Han pasado dos años desde que se lanzó ChatGPT, la herramienta de IA generativa (GenAI) de OpenAI, y desde entonces han surgido muchos rivales en el mercado, la tecnología GenAI está comenzando a implementarse en muchas industrias, incluido el sector de la ingeniería, pero persisten las preocupaciones sobre su viabilidad. y adecuación.
El sector de la ingeniería representa casi una quinta parte de la fuerza laboral total del Reino Unido y en 2022 generó £646 mil millones para la economía del Reino Unido. La ingeniería está experimentando un auge tras una caída durante la pandemia del coronavirus Covid-19.
Pero existe la preocupación de que la cantidad de ingenieros experimentados que se jubilan anticipadamente pueda provocar la pérdida de habilidades críticas. Las empresas de ingeniería más grandes, como Rolls-Royce y BAE Systems, están utilizando academias de habilidades para capacitar a nuevo personal y el gobierno está promoviendo la formación de aprendices.
Sin embargo, algunas empresas están considerando utilizar la inteligencia artificial (IA) para ayudar a superar la escasez de habilidades al permitir que los ingenieros experimentados utilicen su tiempo de manera más efectiva.
Durante el verano de 2024, Ingeniería Profesionalla revista del Instituto de Ingenieros Mecánicos (IMechE), realizó una encuesta sobre el uso y los desafíos de la IA dentro del sector.
Naturalmente, dado el interés del IMechE en la ingeniería mecánica, se centró en esa disciplina específica, pero su informe sobre los resultados ofrece una visión del sector de la ingeniería en su conjunto.
Aunque menos de lo esperado, 125 miembros del IMechE respondieron a la encuesta. Más del 40% de los encuestados dijo que las empresas para las que trabajaban utilizaban herramientas de inteligencia artificial, y más del 20% indicó que planeaba hacerlo.
Una de las razones del despliegue comparativamente rápido de la IA generativa en los últimos dos años es que algunas de las herramientas son de acceso relativamente fácil y no requieren hardware especializado. Por ejemplo, todo lo que se necesita para acceder a ChatGPT es un navegador de Internet.
“Existe una gran oportunidad de utilizar esta tecnología en ingeniería, pero también conlleva riesgos considerables”, dice Alan King, jefe de estrategia global de desarrollo de membresía en IMechE.
“Será necesario implementar salvaguardias, porque la posibilidad de que las cosas salgan mal se magnifica en una profesión como la ingeniería”.
La ingeniería está bien regulada, con varias reglas, estándares y regulaciones que deben seguirse. Estos incluyen legislación gubernamental, documentos de orientación publicados por el Ejecutivo de Salud y Seguridad (HSE), estándares (como los Estándares Británicos) y varias pautas de buenas prácticas. Todo esto podría actuar como guía para la IA.
IA en el lugar de trabajo
Según la encuesta, el 58% de las empresas ha introducido herramientas de IA en los equipos de ingeniería y el 42% de ellas solo utiliza herramientas de IA en diferentes partes del negocio. La herramienta de IA más común utilizada es un modelo de lenguaje grande (LLM), y casi el 60% de las empresas lo utilizan.
Mientras tanto, casi un tercio de las empresas utilizan herramientas de productividad y aprendizaje automático, como Microsoft 365 Copilot, para ayudar en su trabajo.
Las herramientas de diseño generativo, como las que se utilizan en simulaciones para optimizar diseños o identificar fallas potenciales, son menos comunes y menos de una quinta parte de las organizaciones las utilizan. La visión por computadora y las redes neuronales son aún menos: poco más de una décima parte las utiliza.
Casi un tercio de los encuestados utilizan herramientas de inteligencia artificial para tareas escritas, como correos electrónicos y presentaciones. Mientras tanto, aproximadamente una cuarta parte de los encuestados utiliza IA para el análisis de datos. Sin embargo, se espera que crezca el uso de la IA en el análisis de datos, ya que casi el 60% indicó que aceptaría la ayuda de la IA.
Las tareas para las que a los ingenieros les gustaría que se utilizara la IA son aquellas de simulación y herramientas que pueden mejorar la productividad. Le siguieron de cerca las herramientas de inteligencia artificial para la optimización del diseño, el mantenimiento predictivo y la investigación. Vale la pena señalar que casi dos tercios de los encuestados creen que las herramientas de inteligencia artificial automatizarán tareas mundanas y repetitivas, lo que hará que los ingenieros sean más productivos y les permitirá concentrarse en tareas complejas o creativas.
“A corto plazo, la IA funcionará principalmente como copiloto de los ingenieros. Lo que veremos con la IA es la capacidad de empezar a utilizar esta tecnología para automatizar tareas mundanas que podrían haber consumido mucho tiempo, lo que permitirá a los ingenieros pasar a actividades más interesantes”, afirma King. “Aquí hay una gran oportunidad, pero debemos tener cuidado para no perder el conocimiento humano”.
