Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Mercedes Bunz - Cuando Los Algoritmos Aprendieron A Escribir

    Cargado por

    bryanmetro
    72 vistas13 páginas
    Mercedes Bunz - Cuando los algoritmos aprendieron a escribir -

    Título original

    Mercedes Bunz - Cuando los algoritmos aprendieron a escribir -

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Mercedes Bunz - Cuando los algoritmos aprendieron a escribir -

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    72 vistas13 páginas

    Mercedes Bunz - Cuando Los Algoritmos Aprendieron A Escribir

    Cargado por

    bryanmetro
    Mercedes Bunz - Cuando los algoritmos aprendieron a escribir -

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 13
    os buscadoes abn mis qv nsatos ‘crumbs ay at {mundo srt un agar moors hay mis concinents? {Elconacmnto eprom un prodaca que tb El urode camputaderas nos hace mis ceatos? oder capa la rorgeiacén del canocinent? Cuando ls algoritmos aprendieron aescbir La digitalizacin modifica fo que sabemos y como lo sabe- ‘mos, Peo estamos muy lejor de saber lo suficente como para decir qué signfiea eso exactamente. Nadie esperaba, por ejemplo, que en algiin momento los algoritmos apren tlioran a escribir, y cuando eso sucedi,en el fondo tampoco nadie lo nots Recién medio ato después de que los algorit ‘mos redactaran una er6nica sobre un partido de béisbol dis pptado por un pequerio equipo de linois los Northwestern Wildeats, David Cart, columnista de medios del New York Times, advirtié este nuevo avance téenicoy esribié: "Se vie- nen los robots. (Oh, ya legaron!” Es lo que he sucedido mu ‘cas veoes en nuestra historia con las innovaciones: cuando ‘queda defintivamente elaro que a partir de cierto momento tenemos que mirar determinadas cosas con otros ojos, el shock es general; pero antes de que los nuevos inventos se Impongan en nuestra vida cutis, «tennis as ra nos damos cuenta de que esté pasando algo. Desde hace sigles, en los euartitos de ards de las easas se inventan in novaciones que cambiarin el mundo sin que la sociedad lo pprciba. En el pasado los garages eran los lugares en los que Se ideaban méquinas nuevas 0 se perfeccionaban las Viejas, fueran. autos © computadoras; los primeros productos de a pier eneni pasiegceeioeain J Apple y de Microsoft, por ejemplo, todavia fueron el resulta do de estos trabajos manuales en los garages. Pero para las innovaciones digitales ya ni siquiera hace falta un garage: Jos algoritmos no necesitan un techo. Sin que lo advirtamos, hacen como trabajos de seminarios o proyectos universita ros, como el buscador de Google... y poco después ya estan transformando el curso de las cosas. ‘Tambien el comienzo dela revolueién industrial fue sor presivo para sus contemporéneos: "El capitaismo legé sin anuncarse’, escribe el historiador de la economia Karl Po- lanyi.' Todo empieza con un invento que en apariencia no tiene nada de espectacular, la “lanzadera répda’, una lanza ddera sostenida por un cordel, patentada en 1733 pore inglés John Kay- Esta “lanzadera volante” acelera enormemente el {ejido porque permite que en el telar el hilo sea transporta- do através de la urdimibre “a una velocidad inimaginable’? ‘como observa impresionado un contemporineo. Gracias 3 la introduccién de la lanzadera volante se duplica la pro dductividad de los teedores. ¥ los hiladores, que suminis- tran el hilad, se ven urgidos a innovar. llamado “hambre de hilados" leva finalmente en 176 a la invencién de una ‘maquina Hamada “Spinning Jenny’ (iladora Jenny), que le permite a un operario hilar en ocho husos a la vez. A conti ‘nuacién, la evolucién industrial se pone en marcha en In slatera para transformar la vida de las personas en todo el mundo. ;Se aproxima ahora un fenémeno similar? Los algoritmos perfeccionados por nerds informatics en ofick nas y aulas universitarias son los descendientes dgitales de la" Spinning jenny"? Un ejemplo del profundo cambio quest avecinaes el pro: sgrama capar de redactarerénicas deportivas mencionado al Si fhlcomienzo, denominado Stats Monkey. Este programa, des “rrolado antes de la Universidad Northves: tern de Ilinois, surgié de la cooperacién entre la escuela de Periodismoy el departamento de Informatica. Los estudian. 1a a at rin es ip ny nie Ae init ay Te Co Te en neal ce un psa pe tes se habian propuesto hallar una sohucén al nuevo proble ma que se le presenta al perinlismo por el hecho de que, con ladigitalizacion, cada vee ms gente se informa en linea, Los mediostradicionales tienen que seguir asus letoreshastala red y explorar af nuevas fuentes de ingresos. En especial la informacién local siente la presién econémica por la migra cin de los clasificados ala ted. Este es el punto que querfan resolver los estudiantes, y para elo desarollaron un progra- ma que redacta auténomamente crénicas de partidos para permitir a los medios locales oftecer mis contenidos. Los estudiantes pensaron que estas crnicas podrian liberat de ‘una obligacidn tan pesada como es escribir notas sobre par tidos irelevantes de las ligas inferiores de béisbol a los so- borecargados perioisas de redacciones cada vex mas chicas. 