L

a IA no necesita fallar a escala global para causar un daño enorme a las personas, las empresas y las sociedades. Los modelos suelen equivocarse, tener alucinaciones, desviarse y pueden colapsar.

El interés principal aquí son los primeros proyectos de IA de una empresa. Es importante destacar que la calidad de los datos es un problema (y una oportunidad) enorme para toda la organización, pero la mayoría de las empresas lo han descuidado. Una de las consecuencias es que ni ellas ni sus altos directivos comprenden los problemas, cómo abordarlos ni los cambios organizacionales que deben realizar. Se encuentran en una situación difícil: deben protegerse a corto plazo, desarrollar las capacidades necesarias a largo plazo y, al mismo tiempo, formarse para poder hacerlo de manera eficaz. El objetivo de este artículo es ayudarles a dar los primeros pasos.

Obtener los datos correctos

Me parece conveniente enmarcar la idea de buenos datos a través de dos requisitos: 1) si son los “datos adecuados” para abordar el problema y 2) si esos “datos son correctos” o exactos.

Al seleccionar los datos adecuados para un proyecto, considere:

— Relevancia y exhaustividad

— Integridad y correcta representación

— Ausencia de sesgos

— Actualidad

— Definición clara

— Exclusiones apropiadas

Consideraciones más importantes en materia de datos correctos:

— Precisión

— Ausencia de duplicados

— Identificadores consistentes

— Etiquetado pertinente

El trabajo de garantizar la calidad de los datos no termina con el entrenamiento. Si se entrena bien un modelo con datos de alta calidad, se obtiene un buen modelo. Pero si ese modelo se alimenta con “datos futuros” de mala calidad, se obtienen resultados o predicciones erróneos. Los criterios de “los datos son correctos” y “los datos correctos” siguen siendo válidos.

A corto plazo: Adoptar una postura de “culpable hasta que se demuestre lo contrario.”

A nivel de proyecto, la responsabilidad general sobre la calidad de los datos debe recaer en la persona de más alto nivel que dirija la iniciativa. Debe reunir equipos de personas que puedan desarrollar el conjunto completo de requisitos y profundizar en los detalles para garantizar que se cumplan. Debe considerar la posibilidad de contratar talento externo si, como suele ocurrir, su empresa carece de la amplitud y profundidad de conocimientos necesarios para hacerlo.

Estos gerentes deben cuestionar incansablemente a los equipos de desarrollo de modelos y a otros sobre todo. Empiece por preguntar: “¿El problema que se propuso resolver y nuestro problema son el mismo?” Si no es así, tenga mucho cuidado. A continuación, analicen uno por uno los criterios adecuados para los datos de entrenamiento. Profundicen: ¿qué les hace pensar que los datos darán buenos resultados en las predicciones, respaldarán la ampliación del modelo a nuevos mercados y estarán libres de sesgos? Desconfíen cuando los proveedores se nieguen a responder, citando “nuestro modelo es propietario.” El modelo puede ser propietario, pero eso no significa que los datos lo sean.

A mediano plazo: Impulsar los esfuerzos de calidad en las fases iniciales.

Las empresas deben pasar de lidiar con datos erróneos en las fases finales a crear datos correctos en las fases iniciales. Como cualquier otra disciplina, la gestión de la calidad proporciona un amplio conjunto de fundamentos, métodos y herramientas sobre quién hace qué. Para introducirlos en su organización, comience con tres conceptos:

1. Enfoque intenso en el cliente y en la mejora de procesos, con el objetivo a largo plazo de crear los datos adecuados correctamente con identificadores y etiquetas apropiadas, desde la primera vez.

2. Responsabilidades de gestión claras, es decir, dejar claro que los departamentos comerciales (y no el departamento de TI, el director de riesgos o los directores de datos) son los responsables de la calidad de los datos. A su vez, esto implica responsabilidades claras para los equipos y las personas.

