Niveles de complejidad

Las expectativas sobre la "Inteligencia Artificial" llevan implícito unas buenas dosis de Pensamiento Mágico.

Nos invita a pensar que esos nuevos sistemas que están por llegar van a ser capaces de analizar una cantidad ingente de datos, entenderlos y tomar decisiones complejas por nosotros. El problema es que este planteamiento obvia ciertas dificultades:

• La supuesta cantidad ingente de datos es una maraña sucia, no conectada e incompleta de información.
• Para entenderlos hay que desarrollar primero paradigmas, modelos, teorías mucho más desarrolladas de las que hoy existen.
• Para tomar decisiones por nosotros, primero tenemos que saber que puñetas queremos.

Sí que hay cosas que están al alcance de la Inteligencia Artificial, porque son problemas relativamente sencillos. Un coche autónomo necesita una cantidad limitada de datos para funcionar, está claro lo que tiene que hacer y hacia dónde va. Estos son problemas con un nivel de complejidad bajo.

Pero hay un salto cualitativo muy importante cuando los problemas son más complejos, como los relacionados con la economía, la sociedad o las relaciones personales. En estos casos no toda la información está disponible, como por ejemplo los pensamientos subconscientes de las personas, o los paradigmas tienen implicaciones políticas, como podría ser el caso de cómo es la forma más eficiente de organizar la economía.

Así que, a pesar de lo llamativo que pueda ser que veamos a coches ir por ahí por sí solos, hay otras cosas que tardaremos más en ver.