¿Cómo podemos aprovechar los beneficios de la inteligencia artificial sin perder lo que importa en el tiempo y clima?

Recientemente, alguien me describió la Inteligencia Artificial (IA) como algo que "absorbe el alma". Como Director de IA de la Met Office, me dejó perplejo. Sí, la IA es una tecnología transformadora llena de oportunidades, y estamos empezando a ver lo que realmente puede hacer en la ciencia y los servicios meteorológicos y climáticos, pero ¿a qué precio?

La IA es una de las tecnologías más transformadoras de nuestra generación. Ya está cambiando la forma en que las organizaciones trabajan, cómo se toman las decisiones y cómo se producen los descubrimientos científicos. Por ejemplo, aquí en la Met Office, estamos explorando cómo la IA puede contribuir al avance de la ciencia meteorológica y climática, mejorar los servicios y brindar apoyo a nuestro personal.

Sin embargo, ese simple comentario captó algo importante. Los debates públicos ahora suelen centrarse en lo que requiere la IA, ya sean recursos, experiencia humana o un sinfín de otros aspectos, pero se presta menos atención a las mejoras transformadoras que podrían lograrse con una implementación precisa, específica y responsable.

La realidad es que la IA no es intrínsecamente buena ni mala. Es simplemente una herramienta. Como cualquier herramienta poderosa, su valor depende de cómo, por qué y dónde se utilice. Suelo describir la IA como una lupa o un acelerador. Cuando se aplica con fines positivos, puede amplificar y acelerar resultados beneficiosos. Lamentablemente, lo contrario también es cierto.

El reto al que se enfrentan las organizaciones hoy en día no es si adoptar o no la IA, sino cómo gestionar las ventajas y desventajas que conlleva y utilizarla de forma responsable.

La IA ofrece oportunidades extraordinarias

El entusiasmo que rodea a la IA es comprensible y tangible.

La inteligencia artificial (IA) está pasando de ser un elemento marginal a integrarse plenamente en la prestación de servicios públicos, desde la sanidad y la educación hasta el transporte, la respuesta a emergencias y la previsión meteorológica. En toda la sociedad, la IA ya está ayudando a las organizaciones a analizar grandes cantidades de información, automatizar tareas repetitivas y generar nuevos conocimientos. En el ámbito científico, está ayudando a los investigadores a trabajar a una velocidad y escala sin precedentes.

Las oportunidades son inmensas: la IA tiene el potencial de ayudar a las organizaciones a hacer las cosas más rápido, más barato y, en algunos casos, mejor que nunca. En nuestro campo, las oportunidades para la ciencia meteorológica y climática son particularmente significativas.

Los recientes avances en el aprendizaje automático han demostrado que los modelos de IA pueden generar pronósticos meteorológicos globales en segundos, algo que antes habría requerido importantes recursos de supercomputación. Los investigadores también están utilizando la IA para identificar patrones en grandes conjuntos de datos ambientales, mejorar las técnicas de modelado climático y ampliar nuestra comprensión de los riesgos relacionados con el tiempo y clima.

El potencial va más allá de la predicción meteorológica: la IA podría ayudar a ampliar las fronteras de la ciencia meteorológica, acelerando los descubrimientos científicos, mejorando la toma de decisiones durante fenómenos meteorológicos extremos y apoyando una prestación más eficiente de los servicios públicos.

Estas posibilidades son fascinantes, pero plantean preguntas importantes.

El dilema medioambiental

Una de las tensiones más inmediatas concierne a la sostenibilidad.

La IA se presenta a veces como una tecnología que puede ayudar a combatir el cambio climático. Puede contribuir a optimizar los sistemas de energías renovables, mejorar la eficiencia del transporte y fortalecer la resiliencia ante fenómenos meteorológicos extremos. Sin embargo, debemos reconocer que, como la mayoría de las tecnologías digitales, la IA tiene un impacto ambiental.

El entrenamiento y la operación de modelos avanzados de IA requieren una gran capacidad de procesamiento. Esto implica un elevado consumo de energía, agua e infraestructura. Para las organizaciones cuya misión incluye la protección del medio ambiente, esto representa un verdadero dilema.

El uso de la IA en la predicción meteorológica por parte de la Met Office constituye un ejemplo ilustrativo. Los modelos de predicción basados en la física que utilizamos actualmente dependen de potentes superordenadores. Los nuevos enfoques de predicción basados en IA, o más precisamente en el aprendizaje automático (ML), pueden reducir los requisitos computacionales durante la generación de la predicción (conocida como inferencia). Sin embargo, esta eficiencia solo se logra tras una inversión sustancial en el desarrollo y entrenamiento de los modelos. En consecuencia, el balance medioambiental dista mucho de ser sencillo.

Las conversaciones sobre IA sostenible requieren matices. La cuestión no es si la IA es "verde" o "no verde", sino que debemos comprender dónde genera beneficios ambientales, dónde introduce costos ambientales y cómo gestionar esas compensaciones.

La productividad importa. Pero las personas importan aún más

Cuando surge una nueva tecnología, suelen aparecer preocupaciones sobre el empleo, y la historia sugiere que no debemos ser ni ciegamente optimistas ni excesivamente pesimistas.

El progreso tecnológico transforma la naturaleza del trabajo. Ha automatizado ciertas tareas y, al mismo tiempo, ha creado oportunidades completamente nuevas. En el mejor de los casos, los avances tecnológicos eliminan tareas repetitivas y dan lugar a profesiones totalmente nuevas. La invención de la imprenta en el siglo XV es un ejemplo. Si bien transformó los empleos de quienes dependían de la producción de la palabra escrita, también impulsó un salto cualitativo global en el progreso humano y el intercambio de conocimientos. Existen paralelismos con la revolución de la IA que estamos viviendo actualmente.