1a laboriosidad de los algoritmos redactores les permitics concentratseen los andlisis de fondo y la enteevistas. Stats “Monkey reine dos téenicas digitales: en un primer paso el mo recoge estados de partidos publicados en laced; segundo paso, a partir de esos estados y mediante bol de decisiones”algoritmicas aveigua quiénes son. los actores mas importantes y el trite del partido. Con el resultado compone luego un fragmento de texto sirviéndose ‘de componentes preestablecidos:"El equipo X tomé ripida mente la delantera y ya fue imparable’ “El equipo ¥ taté de recuperarse, pero fue iil’. Asi, con un dle, surge una ‘rdnica deportiva desabrida pero informativa, y en menos tiempo del que le levaria @ una persona escribir una sola frase, El resultado es el siguiente: South Bend eana Ea lesa Frank Ek, Tony Baier se pusoal hembra les Michigan State Spartans ete damingo les io una victoria de 30 sobre los Notre Dame Fighting Trish EllanaadorBucciferoseencarg deques Fat sh ‘no anoaran nun so punt en las nueve entradas eicing ‘el ested bver de Michigan Sat: eciferes lin {nc adores vale con sus lnnsamintory permit solo {ee natrapbles del sv Una Gna ves er el lanzamleno, Yo ual le peri al jgador rival lanza la primera bse. Mat Grosso el veteran de los Fighting Ish, perdi en la bo vena y lina erzads una gran oportunidad pra pa Se puede discutie sobre la calidad del escueto texto, pero no sobre el hecho de que aqut se esté automatizando una téeni ca cultural dela que los humanos disponiamos hasta abora fen forma exclusiva: redactar un texto, porl tanto también relatar una historia. Luego de que las computadoras y los Dbuscadoresy con ellos los algoritmos, se infitaran sigilosa ‘mente en nuestra vida cotiiana, el algoritmo reactor Stats “Monkey marca un punto més en la evolucién histériea de la digitalizacién, que produciré una transformacion funda ‘mental en nuestro mundo. Las méquinas de la revolucién industrial automatizaron el trabajo humano, mientras que los algoritmos de la revolucin digital nos asisten enel con cimiento: Stats Monkey puede registrar y procesa informa: cidn de manera auténoma. Podemos, por cierto, sucumbir ala tentacién de aferrarnos tozudamente al punto de vista de que las cosas siguen respetando el viejo y acostumbrado frden, que dice que en las computadoras hay informacién ¥-que somos es humanos quienes la convertimos en cono- Cimiento. Hero, como observa el articulista estadounidense ¥ coautor del Manifiesto Cluetrain David Weinberger en $0 Tibro sobre el conocimiento en la era dela digitalizaci6n, "EL ‘canoclmiento ya no es lo que era. Nolo es para la ciencia, ni para la economia, ni para ln edacacién, ni para la politi; ro Io es para ninguno de nosotros Si nos atenemos alas nnociones tradicionales de conocimiento informacion, el or ~ den del conocimiento fectivamente se ha desordenado: el Oxford English Dictionary distingue por ejemplo la informa cin’ en cuanto “datos sumministrados sobre algo o alguien’, del “conocimiento’, que es definido como “datos, informa cién o capacidades que se han adqsirido por experi ‘educacién’y el Duden, ‘como “saber sobre algo” Se podria decir entonces que eco ‘nocimiento consiste en infermacisn procesada,y los algoet producir conocimientos, sino que clasifcan la informacién, |a vuelven a combinar y procesan datos y hechos para con los en lo que usualmente llamamos “conocimiento’ AA igual que las maquinas con las que se inicié la revo lucién industrial, los algoritmos simplifican asi procesos de ‘rabaio sustituyendo mano de obra. Al mismo tempo abren nuevas posibilidades: no se puede decir que las erénicas de portivas sobre ligas menores en las que se han especializa do el algoritmo redactor Stats Monkey y su programa rival Stats Sheet sean un érea ala que se dediquen los peridistae deportives pagos, y menos todavia los de planta. Los algorit- mos pueden hacerse cargo de ese trabajo y producir textos que, si bien se leon, no despierten mucho interés, y cuya publicacién no es rentable, Pero al igual que los tejedores de la revolucién industrial antes que ellos, los periodistas no estén para nada entusiasinados con la idea de que ahora los algoritmos se encarguen de parte de lo que era su ta bajo. No tienen la sensacién de que se los esté aliviando, sino mas bien miedo de que