Es evidente que existe el prejuicio de vincular inteligencia artificial o machine learning a computación o informática. Es fácil llegar a esa conclusión porque durante algunos de los desarrollos de estas herramientas se utilizaron herramientas computacionales o informáticas.
Sin embargo, es importante observar que cuando se inició la reflexión sobre los algoritmos artificiales, los orígenes estuvieron en facultades de neurología, psicología o psiquiatría.
Es importante también considerar que la inteligencia artificial es una disciplina parcial de la ciencia cognitiva, no de la informática.
Pero pasando ya a una reflexión menos académica, más enfocada en la experiencia del usuario, el machine learning no requiere conocimiento computacional. ¿Por qué? Porque es un concepto aplicativo.
Por supuesto, para generar la capacidad de los algoritmos para aprender sobre algún proceso aplicado, fue necesario hacer un desarrollo computacional. Sin embargo, la forma de aplicarlo hoy en día está independizada del conocimiento computacional.
Por ejemplo, un carpintero hace veinte años (2002) cortaba sus listones de madera anotando el tipo de madera, el tamaño, el clima que había el día que hacía el trabajo, la calidad de la madera, el tipo de corte y el grosor del listón de madera. Durante varios años recolectó todos estos datos siempre etiquetando el tipo de sierra que eligió en cada caso. Así llegó a recolectar 3000 datos u observaciones, sobre 3000 eventos en los que había usado diferentes alternativas de cada variable, siempre etiquetando cada observación con el tipo de sierra como variable de salida.
Una vez que tuvo los datos listos y tabulados, fue capaz de elegir un modelo en internet, cargó la tabla y pudo descargar un modelo que a través de un aplicativo usa para predecir el tipo de sierra que necesita para hacer cualquier trabajo nuevo. ¿Alguna vez le habrá fallado el modelo? Si, le ha fallado 2% de las veces. ¿Qué ha hecho para remediarlo? Ha recolectado más datos sobre todo acerca de las variables en las que el modelo ha fallado. Con esa data complementaria el modelo ha fallado solamente 0,5%.
¿En algún momento el carpintero ha tenido que tomar un curso de computación? No. ¿Ha aplicado machine learning? Sí.
Los especialistas en el entrenamiento de modelos tampoco necesitan ser expertos en computación, generalmente se llaman científicos de datos y suelen están especializados en datos de terapia más que en habilidades computacionales. Sin duda, en algún momento se requiere de expertos computacionales para modificar una arquitectura o un código, o generar un modelo muy particular, pero en la mayoría del proceso no se requerirá entrar a esos campos.
En conclusión, existen muchos niveles de competencias que aprovechar en inteligencia artificial antes de entrar en contacto con los algoritmos computacionales. Por esto, formarse para entrar en contacto con la inteligencia artificial no requiere de competencias computacionales.
¿Estás interesado en aprende sobre modelamiento de algoritmos de inteligencia artificial? ¡Mantente atento! Pronto lanzaremos una nueva Maestría en Machine Learning. Mientras tanto, te invitamos a conocer nuestro portafolio de posgrados en Innovación Digital.