Sharma: “La automatización mejora la vida del ser humano”

Por qué debería nuestra gente hacer trabajos aburridos?”, se pregunta Manish Sharma, un apasionado y sonriente ciudadano hindú que se define como "disruptor e innovador en procesos y operaciones de negocio". “Quiero despertar y crear algo nuevo cada día”, proclama en su perfil de Linkedin el responsable de Operaciones de Accenture. En su opinión, la humanidad quiere progresar y mejorar su calidad de vida, y la automatización es la forma que tiene de hacerlo. No hay nada que temer: deberíamos darle la bienvenida.

De esta manera, Sharma no solo se ha propuesto participar activamente en la transformación digital de las empresas a través de la automatización. También está empeñado en contradecir las visiones distópicas de profesores como los ingleses Carl Benedikt Frey y Ryan Avent, el israelí Yuval Noah Harari, quienes han saltado recientemente a la fama prediciendo un futuro sombrío en el que las máquinas se quedarán con nuestros empleos y decidirán por nosotros muchos aspectos de nuestras vidas.

Este ingeniero no deja lugar a las dudas sobre su posición: “La automatización mejora la experiencia de usuario, mejora la calidad de la vida de la gente, reduce el tiempo de trabajo, reduce los riesgos... Así ha sido durante toda la historia”, sentencia. “Nunca deberíamos temer a la automatización. Miremos lo que ha pasado desde la revolución industrial. La automatización conduce a más trabajos, nunca los reduce”.

Y cita un ejemplo. “Cuando llegaron los cajeros automáticos, la gente puso el grito en el cielo: “la banca va a eliminar a la plantilla”. ¿Y qué pasó en vez de eso? Se crearon empleos en otras partes y se fabricaron más y más máquinas”.

Este ingeniero, y la empresa para la que trabaja, mantienen la hipótesis de que a finales de esta década, la inteligencia artificial entrará en masa en las empresas. "La inteligencia artificial mejora los resultados de las empresas, las visión de negocio, y abrirá puertas en la externalización de procesos", sentencia con una sonrisa. 

Esta ola, asegura Accenture, pondrá fin a tareas como la administración. Pero para ello, las máquinas han de pasar por una evolución, un trabajo que consiste en enseñarles, introducirles procesos uno a uno, inculcarles reacciones.

Las cuatro etapas de la automatización

Automatización fundacional. Es la automatización simple, hecha por macros, por controladores midi, scrpaing de pantallas… acciones básicas. Es lo que llamamos "automatización de tareas".

RPA (robotic process automation). Es la que toma un proceso de principio a fin y la automatiza. Esta es la segunda.

Automatización analítica. Estamos usando cada vez más de esas . Lleva a cabo análisis y las usa para crear aplicaciones analíticas.

Inteligencia artificial. La cuarta fase, y que "será la que de verdad cambie el mundo", según Manish Sharma, En esta fase, la máquina podrá sentir, actuar, predecir y aprender una tarea.

¿Cuáles con las características de la inteligencia artificial? En opinión de Sharma, para que se pueda calificar algo de inteligencia artificial (también llamada inteligencia computacional) el programa ha de poder sentir, ha de aprender, actuar y tiene que ser capaz de llevar a cabo predicciones. "Y eso son cuatro cosas que requieren mucho tiempo y muchos procesos" , explica.

Nunca deberíamos temer a la automatización". Manish Sharma

La inteligencia artificial puede adoptar tres roles distintos en lo que se refiere a la gestión de una compañía, siempre según su estadio de evolución: asistentes, asesores y actores. El primero se limita a apoyar a un gestor (humano) y a su equipo en tareas como tomar notas, crear calendarios o leer y escribir correos. Ejemplos de ello son Amy, de X.ai, un “asistente personal” que es capaz de planificar tu calendario por ti. Amelia, de IpSoft también provee a las compañías con un empleado digital. La define como un agente cognitivo que es capaz de responder preguntas de la plantilla como desbloquear cuentas de trabajo, ayudar con contraseñas o guías como para hacer peticiones a los servicios de informática.

El asesor constituye una etapa superior. Estos modelos son capaces de desenvolverse en terrenos más complejos, como hacer y responder preguntas, plantear escenarios y simulaciones. Manish Sharma explica que Accenture cuenta en la actualidad con hasta 30 asesores de este tipo. Un caso famoso es Watson, de IBM, que forma parte del equipo DeppQA. Watson saltó a la fama cuando en 2011 venció en el programa de TV estadounidense Jeopardy!, un concurso de conocimientos con preguntas sobre numerosos temas como historia, idiomas, literatura, cultura popular, bellas artes, ciencia, geografía, y deportes. El juego tiene una característica especial: los concursantes han de dar su respuesta en forma de pregunta. Watson, además, puede ayudar en contextos como diagnosis, analítica o asesoría financiera, basándose en aplicaciones en la nube.

“Tenemos que observar a los asesores de inteligencia artificial como bebés”, explica Sharma. “van a prendiendo tarea tras tarea hasta hacerse mayores”. En este tránsito deberán cumplir las cuatro funciones básicas: aprender (incluso de manera autónoma), sentir, actuar, hacer predicciones y sentir. Para este último paso, los investigadores analizan los sentimientos de la gente en diferentes contextos. La gente describe lo que siente ante las distintas situaciones, y esa información se introduce en los robots, describiendo distintas situaciones y escenario.

El tercer estadio es el de actor. En este caso, las máquinas inteligentes pueden evaluar opciones de forma autónoma, tomar decisiones espontáneamente o, incluso, poner en duda la situación actual. 

Cada vez nos acercamos más a esa realidad, y las empresas, mientras tanto, van dando pasos con velocidad en una profusión interminable de noticias. La última provine de Baidu, el llamado Google chino. Los medios especializados han informado que esta compañia ha sido capaz de lograr el aprendizaje zero shot en una máquina usando lenguaje natural, y no lenguaje de programación. El aprendizaje zero shot viene a significar ser capaz de resolver una tarea sin haber recibido ejemplos anteriores de cómo resolverla. Por ejemplo, recibir una descripción de un gato y ser capaz de reconocerlo en una fotografía. Esto que es natural para un humano constituye una tarea difícil en una máquina. 

Mientras tanto, el nivel de asesores es ya una realidad. Accenture, relata Manish Sharma, cuenta de hecho con unos 30. Los actores, en cambio, están aún todavía en una fase de desarrollo. Para ver un actor deberemos recurrir al cine: Terminator, Blade Runner. Sharma sonríe cuando se les menciona estas referencias. A él no le cabe ninguna duda al respecto: “El ser humano siempre será el jefe”