivamente cientos de términos de búsqueda para comprobar si los resultados guardaban suficiente relación con el objetivo de la búsqueda.

A pesar de todos los recientes avances de la IA, los seres humanos siguen siendo mejores que las máquinas a la hora de distinguir entre, digamos, un azulejo de mosaico y un patrón similar en una manta. "Falta mucho para que las máquinas sean capaces de esto", afirma el científico de datos de Pinterest Mohammad Shahangian.

Crédito: James Graham.

La experiencia de Pinterest revela una verdad a veces obviada: la IA y el aprendizaje de máquinas dependen tanto de las personas como de las matemáticas. El motor de búsquedas de Google y su sistema de publicidad en línea confían en miles de "apuntadores" para evaluar la calidad de sus resultados de búsqueda impulsadas por la IA e identificar fraudes de identidad. El software de reconocimiento facial de Facebook pide a los usuarios que etiqueten sus fotos para mejorar su precisión. El aprendizaje profundo, una rama de la IA responsable de recientes avances en el reconocimiento de voz, la traducción automática y el análisis de imágenes, puede requerir un intenso entrenamiento humano con conjuntos de datos recopilados a mano.

Al igual que Pinterest, muchas empresas contratan a CrowdFlower, Mechanical Turk de Amazon u otros servicios de generación colectiva para preparar los datos que alimentan la mayoría de los sistemas de IA para enseñarles los conceptos y las relaciones que necesitan conocer para determinadas tareas. Estos trabajadores ejecutan tareas como analizar el sentimiento lingüístico en Twitter y filtrar fotos o vídeos ofensivos generados por usuarios.

La experiencia de Pinterest revela una verdad a veces obviada: la IA y el aprendizaje de máquinas dependen tanto de las personas como de las matemáticas.

A veces las empresas diseñan las tareas de tal forma que los usuarios las realizan sin ni siquiera darse cuenta. Por ejemplo, al introducir a mano el importe de un talón que el cajero automático no ha podido leer, el usuario mejora el sistema del banco.

Pero aunque los humanos actualmente pueden realizar parte de estos trabajos de forma aún más precisa que las máquinas, parece que la IA debería llegar a ser lo suficientemente inteligente para igualarnos. "Esto es un bochorno temporal", afirma el investigador de neurociencia y cofundador de la empresa de inteligencia de máquinas Numenta, Jeff Hawkings. Sin embargo, "temporal" podría referirse a años o incluso décadas, según los expertos.

Algunos investigadores de IA creen que el modelo más útil será un sistema híbrido diseñado desde un principio para que las máquinas y los humanos colaboren como iguales. La organización sin ánimo de lucro Intermountain Healthcare de Salt Lake City (EEUU), por ejemplo, está ejecutando un programa piloto de apoyo a jóvenes pacientes diabéticos que acaban de independizarse, un momento en el que tienden a sufrir carencias en los cuidados médicos. Una app de smartphone proporciona consejos personalizados en tiempo real gracias a un sistema de computación en la nube de la empresa CognitiveScale. Con datos sobre factores como los comportamientos y la dieta del paciente, puede determinar qué está afectando el nivel de glucosa en sangre del paciente en cualquier momento determinado, y sugerir cuándo comer e incluso proporcionarle críticas de restaurantes cercanos.

Otras están combinando la inteligencia humana y la IA de maneras incluso más íntimas. A diferencia de Siri de Apple, el asistente virtual M de Facebook emplea personas para ayudar a tomar decisiones. Después de escoger tres restaurantes locales la IA, por ejemplo, unos "entrenadores" humanos podrían intervenir para preguntar si un usuario prefiere algún tipo de comida o un asiento de ventana para después realizar una reserva. Los entrenadores, cuyas acciones son rastreadas y retroalimentadas, ayudan a la IA aprender a hacer más de forma más autónoma.

El sueño final de muchos investigadores de IA consiste en crear máquinas que puedan pensar igual que las personas. Pero hoy el juicio y la creatividad humanos aún siguen siendo imprescindibles. El vicepresidente de ingeniería de Google, John Giannandrea, matiza" Por muy sofisticado que sea tu coche aún eres tú el que debe decidir a dónde ir".