viernes, 24 de marzo de 2023

Impacto de la Inteligencia Artificial en las profesiones, Ciencia Ficción y Realidad

La velocidad y complejidad del cambio tecnológico es cada vez mayor y trae ventajas y desventajas, lo cual genera debate permanente:

En este blog, en una entrada de finales de 2020, hablamos de la relevancia económica que tienen las Tecnologías de la Información y las Comunicaciones y la necesidad de transformar la educación para que los desafíos sean oportunidades en lugar de amenazas.

Luego, en otra entrada de 2021, citamos el libro Gracias por llegar tarde de Thomas L. Friedman y la popular gráfica propuesta por Eric "Astro" Teller, donde se muestra que llegamos tarde y la Inteligencia Artificial nos está ganando la carrera.

Este año, dos años después de las entradas anteriores, en una tercera entrada de este mismo blog, citamos la gráfica del portal de datos Our World in Data, la cual refuerza lo propuesto por Teller y predice lo que ya está sucediendo.

Y hace algunas semanas dedicamos una entrada a la influencia de la IA en la comunicación humana y otra a los desafíos del binomio educación e IA, considerando el crecimiento "exponencial" de la IA.

Ahora el debate son las diversas profesiones y el empleo. La semana pasada, con el lanzamiento de GPT4, se han generado toda clase de opiniones, entre ellas la posible desaparición de muchas actividades humanas, que pasarán a ser realizadas por robots software como GPT.

Al respecto hay dos artículos recientes: el primero escrito por profesores de Princeton, Pennsylvania y New York y el segundo publicado por profesores de Pennsylvania junto a OpenIA, la empresa creadora de GPT.

Ambos artículos analizan las tareas y habilidades relacionadas con diversas profesiones y hacen una comparación con los alcances de GPT. Por ejemplo, escribir un ensayo, analizar datos, proponer una gráfica o dibujo que transmita un mensaje, traducir un texto de un idioma a otro, analizar datos, identificar y resolver errores en un código fuente o incluso proponer código fuente, resolver un problema de ciencias puras (matemática, física, química, estadística...) relacionado con teorías, tópicos y ecuaciones ya conocidos y aceptados por la comunidad científica y hasta sugerir un fallo judicial.

De estas comparaciones se genera un indicador de exposición a la IA y con este indicador se genera un ranking.  Cuando más grande sera el indicador de exposición es mayor la probabilidad de que el mercado comience a usar IA en tareas relacionadas con esas profesiones. Si las profesiones no cambian, si la educación no cambia, lo más lógico es que la IA las extinga, es simple ley natural de la evolución de Darwin.

Pero si hay una reacción favorable de las profesiones y la educación, en lugar de extinguirse se tendrá una evolución. Posiblemente surjan varias mutaciones y de una profesión se deriven muchas otras o también puede ser una evolución que fortalezca esa especie de profesional.

Algo que también puede suceder es que el mercado (el sistema económico), la política (el sistema de gobierno) y la sociedad en general se opongan e intenten impedir las transformaciones. Pero la historia de la tecnología antigua y reciente nos dicen que no será así y que vivimos una interesante y compleja coyuntura crítica.

Decirlo puede asustar a muchos, ofender a otros tantos y entusiasmar a muchos otros más o menos. Pero hay que decirlo y repetirlo y actuar. En tiempos de cambio debemos leer, pensar, hablar, actuar, arriesgarnos...

La IA de estos tiempos, sin entrar en detalles, es básicamente como Multivac, la máquina de los cuentos de Isaac Asimov. Tiene acceso a casi todo el acervo del conocimiento humano y tiene una memoria prodigiosa, como Funes el memorioso, del cuento de Borges.

Es probable que la IA acabe con muchas profesiones y domine este planeta, tal como Asimov lo predijo en sus cuentos. Igualmente, podría llegar el momento que predijo el mismo Asimov en su cuento La sensación de poder y un humano logre superar a esas máquinas mágicas y peligrosas que comienzan a emerger por estos tiempos...

Amanecerá y veremos qué sucede...

Nota: Una copia de los dos artículos, por si son eliminados:

  1. https://drive.google.com/file/d/1-tvRLvDmJtC9QCbzx-43IQVkDeYs7ouB/view?usp=share_link
  2. https://drive.google.com/file/d/1S7xLjSQXhTGBOBO4YdzOkzptnbV-SVMo/view?usp=share_link

domingo, 12 de marzo de 2023

Educación y TIC - "Framework" de Competencias Digitales

La tecnología siempre ha sido un factor determinante en la educación, tanto en los procesos de enseñanza y aprendizaje como en la gestión y últimamente la investigación e innovación educativa. Desde hace más de medio siglo el computador ha sido la tecnología protagonista y cada vez evoluciona más rápido y genera transformaciones más profundas. Hoy estamos viviendo una época en que la Inteligencia Artificial amenaza con dominar lo que antes estaba reservado a los seres humanos.

