«La IA no puede resolver todos los problemas, pero sí ayudar» Juan Lavista Ferres, Vicepresidente de AI for Good

►Juan Lavista Ferres es el Vicepresidente Corporativo y Jefe de Ciencia de Datos del AI for Good Lab en Microsoft, una división de científicos de datos e investigadores y expertos en IA, aprendizaje automático y modelado estadístico que trabaja en colaboración con otros empleados y expertos, investigadores y organizaciones de todo el mundo para crear un ecosistema colaborativo que impulsa el progreso hacia la resolución de algunos de los desafíos más apremiantes del mundo.

Defiende que hay problemas que podemos resolver ahora gracias a la tecnología e IA.

Exacto. La tecnología y la inteligencia artificial (IA) no pueden resolver todos los problemas, pero hay problemas en los que pueden ayudar.

¿Cómo deciden qué problemas intentan resolver con la IA?

Comenzamos con una lista de posibles proyectos y la primera pregunta es si podemos usar IA para resolver ese problema. Un 20%-30% de las solicitudes cumplen con este criterio. La segunda pregunta que nos hacemos es si tenemos los datos para resolver esos problemas. Desafortunadamente, muchos programas fallan porque no hay datos. La tercera pregunta es: «Si resolvemos este problema, ¿tenemos la experiencia adecuada para poder transferirles el conocimiento?». Queremos soluciones que funcionen en producción. Y eso es muy difícil porque estas organizaciones necesitan estar preparadas para hacer la transferencia de conocimiento, y a veces no están listas para eso.

El 70 por ciento de los trabajadores de AI for Good son del Cono sur. ¿Por qué?

Son de Global South, que incluye países como India. No fue algo buscado, pero nos dimos cuenta al mirar los datos. Yo también soy del Global South.

¿Hay sesgos a la hora de elegir esos proyectos priorizando ese Global South?

Sí, pero también porque entendemos que es donde más se necesita la tecnología. Así que queremos, de alguna forma, dar oportunidades. Por cada ingeniero de sistemas en África tenéis 18 en el Global North. La disparidad es muy grande. Entonces, sí tenemos ese sesgo.

A la hora de elegir proyectos se pregunta si tiene datos suficientes. En los países occidentales hay muchos más datos con los que poder trabajar y no los hay en algunos sitios donde más se necesita esa ayuda. ