Inteligencia artificial, robótica, historia y algo más.

28/9/20

Las limitaciones de los drones para el reparto de medicinas

Invito a los lectores de esta entrada a intentar adivinar desde qué año llevan en la industria tratando de lanzar el negocio de reparto de mercancías con drones. 

¿Ya?

Hay más de una respuesta correcta, dependiendo de qué consideremos un drone. El legislador de EEUU, la FAA, concedió la primera licencia comercial de drones en 2006. Así que es seguro que mucho antes ya habría esfuerzos privados en esta actividad empresarial. 

La auténtica explosión mediática ocurrió allá por 2013, impulsado por las grandes empresas tecnológicas como Amazon, Google y compañía. Hace poco, comentábamos en este blog que la tecnología aún está muy lejos de esas promesas, y que incluso cundía el pesimismo sobre la viabilidad de reparto de mercancías con drones en áreas urbanas, debido a su alto coste y baja autonomía.

A pesar de estas malas noticias, aún nos quedaba refugiarnos en la esperanza de que estos robots eran útiles para el reparto de medicinas (bolsas de sangre, vacunas...) en regiones de difícil acceso y zonas catastróficas. Sin embargo, aún no hay evidencias robustas de que el empleo de drones mejore los métodos de reparto que existen a día de hoy en esas áreas. 


Los costes logísticos del tipo de entregas que nos ocupa, se han disparado desde 2010 a 2020. Los estudios que defienden que usar UAVs es más barato que usar furgonetas o motos para llegar a una zona devastada -en un país africano, por ejemplo- hacen un poco de trampa, ya que solo tienen en cuenta el coste operacional de los drones. No consideran el coste de su desarrollo, ni mantenimiento, seguros, ni las malas condiciones climáticas que reducen drásticamente la eficacia de un drone frente a la moto más sencilla. Si sumamos todos esos conceptos de gasto, probablemente esa misma moto sea una manera más económica de transportar las vacunas.

Otra razón que conviene no obviar, es el rechazo hacia los drones por parte de la población de muchos países en desarrollo. En el pasado, estas personas se han visto engañadas por parte del ejército y las milicias, y ahora tienden a relacionar que los drones van en su detrimento y pérdida de libertades.

En resumen, parece que el argumento más fiel a la realidad que podemos esgrimir ahora mismo para el uso del reparto de medicinas con drones, es el de la velocidad de reparto. En condiciones buenas de clima, si no nos importa el sobrecoste frente a un mensajero en moto, estos aparatos pueden ser una buena alternativa. Pero con razones tan endebles, no podemos esperar que barran a los actuales sistemas de reparto de vacunas en cualquier país del mundo.



Si el curioso lector quiere saber un poco más, puede consultar la bibliografía que aparece en el original de este artículo, en el blog de investigación Mapping Ignorance.

Comparte:

21/9/20

La pandemia de COVID-19 resucita el miedo a la robotización

La pandemia de COVID-19 va a acelerar la robotización del empleo. Siempre he defendido que plantear predicciones a largo plazo en tecnología y economía es un sinsentido. Desconocemos qué pequeño o gran acontecimiento hará saltar por los aires nuestras ideas. Al mismo tiempo, conviene observar las tendencias del pasado: si tenemos en cuenta largos períodos económicos, ¿qué impactos está teniendo la robotización?

Este año uno de los grandes expertos en el estudio de este campo, Daron Acemoglu, publicó un trabajo sobre el tema. En su estudio, los investigadores usaron datos de 19 industrias y los cruzaron con estadísticas laborales de Estados Unidos.

En palabras de Acemoglu, encontraron “efectos negativos” de la robotización sobre el empleo.

A continuación, unas cifras para reflejar la realidad:

Entre los años 1947 y 1987, los robots acabaron con el 17 % de empleos humanos, pero se creó un 19 % de tipos nuevos. Sin embargo, entre los años 1987 y 2016 se desplazó al 16 % de trabajos, pero solo se creó un 10 % adicional.

