Si bien los datos tienen el potencial de impulsar significativamente la economía del Reino Unido, los vínculos entre los datos y la IA no se comprenden lo suficiente.
Si queremos aprovechar este potencial y posicionar al Reino Unido como una superpotencia global de IA, como pretende hacer la Estrategia Nacional de IA, debemos controlar la infraestructura de datos para poder cumplir plenamente esta visión. Hay muchos desafíos por delante, desde la escasez de habilidades fundamentales en materia de datos hasta preocupaciones sobre la confiabilidad de los datos y preocupaciones sobre el intercambio de datos, todos los cuales necesitan atención urgente si queremos aprovechar las oportunidades de la IA.
Cada organización es una organización de datos.
En el siglo XXI, cada organización es una organización de datos y necesita considerar cómo utiliza los datos y su papel en sus ecosistemas de datos más amplios. AA medida que tanto el sector público como el privado dependen cada vez más de los datos y las nuevas tecnologías (incluida la IA) para impulsar la eficiencia y mejorar los servicios y productos, todos necesitamos más confianza para comprender las oportunidades y limitaciones.
Persisten las disparidades en el acceso a los datos y la información, lo que crea un divisoria digital que obstaculiza el progreso social y el desarrollo económico. Alrededor del 30% de la población del Reino Unido dice que no ha oído hablar de ninguno de los productos de IA generativa más destacados, incluido ChatGPT.2. Ellos quienes son familiarizados con las nuevas herramientas de IA generativa no siempre son conscientes de cómo deben utilizarse de manera productiva y responsable.
Escasez de habilidades en materia de datos
Según el informe de evaluación comparativa de IA de Peak (2022), las empresas del Reino Unido están muy por detrás de la India y los EE. UU. en cuanto a madurez de datos, y menos organizaciones en el Reino Unido utilizan IA o tienen estándares claros para la recopilación y el procesamiento de datos. Lloyds Bank ha descubierto que diez millones de personas en el Reino Unido carecen de las habilidades digitales básicas para la vida cotidiana. Según el Consejo de Estrategia Industrial, “cinco millones de trabajadores podrían quedar muy subcalificados en habilidades digitales básicas para 2030”..
Esta falta de habilidades en materia de datos tiene el potencial de afectar la competitividad del Reino Unido. Usar la IA, por ejemplo, como copiloto para tareas generales de oficina, como procesar correos electrónicos, escribir documentos o crear diapositivas, requiere comprender cómo funcionan estas tecnologías, los datos en los que se basan y sus limitaciones. Ésta es la única manera en que los trabajadores pueden validar lo que genera la IA, que tiende a inventar hechos.
La piedra angular de la alfabetización en datos
El gobierno reconoció la importancia de las habilidades en materia de datos “para una economía impulsada por los datos y una vida rica en datos” al hacerlo uno de los cuatro pilares de la Estrategia Nacional de Datos (NDS). Sin embargo, la NDS señala “una fragmentación del liderazgo y una falta de profundidad en las habilidades de datos en todos los niveles”, lo que está impidiendo el desarrollo de “una cultura de datos madura”. También cita un énfasis excesivo en los riesgos del mal uso de los datos, lo que lleva a “una infrautilización crónica de los datos y una lamentable falta de comprensión de su valor”.
No es de extrañar entonces que diga que “todos exigirán una alfabetización fundamental en datos”. En su mayo de 2021 respuesta a la consulta sobre la NDSel gobierno destacó que los altos líderes –incluidos los políticos– necesitan habilidades en materia de datos para “promover y defender” los datos en sus departamentos y “todos los funcionarios y trabajadores del sector público deben tener un nivel básico de alfabetización en datos”.
El Open Data Institute (ODI) define la alfabetización en datos como ‘la capacidad de pensar críticamente sobre los datos en diferentes contextos y examinar el impacto de diferentes enfoques al recopilar, utilizar y compartir datos e información’. Va más allá de roles especializados como analistas de datos, científicos, ingenieros o especialistas en ética, hasta roles que abarcan toda la organización, como administradores de datos, gerentes de gobernanza y directores de datos.