Dada la relevancia de la educación en la sociedad y el protagonismo de la computación, un tópico emergente es esa dupla educación+computación, como un todo indivisible. Es un tópico de gran complejidad teórica y práctica, pues demanda juntar disciplinas diferentes: la educación que es más cercana a las ciencias humanas y las ciencias de la computación que es un poco más práctica y más cercana a las ciencias puras, en especial la matemática.

Debido a estas diferencias se han derivado diversas escuelas de pensamiento y terminologías, que para algunas hacen que la dupla educación+computación siga siendo un poco vaga, confusa y aún sin un cuerpo de conocimiento estable. Por ejemplo, se habla sobre informática educativa, educación digital, educación y TIC (Tecnologías de la Información y las Comunicaciones), aprendizaje electrónico, educación virtual, educación en línea, objetos y ambientes virtuales de aprendizaje (OVA y AVA), recursos y contenidos educativos digitales, educación asistida por las TIC, etc...

Además, están los enfoques STEM (science, technology, egineering, math), que han evolucionado a STEAMIE (science, technology, eginnering, arts, math, innovation & entrepreneurship) y junto a ellos el Pensamiento Computacional. Ambos se relacionan con la dupla educación+computación, hay una interdependencia, pero aun no hay claridad al respecto, se genera lo que se conoce como un concepto sombrilla (umbrella concept).

Y con el auge de la computación en la nube (cloud computing), un modelo de computación como servicio (as a service), ya se habla de educación como servicio (education as a service). Y recientemente las ciencias de datos y la inteligencia artificial comienzan a ganar terreno, generando más buzzword y hype, lo cual desembocan en todo un conundrum.

Considerando esta complejidad, se dificulta la formulación de políticas públicas, la evaluación de inversiones e intervenciones en educación-computación e incluso se dificulta el mismo proceso de aprendizaje. Para enfrentar esa dificultades se han propuesto diversos marcos (frameworks) de competencias digitales. En cada país, cada gobierno y cada gremio de profesionales o de la industria proponen marcos ajustados a su contexto. Así mismo, los organismos multilaterales como UNESCO y  OECD formulan marcos de alcance mundial, que procuran unificar la diversidad de cada país.

En la actualidad ya no solo se habla de Educación y TIC en escuelas, colegios y universidades, sino que trasciende hacia el concepto de ciudadanía digital (digital citizenship) y educación digital a lo largo de toda la vida (digital lifelong learning). Y grandes empresas como Microsoft, Google y McKinsey tienen sus propios marcos de referencias y programas educativos para enfrentar un futuro que ya es totalmente digital.

En el caso particular de la UNESCO, el instituto UNEVOC (International Centre for Technical and Vocational Education and Training of the United Nations Educational, Scientific and Cultural Organization) recopiló una base de datos de frameworks, programas, estándares y herramientas, que es un buen punto de partida para quienes estamos interesados en estos temas.

De esta base de datos conviene mencionar los siguientes marcos:

1) El UNESCO ICT Competency Framework for Teachers (ICT-CFT) es bastante completo y fue desarrollado  por UNESCO junto a ISTE, CISCO, Intel y Microsoft.Este marco propone seis dimensiones y tres niveles, como se muestra en la gráfica.

2) Los estándares ISTE (The International Society for Technology in Education) para estudiantes y profesores, en su diversas versiones, siendo la más reciente la de 2018.

3) El Digital Competence Framework for Citizens de la Unión Europea,  que comprende varias dimensiones y niveles.

ConTICtualizando, hay diversidad de marcos, programas, estándares y herramientas relacionadas con competencias digitales. Cada país adopta o formula el marco de su preferencia y siguiéndolo fija las orientaciones curriculares. Mundialmente se camina hacia una estandarización, por lo que los próximos años podemos esperar estándares de orden mundial y certificaciones internacionales que permitan a las personas demostrar su nivel en esa dupla de eduación+computación.

Como profesores estamos llamados a conocer estos marcos,  a seguirlos y a mejorar nuestra práctica docente, así como contribuir a la formación de ciudadanos digitales y estudiantes para un futuro complejo y lleno de inteligencia artificial.

lunes, 6 de marzo de 2023

Inteligencia Artificial y Educación: ¿moda o disrupción? ¿huirle, temerle y combatirla o acercarse, aprender y aprovecharla?...