La IA puede eliminar las tareas administrativas repetitivas y permitir que las personas se centren en actividades de mayor valor que requieren creatividad, experiencia, criterio y empatía. Esa es una oportunidad que debemos aprovechar.

Los servicios públicos dependen de profesionales altamente cualificados. En nuestro mundo, los meteorólogos, los científicos del clima, los tecnólogos y los expertos operativos aportan décadas de experiencia acumulada a su trabajo. Su experiencia va mucho más allá de la elaboración de un pronóstico. Incluye la interpretación de la incertidumbre, la comprensión del riesgo, la comunicación eficaz y el apoyo a decisiones críticas que salvan vidas y medios de subsistencia. También se basa en el conocimiento y la experiencia de quienes les precedieron (como científicos, realmente «nos apoyamos en los hombros de gigantes»). Este conocimiento y experiencia colectivos y acumulados ayudan a la Met Office a cumplir su misión de ayudar a las personas a tomar mejores decisiones para mantenerse seguras y prosperar.

Esta es una de las muchas razones por las que decimos que el futuro de la predicción meteorológica difícilmente será una elección entre física e inteligencia artificial, o entre humanos y máquinas. En cambio, el futuro será una combinación de ambas.

Preservar el conocimiento científico

Otro aspecto importante a considerar es que a menudo se presta mucha menos atención a la disyuntiva que implica.

¿Qué sucede si nos volvemos tan dependientes de la IA que dejamos de desarrollar la experiencia necesaria para comprenderla, cuestionarla y mejorarla? Para el individuo, estudios recientes han mostrado una correlación negativa entre el uso frecuente de herramientas de IA y las habilidades de pensamiento crítico, mediada por una mayor descarga cognitiva y rendición.

Este riesgo no surge porque los expertos y los conocimientos especializados desaparezcan de la noche a la mañana. Por el contrario, puede surgir gradualmente tanto a nivel individual como social debido a la falta de uso regular y a la escasez de oportunidades de educación o capacitación.

Como demuestra la historia, la ciencia avanza gracias a la curiosidad. Avanza porque la gente se pregunta por qué y cómo suceden las cosas, cuestiona las suposiciones y pone a prueba las ideas. La IA puede apoyar este proceso, pero es improbable que lo reemplace.

Esto es particularmente importante en la ciencia meteorológica y climática, donde el cambio climático implica que nuestro clima futuro no siempre se parecerá al pasado. Comprender la física subyacente de la atmósfera sigue siendo fundamental para interpretar los pronósticos, identificar limitaciones e impulsar el conocimiento científico.

Por ejemplo, investigaciones recientes han demostrado que la integración de agentes de IA puede reducir la supervisión gerencial en el trabajo mediado por IA. La pérdida de la curiosidad que impulsa el descubrimiento científico, y del conocimiento especializado que de él se deriva, sería un precio muy alto a pagar por las ganancias de eficiencia que se obtienen al integrar la IA.

La confianza se construye a través de la gobernanza

A medida que los sistemas de IA se vuelven más potentes, la gobernanza eficaz cobra mayor importancia; sin embargo, a veces se la presenta como una barrera para la innovación. Pero lo cierto es que una buena gobernanza debería impulsar la innovación.

Una rendición de cuentas clara, procesos de garantía sólidos y una supervisión proporcional ayudan a las organizaciones a identificar los riesgos con anticipación y a implementar tecnología con confianza. Estos elementos constituyen la base de la confianza.

En los servicios públicos, la confianza es fundamental. Por ejemplo, la gente confía en los pronósticos meteorológicos para tomar decisiones que afectan a su seguridad, a sus negocios y a sus comunidades. Nuestra investigación más reciente indica que el 85 % de la población del Reino Unido confía en la Met Office. Esta confianza se ha forjado a lo largo de décadas y no se dará por sentada.

El mismo principio se aplica a la IA. El objetivo no es avanzar rápido a cualquier precio, sino gobernar bien, innovar con responsabilidad y garantizar que se obtengan beneficios al tiempo que se comprenden y gestionan los riesgos.

Elegir el futuro que queremos

El debate sobre la IA se suele presentar como una elección entre una adopción entusiasta y una resistencia cautelosa. Esta es una falsa dicotomía.

El verdadero desafío reside en encontrar el equilibrio. Para ello, debemos reposicionar la IA como una herramienta, no como un fin en sí misma, y evitar el riesgo de que se convierta en "un martillo buscando un clavo".

Debemos aprovechar el extraordinario potencial de la IA sin dejar de reconocer su impacto ambiental. Debemos mejorar la productividad invirtiendo en las personas. Debemos acelerar la innovación manteniendo el rigor científico. Y debemos actuar con rapidez conservando la confianza pública mediante una buena gobernanza.

La IA transformará sin duda la ciencia y los servicios meteorológicos y climáticos. De hecho, en muchos sentidos, ya lo ha hecho. La cuestión ahora es cómo la moldeamos para que no solo sea más capaz y eficiente, sino también más sostenible, fiable, responsable y, en definitiva, humana. Cómo utilizamos la IA como herramienta para potenciar el esfuerzo humano.

Esto se hace eco de la Inteligencia Artificial Centrada en el Ser Humano defendida por la Universidad de Stanford, cuyo propósito es "hacer avanzar a la humanidad a través de la IA y la ciencia de datos". En este enfoque, la IA se desarrolla para y con los humanos, asegurando que la tecnología de IA "amplifica, aumenta, mejora y empodera a los humanos en lugar de dañarlos o reemplazarlos".

Para mí, esto suena como una estrella polar digna de mención.

Fuente: Blog de la Met Office