El mes d’Abril dona l’inici a una nova temporada del Club d’Innovadors amb Albert Cañigueral com a convidat. El ponent es defineix a sí mateix com explorador, escriptor i consultor enfocat als impactes socials i econòmics de les innovacions digitals que estan definint la nostra era. El seu treball se centra en la investigació, la inspiració i l’acompanyament a empreses, organitzacions i persones per adaptar-les a l’era digital i en l’ ús responsable i ètic de les tecnologies digitals. Actualment, participa en la transferència de tecnologia i desenvolupament d’ ecosistemes per al projecte Aina al Barcelona Supercomputing Center i col·labora amb la Fundació .CAT en la transició cap a una societat digital justa.
Amb el títol “Will AI take our jobs?”, l’Albert reflexiona sobre la Intel·ligència Artificial (IA) i el futur laboral. Al voltant de la IA hi ha molt soroll, mites que sovint no corresponen a la realitat. La nostra relació amb les màquines es presenta, massa vegades, des de la confrontació mentre l’hauríem d’entendre des de la col.laboració. La IA és una eina de suport molt valuosa que tenim a l’abast; no és una eina perquè et faci la feina. Els treballadors podem incorporar la IA en la nostra feina com un bon CoPilot, però amb cura de no convertir-lo en un “pilot automàtic” (o AutoPilot)
Quines han estat les fites clau del desenvolupament i evolució de la Intel·ligència Artificial. A on som ara?
Les diverses formes de la IA porten molt temps desenvolupant-se i dècades en funcionament en molts àmbits de les nostres vides diàries. Des dels filtres del que veiem al YouTube o Xarxes Socials, els anuncis que ens surten a les webs, a les traduccions màquina, les estimacions de temps de desplaçament i trànsit al Google Maps o a l’anàlisi bancari per atorgar-nos un crèdit o no.
El que ha passat ara és s’ha popularitzat la IA “generativa” i que, a més a més, s’ha posat a disposició de milions de persones amb eines com GitHub Copilot (generació de codi), Mid Journey (imatges gràfiques) o el ChatGPT o Perplexity.. Hi ha hagut una gran inversió i una explosió d’eines de tota mena.
S’ha generat molt de “hype” amb tot això. La consultora Gartner ha posat la IA generativa a la part més alta del “hype cycle” a finals de 2023.
Un repte quan parlem d’entorns laborals i IA?
El principal repte és entendre on la IA pot aportar, de veritat, valor en el procés productiu de la creació d’un producte o un servei. Cal que superem la idea de la substitució de les persones amb l’únic objectiu de reduir despeses i, també, valorar si l’automatització (que pot ser imperfecte per la naturalesa de la IA) ajuda o no a les persones treballadores. Recomano l’informe de la OIT sobre el futur del treball i la IA generativa.
El repte és saber frenar per fer-nos totes les preguntes importants vs. aquest sentiment d’urgència i de FOMO (Fear Of Becoming Obsolete) en la incorporació de la IA de manera immediata. Cal que la IA en entorns laborals sigui efectiva,sigui mereixedora de la nostra confiança i que es faci seguretat per a tothom (empresa, persones treballadores i la societat en general)
Creus que és vàlida la idea que mentre la IA proporciona informació estadística, els humans aporten el context lògic.
Sí. La idea és vàlida. Un dels crítics més coneguts de la IA, Gary Marcus, parla que tenen “deep learning but not deep understanding”.
Amb els sistemes actuals com explica en el llibre Prediction Machines (molt recomanable), el fet de reduir el cost de fer prediccions amb un grau elevat d’encert ja és una gran pas endavant, però hem de posar aquests resultats en el context lògic (les persones) i veure com s’ha d’interpretat a l’hora de prendre decisions (i automatitzar-les en alguns casos)
Si volem una IA que entengui el món cal avançar cap a altres arquitectures tècniques (més combinatòria de peces i menys “caixes negres màgiques”). Hi ha poca gent investigant en direccions que no siguin fer els models actuals més grans. “A bigger tree will not take us to the moon” (Gary Marcus al llibre Rebooting AI)
La IA manca de la capacitat de comprendre el coneixement i la realitat humana?
Per ara no s’ha avançat gaire en aquesta capacitat de “comprensió” del món. La IA no té concepte de causa-efecte. És capaç de detectar correlacions a gran escala però no la causalitat.
Tampoc és capaç d’entendre el procés productiu que hi ha darrera un resultat (sigui una imatge de midjourney o un traducció automàtica). És capaç de replicar resultats però no el procés.
La IA no sap com respondre davant coses que no ha vist a l’entrenament i, el perillós, és que molt sovint intenta donar una resposta que pot sonar plausible però que no té cap validació lògica.
Imagina un escenari futur en bugaderia industrial + IA. Quin podria ser?
Aquesta és el tipus de pregunta que ens hauríem de fer. Dibuixar escenaris (amb diversos rols i pesos entre els rols de les persones i les màquines); fer una anàlisis de costos, fer una valoració de la qualitat de la feina de les persones implicades en l’operació, etc.
• La IA aplicada al consum d’energia i aigua de les màquines?
• La IA i robotització aplicada a l’automatització de processos?
• La IA per redissenyar les pròpies màquines i tot el procés d’operacions d’una bugaderia industrial?
• etc…
No m’atreveixo a respondre però em sembla una bona oportunitat per fer un replantejament des de zero (tabula rasa) d’una bugaderia industrial.
compartir