La Inteligencia Artificial es un concepto sombrilla (umbrella concept) para un montón de ciencia y tecnología desarrollada desde la aparición del computador, hace un poco más de 80 años.

https://aimedha.wordpress.com/2020/05/13/under-ai-umbrella/

En el libro antiguo de Russell y Norving, que ya es clásico, pero que en su época proponía un enfoque moderno, se resumían cuatro definiciones de IA. Estas definiciones correspondían al pensar y el actuar racionalmente, o de manera "inteligente", considerando a los seres humanos como un caso muy particular.


https://www.researchgate.net/publication/269576500_Reflections_on_Artificial_Intelligence_A_Hermeneutic_Journey

De acuerdo a estas definiciones, una tecnología se puede ubicar dentro de la sombrilla de la IA si logra imitar el pensamiento o el comportamiento racional, como sucede con los seres humanos, pero también con otras especies vivas, a las cuales se les atribuye cierto  nivel de inteligencia. Es así como hay trabajos de robótica que imitan el movimiento de animales (actúan racionalmente) o imitan la voz humana (actúan como humanos), para lo cual requieren de cierto componente de pensamiento racional, no necesariamente humano.

Durante muchos años la IA fue ciencia y ficción, un juguete de investigadores visionarios. Pero en este año 2023, dos años después de superada la pandemia, la IA esa una realidad, una tecnología útil y lucrativa que desafía las tradiciones en todos los ámbitos, contextos y niveles, pero principalmente en el ámbito académico y el contexto de la educación.

Una de esas tecnologías es la moda del momento, pero más que moda ha comenzado a ser la tecnología más disruptiva en la última década, después de la computación en la nube. Se trata del Chat GPT de la empresa Open IA, un modelo de lenguaje con el que se puede conversar como si fuese un humano experto y que se alimenta de volúmenes gigantes de información.

GPT es tan complejo que logra componer poesía, hacer chistes, escribir un programa de computador y definirse así mismo. Pero también tiene debilidades, se le puede engañar y puede engañarnos. A continuación algunos ejemplos de pruebas con GPT:


GPT es un gran erudito y escritor


GPT compone sonetos y no lo hace mal


GPT escribe programas de computador (en cualquier lenguaje) y lo explica


GPT hace chistes


GPT se deja engañar o no entiende chistes inteligentes...

Es tan interesante o importante GPT que se ha escrito mucho sobre el tema, no solo en prensa y blog informales, sino también en revistas científicas como Nature y Science. En Nature se encuentran trece (13) publicaciones cuyo título incluye ChatGPT y en Science hay dos (2) publicaciones.

Las primeras seis (6) publicaciones en Nature con ChatGPT en su título

Las siguientes siete (7) publicaciones en Nature con ChatGPT en su título

Las dos (2) publicaciones en Science con ChatGPT en su título


Y en este sitio web se muestra evidencia de más de 280 trabajos académicos en SCOPUS y WoS con una tendencia creciente, como se aprecia en estas gráficas:

https://www.chatgptimpact.com/scholarly-publications/

https://www.chatgptimpact.com/scholarly-publications/

Y en el contexto profesional e industrial este artículo presenta una recopilación de compañías que ya usan IA y ofrecen diversos servicios y herramientas para aprovechar el momento disruptivo que vivimos y que seguro será determinante en los próximos años.

https://twitter.com/albadzgr/status/1631640874445688832?t=5nYzXTNyCQnhFH6NfOCTeA&s=19


Pero ChatGPT no es la única IA famosa. También se tienen los generadores de imágenes, como  Dalle, del mismo fabricante de GPT y MidJourney. Esta última ofrece un chatbot en Telegram, desde donde se le puede pedir que genere imágenes basadas en un texto. Las imágenes pueden ser tan maravillosas, extrañas e inteligentes como se quiera, todo depende de nuestra inteligencia natural para hablarle a la inteligencia artificial. Por ejemplo, estas son algunas de las imágenes que probé a generar y publiqué en mi perfil personal de Facebook:



Por otra parte, más allá de la abundancia de oferta de IA, en el contexto educativo hay un desafío para que el sistema clásico se transforme y evolucione hacia algo mejor. Son muchos los artículos y libros que podrían citarse al respecto, destacando este informe europeo titulado "Inteligencia Artificial y Educación: Una mirada crítica a través de la lente de los derechos humanos, la democracia y el Estado de Derecho".

En este informe se pueden destacar cuatro grandes caminos de acción sobre Educación e Inteligencia Artificial:
  1. Alfabetización tecnológica en IA, aprender sobre inteligencia artificial (Learning about AI), que consiste en desarrollar las habilidades necesarias para usarla y crearla. Esto no es posible sin aprender pensamiento computacional o programación de computadores, lo cual nos enfrente a una brecha aún sin resolver en su totalidad en Colombia, puesto que debemos ir más allá de simplemente aprender a usar o consumir la tecnología y comenzar a crearla.
  2. Usar IA en educación (Learning with AI), bien sea como herramienta de enseñanza, aprendizaje o gestión, al servicio de estudiantes, profesores y administradores. Por ejemplo tutores inteligentes, entornos de aprendizaje, personalización, evaluación automática, entre otros.
  3. Usar IA para aprender sobre el aprendizaje, para investigar, descubrir sobre el aprendizaje (Using AI to learn about learning), lo cual corresponde más al ámbito de la investigación en educación y que se relaciona con la minería de datos en educación.
  4. Alfabetización humana y ética en IA (Preparing for AI), para tener ciudadanos con valores y principios, que sean críticos y participativos, que sepan identificar y enfrentar sesgos, riesgos e impactos de la IA en un mundo cada vez más dominado por máquinas.
Dentro de las quince conclusiones de este informe quiero destacar estas cinco:
"We need to avoid automating poor pedagogic practices (e.g. instructionism and exam proctoring) and instead focus on using the power of AI to address genuine education “wicked problems” (e.g. inclusion, engagement and assessment)."
"We need a better understanding of what counts as evidence. Research must go beyond simple metrics like academic progress to consider the broader impact of an AI tool on learners’ cognition, mental health and human rights"
"We need school and lifelong-learning curricula that address both the human and technological dimensions of AI, to ensure that everyone better understands both how AI works and its potential impact on all our lives."

