Para darles a las mujeres académicas y a otras personas enfocadas en la IA el tiempo que se merecen (y que se les debe) en el centro de atención, TechCrunch está lanzando una serie de entrevistas centradas en mujeres notables que han contribuido a la revolución de la IA.
Sarah Bitamazire es directora de políticas de la firma de asesoría Lumiera, donde también ayuda a redactar el boletín Lumiera Loop, que se centra en la alfabetización en IA y la adopción responsable de la IA.
Antes de esto, trabajó como asesora de políticas en Suecia, centrándose en igualdad de género, legislación en asuntos exteriores y políticas de seguridad y defensa.
Brevemente, ¿cómo empezaste en la IA? ¿Qué te atrajo del campo?
¡La IA me encontró! La IA ha tenido un impacto cada vez mayor en sectores en los que he estado profundamente involucrado. Comprender el valor de la IA y sus desafíos se volvió imperativo para poder ofrecer buenos consejos a los tomadores de decisiones de alto nivel.
En primer lugar, en el ámbito de la defensa y la seguridad, donde la IA se utiliza en investigación y desarrollo y en la guerra activa. En segundo lugar, en arte y cultura, los creadores estuvieron entre los grupos que fueron los primeros en ver el valor agregado de la IA, así como los desafíos. Ayudaron a sacar a la luz los problemas de derechos de autor que han salido a la luz, como el caso en curso en el que varios diarios están demandando a OpenAI.
Sabes que algo está teniendo un impacto enorme cuando líderes con antecedentes y problemas muy diferentes preguntan cada vez más a sus asesores: “¿Puedes informarme sobre esto? Todo el mundo habla de ello”.
¿De qué trabajo estás más orgulloso en el campo de la IA?
Recientemente trabajamos con un cliente que había intentado, sin éxito, integrar la IA en sus flujos de trabajo de investigación y desarrollo. Lumiera estableció una estrategia de integración de IA con una hoja de ruta adaptada a sus necesidades y desafíos específicos. La combinación de una cartera de proyectos de IA seleccionada, un proceso estructurado de gestión del cambio y un liderazgo que reconoció el valor del pensamiento multidisciplinario hicieron de este proyecto un gran éxito.
¿Cómo afrontar los desafíos de una industria tecnológica dominada por los hombres y, por extensión, de una industria de inteligencia artificial dominada por los hombres?
Siendo muy claro el por qué. Participo activamente en la industria de la IA porque hay un propósito más profundo y un problema que resolver. La misión de Lumiera es brindar orientación integral a los líderes que les permita tomar decisiones responsables con confianza en una era tecnológica. Este sentido de propósito sigue siendo el mismo independientemente del espacio en el que nos movamos. Dominada por los hombres o no, la industria de la IA es enorme y cada vez más compleja. Nadie puede ver el panorama completo y necesitamos más perspectivas para poder aprender unos de otros. Los desafíos que existen son enormes y todos debemos colaborar.
¿Qué consejo le darías a las mujeres que quieran ingresar al campo de la IA?
Entrar en la IA es como aprender un nuevo idioma o aprender un nuevo conjunto de habilidades. Tiene un inmenso potencial para resolver desafíos en diversos sectores. ¿Qué problema quieres resolver? Descubra cómo la IA puede ser una solución y luego concéntrese en resolver ese problema. Sigue aprendiendo y ponte en contacto con personas que te inspiren.
¿Cuáles son algunos de los problemas más urgentes que enfrenta la IA a medida que evoluciona?
La rápida velocidad a la que evoluciona la IA es un problema en sí mismo. Creo que plantearse esta pregunta con frecuencia y regularidad es una parte importante para poder navegar en el espacio de la IA con integridad. Lo hacemos todas las semanas en Lumiera en nuestro boletín informativo.
Aquí hay algunos que son los más importantes en este momento:
- El hardware de la IA y la geopolítica:Es muy probable que la inversión del sector público en hardware de IA (GPU) aumente a medida que los gobiernos de todo el mundo profundicen sus conocimientos sobre IA y comiencen a realizar movimientos estratégicos y geopolíticos. Hasta el momento, hay movimientos en países como el Reino Unido, Japón, los Emiratos Árabes Unidos y Arabia Saudita. Es un momento que hay que tener en cuenta.
