Para brindar a las académicas centradas en la IA y a otras personas su merecida (y tan esperada) atención, TechCrunch está lanzando una serie de entrevistas centradas en mujeres notables que han contribuido a la revolución de la IA.
Sarah Bitamajire es directora de políticas de la firma de asesoría Lumiera, donde también ayuda a redactar el boletín Lumiera Loop, que se centra en la alfabetización en IA y la adopción responsable de la IA.
Anteriormente, trabajó como asesora de políticas en Suecia, donde se centró en igualdad de género, derecho de relaciones exteriores y políticas de seguridad y defensa.
Cuéntanos brevemente cómo te iniciaste en la IA. ¿Qué te atrajo de este campo?
¡La IA me encontró! El impacto de la IA sigue creciendo en muchas áreas en las que he estado profundamente involucrado. Para mí se volvió importante comprender la importancia de la IA y sus desafíos para poder brindar el asesoramiento adecuado a los tomadores de decisiones de alto nivel.
En primer lugar, en el campo de la defensa y la seguridad, donde la IA se utiliza en investigación y desarrollo y en la guerra activa. En segundo lugar, en las artes y la cultura, los creadores estuvieron entre los grupos que primero vieron el valor agregado y los desafíos de la IA. Ayudó a sacar a la luz cuestiones de derechos de autor que han salido a la luz, como el caso en curso en el que Varios diarios están demandando a OpenAI.
Sabes que algo está teniendo un gran impacto cuando líderes con antecedentes y puntos débiles muy diferentes preguntan a sus asesores: «¿Pueden contarme sobre eso? Todos están hablando de eso».
¿De qué trabajo en el campo de la IA estás más orgulloso?
Recientemente trabajamos con un cliente que intentó y no logró integrar la IA en su trabajo de investigación y desarrollo. Lumiera estableció una estrategia de integración de IA con una hoja de ruta adaptada a sus necesidades y desafíos específicos. La combinación de una cartera de proyectos de IA seleccionada, un proceso estructurado de gestión del cambio y un liderazgo que reconoció el valor del pensamiento multidisciplinario hicieron de este proyecto un gran éxito.
¿Cómo se abordan los desafíos de la industria tecnológica dominada por los hombres y, por extensión, de la industria de la IA dominada por los hombres?
Siendo muy claro el por qué. Participo activamente en la industria de la IA porque tiene un propósito más profundo y un problema que resolver. La misión de Lumiera es brindar a los líderes una orientación integral para que puedan tomar decisiones responsables con confianza en la era de la tecnología. Este sentido de propósito siempre permanece, sin importar el campo que persigamos. Dominada por los hombres o no, la industria de la IA es enorme y cada vez más compleja. Nadie puede ver el panorama completo y necesitamos más perspectivas para poder aprender unos de otros. Los desafíos que existen son enormes y todos debemos cooperar.
¿Qué consejo le darías a las mujeres que quieran ingresar al campo de la IA?
Entrar en la IA es como aprender un nuevo idioma o aprender una nueva habilidad. Tiene un inmenso potencial para resolver desafíos en diversos campos. ¿Qué problema quieres resolver? Descubra cómo la IA puede ser la solución y luego concéntrese en resolver ese problema. Sigue aprendiendo y conéctate con personas que te inspiran.
¿Cuáles son los problemas más apremiantes que enfrenta la IA a medida que se desarrolla?
La velocidad a la que se está desarrollando la IA es un problema en sí mismo. Creo que hacer esta pregunta con frecuencia y regularidad es una parte importante para avanzar honestamente en el campo de la IA. hacemos esto todas las semanas Lea sobre Lumiera en nuestro boletín.
Éstos son algunos de los ejemplos que están más en el foco de atención en este momento:
- Hardware de IA y geopolítica: La inversión del sector público en hardware de IA (GPU) probablemente aumentará a medida que los gobiernos de todo el mundo profundicen sus conocimientos sobre IA y comiencen a tomar medidas estratégicas y geopolíticas. Hasta ahora, se han observado algunos cambios en esta dirección en países como el Reino Unido, Japón, los Emiratos Árabes Unidos y Arabia Saudita. Es importante estar atento a esta zona.
