Els matisos que separen la ‘innovació’ de la mera ‘millora’ no sempre són evidents. Tanmateix, en un entorn com el que vivim avui és necessari que entenguem les diferències entre ambdós conceptes. Mentre la millora no és més que una obligació innata a qualsevol situació humana, la innovació suposa algun tipus de disrupció respecte al que vivim en un moment determinat.

La intel·ligència artificial (IA) és una innovació d’enorme potencial que tenim al nostre abast, però que hem de saber gestionar de forma adequada. La recomanació formulada pel professor Xavier Ferràs (Innovation Roundtable, Esade) és que hem de ser prudents en la seva implementació a fi que puguem comprendre tot el que ens pot aportar i, de forma simultània, fer-ne un desplegament ordenat i controlable.

Si formulem a la pròpia IA què és la innovació ens respon: “La innovació es refereix al procés de crear o millorar de forma significativa productes, serveis, processos o models de negoci. Implica l’aplicació d’idees noves o la combinació d’elements existents d’una manera nova per generar valor, millorar l’eficiència o resoldre problemes”. Una definició que complementa amb dos comentaris: el primer referit als tipus d’innovació (que en aquest punt no crec que tinguin interès) i un segon que em sembla rellevant, en el sentit que la innovació ha de poder implementar-se i obtenir resultats en forma de noves idees, conceptes, productes o serveis que aportin valor.

La intel·ligència artificial és una innovació d’enorme potencial que tenim al nostre abast, però que hem de saber gestionar de forma adequada

Al marge dels models tradicionals d’innovació (que coneixem com a oceans vermells i blaus) el professor Ferràs incorpora els que denomina daurats o blancs. El primer (innovació daurada) és el que es defineix per ser de baix risc i alt retorn. Està conformat per idees simples i de baix risc, amb un elevat component disruptiu i fàcilment escalable que generen un gran avantatge competitiu per al primer a arribar. Aquests són els models d’innovació que han permès generar organitzacions a partir d’activitats tradicionals (per exemple, Amazon i Uber).

En l’altre extrem trobem el model d’innovació blanca. A priori pot semblar contraintuïtiu invertir en una àrea d’alt risc i baix retorn, però es tracta d’una innovació clau atès que aporta nous resultats a determinades situacions socials. És un model que, en essència, es desenvolupa a través de la inversió pública. En aquest àmbit podem destacar les aplicacions per a la mobilitat, la medicina o els espais oberts de dades.

Les organitzacions compromeses amb la innovació han de cuidar i explorar cadascun d’aquests espais. No es tracta només de destinar recursos sinó de disposar del talent capaç d’entendre les oportunitats que es presenten i identificar els avantatges al seu abast. D’aquí el criteri que el talent humà és finalment més rellevant que el nivell de recursos en l’objectiu d’aconseguir un impacte positiu dels processos d’innovació.

Apple ofereix un magnífic exemple d’aquesta perspectiva multifocal. Va ser un dels pioners en la introducció dels ordinadors personals, però amb l’entrada d’IBM i altres competidors el seu sector es va convertir en un oceà vermell. Allà va mantenir una posició destacada gràcies a la millora contínua, però també es va llançar a conquerir un oceà blau amb els seus iPods i iPhones, mentre que amb iTunes i l’Apple Store va obrir camí en el profitós camp de la innovació daurada. Al mateix temps no ha deixat d’atendre l’àrea de la innovació blanca amb l’afany d’establir les bases de l’ecosistema tecnològic del futur.

Amb els actuals models d’intel·ligència artificial hem aconseguit superar les limitacions cognitives

En els anys 60 del segle passat el filòsof hongarès Michael Polanyi va formular la hipòtesi que com a éssers humans “sabem molt més del que podem explicar”. Durant molt de temps, aquesta aparent paradoxa va suposar una limitació en el desenvolupament de les màquines intel·ligents. La programació tradicional es desenvolupava incorporant el coneixement humà de caràcter racional, però, com dotar-les d’un coneixement experiencial que no és possible expressar amb fórmules matemàtiques? A tall d’exemple, com explicar a una màquina què és una cadira o el color blau?

Amb els actuals models d’intel·ligència artificial hem aconseguit superar les limitacions cognitives. Ja no ens atenim a programar en la màquina el nostre coneixement racional, sinó que l’entrenem perquè ella mateixa aprengui partint del nostre coneixement experiencial. I podem fer-ho perquè disposem de més dades, més accessibles que mai, i som capaços de gestionar-les amb les noves capacitats tecnològiques. El resultat ha estat la irrupció de funcionalitats de reconeixement i predicció que ja han aconseguit superar els límits humans i que compten amb una capacitat de creixement de la que som incapaços de visualitzar els seus límits. 

Una altra particularitat de la IA radica en què s’està convertint en el motor dels propis processos d’innovació. I aquest potencial innovador deriva no només de la seva utilitat per a l’anàlisi, sinó que es fonamenta en la seva capacitat per generar creativitat. L’anècdota viscuda per Lee Sedol, campió mundial de Go, ho certifica: en una de les partides de l’enfrontament contra AlphaGo el 2016 la IA va fer una jugada tan inusual i imprevista que tots els humans a la sala la van interpretar com un error. Només en acabar la partida van ser conscients que aquesta espontània mostra de creativitat va ser la que va decidir la seva victòria.

Soc del tot conscient que no he donat resposta a la pregunta que confereix títol a aquesta reflexió, si bé m’inclino per pensar que hem de superar les reticències, actuar davant la IA de forma sensata i intel·ligent, desenvolupar filtres per evitar els biaixos en la seva gestió i, aquí està la clau fonamental, evitar que sigui controlada per uns pocs i facilitar que les seves aportacions estiguin, d’una forma transparent i equitativa, a l’abast de tots els éssers humans.