3. Involucre a tantas personas como pueda, en todos los niveles, en la medida de lo posible.

H

oy en día, la mayoría de las empresas saben que los datos de calidad son esenciales para lograr operaciones eficientes, una toma de decisiones acertada y una inteligencia artificial potente. Sin embargo, no reconocen el papel fundamental que desempeñan las personas en la creación de datos de calidad.

Muchos gerentes, en su mayoría de manera inconsciente, dificultan que las personas hagan lo correcto cuando se trata de datos. Después de todo, ellos también se esfuerzan por hacer lo mejor que pueden: les preocupa cumplir con los KPI y están bajo la presión de sus propios jefes. Al reflexionar con más detenimiento, es posible que identifique los siguientes escenarios:

Escenario 1: En un banco, la gerencia se negó a capacitar a los empleados de primera línea (con salarios bajos) sobre la importancia de los datos que introducían y su relevancia para las operaciones comerciales.

Escenario 2: Después de años de trabajo en el departamento de finanzas, Mary notó que las listas departamentales de proveedores contenían inconsistencias. Sin embargo, solucionar este problema le quitaría tiempo de su «trabajo diario». Así que, por ahora, decide guardar silencio.

Escenario 3: El personal de trabajo social se mostraba reacio a involucrarse en cualquier tarea relacionada con datos; estaban en la organización para servir a la gente, no para trabajar con tecnología.

Escenario 4: Para alcanzar su objetivo, durante las conferencias, un equipo de marketing adoptó el mantra “si respiran, escanee su credencial”. Esto generó mucho trabajo adicional para el departamento de ventas, que tuvo que buscar a personas que no tenían interés alguno en sus productos.

Fomente el orgullo por la calidad del trabajo

Estos escenarios son inquietantemente similares a los que han ocurrido en las fábricas desde los primeros días de la industrialización. Abordar este tipo de problemas fue el objetivo de estadísticos y consultores de gestión como W. Edwards Deming, Joseph Juran y Walter Shewhart desde la década de 1920.

Deming, en particular, destacó la importancia del trabajador común y su derecho a comprender cómo su trabajo encaja en el resto de la organización. Reconoció que casi todos los trabajadores sienten un orgullo natural por lo que hacen y un fuerte deseo de hacer las cosas bien. En su opinión, están en una posición privilegiada para ayudar a determinar la mejor manera de hacer su trabajo.

Su pensamiento es tan relevante para la “fábrica de datos” de la actualidad como lo fue para la fábrica física de hace años. En nuestro trabajo, observamos a diario cómo las personas quieren hacer lo correcto en lo que se refiere a los datos. Considere lo que está ocurriendo (o no) en los escenarios anteriores, y plantee las siguientes preguntas:

1. ¿Las personas comprenden que son creadoras de datos y cómo estos encajan en el panorama general?

2. ¿Existen mecanismos para que las personas expresen sus inquietudes, sugieran posibles mejoras y realicen cambios?

3. ¿Las personas se sienten orgullosas de lo que hacen y asumen la responsabilidad de crear, obtener y utilizar datos que respalden la misión de la organización?

4. ¿Las personas se perciben como clientes de los datos que otros crean, con el derecho y la responsabilidad de explicar lo que necesitan y ayudar a los creadores a desarrollar soluciones en beneficio de todos los involucrados?

Aproveche las oportunidades

Recomendamos que todos los gerentes hagan lo siguiente:

— Vean a las personas de manera positiva y les den voz.

— Relacionen el “trabajo diario” de las personas con los datos.

— Fomenten el trabajo en equipo.

— Comprendan que el empoderamiento conlleva responsabilidad.

— Adopten una actitud de “ninguna idea es demasiado loca”.

Lidere el cambio cultural

Todos los líderes tienen agendas muy ocupadas. Es fácil pasar por alto que los datos de alta calidad son fundamentales para todo, y lo esencial que son las personas para la calidad de los datos. Respételas, muéstreles el panorama general y ayúdelas a desarrollarse como creadoras y clientes de datos.