"We need to ensure that children are not forced to accept being compulsory research subjects or being compulsorily involved in product development simply by exercising their right to education." 

"We need appropriate professional development for teachers (as well as for administrators and policy makers), so that they are able to make informed decisions about which AI tools might be appropriate for their classroom."

ConTICtualizando, es indudable que ya vivimos una nueva época en la que la IA comienza a dominar todos los ámbitos, contextos y niveles de la humanidad. Si aceptamos la IA como el resultado de un proceso evolutivo de varios años, el primer problema que enfrentamos son las brechas educativas, tanto las tecnológicas  como las éticas y debemos cerrarlas. Si por años el cambio no ha sido posible, ahora la IA nos obliga a cambiar o tendremos serias dificultades en el futuro cercano.

No se trata de una moda, sino de una coyuntura crítica, un punto de inflexión, un momento disruptivo que nos llama a la acción, a la transformación y debemos volcarnos hacia las TIC, particularmente la IA. Tal como concluye el informe citado previamente:
"In short, we need the application and teaching of AI in education to prioritise and facilitate human rights, democracy and the rule of law."

miércoles, 22 de febrero de 2023

¿Qué hacer ante la disrupción de las TIC?

En Twitter vi la siguiente imagen sobre el ritmo de las transformaciones tecnológicas a través de la historia, según datos del portal Our World in Data:

Muchas personas aún se niegan a las transformaciones, insisten en prácticas de hace varias décadas, muchas del siglo pasado y creen que eso es lo apropiado para enfrentar la coyuntura crítica que vive la humanidad. Pero eso es equivocado y peligroso. El camino no es la inercia ni el silencio, el camino es actuar y hablar, como mínimo mantenernos aprendiendo, leyendo, conversando, denunciado, conTICtualizando...

Un ejemplo del problema con las traducciones...

En varios medios aparece la noticia sobre las carreras que la gente se arrepiente de haber estudiado. Algunas de esas noticias citan solo a LinkedIn como la fuente y otros citan a ZipRecruiter. No falta el medio que no cita a ninguno, seguro copió de otro medio...

Me puse a rastrear las fuentes hasta llegar al inicio de todo: La encuesta estuvo a cargo de Qualtrics, contratado por ZipRecruiter. Fueron 1500 los encuestados, todos ellos personas que buscaban trabajo, residentes en Estados Unidos.

Aquí la noticia original en inglés: https://www.ziprecruiter.com/blog/regret-free-college-majors/


Aquí una de las noticias en español: https://www.rcnradio.com/estilo-de-vida/educacion/la-carrera-universitaria-que-mas-personas-se-arrepienten-de-haber


La noticia también muestra el top de carreras que las personas volverían a estudiar, con computación y afines e ingeniería en el top.

Como se dijo en la entrada anterior, desde siempre y aún más en estos tiempos de Inteligencia Artificial, tendencia al autoritarismo, desinformación..., es necesario llegar hasta el papiro egipcio o la pintura rupestre donde algo se dijo por primera vez y considerar los problemas de traducción y contexto...

En este caso, las traducciones al español omiten informar que los datos corresponden a Estados Unidos y a personas que buscan empleo. La traducción no tiene errores, pero se transmite incompleta, con lo cual la comunicación falla.


lunes, 20 de febrero de 2023

El problema de las traducciones

En la entrada anterior se mencionaron algunas dificultades para la comunicación humana, a propósito del auge de la Inteligencia Artificial, ahora que debemos comenzar a comunicarnos con máquinas. Una de esas dificultades es el problema de las traducciones, sobre lo cual trataré de escribir a continuación. Primero recordaré un poco algunas anécdotas personales, luego revisaré algunas referencias al respecto, para finalmente conTICtualizar.

1. Anécdotas

Mi primer encuentro con las traducciones fue en el colegio, a finales de la década de los 90 del siglo pasado. Esos tiempos fueron los últimos en que se aprendía inglés y francés: inglés los primeros cuatro años y francés los últimos dos. La profesora de francés nos daba fragmentos del libro "Les Trois Mousquetaires" y nosotros debíamos traducirlos. Era una época sin Internet ni software para traducir, por lo cual teníamos que exigirnos y aprender un poco.

