Aquesta és una pregunta que molts ens hem fet i que segur continuarem fent-nos. Sabem que estem en un procés de disrupció degut a la intel·ligència artificial i el cloud que no és reversible. Però a tots ens agradaria saber què podem fer per sortir-ne ben parats.
Ningú coneix el futur amb certesa, però aquí donem algunes pistes.
Què és el que està passant?
La IA té moltes aplicacions, entre elles entendre per què passen les coses, predir, planificar o classificar. A efectes pràctics això vol dir que es pot entendre per què comprem el que comprem (o votem el que votem), què comprarem, posar els preus que maximitzen les vendes, buscar les millors rutes per la logística o identificar imatges i cares. Tots estem poc o molt familiaritzats amb totes aquestes aplicacions i en molts casos, com ara la identificació facial, formen part de la nostra experiència quotidiana cada vegada que obrim un telèfon intel·ligent.
Tot això és molt important i fa la nostra organització més eficient i també els dona més capacitat de poder influir en les nostres decisions. Però afecta relativament poc a la nostra feina, és un tipus d’IA que augmenta les nostres capacitats individuals o col·lectives però no les substitueix.
El que està passant des dels 80, i ara amb la IA ha pujat el llistó un nivell més, és que tasques senceres que abans fèiem els humans s’han passat a codi al cloud. Els incentius per fer-ho són clars. El primer és el que en diem zero-marginal cost, que vol dir que una vegada la tasca està en codi al cloud, executar-la un cop més té un cost tan baix que és proper a zero. Per exemple, si les recomanacions les fa una màquina (codi), fer-ne una més (cost marginal) té un cost proper a zero. El segon element és l'escalabilitat infinita. Aquestes rutines ja no estan als centres de dades de les empreses sinó als centres de cloud d’Amazon, Google o Microsoft. Allà pagues pel que fas servir i poden créixer de manera instantània. No cal tenir servidors que aguantin les comandes de Nadal, Amazon (o qualsevol altra) ho fa per tu. Això és important perquè permet que una petita empresa, una start-up, competeixi amb una de gran i que una de gran només operi amb costos variables.
Quines són les tasques que es posen al cloud? Tot el que es pot, tant com es pot. Per exemple, recomanacions, però també fixar preus de manera dinàmica (Amazon canvia als EUA uns 3M de vegades els preus per setmana), també descomptes personalitzats...
Com es fa amb les tasques físiques? Per exemple, un magatzem. El cas dels magatzems d’Amazon és molt esclaridor. Inicialment una persona anava a recollir una comanda per tot el magatzem i la posava en un recipient per enviar. Per automatitzar-ho la tasca es descompon en dos, localitzar a on són els articles i agrupar-los per a l’enviament. La localització la fan robots semblants als roomba que netegen terres però més grossos (es diuen Kiva) i el que fan és localitzar l’article i portar tot el prestatge a qui recull els objectes (els pickers) i els envia a empaquetar. A Uber podem trobar casos semblants a on tot, menys conduir, ha estat transferit a codi al cloud.
Això no és tan diferent del que ha passat en totes les revolucions tecnològiques. Sí que ho és el cost marginal zero i la escalabilitat infinita que tendeix a crear monopolis, però no gaire la resta. La diferència de la resta ho fa la IA, que permet passar a codi tasques que requereixen una certa intel·ligència, com ara recomanar pel·lícules o llibres o analitzar una placa de raigs X.
Què es pot i què no es pot automatitzar?
Més enllà de si és econòmic automatitzar i si el volum és gran, ho acaba sent tard o d’hora. L’element principal que fa possible l’automatització és si les tasques són rutinàries o no.
Si ens hi fixem, la gent empleada fent tasques rutinàries no ha variat gaire des dels 80 (la figura presenta dades dels EUA, i això depèn del grau d’adopció de la tecnologia a cada país). Encara que el nombre de gent empleada ha pujat molt, la que ho està en tasques rutinàries, tant les manuals com les que requereixen unes certes habilitats cognitives, s’ha mantingut estable o fins i tot ha disminuït.