L

os líderes de todo el mundo se preguntan (con razón) cómo la IA generativa puede beneficiar a sus empresas. Sin embargo, por impresionante que sea, es solo una de muchas técnicas avanzadas de ciencia y análisis de datos. Si bien el mundo se centra en la IA generativa, un mejor enfoque es comprender cómo utilizar la variedad de herramientas de análisis disponibles para abordar las necesidades de su empresa. ¿Qué herramienta de análisis se ajusta al problema que está tratando de resolver? ¿Y cómo evitar elegir la incorrecta? No es necesario que conozca detalladamente cada herramienta de análisis a su disposición, pero sí lo suficiente como para imaginar lo que es posible y hacer las preguntas correctas a los expertos técnicos.

Comience con el problema, no con la tecnología.

Las cuatro categorías de la analítica avanzada

Existen muchas técnicas de IA y análisis avanzados, y la lista crece con cada nuevo comunicado. Como líder, no necesita conocer las complejidades de cada técnica analítica; para eso tiene expertos técnicos. Sin embargo, comprender estas cuatro categorías puede ayudarlo a diferenciarse, hacer las preguntas correctas y ganar confianza.

1. IA generativa

La IA generativa crea nuevos datos, imágenes, videos, textos o sonidos que son similares, pero no idénticos a los datos existentes. ChatGPT es un ejemplo, al igual que Midjourney (generación de imágenes), Synthesia (videos a partir de texto) y Cresta (entrenamiento en tiempo real para agentes de call centers). Los creadores de productos existentes, como Adobe, Shopify, Canva y Autodesk, están incorporando funciones de IA generativa en sus ofertas. Estos algoritmos resumen materiales, responden preguntas o redactan artículos desde cero, lo cual beneficia a áreas como la comunicación de marketing y el servicio al cliente. Además, ayudan a comprender rápidamente nuevos documentos, como regulaciones, informes financieros o investigaciones médicas. Sin embargo, también pueden generar datos sesgados o de baja calidad (denominados “alucinaciones”) y requieren enormes cantidades de potencia informática y datos.

2. Aprendizaje profundo tradicional

Las técnicas de aprendizaje profundo procesan grandes volúmenes de datos complejos para aprender patrones y relaciones. Pueden clasificar, por ejemplo, si se compra algo o no, si un préstamo es seguro o riesgoso, si un tejido es canceroso o benigno. Pueden optimizar, por ejemplo, ajustando las líneas de producción o reduciendo el consumo de energía. Sin embargo, para aprender, también requieren datos con clasificaciones ya conocidas. Además, los resultados de los modelos son difíciles de explicar, lo que significa que las empresas no pueden decir a los clientes o a los reguladores el porqué de una predicción.

3. Econometría

En comparación con la complejidad y el costo del aprendizaje automático, las técnicas estadísticas tradicionales pueden ofrecer resultados igualmente buenos a un costo mucho menor. La rica historia de la econometría ofrece herramientas poderosas para probar mecanismos teóricos y comprender relaciones causales a partir de datos observacionales o experimentos. Un gerente puede determinar cuánto influye cada variable en un resultado y comprender la magnitud de las relaciones causales. Además, los modelos son altamente repetibles, proporcionando siempre las mismas respuestas a las mismas entradas. Sin embargo, los modelos econométricos suelen requerir supuestos sobre las relaciones y las distribuciones estadísticas subyacentes.

4. Automatización basada en reglas

Los primeros modelos de IA se basaban en reglas del tipo “si-entonces”, y siguen siendo frecuentes y valiosos. Los sistemas basados ​​en reglas son sencillos, comprensibles, interpretables y transparentes. Son adecuados para problemas bien comprendidos, como la implementación de normativas establecidas (por ejemplo, leyes fiscales). Sin embargo, su creación puede requerir una cantidad significativa de experiencia en el área. También pueden ser inflexibles, no adaptarse a los cambios de contexto y no dar respuestas a escenarios no previstos por los diseñadores.