Líderes deben comprender que necesitan mejorar la alfabetización en datos para ayudar a sus organizaciones a construir modelos de negocio eficaces centrados en datos y crear buenos procesos y prácticas de gobernanza de datos que resulten en que se les confíe más en los datos. Los trabajadores no técnicos deben tener acceso a herramientas y capacitación que les ayuden a comprender los vínculos entre los datos y la IA, incluido el uso eficaz de indicaciones para aprovechar al máximo las herramientas de IA generativa.
La oportunidad de la IA generativa
En lugar de reemplazar a las personas, la IA es una herramienta importante y útil tanto para trabajadores calificados como para trabajadores inexpertos. Los modelos de IA se pueden construir y entrenar para desarrollar herramientas accesibles para que todos puedan encontrar, publicar y analizar datos sin tener que aprender a codificar. La oportunidad es significativa; por ejemplo, un estudio de GitHub mostró que Copilot era un beneficio particular para los desarrolladores de software menos experimentados. También ayudó a los trabajadores experimentados, demostrando que ayudó a los participantes a mantenerse en el flujo (73%), preservar el esfuerzo mental durante tareas repetitivas (87%) y completar tareas (56%) más rápido que aquellos sin Copilot..
La IA podría potencialmente beneficiar la productividad en industrias amigables con el Reino Unido, como las de servicios, al apoyar a los trabajadores menos experimentados o calificados. Por ejemplo, los agentes del centro de llamadas con acceso a un asistente conversacional de IA mejoraron su productividad en un 14 % en promedio, con una mejora del 35 % para los trabajadores novatos y poco calificados..
Comprender las limitaciones
Investigadores de la Escuela de Negocios de Harvard descubrieron que, si bien la IA puede proporcionar un valor real, sus puntos de falla impredecibles y su opacidad sobre cómo utilizar mejor las herramientas significan que el valor y los riesgos de la IA no están claros para muchos usuarios y organizaciones.. Los modelos de lenguaje grandes (LLM) tienen inconvenientes bien documentados debido a su etapa temprana de desarrollo, ya que sufren alucinaciones a una falta de precisión.
Sabemos que todavía son propensos a sugerir conjuntos de datos ficticios, realizar análisis inexactos y citar fuentes incorrectamente (si es que nombran alguna)..
Para aprovechar al máximo las herramientas de IA generativa (GenAI), las personas deben adaptarse y aprender a trabajar de manera efectiva con la IA, usándola como una herramienta complementaria en lugar de depender de sus resultados sin lugar a dudas. GenAI puede incluso ayudar a crear mejores programas educativos, incluidos los relacionados con datos, ayudando a sus usuarios a aprender nuevas habilidades de IA, que nos permitan para comprobar los resultados de la IA generativa y proporcionar indicaciones hábiles para mejorar sus resultados.
Actualmente, la mayor parte de la capacitación se centra en IA o datos, pero también necesitamos capacitación en IA centrada en datos para comprender los problemas específicos relacionados con los datos que afectan a algunos de los modelos más populares como ChatGPT.
El momento de actuar es ahora
La IA ofrece importantes oportunidades de eficiencia, crecimiento económico e innovación. Si queremos desbloquear el potencial de la IA del Reino Unido y asegurar nuestro lugar como líderes mundiales, debemos colocar los datos en el centro de lo que hacemos. Necesitamos urgentemente cambiar la narrativa de la IA de un enfoque exclusivo en el desarrollo de modelos a una comprensión más amplia de los datos y las necesidades de las personas que los utilizan. Garantizar que todos puedan acceder y utilizar los datos de manera eficaz es fundamental para empoderar a las personas a tomar mejores decisiones y crear resultados equitativos para la sociedad.
Hay mucho por hacer y la tecnología avanza a la velocidad del rayo. Necesitamos trabajar rápidamente para traducir las ideas en acciones antes de que los competidores nos superen.
Elena Simperl es profesora de informática del Open Data Institute y del King’s College London.