- Punto de referencia de IA, A medida que nos volvemos más dependientes de la IA, es esencial comprender cómo medimos y comparamos su desempeño. Elegir el modelo adecuado para un caso de uso determinado requiere una consideración cuidadosa. El mejor modelo para sus necesidades no es necesariamente el que está en la cima de la clasificación. Dado que los modelos cambian tan rápidamente, la precisión de los puntos de referencia también fluctuará.
- Equilibre la automatización con la supervisión humana: Lo creas o no, la hiperautomatización existe. La toma de decisiones requiere juicio humano, intuición y comprensión contextual. No se puede replicar mediante la automatización.
- Calidad y gobernanza de datos:¡¿Dónde están los buenos datos?! Los datos fluyen hacia y desde las organizaciones, entre organizaciones, cada segundo. Si esos datos no están bien controlados, su organización no se beneficiará de la IA. Y, a la larga, esto puede resultar perjudicial. Su estrategia de datos es su estrategia de IA. La arquitectura, la gestión y la propiedad del sistema de datos deben ser parte de la conversación.
¿Qué cuestiones deben tener en cuenta los usuarios de IA?
- Los algoritmos y los datos no son perfectos.: Como usuario, es importante ser crítico y no confiar ciegamente en el resultado, especialmente si utiliza tecnología lista para usar. Además de eso, la tecnología y las herramientas son nuevas y están evolucionando, así que téngalo en cuenta y agregue sentido común.
- consumo de energía: La combinación de los requisitos computacionales para entrenar grandes modelos de IA y los requisitos energéticos para operar y enfriar la infraestructura de hardware necesaria conduce a un consumo de energía muy alto. Gartner predice que para 2030, la IA podría consumir el 3,5% de la electricidad mundial.
- Infórmese y utilice una variedad de fuentes: ¡La alfabetización en IA es importante! Para poder hacer un buen uso de la IA en su vida y su trabajo, debe poder tomar decisiones informadas sobre su uso. La IA debería ayudarle a tomar decisiones, no tomarlas por usted.
- densidad de perspectivaEs necesario involucrar a personas que conozcan bien su área problemática para que puedan comprender qué tipos de soluciones se pueden construir con IA y hacerlo durante todo el ciclo de vida del desarrollo de la IA.
- Lo mismo se aplica a la moralidad.Esto no es algo que pueda agregarse a un producto de IA una vez creado: se deben abordar consideraciones éticas durante el proceso de creación y comenzando desde la etapa de investigación. Esto se logra realizando evaluaciones de impacto social y ético, reduciendo los sesgos y promoviendo la rendición de cuentas y la transparencia.
Al crear IA, es esencial reconocer las limitaciones de las habilidades dentro de una organización. Las brechas son oportunidades de crecimiento: le permiten priorizar áreas en las que necesita experiencia externa y desarrollar mecanismos de rendición de cuentas más sólidos. Se deben evaluar todos los factores, incluido el conjunto de habilidades actuales, la capacidad del equipo y los recursos monetarios disponibles. Estos factores, entre otros, influirán en su hoja de ruta de IA.
¿Cómo pueden los inversores promover mejor la IA responsable?
En primer lugar, como inversor, usted quiere asegurarse de que su inversión sea sólida y dure mucho tiempo. Invertir en IA responsable protege los retornos financieros y reduce los riesgos asociados, como la confianza, la regulación y las preocupaciones sobre la privacidad.
Los inversores pueden impulsar una IA responsable observando los indicadores de liderazgo y uso responsable de la IA. Una estrategia clara de IA, recursos de IA responsables y dedicados, políticas de IA responsables publicadas, prácticas de gobernanza sólidas y la integración de la respuesta de refuerzo humano son factores a considerar. Estos indicadores deberían ser parte de un sólido proceso de debida diligencia. Más ciencia, menos toma de decisiones subjetivas. Desvincularse de las prácticas poco éticas de IA es otra forma de fomentar soluciones de IA responsables.