Sigue habiendo preocupaciones
Existe la preocupación (37%) de que la adopción generalizada de la IA dé lugar a que las funciones de ingeniería sean reemplazadas por herramientas de IA. Poco más de una cuarta parte cree que los ingenieros serían reemplazados. Del mismo modo, más del 40% de los encuestados no cree que las herramientas de IA permitan mantener el mismo nivel de ingenieros.
También existe la preocupación (66% de los encuestados) de que la adopción generalizada de herramientas de inteligencia artificial conduzca a una reducción de la supervisión de los proyectos. Esto se debe en parte a que las herramientas de IA son similares a una caja negra, donde no hay suficiente transparencia para comprender cómo la IA obtuvo una solución.
“El mundo de la IA puede parecerse un poco al Salvaje Oeste, pero en un contexto de ingeniería, eso no funciona. Es necesario disponer de sistemas que sean fiables, que proporcionen las respuestas correctas, que sean seguros y que se comporten de forma ética”, afirma King.
“Si miramos el tipo de marco que hemos utilizado durante años, especialmente en áreas como la ingeniería aeroespacial o nuclear, existen reglas y orientaciones muy estrictas. Casi tenemos que tomar parte de ese aprendizaje y aplicarlo como principios de protección a cualquier sistema de IA que estemos introduciendo”.
La falta de comprensión detrás de la metodología de diseño de una IA, junto con la imposibilidad de interrogar adecuadamente la solución, podría causar problemas con la verificación de los diseños. Con un número cada vez mayor de soluciones generadas por sistemas de IA, será aún más vital que los ingenieros cualificados examinen estos diseños para garantizar que sean adecuados y apropiados.
Más de la mitad de los encuestados también expresó su preocupación por los posibles riesgos de seguridad de las herramientas de inteligencia artificial, y casi el 50% expresó su preocupación por el posible sesgo histórico en los datos. En general, casi el 55% de los encuestados no se sienten cómodos con el uso de la IA para tomar decisiones críticas en ingeniería.
Las empresas que utilizan LLM de acceso público, como ChatGPT, corren un riesgo especial. No sólo podrían estar exponiéndose a conjuntos de datos deficientes y a desinformación al importar contenido generado por IA a sus redes, sino que también podrían filtrar información confidencial.
Existe una fuerte sensación entre los encuestados de que se necesita supervisión regulatoria para garantizar que la IA se implemente y utilice adecuadamente en ingeniería. Sin embargo, dada la velocidad del desarrollo tecnológico de las herramientas de inteligencia artificial y los procesos legislativos comparativamente lentos, es más fácil decirlo que hacerlo.
Se están desarrollando algunas regulaciones sobre IA, como la Ley de Inteligencia Artificial de la Unión Europea, pero existe un riesgo significativo de que la legislación quede rápidamente obsoleta.
“Los desarrolladores de IA están aplicando el aprendizaje por refuerzo con retroalimentación humana: cuando ven que los modelos hacen algo, dirán si creen que los modelos se comportaron de la manera correcta o no. Eso se basa en sus percepciones y prejuicios, pero alguien que esté sentado en Medio Oriente o Rusia podría tener una visión muy diferente sobre cómo debería haber respondido el modelo”, dice King.
“También hay que observar los datos con los que están entrenando al LLM, que generalmente se obtienen de Internet y, a menudo, en inglés. Si solo estás entrenando en sitios web en inglés, existe la posibilidad de que esté sesgado hacia las culturas occidentales”.
El futuro de la IA en la ingeniería
El despliegue de herramientas de IA en ingeniería ya está en marcha, pero conlleva riesgos potenciales.
Este pensamiento fue claramente expresado por un encuestado, quien señaló: “Una computadora debería poder identificar patrones más fácil y rápidamente y compararlos con problemas conocidos. Por otro lado, la naturaleza humana alentará a la gente a creer ciegamente en los resultados de cualquier tarea de IA, lo que podría ser un problema”.
Las empresas también pueden aprender del despliegue previo de nuevas tecnologías para identificar riesgos potenciales. Un elemento clave es que diferentes países tienen diferentes regulaciones de ingeniería y documentos de orientación.
Como tal, una herramienta de IA desarrollada para una región puede ser incompatible, o al menos requerir un reaprendizaje, antes de poder implementarse en una región diferente.
“Mi única esperanza para la ingeniería es que no intente utilizar la IA como una forma de ahorrar dinero, sino como una forma de acelerar el rendimiento”, dice King. “A largo plazo, la IA crea un punto de inflexión para todos nosotros, porque podemos desarrollar sistemas y productos más rápido y mejor, entonces deberíamos ver una aceleración de esa tecnología como nunca antes. Debería permitir grandes avances”.
Aunque las herramientas de IA tienen claros beneficios para la automatización de tareas mundanas y repetitivas, los ingenieros aún necesitarán aprender nuevas habilidades para interactuar plenamente con la IA, garantizar la seguridad y maximizar los beneficios.
Se necesitarán ingenieros con formación en codificación e ingeniería ágil para trabajar con sistemas de IA, mientras que el pensamiento crítico se convertirá en una habilidad esencial para interrogar las soluciones generadas por IA.