¿Por qué la inteligencia artificial no es sinónimo de automatización?

Maite Sáenz15 septiembre 20224min

Como cualquier nueva realidad que vemos surgir, evolucionar y consolidarse ante nuestros ojos, la inteligencia artificial es un concepto todavía por comprender en toda su extensión. Sabemos que va de máquinas, de robots, de agilidad… pero si nos preguntaran por una definición clara y precisa muchos aún dudaríamos a la hora de elegir las palabras con las que darle sentido a la realidad de la IA. Con sencillez y concisión Workplace from Meta define la IA como la ciencia de crear máquinas con capacidades de tipo humano. ¿Y esto, a su vez, qué significa? Pues que las máquinas “pueden planificar, razonar, comunicarse y aprender”, de manera similar a las personas, poniendo sentido a su lógica de funcionamiento pero no sentimiento… al menos de momento.

La primera pregunta para entender qué es y cómo nos puede afectar la IA es distinguir entre lo que es ésta y lo que es la automatización. Según explican desde esta plataforma colaborativa, “aunque tienen el mismo propósito de ayudar a los humanos asumiendo tareas rutinarias y repetitivas, no son equivalentes:

  • la automatización implica programar máquinas para realizar tareas,
  • la IA se trata de máquinas que aprenden automáticamente mediante el reconocimiento de patrones en los datos.

Las diferentes tipologías de la IA definen sus aplicaciones, que sólo están mostrando la punta de su iceberg de oportunidades. Y como todas impactan de lleno en el mundo del trabajo, bien vale saber cuáles son:

  • Aprendizaje automático: “Este tipo de IA -explican desde Workplace from Meta- puede «aprender» basándose en el reconocimiento de patrones en los datos. Es revolucionario porque, en lugar de programarse, el software puede analizar los datos que recibe para hacer predicciones, crear reglas o hacer recomendaciones para la acción. El aprendizaje profundo lleva este proceso un paso más allá, reduciendo aún más la participación humana y permitiendo el uso de conjuntos de datos más grandes. Es responsable de algunos de los avances recientes en el reconocimiento de voz e imágenes y en el procesamiento del lenguaje natural. Pero el aprendizaje automático es tan bueno como los datos que se introducen en él. Por ejemplo, si esos datos están sesgados, la salida de AI también estará sesgada”.
  • Robótica: “Las organizaciones utilizan robots para automatizar tareas físicas de forma remota o mediante algoritmos o sensores. Además de la vista ahora familiar de los ‘brazos’ robóticos en las líneas de producción, los robots tienen numerosos usos en la actualidad, desde ayudar en una cirugía hasta inspeccionar alcantarillas”.
  • Procesamiento del lenguaje natural: “Aunque las computadoras son muy inteligentes, les ha resultado sorprendentemente difícil comprender, generar y responder al lenguaje humano. El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) está corrigiendo esto mediante el aprendizaje automático. NLP tiene varias aplicaciones, desde traducción, reconocimiento de voz y transcripción hasta extracción de información de informes”.

Photo by Ticka Kao on Unsplash.

 


Observatorio de Recursos Humanos

ORH | Observatorio de Recursos Humanos

Desde 2006 trabajamos para ofrecer contenidos e información de valor para el profesional de la gestión de RRHH, con el convencimiento de que el conocimiento, en sus vertientes de creatividad, innovación y aprendizaje continuo, es el principal valor de una dirección eficaz.



Contacta con nosotros


Nuestros Otros Proyectos


Suscríbete al boletín

* campos obligatorios
Acepto las condiciones de uso y la política de privacidad


Síguenos en Redes Sociales