Ahora vienen los números que asustan un poco más. En una planta en la que se introduzca un robot, los investigadores estiman que destruye las tareas que realizan 6,6 empleados. Sin embargo, ese robot tiende a crear otros puestos en las plantas alrededor de esa empresa. Si tenemos en cuenta esa compensación, la conclusión es que en Estados Unidos se destruyen 3,3 empleos por cada robot incorporado.

El trabajo destruido y las oportunidades creadas no están equilibrados. Mientras que entre 1960 y 1980 la creación de empleo favoreció a los empleos de cualificación media y baja, hoy se les aparta, sobre todo a los primeros. Las nuevas oportunidades surgen para los profesionales altamente formados y para el personal especializado en el manejo de estas máquinas.

De momento, el 70 % de los robots se encuentran en el sector productivo de la economía de EE. UU.: automoción, electrónica, plásticos, industria química y metalurgia. Pero aún existe mucho recorrido en otros sectores, como el alimentario y el textil. Tal y como refleja el mencionado estudio, entre 1993 y 2007, el país norteamericano introdujo en su economía un robot por cada 1 000 trabajadores, mientras que Europa incorporó 1,6 de estas máquinas.

Varios países ya han implementado estrategias nacionales de formación continua a sus ciudadanos



¿Y qué pasa en Europa?

Veamos otro reciente informe sobre el proceso de robotización a largo plazo en Europa, concretamente en Francia, que contempla el período entre 1994 y 2015.

Las conclusiones son parecidas a las del estudio estadounidense: las empresas robotizadas están ganando en productividad y aumentan sus beneficios económicos. Sin embargo, del estudio se deduce algo muy relevante: la exposición internacional de cada planta es esencial.

Cuando la exposición del negocio al exterior es alta, existe una correlación positiva entre los siguientes factores: el aumento de beneficios, la creación de empleos de alta cualificación (y destrucción de los de baja cualificación), la reducción de precios para los consumidores y la mayor productividad.

Por lo tanto, ambos informes permiten concluir que la robotización es imparable y está llegando. Robotizar no es sencillo, y no ocurre de manera lineal. Más bien funciona por impulsos y explosiones económicas, difícilmente predecibles.

El miedo a la robotización ha vuelto. Miles de ciudadanos que han perdido su empleo durante la pandemia no volverán a recuperarlo. Según dicen, la economía es cíclica, y este fenómeno de destrucción de empleos durante las crisis lleva ocurriendo en las últimas décadas.

Si acudimos a las cifras, el 88 % de la destrucción de empleos de tareas rutinarias se destruye en los siguientes 12 meses tras una crisis económica. Eso lleva ocurriendo 30 años, lo que hace que el mercado se polarice cada vez más: se crea la famosa U del mercado laboral, donde en un extremo están los profesionales de alta cualificación, y en el extremo, los de baja.

Los profesionales a medio camino entre ellas van desapareciendo.

Varios países industrializados han comenzado estrategias de reciclaje y formación para sus ciudadanos en ese riesgo. Entre ellos destacan Suecia, Singapur, Dinamarca y Reino Unido, que han implementado planes nacionales destinados a este colectivo.

El panorama que se presenta no es desalentador, pero invita a la reflexión y a la actuación sobre el modelo industrial. Quizás el mundo laboral dentro de diez años no se parezca en nada al actual. Robotizar no es fácil, pero puede que a largo plazo sea peor no hacerlo.



Este artículo se publicó originalmente en The Conversation, sitio web que os recomiendo visitar

Comparte:

14/9/20

La inteligencia artificial y su fracaso frente al coronavirus

Decía Arthur Clarke, célebre escritor de ciencia ficción, que cualquier tecnología suficientemente avanzada es indistinguible de la magia. Quizás sea por un cierto pensamiento mágico que los gobiernos albergaron esperanzas, y sobre todo, destinaron financiación, al desarrollo de herramientas de inteligencia artificial contra el COVID-19. Mas el estado ilusorio pronto llegó a su fin, y ya en abril de este mismo año, la ONU anunció que la inteligencia artificial desarrollada contra la pandemia no valía prácticamente para nada. ¿Qué es lo que ha fallado con esa todopoderosa tecnología, llamada a cambiar el mundo, y que no nos ha socorrido en esta ocasión?