sels sustituya. A diferencia de | J.J. los tejedares, los periodisas no destruyen las maquinas lo cual quizis se deba a que no es facil destrozar un algoritmo;, ‘como mucho se lo puede confundir momentineamente, se Jo puede *hackear'-, peroen el fondo su acitud es perfecta ‘mente comparable @ lade los tejedores de hace doseientos setenta y siete ais: en lugar de sentrsealviados por a téc nica digital que les permite sacarse de encima tareas pesadas ‘y mondtonas para poder concentrarse en las perlascreativas| el trabajo, lo que reina es el nerviosismo y la indignacién, Tras ignorar el fenémeno en un principio, de pronto todos estuvieron de acuerdo, de Rasa a India, de Gran Bretana a ‘Alemania y Belgica, en que hay algo revolucionario en mae: cha, Muchas redacciones directamente proclaman el fin del = periismo hecho por personas:")Son realmente necesaros © ‘mos como Stats Monkey aesta altura han aprendido no solo 4 suministrar datos sino también a procesarlos.Podriamos afrmar con cautela que los algoritmos ya no se limitan are Jos periodistas deportivos?, se pregunta preocupada el se-‘>she ‘manario estadounidense Businessweek; el italiano La Stam-%:<-» «+ pa considera que los cronistas esti ‘sithados” por software. pool) Inteligente perio pariino Le Nonde cree inca que | > ha comenzado la era de los periodistas-robots is Este malestar entre los periodistas nos evidencia la mag nitud de los cambios que se aveeinan: son eambios que no repereaten solamente sobre Ia tarea periedistiea, sino que transforman de raiz grandes éreas de nuestro trabajo y de nuestra sociedad. Mucho mas alla del periaismo, tambic fen otros émbitoslaborales los algoritmos pueden reunir y reestructurar informacién disponible en lines, Donde sea ‘que haya asistentes confeccionando sinopsis basadas en da 1, seven desafiaos ahora por ls algoritmos. La bisque: da de datos estaisticos y si translormacién automatica en lun texto promete convertirse en un negocio rentable. No cs de extraar, entonces, que aque! proyecto estudiantl del algoritmo que escribe crdnicas deportivas haya terminado convirtiéndose en una startup llamada Narrative Science. ‘Muchos de los informes, investigaciones y estimaciones que necesita nuestra sociedad de servicios pueden delegarse en algoritmos, y por eso con estas innovaciones hay, en térmi- ‘has generales, una figura social de la actualidad que se ve amenazadh: el experto’ A diferencia del especalista, que dispone de “conocimientos parciales vinculados con una tarea y relatvamente bien delimitades dentro de un res especial dl conocimiento el experto tal como lo define la 4, sociologia,es el tipo de persona que"tiene un conocimiento ‘panorimico de un area especial del conocimiento; que sabe, ‘or lo tanto, qué saben los dstints especilistas en eles de conocimiento’ que él representa’? y este conocimiento ‘panorimico del experto puede en parte automatizarse. Exac tamente esa es la raz6n por la cual la digializacién tendré ‘efectos sociales tan profundos como los de la industiaiza- ‘in bos algoritaos pueden hacer sips, compar datos 'y comuniear una imagen de conjunto, y eneargarse asi le ‘manera auténoma, de trabajos que hasta ahora estaban re servados a las personas. Abogados o ingenieras, médicos 0 ‘expertos en finanzas, docentes chels, autores @ meesinicos “deautos, gerentes odiseHiadores de microchips: todos nos 4 Sepa Mochi Mar Se) on Hr Salen Se Py sch rhs De te Sn Min Math Shoe tea cp . fF conciere la digitalizacién, que no perdona ningin escrito io, porque en definitiva nuestra sociedad actual es una so? ciedad de expertos* Los periodistas no son sino uno de les primeros grupos profesionalesafectados por la revolucién digital. c En el curso de la presunta transformacién de nuestros ‘conocimientos y del manejo de la informaciém se destaca tuna inquietud que nos preocupa desde hace mucho tiempo. |... La dligitalizacin no se limita a poner en dada pateones tra dicionales de organizacién de nuestro trabajo, lo que pone ‘duda fundamentalmente es la relacién entre el human yy la méquina: 21a miquinas pronto nos dejan ars gra ‘as alas nuevas habilidades de los algoritmos? 40 nosotees disponemos de capacidades intelectuales que ellas no pu ten aleanzar? No son preguntas que puedan responderse en {forma répida y conchuyente, pero eso no significa que no se nos planteen con urgeneia.¥ pregunta, ha dicho Heidegger acertadamente en cl contexto de su filsolia de la técnica, estar construyendo un camino? Pero realmente estamos en una competencia con las rmaquinas? JE1 modelo que hemos tomado prestado de I industrializacién (la hich darwinista por la supervivenciz, ‘en la que lo que cuenta es la pregunta: quién es més fuerte fel humano o la maquina?) es el marco conceptual correcto sa entender las nuevas tecnologia digitales? Por puesto ‘que existe una amenaza: los periodistas, que agitan el fan tasma de la era de los reporteros robots, artcalan con tod claridad su preocupacién en los ttularesalarmantes de los periéicos. 