El perquè de tot això és l’adopció de les TIC, de la IA i del cloud.
Quines són les que han escapat a aquesta tendència? Aquelles no rutinàries, tan manuals com cognitives. Un exemple de tasca manual no rutinària és cuidar gent gran, fer de monitor d’esplai o d’entrenador personal. Exemples de les cognitives són ser professor, advocat, metge, arquitecte...
Què marca la diferència?
Aquesta gràfica ens amaga un element. Què vol dir una tasca rutinària?
Òbviament un primer element és la capacitat cognitiva, estem tot just al principi de la IA i les coses que es poden fer de forma autònoma són encara relativament poques, tot i que tenen implicacions importants en l'economia i la societat.
Però un segon aspecte important és el context. Si la teva feina requereix interpretar moltes dades que cal matisar i avaluar segons el context com ara fa un assistent social, un mestre, un arquitecte, un metge... bé, d'això la IA encara n'està molt lluny. La IA desconeix el món i no té capacitats de raonament del que nosaltres entendríem per “sentit comú” simplement perquè no entén el món. La IA requereix contexts finits i que no canvien. Poden haver-hi molts casos, però no infinits. Per això ja tenim cotxes autoconduïts a les autopistes i encara no a les ciutats.
El tercer element és la capacitat d’interaccionar amb el món. Si cal interactuar amb parla, amb visió però amb molts elements i canviants, si cal entendre el món més enllà de veure’l i captar el sentit del que vol dir la gent, més enllà d’escoltar-la, la IA encara no ho sap fer.
Serà sempre així?
L’aportació de la tasca és essencial però si canvia el marc tampoc ens salvarà. Per exemple, tot i que l’aportació dels professors no és rutinària, si el marc fos educació completament en línia, llavors també s’automatitzaria. Són molts els factors en joc, a vegades inesperats. La pandèmia ens ha portat les classes online i les reunions virtuals, per exemple.
També la frontera del que és possible avança ràpidament. Tot just fa unes setmanes Open AI va presentar el GPT3, un algorisme que és capaç d’aprendre no amb molts sinó amb molt pocs exemples. Només cal que li donis unes frases d’exemple i és capaç d’escriure un text o completar-les. Fins i tot pot aprendre ràpidament a fer operacions aritmètiques bàsiques amb pocs exemples (només amb 2 xifres) i també pot resumir textos d’una manera molt eficaç.
El GPT3 és una eina de recerca, no és un producte industrial. S’ha entrenat amb el Common Crawl, que és un repositori de tot Internet i té uns 175B de paràmetres (el model de Microsoft anterior en tenia uns 17B). Només tornar a entrenar el GPT3 costaria entre 5 i 10 M de dòlars.
Aquest és un pas endavant molt important. Hom pot pensar què passarà d’aquí uns anys quan tinguem el GPT25. La manera de crear models d’IA potser haurà canviat molt i potser en comptes de programar ens dedicarem a cercar aquells exemples que siguin més representatius per una tasca en concret.
El que es pot fer és, doncs, una frontera mòbil, que es mou a empentes a partir dels nous desenvolupaments i que cada vegada que es mou fa possible tot un seguit d’innovacions. Com sempre ha passat a la història, la fi dels maquinistes de carbó no serà la fi de la feina i tampoc acabarem sent tots científics. Ens cal, però, col·laborar amb l’inevitable, com a societat i individualment, automatitzar tot el que puguem perquè sinó no serem competitius, i no aferrar-nos a un passat moribund. Però al mateix temps ens hem de situar allà a on podem marcar la diferència, en allò que no és rutinari, perquè ens permetrà aportar valor individual i col·lectiu, i tenir un futur pròsper. Si el fem igualitari i just és cosa nostra, no de la IA!
Esteve Almirall
Professor titular d’ESADE al Departament Operacions, Innovació i Data Science. Director del Center for Innovation in Cities d’ESADE