AI se está convirtiendo en la nueva interfaz de usuario. Desde automóviles sin conductor y Alexa de Amazon hasta robo-advisors y cerraduras de reconocimiento facial, los consumidores interactúan con AI como nunca antes. Y esto es sólo el principio.

Durante años, los entusiastas de la IA han utilizado la prueba de Turing como guía para desarrollar bots conversacionales. Desarrollada en 1950, la prueba de Turing se centra en la verosimilitud, analizando la capacidad de una máquina para comportarse indistintamente de un ser humano; los investigadores han considerado durante mucho tiempo pasar la prueba como el santo grial de la IA.

En las últimas décadas, la imagen de Hollywood de la IA en películas como Her and I, Robot también buscaba reproducir las características humanas. La versión de Tinseltown va mucho más allá de lo que puede lograr la Tecnología comercial actual, pero aún parece que midamos las aplicaciones modernas de la inteligencia artificial frente a estas interpretaciones ficticias .

Resuelve problemas, no solo simios humanos

Hoy, estamos en algún lugar entre la prueba de Turing y los robots de Hollywood. AI está superando la capacidad humana de maneras sutiles pero poderosas como diagnosticar enfermedades. Es la tecnología que impulsa algunas de las aplicaciones más avanzadas en el mercado de tecnología de consumo, y estamos a punto de implementarla.

En la aplicación de la inteligencia artificial moderna, el objetivo principal es resolver problemas. La reproducción de las características humanas es solo un ingrediente en una mezcla compleja de una IA efectiva, y muchas características humanas son incluso contraproducentes. Sin embargo, todavía vemos a los ingenieros construyendo cosas como retrasos en el tiempo en respuestas de AI conversacionales para hacer que parezca que un bot está "pensando" y tácticas similares para contorsionar la tecnología para pasar la prueba de Turing.

Cuando los ingenieros aeronáuticos diseñaron el 747 , probaron si podía cruzar el Atlántico: no intentaron construir una paloma mecánica. De manera similar, los autos que conducen de manera autónoma aprenden de una manera única y se comportan de manera muy diferente a los autos con un ser humano detrás del volante.

¿Por qué debería AI hacer referencia al modelo humano?

Con el creciente protagonismo de AI, es fundamental tener una comprensión universal y realista de lo que consideramos un éxito y lo que consideramos que no cumple con los estándares actuales. AI cometerá un conjunto de errores diferente del que cometen los humanos y también aprenderá de forma diferente estos errores. Esto significa que debemos medir el éxito de las máquinas de forma diferente a como lo hacemos con los humanos.

Nuevas métricas de éxito para AI

Entonces, ¿cómo actualizamos la prueba de Turing para aplicaciones prácticas de inteligencia artificial conversacional? Necesitamos alejarnos de lo "avanzado" que se siente y enfocarnos en el objetivo principal: la eficiencia.

Deberíamos considerar a la inteligencia artificial como una alternativa significativamente mejor a la forma en que resolvemos los problemas en la actualidad. A medida que avanzamos, también debemos ampliar el alcance para abarcar todo el comportamiento inteligente que podría ser útil para el usuario final. Aquí hay varios KPI que los investigadores podrían usar para medir con mayor precisión el éxito de la IA.

¡No te pierdas nuestra pagina de Facebook!!