2Pero son realmente las méquinas las que nos nienacen? La teakigia nunca es un mero instrament nos impone constantemente su ldgica de funcionamienta, ‘ero eso no significa que podamos descargar en ella nu responsabilidad por lo que sucede. Hasta donde sabemes, las miquinas no estan interesadas en dominar nada: adife |. rencia de los humanos, no tienen intereses. Entonces, gel re seers «Alejo de temero culpa a la tecnologia es la reacidn correcta ante la evolucién digital? La ligica de la digitalizacion se despliega, pero nosotros podemos interpretarla de muchas, ‘manera diferentes; se trata de una relacin tensa que est profundamente inscripta en nuestra nacion de técnica des de siempre y con la que luchamos desde hace sigls. Por ‘0 deberiamos intentar ir al fondo de nuestra acitud de rechazo: gde donde viene nuestro miedo a ser dominados por las miquinas? Froblomas de relacién fundamentales Desde que aprendieron a caleular, se a tratadoa las miqui- has como si cumplieran por lo menos can el aributo sapiens de la expresién homo sapiens. Esta idea de na “intligencia artifical” ya era un componente Bij de nuestro pensamiento ‘cuando el edlulo pasé de las méquinas mecdnicas alas com putadoras. Debemos reconocer que la idea de una supuesta inteligencia de las méquinas es particularmente atrctva, Desarrollar un agente inteligente que pudiera sustituir al hhumano en su vulnerabiliad no fue solamente una espe- Fanza militar en la que el ejército estadounidense invitié nillones. También tuvo un efecto productiva sobre el arte. Si bien en peliculas como 2001: Odisea del espacio, Term ‘nator y Matrix, 0 en la serie Galdcticn, se evitstransitori ‘mente el fin del homo sapiens, en 2013 la supercomputado +a Watson de IBM derrotd a su contrincante humana en el programa de preguntas y espuestas Jeopardy y se alz6 con 1 premio de.un millon de dolares, aunque en ls preguntas ‘ortas no haya poildo evita tartomudcar wn poco. La cues tin de larelacién entre el intelectoy la maquina tiene una ‘radicion. muy antigua, Ya en la época de la Iustracién los fildsofos tuvieron la idea de representarse el funcionamien tode nuestro intelecto por analogia con los procesos que se ddan en el interior de una méquina. Hay que saber que en aquel entonces el intelecto se consideraba una herramienta del pensamiento, de lainvestigacin y dela reflexién. Como 1a}, solo constituia una parte de las muchas eapacidades hu smanas: para la Iustracién el humano era también, aunque; ‘no exclusivamente, un animal racional. Pro es certo queen especial la parte racional del humano tena na importancia special la pa decisiva para laMustracin, que intent6 desprenderse dela nocién tradicional de espirtu apelando 2 nuevas concep- ciones de nuestra facultad cognitiva.Y una de esas nuevas ‘oncepciones era una suerte de comprensiin axiomstica dl intelecto, Gotfried Wilhelm Leibniz, por ejemplo, defendia por aquel entonces la tesis de que lo que acurre en nuestro fi. Intelecto se puede reproduc en axiomas formulados mate riiticamente, Intelecto, no cerebro. Leibniz investigé si es posible reproducir con un Tengu artifical los axiomas en Jos que se basa nuestro pensamiento logic, y procesarlos con tna miquina: ‘ Inspirado por la miquina de caleular del inventor francés Blaise Puseal, que poco antes habia causado revuelo en la P corte francesa con s“Pascalina’, el sabio universal se puso a construir un antecesor mecinico de una méquina digital ‘una cast inteligencia artifical. Esta computadora de ma dera era una caleuladora basada en el principio del cilindre ‘con dientes escalonados. Leibnie la present6 ante la Royal Society de Londres el 1 de febrero de 1673, y aunque toda via no funcionaba ala perfeccién,coseché gran admiracion; ‘después de todo, marcaba de modo visible a aparicion de un ‘nuevo diseurso el inelecto humano ya no se considerabe tuna obra prodigiosa, sin algo que realizaba sus tareas con forme a leyes ordenadas. ‘De modo que la idea ce quel intelecto humano funcionz ‘como una maquina estévineulada en principio con el movi ‘miento de la lustracin: en ella se ve una nocién dest sgt ag ei 18 adora del espiritu humano. Pero esta representacin, nat ralmente, también es problematica, lo eual se hizo evidente por ejemplo cuando la caleuladoras, que al principio eran lentas, empezaron a trabajar mis répido. Las calculadoras slectrOnicas fueron dejando atrés a los cerebros humanos, Y eso caus6 disgusto. En consecuencia, las discusiones en {omno