La disciplina científica de la que hablamos se ha empleado principalmente en cuatro frentes de lucha contra el virus: predicción de la propagación; diagnóstico; desarrollo de fármacos y vacunas; control social. Veamos qué ha pasado en cada uno de ellos:

 




Predicción de la propagación
Adelantarnos a la voluntad de expansión de este virus, no es lo mismo que hacerlo con la del Zika, la gripe, la malaria, o cualquier otro. Los datos son esenciales, y aún no estamos en disposición de tener una buena base, consolidada y homogénea entre todos los países. Este tipo de algoritmos, como las redes neuronales, son capaces de predecir según los datos que se les haya introducido. Dan un sentido al pasado, pero no adivinan el futuro. Es decir, no hemos sido capaces de introducir correctamente en estos algoritmos la historia de expansión del virus.

Un evento como esta pandemia, que no se base en nada pretérito y que desconozcamos su funcionamiento, es la criptonita de la inteligencia artificial. Además, muchos modelos de predicción y detección de rebrotes se basan en recopilar y entender texto escrito de diferentes medios o búsquedas en Internet. Obviamente, ese tipo de fuente ahora mismo ha saltado totalmente por los aires, y aporta más errores y dudas, que certezas.



Diagnóstico médico
Con toda probabilidad, éste sea el frente de batalla donde más recursos se hayan invertido para desarrollar soluciones inteligentes digitales. Principalmente, se han empleado técnicas de machine-learning para ayudar a diagnosticar a partir de radiografías, y detectar en base a una serie de imágenes y patrones, la aparición o no del temible virus.

Hay mucho oscurantismo en torno a estas herramientas. Cada hospital saca pecho de haber logrado el mejor algoritmo para lograr esto. Sobre todo, en el caso de China. Pero a la hora de la verdad, se descubre que la validación de este software se ha realizado con 35 ó 50 pacientes, lo cual es una completa tomadura de pelo para la comunidad científica. El experimento más serio ha conseguido muestras de rayos X de 13.000 pacientes. Es un primer paso, pero desde luego, la solución está muy lejos de que se implante de manera general en hospitales a tiempo de luchar contra la presente pandemia.

La enfermedad mejor tratada por la inteligencia artificial es la retinopatía diabética, que lleva estudiándose muchos años, y según el propio Google, la herramienta está lejos de sustituir a los profesionales sanitarios. Así que no esperemos que las aplicaciones para tratar el COVID-19 lleguen pronto.



Desarrollo de fármacos y vacunas
En este aspecto, no me detendré mucho. La inteligencia artificial ha ayudado en otras ocasiones a comprobar qué combinaciones de moléculas pueden dar lugar a nuevos medicamentos. Pero estamos ante una enfermedad muy desconocida, y las vacunas candidatas que están sonando están siendo desarrolladas con la experiencia de equipos humanos altamente especializados. Así que las máquinas tampoco llegarán a tiempo a este flanco de la lucha contra el COVID-19.



Control social
Este es el único aspecto en el que la inteligencia artificial está teniendo éxito. Este hecho es éticamente discutible, pero el caso es que muchas sociedades están empleando cámaras de reconocimiento para identificar posibles sujetos infectados, drones para advertir a sus ciudadanos que se exponen a multas por no guardar la cuarentena, o software que ayudan a predecir cómo se mueven los ciudadanos dentro de una área pequeña. Esto a su vez, puede estar alimentando el monstruo del tratamiento de datos.

Los anuncios grandilocuentes y grandes promesas de cambios globales mediante inteligencia artificial. La marea bajó y ahora se puede ver quién estaba desnudo y quién no. Y son las técnicas de control social las que más fácil y con mayor celeridad se han desplegado, y las que perciben los ciudadanos más de cerca.