Cuando uno comparaba su traducción con los compañeros, siempre se identificaban diferencias, entonces hacíamos ajustes antes de entregar, para darle sentido a lo que estábamos leyendo y lograr que los fragmentos unidos correspondieran a una misma historia. A juzgar porque aprobamos los dos cursos de francés, el intento de traducción estuvo bien hecho y, de paso, comprendimos que hay una brecha entre lo que se piensa, se escribe, se traduce y se interpreta, por muy bilingüe que se pueda ser...

Un segundo momento fue en la Universidad, en el pregrado. Llegó a mis manos este libro con abundantes notas de pie de página del traductor:

Sistemas de Bases de Datos, Conceptos Fundamentales Addison-Wesley Iberoamericana, 1994 de Ramez Elmasri y Shamkant Navathe, traducción al español de Roberto Escalona García de Mexico, año 1994.

Una de las notas que más me interesó fue la diferencia entre "relation" y "relationship" y que algunos traducen como "relación" en ambos casos, aunque con dos significados diferentes. Estas confusiones son importantes y no es común que nos las adviertan o aclaren cuando estudiamos directamente en español.

Desde entonces preferí buscar textos en inglés y, en su defecto, traducciones acompañadas de notas aclaratorias, como el ejemplo anterior. Comparaba varios textos en español, buscaba versiones en inglés, contrastaba, profundizaba en las fuentes que citaban... Esto me ayudó mucho en mi proceso de aprendizaje y me generó un "hábito" que aún conservo: dudar siempre, desconfiar siempre y escudriñar hasta encontrar el papiro egipcio donde se dijo algo por primera vez, por lo menos la fuente más cercana a esa primera vez... 

Por ejemplo, hace un par de años escribí esta entrada sobre la expresión "el que sabe hacer hace, el que no enseña". Y en ese tipo de ejercicios también se aprende que el inglés no es suficiente, a veces se llega a una fuente en alemán, ruso, italiano o portugués... incluso se llega a la fuente en español y se hace evidente que las traducciones cambian lo que se quiere comunicar

Hay una tercera anécdota con las traducciones, fue durante mis estudios de Maestría. Leía y buscaba sobre la diferencia entre administración, gestión y gerencia y encontré este artículo colombiano:

Sanabria, Mauricio. “De Los Conceptos de Administración, Gobierno, Gerencia, Gestión y Management: Algunos Elementos de Corte Epistemológico y Aportes Para Una Mayor Comprensión.” Universidad Empresa, vol. 6, no. 13, 2007, pp. 155–94, https://revistas.urosario.edu.co/index.php/empresa/article/view/1040.

Allí reforcé mi perspectiva sobre el problema con las traducciones, por lo menos en el ámbito de las ciencias de gestión o ciencias administrativas y el contexto colombiano. Textualmente:

"...Pues bien, en gran medida, han llegado a nuestro medio en virtud de traducciones de obras de diversos autores, en lo fundamental, justamente, de aquellos de origen estadounidense y europeo.... 
...Los principales medios a través de los cuales se ha dado este fenómeno han sido las traducciones de las editoriales mexicanas, argentinas y españolas, por medio de las cuales, en lo fundamental, hemos logrado tener acceso en nuestro contexto a las principales obras que componen el discurso administrativo..."

Y esa es una constante en Colombia y es parte de la brecha educativa que existe y que seguro origina tantas diferencias y problemas al comunicarnos. Se presenta incluso en contextos académicos, porque algunas personas no leen textos en inglés o no profundizan en las fuentes y se limitan a citar el primer documento en español que logran encontrar en la jungla de Internet.

Esta brecha se complica aún más en el caso de las ciencias de la computación, las TIC y afines, porque el inglés es la lengua base de dichas disciplinas. Cuando se aprende computación en español, se suelen aprender traducciones incompletas o equivocadas. Y el problema crece con el uso de las metáforas, algo muy común en cualquier idioma y muy usado en este tipo de disciplinas creativas, que recurren a símiles con palabras existentes para nombrar las nuevas creaciones e invenciones.

Por ejemplo, la metáfora de "file" y "directory" que en España traducen como "fichero" y "directorio", pero en países como Colombia se han traducido y popularizado como "archivo" y "carpeta". Estas palabras tienen traducciones al inglés diferentes a las originales ("archive" y "folder"), lo cual puede confundir. Como en el caso de "archive", que se refiere a una colección de varios ficheros comprimidos. Como estas, hay muchas otras metáforas, algo que demanda otra entrada independiente, también relacionada con la entrada anterior.