ala relacién entre el intelecto la maquina tuvieron, lugar bajo nuevos signos: se desarollé un vehemente deba te entre ls expertos, que tavo lugar en una multiplicidad de publicaciones sobre el tema “Lo que las computadoras no _,pueden hacer” (por ejemplo, pensar, segin Hubert L. Drey. fus,fildsofo estadounidense y autor del libro publicado con ‘se mismo titulo en 1972}? En aquel momento Dreyfus pro ‘movi6 una exaltada discusién en torno al mito dela intel ‘poncia artificial. Casi dies aos después, con el experimento ‘ental de la *habitacién china’ su colega john Searle le asest6 un fuerte golpe a la esperanza de lograr el desario lo completo de wna intligencia artifical. Searle demostr por qué raz6n la inteligencia artifical es algo distinto de la Jhumans, aunque ambas leguen a los mismos resultados. La dea bisica del razonamiento de Searle es la siguiente: en ‘una habitacin hay una persona que solamente habla ings, Se le da una pila de taretas con frases en china y un papel ‘com preguntas sobre esas frases, también en chino, y ade ‘mas un manual en inglés con reglas para manejarse con los sigmos chinos. Gracias a las indicaciones en inglés la per sona puede responder las preguntas formuladas en chino, Y transmitir asi la impresién de que efectivamente domina el chino, Pero de hecho tan solo ha seguide reglas. Lo mis io vale, sogtin Searle, para lae computadoras: no entiend sino que aplican reglas. A diferencia de los humanos, las ‘computadoras son méquinas sintcticas, o semantices Asi = Pres sadn pr lo pronto a supeioriaiteketldel snd ie Watts oT inf An ee oe i Md tm ‘Com ema I rien de Sasi y Dreyfus a repre sentacones tan fundies sobre Ia intligenia artical Causé dist entre lo informatio, peo nos Her de la idea de que nuestro intelecto se encuentra en una sere de ompetencia con fas méquinas, ax como dl miedo «que Insets porta prumn oda arab En este punto quis nos reste ina ron dea striae hecho de que a comienzos del siglo XX Ta gran mayora de tas computadoras que se produten sean ensambladat por operaioschinos siguend instrccones en inglés (mejor Alco: siguiendo as pauas de desaralladoresnformticos cq probeblewenia volo Tabane ap tant es lo que podemos aprender si observamos emo, tmdide que ls tmaquinas se van perfeccionando, dea de Tenis de uma intigencin ata eva convirende en tin arvenaza para el homane, hasta que los dos Gisofos tstadounidenses corigen el exquema que est en Ia ase de dixcuno tecnico: no sm as ealculadore Iq acoralan el] pensamiento humano, sino mista represetacdn de elles, Tampoco hubieran estado en condiciones de defender spo der A medias del siglo XX las supercomputadoas gan tes todavia eran tan walnerables ete inch los programs doves tena prohbido manipulrias: solamente el personal de mantenimiento técnica, con vestimenta impo, pon poner mano en ella. todavia hoy cualqulera que haya de Frama sn querer un poco de coca cola sobre un brazo humana sobre el teclado de dna computador se cl dos tos or mlx vlinabla Camco now araranon ep ‘alando sobre a posibilidad de que lon algoritmon mst Yatalaspericdss depetiveyetenetie seve cages {tn prier lugar contra las muita athe todo extaoe infuniéndonos inseguriad a henotos mismo. Para ink Dino, debertamos pee prestada una cota de descon Fanaa a Michel Fou violencia que se eerce sobre las cosas" como “ana pric D {que les imponemos"" En este as, la “co” somos los propia humanos nov antacorralmoe Deberiamoe, pore} It y“concebir el diseurso como una tanto, aprender de la historia que compartimos con las mi ‘quinas para eludir una confusion de graves consecuencias Jas maquinas jams fueron las poderosas, no nos amenar. No obstante, los algoritmos tansforman nuestro mundo f inducen nuevos signiicados cuanto mas profunda es su penetracin en él. Sin embargo, el marco conceptual dela contienda o competencia entre humanos y méquinas no es adecuado para comprender la dgitalizacin, Los algoritmos reonganizan el conocimiento y ransforman asi nuestra idea dle lo que significa pensar, exactamente del mismo modo en que las méquinas tevolucionaron nuestra nocién de “traba- Jo" en el curso del siglo XIX. Fero eso de ninguna manera ‘es motivo para mesarnos los cabellos, desesperados por ef horror tecndfobo. Puede ser que el miedo haya tenido un ‘papel importante en la evolucion, pero no se puede decit {que sea siempre la mejor reaccsn humana, No podlemos volver ats los acontecimientos, pero si povlemos intentar encauzarlos de determinada manera. Y ademas no es una nnovedad que nvestro pensamiento cambia, y con muestra idea de lo que es pensar. El ejemplo de la educaciin muestra claramente en qué ‘medida las innovaciones ténicas transformaron en el pasa do nuestra idea bisiea de lo que son las eapacidedesy post bilidades humanas, porque en definitiva en la historia hay ‘modelos muy distintos de que se entiende por aprendizaje. Hace mucho tiempo lo decisivo era aprender de memoria, el Pensamintoautonomo era irlevant. Rei con la Ths ‘racin se impuso en nuestra cultura la concepeién de que poder registrar y evaluar por s{ mismo los datos relatives a tun émbito tematico era algo que valia la pena, En Alemania fue Federico el Grande quien, mediante un decreto de su ‘ministro von Furst, impartié a las universidades prusianas luna orden estrcta de pensar por su propia enenta"?