 
 

Una vez repasados los aspectos de lucha antivirus a los que no llegaremos con los algoritmos actuales, ¿cuál es la enseñanza de todo esto? La ONU, en el informe previamente citado, aconseja seguir desempeñando esfuerzos en este campo, y no abandonarlos cuando la pandemia del COVID-19 se retire. Volverán a surgir otros brotes en el futuro, es seguro, y la experiencia acumulada en los momentos críticos de 2020 servirá como base para poder predecir de forma certera la propagación y el diagnóstico de los brotes en el futuro. 
 
Así está ocurriendo con la enfermedad del dengue o el Zika. Los resultados de predicción de rebrotes de estos virus no se obtuvieron en el momento en el que surgieron con fuerza, sino en un período de entre dos y cuatro años después. De hecho, este tipo de algoritmos está siendo muy útil para predecir los primeros brotes del virus del dengue y su propagación.

Por último, una reflexión: en diciembre de 2019, Bluedot, una startup canadiense de predicción de pandemias, alertó a las autoridades de que una gran amenaza estaba teniendo origen en Wuhan. No fue hasta muchos días después que la OMS no lo anunció hasta 9 días después, quizás cuando ya era tarde y el virus se había expandido por varios países. Por lo tanto, ¿estamos dispuestos a hacer ese salto de fe que nos permita fiarnos de la tecnología? ¿O hablaban de eso cuando decían que la inteligencia artificial nos dominaría? Como decía Edward O Wilson, el mayor problema de este mundo es que tenemos emociones del Paleolítico, instituciones medievales y tecnología propia de un dios.



Bibliografía:
Naudé, Wim. "Artificial intelligence vs COVID-19: limitations, constraints and pitfalls." Ai & Society (2020): 1.


Este artículo se publicó originalmente en la Revista DYNA, una publicación de investigación a la que recomiendo que echéis un vistazo.

Comparte:

7/9/20

Productividad, horas de trabajo y desempleo: la espada de Damocles (en pleno COVID-19)

Más de un colega cafetero me advirtió de que en septiembre, tras la temporada de turismo, el fin de los ERTEs y la vuelta a los centros de trabajo, la marea bajaría en la economía de los países. Es decir, se verá qué empresas han logrado capear una cruda pandemia gracias a su esfuerzo y ayudas gubernamentales, y cuáles de esas empresas convertirán sus ERTEs en EREs, y se verán abocados a echar el cierre.

Fuente

 

En esta tesitura, este fin de semana me encontré el siguiente tuit de Santiago Niño Becerra, el televisivo economista.

En ese hilo, me enteré de que el mayor sindicato alemán ha pedido instaurar la semana de 4 días, para frenar el desempleo por el COVID-19.  

Niño Becerra explica que en el mundo empresarial, la productividad se incrementa por la inversión en tecnología. Sin embargo -y aquí viene la importante-, es un hecho que representa una espada de Damocles.

Invertir en tecnología, permitiría que los trabajadores tuvieran una semana de 4 días, y que eso salvase el empleo. No obstante, ese hecho es un reconocimiento en sí mismo, que el trabajo humano no es tan imprescindible como nos creemos. Sería una prueba para el empresario de que el trabajo de las personas, podría ser desempeñado por los robots. 

¡Vaya, parece que no es tan buena idea la jornada de 4 horas!

No es tan fácil. Quizás no tengamos elección. Todos los países están invirtiendo en tecnología para aumentar su productividad y lograr ser más competitivos en un mercado internacional. Invertir en máquinas les permite sobrevivir, en definitiva. Pero al mismo tiempo, se verá qué empleados son prescindibles y cuáles no. 

Fijaros en la gráfica de Estados Unidos que relaciona horas de trabajador, productividad y producto.

 

Fuente


Y todo esto, a mis compañeros de café les lleva a otra pregunta a la que no dejo de dar vueltas, para la que yo no tengo respuesta:

¿Hay suficiente trabajo para todos?



Comparte:

Nos leemos:

descripción descripción descripción

Recibe las entradas por correo

En mi mesilla

Blog Archive

Licencia Creative Commons