Cada uno de estos métodos es útil en diferentes situaciones, y a menudo en combinación. La clave está en saber cuándo utilizar (y no utilizar) cada uno.

Cómo elegir: Las cinco preguntas que debe hacerse

Cada proceso y decisión es un candidato potencial para nuevos enfoques de analítica avanzada. Pero el contexto es importante. A continuación, ofrecemos cinco preguntas que puede hacer sobre las limitaciones de la IA.

1. ¿Cuál es el costo de equivocarse?

La IA generativa es útil para primeros borradores y respuestas “suficientemente cercanas”. ¿Su problema puede tolerar una precisión inferior a la excelente? ¿El costo del error exige un enfoque diferente? ¿O puede utilizar un enfoque híbrido en el que las computadoras identifiquen posibles diagnósticos médicos u objetivos militares y los humanos tomen la decisión final?

2. ¿Necesita explicar las decisiones que toma su modelo?

Los algoritmos de aprendizaje automático, especialmente los basados ​​en el aprendizaje profundo, pueden brindar respuestas precisas, pero sus modelos proporcionan poca información sobre el por qué. Por otro lado, los modelos econométricos pueden mostrar cómo las variables influyen en las decisiones, pero pueden carecer de la precisión que ofrecen los modelos más grandes. ¿Necesita saber por qué un modelo hace lo que hace? ¿O una buena respuesta es suficiente?

3. ¿Sus modelos necesitan generar las mismas respuestas todo el tiempo?

Por defecto, la IA generativa genera respuestas diferentes todo el tiempo. Los modelos econométricos y basados ​​en reglas proporcionan las mismas respuestas para las mismas entradas, pero pueden volverse obsoletos a medida que cambian las condiciones. La mayoría de los modelos de aprendizaje automático ofrecen respuestas repetibles, pero si constantemente se actualizan sus datos de entrenamiento, esas respuestas pueden cambiar con el tiempo.

4. ¿Sus datos tienen una fuente confiable?

Sin una buena fuente de verdad, una compleja red neuronal de aprendizaje profundo multicapa puede no ser mejor que lanzar una moneda al aire. ¿Tiene suficientes datos bien etiquetados? Si no es así, ¿tiene mejores fuentes de verdad para clasificaciones menos específicas (por ejemplo, identificar un “animal parecido a un caballo”, en lugar de distinguir entre caballos, burros y camellos)? Los humanos pueden mejorar estas predicciones, ayudando a que los sistemas se vuelvan cada vez más inteligentes mediante retroalimentación de refuerzo. Sin embargo, sin un punto de partida adecuado, los humanos pueden agotarse rápidamente al tratar de ayudar a las IA novatas que, en teoría, deberían estar ayudándolos a ellos.

5. ¿Sus datos de entrenamiento reflejan las condiciones en las que operará?

Aunque los algoritmos de IA modernos pueden descubrir patrones en los datos que las técnicas anteriores pueden pasar por alto, el patrón debe ser un patrón real. Y debe provenir de todo el conjunto de contextos en los que opera. ¿Tiene datos de inversión de épocas buenas y malas? ¿Datos médicos de hombres y mujeres, y de diferentes etnias?

Si bien debe tener cuidado con la calidad de los datos que utiliza, no es necesario que sean perfectos. Dependiendo de los riesgos y limitaciones del problema, puede mejorar un modelo a través de la retroalimentación.

El mundo de la IA avanza rápidamente, pero las organizaciones cambian mucho más lentamente. Lo que funciona en un laboratorio puede no ser adecuado para su empresa en este momento. Si sabe hacer las preguntas correctas, podrá tomar mejores decisiones, independientemente de la velocidad con la que cambie la tecnología. Puede trabajar con sus expertos técnicos para utilizar la herramienta adecuada para el trabajo adecuado. De este modo, cada solución de hoy se convertirá en la base para generar innovaciones futuras.