Europa se arriesga a perder la carrera de la IA y la robótica

La transformación social y económica derivada de los avances tecnológicos se sustenta cada vez más en la Inteligencia Artificial (IA) y la robótica, pero el despliegue de estas tecnologías es asimétrico, genera desigualdades y evidencia realidades como el inmenso poder de los gigantes tecnológicos y el retraso de Europa en esta carrera. Las causas de este desfase y la posible estrategia que debe seguir la UE para superarlo son tratadas por el experto Jorge Villagra para Funcas en un informe titulado «Robótica e Inteligencia Artificial más humanas y sostenibles».

El cada vez más destacado auge de ambas se apoya, recuerda el autor, «en tres grandes pilares: la disponibilidad de una cantidad ingente de datos, inimaginable hace solo un par de décadas; la irrupción del aprendizaje profundo y sus diferentes variantes; y la aparición de sistemas de computación con capacidades de cálculo paralelo que explotan al máximo las dos circunstancias anteriores». Antes de 2012, los resultados de la IA seguían de cerca la ley de Moore, doblándose cada dos años. Después de 2012, la capacidad de cómputo de las redes neuronales (elemento base del aprendizaje máquina) se duplica cada 3,4 meses.

Las diez empresas con mayor facturación del mundo en 1975 fabricaban bienes de servicio –principalmente automóviles– o extraían petróleo. «Hoy ninguna de las diez corporaciones más grandes produce bienes tangibles, y la inmensa mayoría de ellas son gigantes tecnológicos que han desarrollado servicios ultrapresentes en nuestras vidas», recuerda el estudio. Estos servicios parecen gratuitos, pero en realidad se alimentan de nuestros datos que, en mayor o menor medida, cedemos como contraprestación a lo recibido. De ahí que muchos califiquen los datos como el «petróleo del siglo XXI», asegura Villagra.

Los bienes materiales, protagonistas absolutos de la economía hasta finales del siglo XX, han dado paso a una economía en la que ya más de la mitad del PIB mundial se genera con activos intangibles. «Sin embargo, lo hace de manera muy asimétrica por sectores y áreas geográficas: incluso dentro de la OCDE tenemos países con un 35% de intangibles, como España, y otros que se acercan al 60% (países del norte de Europa y EE UU)», según COTEC. Esa brecha se agiganta respecto a las zonas con menos nivel de desarrollo.

Impacto económico

Dado el avance de la IA y sus aplicaciones, el estudio se hace eco de proyecciones que cifran su impacto potencial en la economía mundial en unos 15 billones de dólares para 2030 (Körner, 2020). Aunque son especulativas, debido a las fuertes interacciones con otros factores y a la falta de referencias históricas, de cumplirse sería un volumen equivalente al de las economías actuales de China o de la Unión Europea.

Los conocidos como los Big 9 –Amazon, Google, Facebook, Tencent, Baidu, Alibaba, Microsoft, IBM y Apple-, seis empresas norteamericanas y tres chinas, han conseguido una posición dominante en un mercado que crece exponencialmente y que se apoya de manera decisiva en la Inteligencia Artificial. En este contexto, la UE, que sigue siendo la segunda economía del mundo según algunas métricas relacionadas con la IA, «se encuentra cada vez más marginada, con un alto riesgo de perder competitividad y riqueza futura.

Y es que la posición de esos grandes gigantes no solo afecta a sus cuentas de resultados, sino que estimulan los ecosistemas de innovación y la creación de startups nativas en IA de sus entornos», favorecidas a menudo en países como EE UU por decididas políticas públicas de apoyo. Para que se impulse la IA en la UE de forma que pueda competir con con los gigantes tecnológicos «es necesario definir una visión a largo plazo de la IA y un planteamiento innovador y de envergadura», y cuanto antes, dice el autor. Solo así se podrán articular políticas ambiciosas que fomenten una cooperación públicoprivada» que garantice a los europeos el «petróleo» que necesitan.

LA SUPERIORIDAD DEL CEREBRO HUMANO, AMENAZADA

El estudio de Jorge Villagra recuerda los resultados del Stanford Question Answering Dataset (Rajpurkar, Jia y Liang, 2018), conjunto de datos relacionados con la comprensión lectora, que consiste en preguntas aleatorias planteadas sobre un conjunto de artículos de Wikipedia; o el reto VQA que pone a prueba la capacidad de los ordenadores para razonar interpretando imágenes, a través de la visión artificial y del procesado natural del lenguaje. En el primer caso, la máquina superó al humano hace ya dos años; en el segundo, las prestaciones promedio de la IA son en 2021 prácticamente iguales a las del hombre.