Con estas anécdotas y la experiencia de aprender computación en español y luego en inglés, resulta lógico sostenerse en la afirmación de que las traducciones son problemáticas y dificultan la comunicación entre los seres humanos. Ahora imaginemos la complejidad de comunicarnos con máquinas políglotas, robots entrenados con un corpus de conocimiento gigante en casi todos los idiomas existentes. Por lo tanto, las traducciones hay que leerlas con cuidado y escepticismo, procurando recurrir a las fuentes más primitivas, algo que siempre será difícil y requerirá esfuerzo y tiempo, pero valdrá la pena.

2. ¿Qué hay escrito sobre el tema?

Ahora pasemos de las anécdotas a lo que aparece en la literatura académica (que no siempre es lo mismo que científica).

En materia de traducciones lo primero es recurrir al diccionario y luego profundizar en revistas y libros.  Según el diccionario, traducir consiste en "expresar en una lengua lo que está escrito o se ha expresado antes en otra", por ejemplo, un texto que está en griego, latín, egipcio u otras lenguas antigua, expresarlo en español de nuestra época.

Hay evidencia en la literatura académica de que traducir es una disciplina o arte tan antiguo como la misma escritura y la humanidad. Aquí un artículo en inglés y aquí otro artículo en español. En ambos se encuentra que los estudios bíblicos son un ejemplo de la antigüedad de las traducciones y de los diversos problemas que se enfrentan.

Cuando hablamos de traducciones estamos ante una disciplina que involucra historia, lingüística, antropología y hasta arqueología. En la actualidad también involucra computación, pues se tienen traductores automáticos y hasta Inteligencia Artificial, como el caso del ChatGPT, capaz de entablar una conversación en muchos idiomas y sobre muchos tópicos.

Pero la computación y las TIC no solo son fuentes de traducciones, también son usuarias. Hay un tópico de ingeniería del software llamado "software localization", que estudia lo referente a adaptar un software a otros idiomas y culturas. Por ejemplo, en una ventana se puede tener un menú con la opción "File", lo cual se puede traducir al español como "Fichero" o "Archivo". Como ya se indicó previamente, lo popularizado en Colombia es "Archivo", pero seguramente en México y España prefieran "Fichero".

Para explicar mejor eso de "software localization" se puede pensar en un sitio web cuyo contenido se quiere presentar en varios idiomas. Por ejemplo, el sitio web de la ONU o el sitio web del vaticano. El navegador tiene opciones de traducción automática, pero esas traducciones no siempre corresponderán al mensaje original, por lo que se prefiere que el sitio tenga sus propias traducciones oficiales. Se puede leer un poco al respecto en  este artículo y en este otro.

Lo anterior es un ejemplo de la influencia del contexto en la traducción. El ejemplo anterior era en el contexto de la ingeniería el software, pero se pueden abordar contextos más específicos como el de textos políticos, textos legales, anuncios publicitarios, terminología educativa y hasta en pruebas internacionales. Si queremos dimensionar la complejidad que tienen las traducciones, basta con recurrir al cine y ver la misma película en inglés, en español latinoamericano y en español de España. Y ni hablar del proceso inverso o de otros idiomas.

En la búsqueda de bibliografía sobre este interesante tema, encontré un libro que hace una lista de quince categorías de problemas de traducción en el contexto de economía y presenta treinta y seis ejemplos detallados de traducciones inglés-chino, donde se identifican esas categorías de problema. Dejo aquí la imagen de la carátula del libro y su citación, el vínculo a la versión disponible en Amazon y una imagen con un ejemplo de problema de traducción.

Lai, P.-Y. (2013). The Anatomy of Translation Problems : The Application of Minimal Deviation and the Proportionality Principle in the Translation of Economic Editorials. Chartridge Books Oxford.

Como se aprecia en el ejemplo del libro, se tiene un mensaje en idioma inglés y su traducción a idioma chino. Posteriormente esa traducción en chino se traduce de nuevo a inglés, lo que se conoce como "back translation" o "traducción inversa". Sin saber chino, el problema es claro, el mensaje en chino no corresponde al mensaje original en inglés y esto es algo que se presenta con cualquier otro idioma. Incluso siendo bilingüe, estos problemas de traducciones seguirán existiendo. Ahora imaginemos el presente y futuro con la Inteligencia Artificial gobernando el mundo...

Encontrar este libro me ayudó a reforzar la idea que mis anécdotas habían sembrado y que en mis lecturas había buscado verificar. Así surgió la motivación de escribir esta entrada. Tratando de ser breve, a continuación menciono cada uno de los quince problemas de traducción que aparecen en este libro, sin dar más detalles, dejando la tarea al lector de ir a profundizar.

