Más inteligentes, no tan artificiales

Está previsto que en 2020 haya 40 zettabytes de datos en el universo digital, el equivalente a 5.200 GB por cada persona del planeta. Este incremento en la abundancia de datos está impulsando uno de los avances tecnológicos más disruptivos de nuestros días, la Inteligencia Artificial (IA), con el potencial de cambiar muchos aspectos de cómo vivimos y cómo trabajamos.
En la empresa, estas tecnologías ayudan a mejorar la productividad y a reducir costes, optimizando los procesos de negocio. Algunos aseguran que este tipo de tecnología podría sustituirnos en nuestros empleos más pronto que tarde. En nuestro día a día ya podemos encontrar algunos ejemplos del uso de herramientas que aplican la Inteligencia Artificial, como SIRI, Alexa o Netflix entre otros muchos.

La idea de lo que ahora llamamos IA no es nueva. El término fue adoptado por primera vez en 1956, y se basa en una combinación de estadística e ingenio humano (en la forma de algoritmos) y mucho “músculo” informático (poder de cómputo y almacenaje de grandes volúmenes de datos, que crecen de forma vertiginosa). Estadística con “esteroides”.
Estos “esteroides” están alimentando algunas ideas llamativas en todos los ámbitos profesionales, también en el campo que conozco, la investigación de fraudes y el análisis de cuestiones económicas en situaciones de litigio (eso que llamamos forensic).

Algunas firmas de abogados especulan con que en el futuro muy próximo abogados y financiadores de litigios aprovechen los avances tecnológicos para predecir resultados con mayor precisión

Por ejemplo, algunas firmas de abogados especulan con un futuro próximo en el que abogados y financiadores de litigios aprovecharán estos avances tecnológicos para predecir los resultados de los casos con mayor precisión, lo que serviría para ayudarles a diseñar su estrategia procesal ante un litigio y, de ese modo, ofrecer un mejor servicio a sus clientes. En otro ámbito, algunos conciben programas informáticos capaces por si mismos de detectar e investigar fraudes.

Sin embargo, creo que conviene “templar” estas expectativas cuando hablamos de la aplicación de la IA en el ámbito profesional en general y, de manera particular, en el campo del forensic.

Los profesionales de forensic venimos mejorando y creciendo desde hace años en la forma en la que obtenemos y recuperamos información (data Recovery, como la recuperación de información borrada o manipulada), reunimos y compartimos esa información (data Discovery) y analizamos grandes masas de datos (hace unos años llamábamos a esto data mining o data analitycs, ahora el término “de moda” es IA).

Es muy posible que la Inteligencia Artificial se convierta en una herramienta importante a la hora de desarrollar sistemas de detección, basado en rutinas y datos existentes, aunque siempre será necesario un análisis humano

La IA nos traerá nuevas herramientas fabulosas, más potentes, mejores. La IA nos ayudará a usar mejor nuestra humana inteligencia, pero a día de hoy no veo un futuro en el que mediante la instalación de un programa se pueda, por ejemplo, llevar a cabo una investigación completa de un caso de fraude. Es muy posible que la Inteligencia Artificial se convierta en una herramienta importante a la hora de desarrollar sistemas de detección, basado en rutinas y datos existentes, aunque siempre será necesario un análisis humano que, por una parte, alimente datos de calidad a la herramienta (no podemos olvidar los riesgos asociados a los sesgos implícitos en los datos con los que alimentamos a la IA, y que esta simplemente reproduce, de forma nada inteligente), y por otra, analice sus resultados.

Firmas como Accenture aseguran que cuando se implementen de forma integral, estas tecnologías ayudarán a mejorar la productividad y a reducir costes, impulsando aquellos puestos de trabajo más creativos y generando nuevas oportunidades de crecimiento. Aplicado al forensic, esto significa que la IA será una herramienta importante en la detección de errores, pautas, señales de alarma, pero nunca un sustito para el análisis profesional, y humano, de un investigador.

Sólo como ejemplo, tomemos el impacto en una investigación (o en cualquier tipo de análisis) asistida con IA de la distinción entre dos tipos de datos, estructurados y no estructurados. Los estructurados son piezas de información invariable como fechas, números o textos que suelen ser costosas de analizar y para las que se podría aplicar la IA. Sin embargo, en el caso de los datos no estructurados (que representan entre el 40 y el 80 por cierto de los datos de una organización) es necesario un análisis cualitativo y creativo con un componente necesariamente humano. Por tanto, en una investigación no podemos pensar en ellos de forma aislada, pues ambos son necesarios y se complementan entre sí.