*Con la digitalizacién se vuelve a transformar la estructura del cono- ‘cimiento y con ella también la de aprendizaje, aunque esta St Saami aa at ‘vex no por efecto de un mandato:en un mundo en el que se actualizan constantemente, los datos pasan cada vez mis a ‘un segundo plano, Enel segundo capitulo analizaremos este tenémeno con mas detalle, Pero por el momento podemos ‘consignar lo siguiente: cuando se trata dl conocimiento los datos siguen teniendo gran importancia, pero ya no son los {inieos factores; ahora hay que comprender la estructura y Ia dindmica de un drea tematica, Elaprendizaje y el pensamiento maychan a ritmo de los tiempos, se modifican, y las tenicas cultural de la mani- puilacién de signos (esribir ycaleular) ejercen una gran in- fluencia en ese sentido. El uso de sigros comienza con la propagacién del humano anatémicamente moderno: las pinturas rupestres més antiguas del mundo, que fueron ha Hadas en la cueva de Chauvet, en Francia, tienen treinta y dos mil aos de antigdedad. El antropslogo francés Andeé Leroi Gourhan, que ha investigado sobre este tipo de pint ra, sefiala que la esritura es la tercera memoria de la espe ‘de humana, después del ADN y el cerebro. ¥ esta tercera memoria esté teordendndose una vez mas: hoy buscar es un nuevo modo de saber algo. Esta nueva cicunstancia ya fue registrada en los Estados Unidos por el eritico de medios [Nicholas Care, quien en un ensayo se pregunt6 con preoeu pacidn si Google nos esta idiotizando.* Una pregunta que fenconteé un gran eco en revistas yen la prensa daria, que [ se diseutié mucho en la mesa, que constituyé un tema de ‘conversacién en las pausas del mediodia y que qued fina ‘mente para la mesa del bar. No es ninguna sorpresa que se haya discutido con tanta intensidad, porque en tltima ins: tania se trata de una transformacién fundamental en el m- Dito del conocimiento. Precisamente por eso no deberfamos precipitamos a darnos por stisfechos con respuestas dem ‘lado Facies, Primero tendriamos que intentar comprender fsa transformacin, para, ademas, poder influir mejor sobre 1 Amt aa ga y pa Can, UC 1s cong Making Sep? Wat het Dag to Oe chy, ioe hp erence Syeuienaing tempi ella, y para eso en primer lugar tenemos que explorar sin ‘ingtin tipo de prejuicios las nuevas posibilidaes, y aprem der a entender de qué manera en concreto los algoritmas reorganizan el conocimiento. Qué es factible? ,Ciimo las ‘nuevas posbilidades modifiean el orden del saber? ¢Y qué pape tienen las dificutades téenicas en ese nuevo orden? Explorando la nube de datos La mejor manor desl uno deo fendmenot een mn sigue clmple lo mien del tines Information Labortory dea Universidad’ Noriiweaten oslo progrmaro i algortimes que ecrtes oe “Gepost rope alts a cciticas de cine; mejor dicho, que presentan esas criticas al une converacon. Por decode digs tary iovetentamor aT als dgorimizacn dent Cala: lprogeaa hace St porto de Tarps eae ‘tale de opiniones humans gu sna dente ae Vasslorna en un dilags us tanteast tore, nerds aia, Zack Fave En concen Rocio tal Siguiente modo: esnips alga senso Internet Movie Database, una base de datos en linea muy fre- ‘eta os dno isin mds importantes one paces ker drain, dior protagonists ee Ena ea, Pasa cae a sos argniony ete Naa a, Tomatoes, para nalizar como se ha evaluado la pelicula (ec ibn een diverecrinsy eva seated tenor promeiio deo comentario sobs ps Cat feoyectheenqutodelareeha quclogs nose eens Con capone preeaBeis,cmo cn el ene de Ste Mantay ans con cares oe ln eens gue tong entra en los sitios agregadores. En un tercer paso, se ‘Semester eonch ode bss oe os posi vagal en tr el protgoists, el personae secre ee, Cn tes Ips encoun ato aso se conecdons oe dislogo: uno de los interlocutores dice algo positivo sobre la pelicula ol pretagonista y el otro interlocutor contradic ‘0 cortobora lo dicho por aquel. Para evita repeticioné lgoritmo procura que en el segundo enunciado aparezca lis menor cantided posible de palabras del primero. Un clic, Y lneritica esta lista para ser enviads, aunque por wn lado (muy probable que ambos criticos cinematograficos vir Iuales tengan problemas con los derechos de autor, y