  1. Distorting a refined statement
  2. Opening up wrong interpretations
  3. Omision
  4. Mistranslation of key words
  5. Distortion of logic
  6. Merging
  7. Mistranslation of technical knowledge
  8. Mistranslation of colloquial expressions
  9. The three-part onion sentence
  10. Contagion
  11. Elaboration
  12. Long word strings
  13. Confusing causal relationships
  14. Mistranslation of pivotal statements
  15. Concise statements with significant implications

El libro, por supuesto, ofrece estrategias y reglas para enfrentar estos problemas y así garantizar la calidad de los textos traducidos. No obstante, la evidencia es contundente y hay que profundizar y llegar a la fuente primaria:  buscar y buscar, leer y leer, pensar y pensar...

Creo que con todo lo anterior podemos dar por demostrada la dificultad que generan las traducciones al comunicarnos y, en consecuencia, los riesgos que esto tiene en tiempos donde la Inteligencia Artificial comienza a posicionarse...

3. ConTICtualizando

Cada persona es un mundo. Esta es una cita muy común, que incluso se usó para titular un libro. Curiosamente la palabra "persona" tiene un origen muy antiguo, en una lengua muerta, el etrusco y significa "máscara". Eso no implica que nuestra naturaleza humana sea una mentira y seamos simplemente una máscara y nuestro verdadero yo esté oculto. Algo hay de cierto en eso, pero no literalmente. Hay que ser cuidadosos con las traducciones. Hay que indagar en la historia, ir más allá de lo evidente, buscar, leer, pensar, escribir, contrastar...

Justo lo que nos hace personas, lo que nos hace seres humanos es esa capacidad para manejar las ambigüedades, la contradicciones, las analogías... para interpretar el mensaje de la otra persona, para comprender a la otra persona. Mucho más allá del mero discurso de la empatía, la asertividad, la diplomacia y lo políticamente correcto, el sentimiento es algo que tenemos los seres humanos que las máquinas aún no pueden imitar. Incluso hay cosas como la capacidad de mentir y engañar que todavía se encuentra a salvo de la Inteligencia Artificial...

A diferencia de los humanos, las máquinas siguen unas reglas predefinidas, programadas por otros humanos, con ciertos objetivos muy específicos. En consecuencia, los problemas de la comunicación entre humanos pueden complicarse cuando usamos Inteligencia Artificial, lo que nos obliga a ser mucho más cuidadosos. En el caso de la academia, la rigurosidad no se puede perder, todo lo contrario, debe fortalecerse. Tampoco se puede perder la humanidad, que implica la honestidad y humildad, un gran sentido de lo ético...

Siguiendo esa idea de la rigurosidad y la ética, me pregunto por tantos artículos y libros "académicos", "científicos" o "de investigación" que han publicado "escritores prolijos". Me pregunto por sus traducciones a idioma inglés y por las traducciones de las fuentes que citan. Me pregunto qué pasará ahora que la Inteligencia Artificial puede escribir un artículo y a muchos les parece simple copiar y pegar. Hay aquí un problema importante que nos exige cambios en las prácticas de lectura, escritura, revisión, evaluación de pares y publicación...

Y ni hablar del contexto meramente educativo. Lo mínimo que podemos hacer como profesores es dar ejemplo de leer y escribir, que sigamos siendo los humanos quienes creemos nuestra realidad, en lugar de subordinarnos a la Inteligencia Artificial... de subordinarnos a quienes están detrás de esa Inteligencia Artificial...

Nota al margen:

En esta entrada se mencionó la palabra ética, que curiosamente se confunde con moral, al parecer por problemas de traducción. Hay evidencia histórica de que Cicerón, uno de los símbolos históricos de las traducciones, introdujo la palabra moral donde debió estar la palabra ética... Posiblemente sea la falta de rigurosidad en las traducciones lo que nos ha conducido a desviaciones éticas o morales...

jueves, 16 de febrero de 2023

Comunicación e Inteligencia Artificial

La Comunicación es la primera C de las 4C propuestas por el marco "P21’s Frameworks for 21st Century Learning", uno de las muchos enfoques para pensar y construir el futuro. Las otras son el pensamiento Crítico, la Colaboración y la Creatividad. Pero la comunicación es la base, sin importar si es comunicación verbal (oral o escrita) o no verbal.

Con C también se escribe Conversación, que es sinónimo de diálogo y un desafío permanente para la humanidad, sobre todo cuando se piensa diferente. Hay un video que compara la conversación con el fuego y propone la necesidad de un punto medio entre un incendio incontrolable que nos queme y un apagón total que nos deje en la oscuridad y el frío.

Ese desafío de comunicarnos ahora se amplifica con la Inteligencia Artificial. Ya no solo debemos comunicarnos entre seres humanos, sino que también debemos comunicarnos con las máquinas que nosotros mismos creamos y que nos amenazan con ser obsoletos. Curiosamente en 2016 hice esta figura para un curso de programación de computadores, hablando sobre el lenguaje y enfocando la programación de computadores como leer y escribir para el computador.

Mi predicción falló por tres (3) años y este año 2023 ya es el momento en que debemos aprender a comunicarnos con robots, por ahora robots software, como el erudito enciclopédico Chat GPT y el artista generador de imágenes MidJourney, entre muchos otros. Pero muy pronto robots hardware...

