El mundo de la robótica llevado al máximo esplendor gracias a los avances de machine learning e inteligencia artificial permite que hoy día entendemos como realidad lo que hace no mucho tiempo considerábamos ciencia ficción.

Durante el pasado DES2 018, BigData Magazine entrevistó a Ricardo Baeza – Yates, CTO at NTENT USA & CEO at NTENT Hispania, quien nos contó muchas cosas interesantes sobre la realidad en el mundo big data y la problemática principal que encuentra.

BigData Magzine (BDM): Llevamos mucho tiempo hablando de Big Data, ¿cree que es una tecnología ya madura? ¿Cómo puede ayudar el Big Data a las pequeñas y medianas empresas?

Ricardo Baeza (RB): Creo que hay bastante tecnología, no se si madura pero no estamos en el comienzo. Me gusta que preguntas que qué pasa con las empresas que no están utilizando big data, pues son la mayoría. Yo creo que hay una brecha porque se han focalizado mucho las tecnologías en las grandes empresas que ya tienen big data y no en el resto. Hay que mejorar esto ya que hay muchas empresas que no pueden utilizar el deep learning  porque no tienen suficientes datos o suficiente capacidad de proceso al igual que gente capacitada. Espero que en el futuro nos vayamos acercando a la realidad en la que hayan nuevas tecnologías que se enfoque encontrar cual es el número mínimo de datos que necesitamos para resolver un problema y entonces, ver si es viable o no el usar aprendizaje automático en algunos casos.

BDM: Actualmente muchos expertos hablan del envío de datos en tiempo real o Real Time  data delivery. ¿es este el futuro al que se dirige el Big Data?

RB: Yo diría que una de las condiciones necesarias para tener big data es que sea en tiempo real o casi en tiempo real, si no haces eso es porque nunca vas a tenr big data. Es más bien una consecuencia del big data.

Hoy tenemos internet, la web, los móviles, internet de las cosas… si no tienes alguna de estas infraestructuras que generan muchos datos, no existe posibilidad de que trabajes con big data.

BDM:  Si hablamos de inteligencia artificial, muchos expertos coinciden en que estamos viviendo la nueva revolución industrial y que nuestros puestos de trabajo evolucionarán a unos puestos que requieran de más creatividad. Otros como por ejemplo Elion Musk dicen literalmente que la inteligencia amenaza la existencia de nuestra civilización. ¿En qué punto de la balanza se sitúa usted?

RB: No estoy en ninguno de los dos lados. Me gusta ser optimista  pero también me gusta ser muy realista y no en el sentido de que los robots van a destruir empleo, sino en el sentido de que debemos de preocuparnos de otro tipo de problemas como la ética que hay detrás de los robots. Por ejemplo, en casos de que una máquina llegué a matar a un humano, ¿quién tiene la culpa? ¿tendrán los robots derechos? Creo que ahora es el momento de tener en cuenta este aspecto y trabajar en ello antes de que se avance mucho más.

Que la tecnología se utilice para fines militares, eso sí que es grave. ¿Te imaginas una guerra donde los soldados son robots? Esto podría ser una realidad ahora mismo, pero la pregunta es, ¿se prohibirá como se han prohibido las armas nucleares?

BDM: Como sabe, recientemente ha entrado en vigor de la nueva normativa GDPR. Si tenemos en cuenta que las compañías asiáticas no se someten a tanta regulación, ¿es esta nueva normativa una ventaja para las compañías europeas o una desventaja?

RB: Creo que es una ventaja para las personas, sin duda hay que resguardar los datos de las personas. Ojala en el futuro podamos utilizar nuestros datos y que tengan valor.  Respecto a las empresas, yo creo que puede ser ambas cosas, es decir, como hay más confianza puede ser positivo, pero por otro lado, las empresas pueden abusar todavía de las personas, pueden tener cierto ventaja por un tiempo.

Lo bueno es que las empresas que quieran trabajar en la Unión Europea, deberán de aplicar las mismas normas que el resto de empresas europeas. Por otro lado, creo que es importante mencionar que podrían realizarse brechas legales fuera de Europa por tener datos de europa almacenados en otro lugar. creo que esto no está regulado hoy día.  

El data scientist se ha convertido en uno de los perfiles más valorados y cotizados por las grandes empresas en la actualidad. ¿Cree que es fácil de encontrar talento en este sector que haga frente a las próximos retos?

RB: Si entendemos data scientist como alguien que sabe informática, aprendizaje automático, matemáticas y estadísticas, yo creo que la respuesta es no. La gente que se ha formado es por experiencia no por educación. Ahora sí están apareciendo programas específicos de Data Scientist, pero vamos a tener que esperar unos 4 o 5 años para tener gente realmente formada.

Hoy día hay mucha gente que se hace llamar data scientist pero que realmente no lo son. Yo diría más bien que son ingenieros de datos.

Por su puesto hay y habrá mucha demanda de este puesto, son perfiles que valen mucho así que es una buena idea formarse en este tema.

BDM:  ¿Cuál diría que es el proceso a través del cual la empresa puede convertir los datos en conocimiento e inteligencia?  

RB: El proceso es el clásico, desde la recogida de datos, limpieza, utilización… Muchas veces creo que las empresas usan los datos que tienen sin hacerse la pregunta primero de qué datos necesita. La segunda pregunta que deben de hacerse es cuántos datos necesito. Y es que puede ser que tenga los datos correctos pero no la cantidad suficiente. Por último y muy importante, qué va a hacer con esos datos. Puede que tengamos los datos correctos y la cantidad necesaria pero que realmente no nos ayude a mejorar nada con respecto a nuestros clientes.

BDM:  Finalmente, y de nuevo sobre big data, ¿qué retos y oportunidades encontraremos en el futuro próximo?

RB: Hay muchos retos y las oportunidades son infinitas. En relación a los retos, uno de los que más me preocupa es el tema del sesgo, el sesgo no en los datos sino en las personas.

Es decir, cuando tenemos sistemas interactivos donde las decisiones que toman los algoritmos tienen que ver con la retroalimentación del usuario del usuario mediante la interfaz, ya sea movimiento del mouse, clicks…etc. Esos datos tienen sesgo y creo que en estos momentos no estamos utilizando todos los sesgos, es decir, cada vez que un sistema de recomendación te muestra 4 objetos, esos objetos se están volviendo más ricos y los millones de objetos restantes se están volviendo pobres.

Entonces, la cuestión es, ¿se está preocupando el algoritmo de hacer el proceso justo para que todos los objetos puedan tener la misma oportunidad de volverse ricos y no la mayoría pobres?

Este es un tema que creo que no está resuelto, es decir, no analizamos sólo el sesgo de los datos, de los algoritmos, sino también el sesgo de la interacción y por último el sesgo de los humanos.