que el lexto que enuncian, por ato lado, no sea precisamente un Udechado de virtudes estilsticas. Como si el programa qui- slera confirmar ana vez més la conclusién del experimento ‘mental de Searle (que los algoritmos no tienen idea de lo ‘que estin diciendo), la eritica que presenta suena como si alguien se hubieratragado_grandes trozos de informa Yel tesultado de i asimilacion no legara a ser una obra de arte integral y lograda: “Tom Cran compart cated con Carica Hatem y Kenneth Branagh en ln pelicula Operaion Vlguria. Este drama ‘apna para ayotes de 15 an, basa en hecho rcles a de strolls tama de un atentada contra Hier en plenoap0ge0 el Segunda Gera Mund sbundowan sabitanwente se lo mesurado, y en medio de las explicaciones sobre el ‘contexto histérizo, uno de los interlocutores se descuelga ‘om la siguiente considerarin: "Quiero decirte una cosa: me ‘encanta esta pelicula, jLa pelicula tiene la precision de un rmecanismo de elojera! “Tal como To muestra el ejemplo, cuando procesan la lengua, los algoritmos Hegan a-un limite nico muy bien ‘conocido en la investigacion sobre inteligencia anificial. Y mientras siga habiendo algoritmos tartammudos que propor ‘onan a los usuarios informacién mediocre sobre peliculas ‘medioeres, tampoco mejorar a fama de Tos erebros mec nicos en este mbito. En a jerga profesional se habla del vierno dela iteigencia artificial” Es un inviero largo, pero no se puede soslayar™que poco a poco empieza el deshicl. “Tal vez las maquinas jams leguen a entender pero es po- sible que tampoco lo necrsiten para procesar informacién s corretamente: porque como lo musta el ejemplo de lex ‘ia de cine ecenficaa ln dfn verge dels PC Ye Ilemet hace que hoy en dia se dspong de enormes “aides de datos en forma digtal que un algoiene ur ‘ieee pars comprende ol siglicads dean pasa into ontxtos Mediate ewe aprenizajeeadatia ore data is beter data como dicen os progamadors. tos programas de traci, por emp estin hacienda progres evident Lo msm vale por el economy ‘utomtendevor, que hs encontrado un nso fogar dig. tal en nuestros smartphone. Tal ver la mdquinac no “em sudan pero gracias os dats Usponibies eine den lar cada ver mejor lo qu los humanes llamamos “signified deci, capar cada vez con mayor precion cfeonieidsconcptal suns palhra Las peaures rien ser desobeientesn dterninado concept cambiar Jeg ileado er dain egos deTenguajey hasta ahora ls Algortos se quedaban sri, Un cempo: enon ston se fea ager hata econo etna tmnbulancia como respuesta ala exclamacon “igh lasbe mich tt ein Pfr. Hoy, en cambio, analiza sno Sed qu once disco del exminsro de Hacienda Hons Ape sth de Incomediacnematoraica de Jon Landis en aque debt ron en 978 John Beis y Kevin Bacon Contre hy Ie inogieabie fo nt linguaies ep, forma dg oro eal as comprare spe den regards combinaciones eras leer tadateamerte su proebied comperando cog leontesto verbal Ex esa ran por la que uns empress come Gogle to pbamiapiie oo eee ae =e eee ‘antiades gganieats de datos como oi fcra ona fa Solera ene ee Sct teen rr ce de ardillas que se prepara laboriosamente para pasar tiem: pos dfces. Google pretende dejar atrs el “invierno de la Intligencia artifical” mejorando a cacidad de dlelo de ios revos algoritmos, y mas datos son justarpentela cond ‘ion para un mejor registro etait de os sigiicads,o tual tambien expfea por qué la empresa sule introduce todo lo que pueden la esera de nuestos datos privalos "sta esratega tecnligicatene un efecto interesante so- bre orden dl saber, porgueen definiiva, pecmite obtener sina eamtdad de datos de los que ya no se puede fener wna ‘sin de conjunto como si fueran un corpus de enunciados {esricos For ex Ta momfafia de datos genera la neces is algoritmos: hay que domsinarexa montafa, es de: — ti formatearla Ast como i Tanzadera vont” alr eT tejido,¥ de este modo hizo que aumentaa la neestdad de Ils, neesiad que slo pda ser enbierta con ayuda de lachladora Jenny’ al juntarse eantidades ggantescas de da tos surge la demanda de agoritnos que prserven la vision ‘Te conjunto. La historia de Internet ya ha demostrado de janeraimpactante que ls humanos no podemos dominar ornuesra cuenta la ont de datos que ext disporible Tae Al clan tava x tetra Tor el de ustadores de Intemnet, pero cuando Tas masas desc his iiron internet y-crearon innumersbles pginas fedacciones Ruranas ya no devon abasio co fos indices de ontenidos. a caalogaion automtca fee siguiente Aechivo en t str dela digas: ¥ eae Tos us hres testis, Cuglefue e pomeo cn een tare Los algoritmos de Googe conseguan extimar y oi {als contends mejor y mis répdo que los de ots serv thoresSiendo ain estudantes sus inventores, Sergey Brin y Larry Page investigaron un evo enfoque, que presentaron Altmundo