Aparecen entonces varias preguntas ¿Qué semejanzas y diferencias hay entre conversar (chatear) con un robot en lugar de un humano? ¿Que dificultades nuevas surgen al conversar (chatear) con un robot? Si la humanidad aún no ha resuelto las dificultades de comunicación entre su misma especie ¿podrá enfrentar ahora esta nueva era de comunicación con máquinas?

Antes de perderme en ese mundo nuevo y apocalíptico que es la Inteligencia Artificial, prefiero detenerme en la última pregunta y primero profundizar un poco en las dificultades de comunicación entre humanos, algo sobre lo cual he dado vueltas por largo tiempo en mis lecturas y mis reflexiones individuales. No pretendo hacer una lista exhaustiva, ni tampoco profundizarla, sino solamente un pequeño ejercicio de escribir algunas ideas.

La primera dificultad se disminuye un poco con la Inteligencia Artificial. Se trata de los factores psicológicos, en especial lo referente a sentimientos. La máquina no siente odio, amor, desprecio, miedo, dolor... La máquina no comprende el humor, la ironía, el sarcasmo, los dobles sentidos... La máquina no recuerda y no relaciona sus recuerdos con lo que siente... La máquina no tiene intereses, preferencias, intenciones, anhelos, deseos... La máquina es pre programada, fría e inhumana. Aunque algunos de esos factores psicológicos ya comienzan a incorporarse, aún no se consigue que una máquina imite eso que llamamos humanidad y que ni siquiera los humanos tenemos claro. Esta dificultad puede hacer que la Inteligencia Artificial nos domine al quitarnos la humanidad o puede impedir el avance de la Inteligencia Artificial. Por ahora va ganando lo primero...

Una segunda dificultad son los sesgos, que se reafirma con la Inteligencia Artificial, se relaciona con el pensamiento crítico y es el centro de la discusión ética. Las máquinas son programadas por personas dentro de organizaciones. Ambas tienen sesgos e intereses de todo tipo (económicos, políticos, culturales, religiosos). Las personas tienen una formación académica, experiencias previas, intereses, deseos o anhelos... que influyen al comunicarse y que influyen en la programación que hacen de los robots. Por ejemplo, los prejuicios excluyentes relacionados con la raza, la identidad sexual, la religión, el estrato económico, las ideas políticas, etcétera. En esta figura hay una lista larga de sesgos y en la literatura de pensamiento crítico hay bastantes detalles.

La tercera dificultad está en el lenguaje, pero se relaciona con los humanos y estos la trasladan a las máquinas cuando las programan, en virtud o como consecuencia de las dos primeras dificultades. Se trata de la forma y el fondo del lenguaje, que no se pueden separar del todo. Aquí encontramos los problemas de las traducciones y los recursos lingüístico, como las metáforas y las hipérboles. Planeo escribir luego con más detalle sobre esto, por la influencia que tiene el inglés en la divulgación académica y la brecha de inglés en Colombia y por la abundancia de metáforas en ciencias de la computación, TIC y afines, como la metáfora de la nube (cloud computing) que es la infraestructura que soporta la Inteligencia Artificial de hoy.

Una cuarta y quinta dificultad es el lenguaje no verbal: Primero el uso de imágenes, sonidos, videos, esquemas o diagramas y toda clase de contenidos concretos o que pueden materializarse. Y segundo el uso del lenguaje corporal, el vestido, el perfume, el arte y hasta el silencio. Los separo porque los primeros ya puede generarlos la Inteligencia Artificial, como por ejemplo la imagen que cité al inicio y que dice muchas cosas que pude escribir o que ya he escrito o dicho en otros espacios y momentos. Por otra parte, mi mirada, mis silencios, mis ausencias, mis gestos y muchos otros aspectos de mi humanidad aún están a salvo de la Inteligencia Artificial, aunque no se por cuánto tiempo...

ConTICtualizando, estas cinco dificultades de la comunicación entre humanos son claves si queremos enfrentar un futuro gobernado por empresarios y políticos que ya no piensan ni invierten en tierra, minería, agricultura, ganadería, comercio, turismo... sino que tienen claro que vivimos una época dominada por el conocimiento, más que por los datos y en especial por la computación y las TIC. Ese pasado económico seguirá existiendo, es lógico, se requiere energía para iluminar, abrigar, enfriar, mover... se requiere cultivar alimentos y criar animales, se requiere comprar y vender y viajar... incluso se requiere, más que antes, enseñar y aprender. Pero no será como en los años ochenta del siglo pasado, tampoco será como en los años previos a la pandemia. Y nadie sabe cómo será, tampoco se sabe si aún está a nuestro alcance cambiar lo que algunos expertos predicen para el futuro. Por ahora, para pensar y construir ese incierto futuro debemos repensar, reconstruir y deconstruir el pasado y el presente...