3 pasos para generar confianza en la inteligencia artificial

¿Quién no ha usado un buscador para conseguir recomendaciones sobre qué dispositivo comprar o qué restaurante cercano es el mejor? Las sugerencias que recibimos cada vez que “le preguntamos a Google” se basan en algoritmos impulsados por inteligencia artificial (IA) y toman en cuenta nuestras experiencias previas y geolocalización. Del mismo modo, si pensamos en la medicina, el mundo entero celebra iniciativas de IA que permiten que los especialistas detecten señales tempranas de enfermedades difíciles de tratar.

Sin embargo, ¿qué ocurre cuando la decisión de otorgar una hipoteca es tomada por un algoritmo de IA? ¿y si la lógica detrás de ese algoritmo no es clara? Especialmente si rechaza una aplicación de crédito. Es bastante difícil ser rechazado, pero esta insatisfacción aumenta cuando el consumidor no recibe retroalimentación de cómo mejorar sus posibilidades en el futuro. Lo mismo ocurre si volvemos al ejemplo médico. Un diagnóstico equivocado podría resultar en una cirugía riesgosa innecesaria o en un deterioro de la salud del paciente. En ambos casos, la confianza se convierte en el factor más importante.

A medida que las compañías van robotizando sus procesos y usando la IA e información para mejorar su productividad, también surge la necesidad de proveer un discurso y explicación digerible para los distintos stakeholders. No obstante, la desconfianza ante lo desconocido es natural en el ser humano, por lo que resulta esencial cambiar esa primera impresión. Para lograrlo, recomendamos cumplir con tres características:

1.Explicable: el entendimiento es clave para generar confianza. Los líderes empresariales deberían tener un conocimiento básico de lo que hace el sistema, ya que esto es esencial para determinar la legitimidad de un programa de IA a ojos de los inversionistas y clientes. Es decir, este punto debe permitirnos justificar las decisiones tomadas por el algoritmo.

2.Transparencia: las objeciones pueden relacionarse con la percepción de control. El tener reglas claras para manejar el sistema y explicar sus resultados –a través de la descripción de los factores considerados al momento de la toma de decisiones- hará que las respuestas brindadas por el programa sean vistas como transparentes.

3.Probabilidad: los líderes empresariales deben buscar que la performance del programa sea consistente. Es decir, los desarrolladores y analistas deben asegurar que los algoritmos usados sean construidos de la manera correcta y que continúen comportándose del modo esperado.

Desarrollar los tres puntos antes descritos permitirán reducir riesgos y establecer la confianza necesaria para que la inteligencia artificial se convierta realmente en un catalizador de innovación, que empuje a las empresas a conseguir sus metas o sueños –muchos de los cuales aún no son imaginados-.

Para aprender más sobre el tema, te recomendamos este artículo de strategy+business [aquí]

Deja un comentario

Volver arriba