en 1998 en ou artiulo“The Anatomy of a Large Seale Hypertextal Web Search Engine" Lo mis elevate Google no slo evan los distintos sos mediante cl ands desu contenido y sega la cantidad de veces que se accode Sy ny awe Pag Te Any Lage Sed prea ab sev petro 8 ellos; evakia también los enlaces que Hevan a esa pigina, lo que significa que los enlaces de empresas periodistica com el Spiegel 0 el New York Times tienen mas peso que Jos de piginas pequenasy desconocidas, Los agorimos de taisqued préticamentesimlan ls orientacign huang. Se trata de un asunto comphicado que require indir me ioras a datioen varios centenares de variables, cada una de Jos cuales fee los mas diversos eleuls de probabilidad Pero nésole combia la técnics, ambien fo hace el com portamiento de uso human Si originalmente las buseado- “Es estuvieron pensads para revsa la red en buscade infor ‘acion, pronase los empez6 a usar por rela general cada que. ia saber algo sobre el mundo, Testimonio de ello som los artiulos de Wikipedia y la cantidad incalculable de videoclips y apotes en los que se explca cémo consti sun igh’ o cémo hacer el nudo dele cotbata, De manera que fendianosonlse lists sino los buseadors los ‘que confeccionan Tos indies de nuestro raund. Y eso Con. leva na transformacién decisiva ya. no n03 presentan sus resultados como datos canénieos sino en forma de lista Esta eva forma de presentacién desplaza el modo en que se averigua lo importante (y por endela verdad, porque verdad e importanciaestin itimamente lias) en garde tratar Janformacién como hechos dados, como en una encilope «los buseadores como Google nes ofrecen una puralidad eyetee nele aeeieee e 5 bined para comultdetconimada yess la respuesta 0 pigina web candnica, sino mitipls resul kados que compiten entre si. En cierto sentido, es una Torma jocratizar”elconocimiento, es decir ya no nos ponen lenfrente un conocimiento que tiene caricter de obligatorio, sino que nasottos mismos tenemos que decidir qué es rele: vant y qué nolo es. ‘Durante la indusraizaién el conaceniento todavia era a ci xpertosreenacdos controlaban sila informacion era correcta o no, porque en definitiva esta puede ser verdadera o fala, Recign cuando se confuma, que es correcta se la puede considerar verdadera, ‘ecién entonces esta claro que describe un estado de cosas ‘que cealmente existe. Eta confirmacién puede efectuarse( Uk distintos modos: antes algo se eonsideraba un hecho timientode una instituc, qu corpora a nore {in cortespondente al anon centco hasta ie hula mies informacion qe a posters en dda Actalments trcamb, yn esl we atorarn de una institu we decide sobre las pretensiones de verdad. También en la fe ce io gure hneriperns scimaderer quel fonccimientevgene ne ets prado de mado deitve, Y vsomeer pruebas avotalonyaevabar a lider: en I proclimicnt de evita por pare extn core da exper, tov equ decide qué vr exenlacualdad ta que freee td canto rea La vad la que nunca podemos mis Ae sproximros, pore e-deiva ee que els dhalers que todos bs Fechosadgulere una news fora. y tao gfe que ahora mi acres al sivindonon de fr stn Sen bs pein en een Ban pope crencial en ol predate de ein por pes, ya noes a vor del asc de ds esol Qe tide qué debe consdersre verdadero o coreio. Hoy se es prceters egal cbralactolanpctsc ce Mola mayoria de los experts, aunque noes fantola simple Mecisin por mayora~y esto es importante lo que gare lala verdad Mis ben, an enuncado tiene ae er conti nad por verso exirenes, yu contenido ene ua om ervarse en divers idog, demo que, pars dec con Manna Arent Us cosa pctan sr vistas ‘por sucos etre varied de aopcis y vn cambiar ou hdeniidad™ Si crespasis cigial ctmnos premians int deente De claatatie de a prtensan de verdad Is niormacica Be cecs ocomec beck ietncioen. oa bce aydan avril, porque en definitive convert has voces en anata abarcable Claro que es sta edo ana peopsests octave un orden proven tiene avalar por ea cata cut auierg ‘onquista 0 un conocimiento sicontaba com el recono- considerardefinitivo,y tiene que encontrar su propia expli «acion de los resultados, Especialmente interesante reslta ‘en esta situacién, por ejemplo, la informacién conminieada por varios enlaces, porque parece serrelevante desde distin. tas perspectivas. Es este aspecto de fa pluralidad lo que: ‘eee en primer plano, mis que nunca, en la era de la digital zacién. Recién en el coro de voces se muestra lo que, ademas de ser informacion, puede aspirar a una vale a largo pla 20, Ahora bien, al averiguar los resultados de los buseadores ‘no solo nos encontramos con este coro de voces. En el pro- ‘cesamiento de los datos se muestra un segundo aspecto. Un. ejemplo: a diferencia del buseador de Google, l motor de

    También podría gustarte