En cuarto pequeño y oscuro al final de un largo pasillo dentro de un extenso complejo de edificios en Silicon Valley (EE.UU.), una serie de pantallas planas gigantes y cámaras de vídeo hacen un seguimiento de todos y cada uno de los movimientos de Grit Denker. Denker, informática sénior del instituto de I+D sin ánimo de lucro SRI, está haciendo una demostración de Bright una ayudante inteligente que algún día podría saber qué información necesitas antes de que preguntes siquiera.
En un principio, Bright está hecha para aliviar la sobrecarga cognitiva a la que se enfrentan los trabajadores en trabajos de alto estrés intensivos en datos, como la respuesta de emergencia y la seguridad de redes. Bright puede ayudar a los administradores de red a intentar detener el avance de un virus rápido, por ejemplo, proporcionando rápidamente información clave sobre la infección, o a ayudar a los operadores del número de emergencias a enviar la ayuda correcta al escenario de un accidente. Pero al igual que muchas otras tecnologías desarrolladas en SRI, como la ayudante personal digital Siri (ahora propiedad de Apple), Bright podría acabar instalada en portátiles y smartphones adoptando la forma de software que presente automáticamente la programación televisiva cuando cree que estás a punto de sentarte y ver la tele, o que busque en la Web información relevante para tu último proyecto de investigación sin que tú tengas que mover un dedo.
Ya hay software de ayuda, como Google Now para teléfonos Android, que intenta predecir qué información podría necesitar un usuario y presentarla automáticamente. Lo hace reconociendo que el usuario está esperando en una parada de autobús y presentando los horarios de las líneas por ejemplo. El objetivo de Bright es desarrollar algo aún más sofisticado y capaz en un ento o de oficina. Pero el gran desafío tanto para Bright como para proyectos parecidos es: ¿cómo consigues aprender de una cantidad relativamente pequeña de información?
Creado originalmente por la Universidad de Stanford (EE.UU.) como una institución de investigación en 1946 (aunque opera independientemente desde 1970), SRI Inte ational, con sede en Menlo Park, Califo ia (EE.UU.) ha desarrollado tecnologías clave entre las que se cuentan el ratón de ordenador, el LCD, e incluso los primeros atisbos de Inte et, la denominada ARPAnet. En los últimos años ha tenido éxitos en el campo de la inteligencia artificial con Siri, que salió de un proyecto de SRI para la Agencia de Proyectos de Investigación Avanzada del Departamento de Defensa (DARPA por sus siglas en inglés) llamado CALO (siglas de "agente cognitivo que aprende y organiza").
Denker describe Bright como un "escritorio cognitivo" y "un escritorio que entiende de verdad lo que haces y no solo para ti, sino también en un ento o colaborador para la gente". En su enca ación actual, la miran tres cámaras; una pantalla muestra hacia dónde mira ella y un diario en tiempo real de cada acción que lleva a cabo, así como un escritorio de ordenador normal con archivos y carpetas. Cuando usa el monitor que tiene delante para abrir un correo electrónico del banco Wells Fargo solicitando una reunión, por ejemplo, Bright registra todas sus acciones en la pantalla de la izquierda, señalando que ha abierto el mensaje, que ha pasado un tiempo mirándolo (y o mirando a cualquier otra parte de la pantalla) y que lo ha cerrado.
Mientras Denker demuestra las incipientes capacidades de Bright, no resulta difícil imaginar que la tecnología pueda facilitar todo tipo de tareas, desde la programar tareas hasta la búsqueda en la Web. Denker explica que su equipo busca adaptar técnicas informáticas existentes que intenta aumentar la eficiencia anticipando qué información se necesitará a continuación, y probando diferentes acciones por adelantado para acelerar el tiempo de respuesta. Bright, afirma, usa las mismas ideas para anticipar qué querrá hacer el usuario, así que requiere un equipo adicional que haga un seguimiento del usuario. Una pantalla táctil puede registrar dónde tocan los dedos y los movimientos de la mano por delante de la pantalla también se captan.
Aunque se está desarrollando para usarse en ciberseguridad y respuesta de emergencias, Bright se podría adaptar a medida para otro tipo de usuarios. En los colegios, por ejemplo, Bright podría decidir que un alumno está teniendo problemas para seguir el ritmo y ajustarse para adaptarse mejor a sus necesidades.
Sin embargo, aún queda mucho camino por delante. En la actualidad el sistema se está centrando en el "indexado cognitivo", el mecanismo que une varias pistas e intenta predecir qué es importante. El quipo que hay detrás de Bright también tiene que crear capacidades para predecir intereses y automatizar tareas. Y antes de que se pueda presentar en ningún sitio, Bright tiene que aprender a estudiar para qué usas tu ordenador.
Bill Mark, vicepresidente de información y ciencia de la computación en SRI y uno de los principales investigadores detrás de CALO afirma que conocer al usuario es muy difícil. Mark lo denomina el "problema de los microdatos"; mientras que los esfuerzos en to o a los "macrodatos" se centran en adquirir conocimientos partiendo de montañas de información, sistemas como Bright buscan patrones en cantidades mucho menores de datos, algo que puede resultar muy complicado. Las series de datos limitadas, unidas a la tendencia de los usuarios a cambiar de comportamiento, son muy poco amigas de los algoritmos que buscan patrones, afirma: "No estamos metiendo tantos datos. A estos algoritmos de aprendizaje automático les gusta generalizar usando grandes cantidades de datos".
Hay muchos más desafíos. Krzysztof Gajos, profesor ayudante de informática en la Universidad de Harvard (EE.UU.) quien también estuvo un año trabajando en CALO, señala que una de las dificultades para construir sistemas interactivos inteligentes es averiguar cómo distinguir tareas obligatorias, como el trabajo de oficina, de las tareas voluntarias, como jugar a juegos. Para las tareas relacionadas con la oficina, explica, resulta difícil diseñar una automatización de tal forma que el usuario sienta que tiene el control y que le merece la pena usarlo aunque falle ocasionalmente.
"Podemos recordar sistemas como Clippy de Microsoft, un ejemplo de un sistema que fallaba en ese aspecto", afirma Gajos. "Las pocas veces que fallaba, los fallos eran tan estrepitosos que ensombrecían cualquier beneficio que pudiera haber tenido el sistema para muchos usuarios".