Número especial: Un mundo de máquinas inteligentes

En este número especial de Science, nueve artículos –entre Perspectives, Foros de Políticas y Reviews– destacan los recientes avances en las tecnologías de inteligencia artificial (IA) y sus aplicaciones para responder a novedosas cuestiones en temas que van desde la salud humana hasta el comportamiento animal. Sin embargo, la reciente adopción generalizada de la IA en estas áreas no está exenta de preocupaciones éticas y desafíos políticos de nuevo cuño. "Al mirar hacia la vanguardia de cómo se está utilizando la IA en la ciencia y la sociedad, surgen muchos desafíos y beneficios enormes", escribe Gemma Alderton, editora adjunta de Science.

Las variables raciales predichas por la IA a partir de imágenes médicas plantean riesgos y oportunidades para estudiar las disparidades en materia de salud, afirman James Zou y sus colegas en un artículo de Perspective. Son cientos los dispositivos médicos asistidos por IA que se utilizan actualmente en diversas tareas médicas, como la evaluación de riesgos para la salud y el diagnóstico de enfermedades como el cáncer. Algunos estudios han demostrado que los modelos de IA pueden inferir variables raciales, si bien en categorías rudimentarias y simplistas, directamente a partir de imágenes médicas como radiografías de tórax y ultrasonidos cardíacos, a pesar de que en estas imágenes no se conocen correlaciones raciales legibles por humanos. "Aunque las variables raciales no son una categoría generalmente significativa en medicina, la capacidad de la IA para predecir variables raciales a partir de imágenes médicas podría ser útil para monitorizar la disparidad en la atención médica y garantizar que los algoritmos funcionen bien en poblaciones variadas", escriben Zou et al. En un segundo artículo de Perspective, Matthew DeCamp y Charlotta Lindvall destacan cómo el examen del sesgo en la IA y la atención médica ha tendido a eliminar el sesgo de los conjuntos de datos, los análisis o los equipos de desarrollo de IA. Sin embargo, DeCamp y Lindvall argumentan que también se deberán reducir los sesgos en la forma en que los médicos y los pacientes usan algoritmos basados en IA, lo que podría resultar más complejo que reducir los sesgos en los propios algoritmos.

Las tecnologías de IA también ofrecen una gran promesa para la expansión de nuestra comprensión de los comportamientos de los animales. En un tercer artículo de Perspective, Christian Rutz y sus colegas revisan cómo se están utilizando los métodos de aprendizaje automático (AA) para decodificar los sistemas de comunicación animal. Comprender cómo se comunican los animales presenta una serie de desafíos: los animales utilizan una amplia gama de adaptaciones comunicativas que abarcan señales visuales, acústicas, táctiles, químicas y eléctricas, con frecuencia de maneras que van más allá de las capacidades perceptivas de los humanos. En esta ocasión, Rutz et al. revisan las formas en que se utilizan herramientas de AA cada vez más potentes para revelar la complejidad anteriormente oculta en el comportamiento comunicativo de los animales y aportan ideas que podrían conducir a posibles beneficios para el bienestar y la conservación de los animales. "Es esencial que los avances futuros se utilicen en beneficio de los animales que se estudian", escriben Rutz et al.

En un cuarto artículo de Perspective, Peter Wurman y sus colegas destacan cómo los juegos proporcionan oportunidades controladas para aislar y practicar múltiples habilidades de resolución de problemas que son transferibles de forma más amplia a aplicaciones del mundo real, lo que los convierte en valiosos campos de entrenamiento para máquinas inteligentes. Si bien el reciente dominio de la IA en juegos de estrategia clásicos ya se ha completado en gran medida, Wurman y sus colegas argumentan que los videojuegos plantean nuevos tipos de desafíos para que la IA los conquiste. Avanzar en estos ámbitos representará un paso sustancial hacia sistemas de IA mucho más capaces y flexibles que operen en el mundo físico. 

El público en general, los científicos y los tecnólogos han adoptado ampliamente y con gran rapidez la IA generativa –un tipo de tecnología de IA capaz de producir una amplia variedad de contenido, como imágenes, vídeo, audio y texto. Sin embargo, un número creciente de artistas profesionales, escritores y músicos han planteado objeciones al uso de sus creaciones como datos de entrenamiento para estos sistemas. En un Foro de Políticas, Pamela Samuelson destaca este tema emergente y discute cómo varias demandas por derechos de autor, actualmente en curso en Estados Unidos, podrían tener implicaciones sustanciales para el futuro de los sistemas de IA generativa. Si prevalece el punto de vista de los demandantes en estos casos, los únicos materiales con los que los sistemas de IA generativa se podrían entrenar legalmente serían obras de dominio público o con licencias, lo que afectaría a todos los usuarios de esta tecnología, incluida la investigación científica. En un segundo Foro de Políticas, Ajay Agrawal y sus colegas discuten cómo la automatización de tareas a través de innovaciones en IA podría revertir las tendencias actuales de aumento en la desigualdad de ingresos. Dado el rápido desarrollo de tecnologías de IA que permiten la automatización de esfuerzos cognitivos y creativos en otra época reservados para seres humanos con formación y experiencia especializadas, algunos economistas han expresado su preocupación de que la IA tenga el potencial de perturbar sustancialmente el mercado laboral y aumentar aún más la desigualdad, si bien con poco beneficio para la productividad y los niveles de vida. En esta ocasión, Agrawal et al. argumentan que, al considerar cómo se pueden automatizar las tareas, los desarrolladores de IA podrían crear herramientas que mejoren la productividad general de los trabajadores. Además, la automatización de la IA también podría reducir la desigualdad de ingresos al ofrecer innovaciones que permitan a los trabajadores con salarios más bajos y menos cualificados desempeñarse en niveles que anteriormente requerirían formación especializada.

En un artículo de Review, Felix Wong y sus colegas discuten cómo los avances en IA están empoderando la investigación médica y biotecnológica en la lucha contra las enfermedades infecciosas. De acuerdo con Wong et al., las tecnologías de IA, como el AA, han conducido a rápidos avances en el descubrimiento de fármacos antiinfecciosos, nuestra comprensión de la biología de la infección y el desarrollo de nuevos diagnósticos. Otras aplicaciones también podrían mejorar nuestra capacidad para pronosticar y controlar brotes de enfermedades infecciosas y pandemias. Un segundo artículo de Review de Bing Huang y sus colegas se centra en el papel crucial que la "Teoría Funcional del Destino" –fundamental en la ciencia química y de materiales debido a su poder predictivo relativamente alto– ha desempeñado en el desarrollo de modelos basados en AA utilizados para navegar por el espacio de los compuestos químicos. Huang et al. argumentan que los continuos avances en este espacio allanan el camino hacia soluciones de control de software capaces de manejar rutinariamente químicas y formulaciones poco comunes en el seno de laboratorios autogestionados.

Por último, una serie de Vignettes de varios autores destacan las aplicaciones de la IA en robots médicos avanzados. Las tecnologías de IA utilizadas en estos dispositivos, entre ellas la visión por ordenador, el análisis de imágenes médicas, la manipulación de precisión y el AA, podrían permitir a robots autónomos realizar imágenes de diagnóstico y ayudar en procedimientos quirúrgicos complejos. Además, la IA en dispositivos de rehabilitación portátiles y prótesis avanzadas podría permitir una atención al paciente más personalizada e incluso prótesis impulsadas por IA que operen fluidamente con el usuario humano.