La necesidad humana de predecir

Un aviso para los confiados y una esperanza para los agoreros: es muy difícil que las predicciones salgan tal y como las tenéis planeadas. Y en esa línea va este artículo, que se publicó originalmente en la Revista Dyna de Ingeniería, prestigiosa revista de investigación en España. El artículo es una ampliación de uno que escribí en el blog hace unos días.



Ahora que llegamos al fin de 2019, quizás sea una buena ocasión de comprobar las predicciones recientes sobre tecnología, y particularmente, inteligencia artificial, realizadas para este año.

Pongámoslo fácil, y cojamos como ejemplo predicciones de hace 12 meses. Por ejemplo, las de un gran medio de comunicación español:

1- La vergüenza que íbamos a experimentar por usar el móvil y otras tecnologías en lugares públicos
2- La proliferación de rostros digitales artificiales
3- Facebook, menos anuncios y más criptomonedas
4- Un año de salidas a Bolsa
5- Instagram aspira a ser un centro de compras
6- Seguiremos oyendo hablar de Rusia

Para mí, las predicciones que más se acercan a la realidad son la 2) y la 6). A mi parecer, la clave del acierto de estas predicciones es la ambigüedad de ellas, y el empleo de palabras grandes, sin demasiada concreción.

A nuestra especie de homínidos le apasiona las predicciones sobre el futuro desde el Principio de los Tiempos. Desde las pinturas rupestres, pasando por la interpretación de sueños del faraón, hasta las predicciones del pulpo Paul. La predicción es uno de los placeres de la vida, según dicen.

Isaac Asimov, en un artículo escrito en 1983 para el periódico Toronto Star, escribió sus predicciones sobre la tecnología y la sociedad para el año 2019. Acertó en una buena parte de ellas, y falló en otras. Ha sido uno de los escritores de ciencia-ficción que más se ha acercado a nuestra realidad actual, y se le encumbra por ello. ¿Acaso no es suficiente con las brillantes historias que dejó tras su paso por el mundo? ¿Este acierto es una casualidad, es una genialidad o es un gran razonamiento? Qué más da.

A comienzos de los 80, Philip Tetlock, el famoso investigador autor de Superforecasting, llevó a cabo una competición en la cual puso a prueba 28.000 predicciones concretas realizadas por 284 expertos a lo largo de 20 años. Sus conclusiones fueron rotundas: los aciertos poco origen tenían más allá del azar, y a menudo una simple extrapolación temporal es más acertada que una predicción sesuda.

En los últimos años, el crecimiento de la inteligencia artificial, la robótica y otras disciplinas que tanto afectarían a nuestra vida cotidiana, han suscitado multitud de predicciones. No vale cualquiera, claro. Se buscan opiniones de expertos. Tanto es así, que la investigación científica se puso seria, y un conocido artículo científico [1] desmitifica esta capacidad de predicción sobre las máquinas y nuestro futuro. Además, dice algo que desmonta cualquier programa de tertulianos en televisión. Y es que las opiniones de expertos difieren muy poco de las no-expertas y un poco informadas.

Uno de los grandes fallos en la historia es precisamente el taller de verano para investigadores en Dartmouth, en 1956, el cual se considera el evento inaugural de inteligencia artificial como campo. En él se reunieron gente de muy amplia experiencia en computación, lenguaje, filosofía o matemáticas. Y el anuncio de este acontecimiento rezaba así:  

Proponemos durante el verano de 1956 en la Universidad de Dartmouth, un taller de 2 meses de duración y 10 investigadores. Su fin será estudiar todos los aspectos del aprendizaje que pueda ser detallado y parametrizado, de manera que una máquina lo pueda simular […].

Consideramos una y otra vez la existencia del Demonio de Laplace, esa figura determinística, que defiende que debemos considerar el estado presente del universo como el efecto del estado anterior y como la causa del estado que le sigue. Como si nuestro futuro fuera perfectamente lineal. Pero la historia ha demostrado que el futuro es a veces ilógico, y a veces ese orden salta por los aires sin avisar, tal y como explicó Nicholas Taleb en su obra El Cisne Negro.
Nos apasiona predecir. Quizás nos produzca una sensación de seguridad personal. Quizás nos atemoriza el futuro desconocido. Quizás no haya expertos en el futuro, y simplemente expertos en el presente.



REFERENCIA
[1] Armstrong, S., Sotala, K., & Ó hÉigeartaigh, S. S. (2014). The errors, insights and lessons of famous AI predictions–and what they mean for the future. Journal of Experimental & Theoretical Artificial Intelligence, 26(3), 317-342.