- Puntos de referencia de IA: A medida que seguimos dependiendo más de la IA, es esencial comprender cómo medimos y comparamos su desempeño. Elegir el modelo adecuado para un caso de uso determinado requiere una consideración cuidadosa. Es posible que el mejor modelo para sus necesidades no sea necesariamente el que se encuentra en la cima de la clasificación. Debido a que los modelos cambian tan rápido, la precisión de los puntos de referencia también fluctuará.
- Equilibre la automatización con la supervisión humana: Lo creas o no, la automatización excesiva existe. Las decisiones requieren juicio humano, intuición y comprensión contextual. Esto no se puede replicar mediante la automatización.
- Calidad y gobernanza de los datos:¿Dónde están los datos de calidad? Los datos entran, salen y fluyen de las organizaciones cada segundo. Si esos datos están mal gestionados, su organización no se beneficiará de la IA, sin duda. Y a largo plazo, esto podría ser perjudicial. Su estrategia de datos es su estrategia de IA. La arquitectura, la gestión y la propiedad del sistema de datos deben ser parte de la conversación.
¿Cuáles son algunas cuestiones que los usuarios de IA deben tener en cuenta?
- Los algoritmos y los datos no son perfectos: Como usuario, es importante ser crítico y no confiar ciegamente en el resultado, especialmente si utiliza tecnología lista para usar. La tecnología y las herramientas superiores son nuevas y están en evolución, así que tenga esto en cuenta y agregue sentido común.
- Consumo de energía: Los requisitos computacionales para entrenar grandes modelos de IA, combinados con las necesidades energéticas de operar y enfriar la infraestructura de hardware requerida, generan un alto consumo de electricidad. Gartner ha hecho predicciones de que para 2030, la IA podría consumir hasta el 3,5% de la electricidad mundial.
- Infórmese y utilice diferentes fuentes:¡La alfabetización en IA es fundamental! Para poder hacer un buen uso de la IA en su vida y en el trabajo, debe poder tomar decisiones informadas sobre su uso. La IA debe ayudarlo a tomar decisiones, no tomarlas por usted.
- Densidad de perspectiva:Es necesario involucrar a personas que conozcan muy bien su espacio problemático para comprender qué tipo de soluciones se pueden crear con IA y hacer esto durante todo el ciclo de vida del desarrollo de la IA.
- Lo mismo ocurre con la ética.:No es algo que se pueda añadir “encima” de un producto de IA una vez que ya se ha creado; las consideraciones éticas deben incorporarse desde el principio y durante todo el proceso de creación, comenzando en la fase de investigación. Esto se hace realizando evaluaciones de impacto social y ético, mitigando los sesgos y promoviendo la rendición de cuentas y la transparencia.
Al desarrollar IA, es esencial reconocer las limitaciones de las habilidades dentro de una organización. Las brechas son oportunidades de crecimiento: le permiten priorizar áreas en las que necesita buscar experiencia externa y desarrollar mecanismos sólidos de rendición de cuentas. Se deben evaluar factores que incluyen las habilidades actuales, la capacidad del equipo y los recursos monetarios disponibles. Estos factores, entre otros, influirán en su hoja de ruta de IA.
¿Cómo pueden los inversores impulsar mejor una IA responsable?
En primer lugar, como inversor, usted quiere asegurarse de que su inversión sea sólida y perdure en el tiempo. Invertir en IA responsable simplemente protege los rendimientos financieros y mitiga los riesgos relacionados, por ejemplo, con la confianza, la regulación y las preocupaciones relacionadas con la privacidad.
Los inversores pueden impulsar una IA responsable observando los indicadores de liderazgo y uso responsable de la IA. Una estrategia de IA clara, recursos de IA responsables y dedicados, políticas de IA responsables publicadas, prácticas de gobernanza sólidas y la integración de comentarios de refuerzo humano son factores a considerar. Estos indicadores deberían ser parte de un sólido proceso de diligencia debida. Más ciencia, menos toma de decisiones subjetiva. Desinvertir en prácticas poco éticas de IA es otra forma de fomentar soluciones de IA responsables.
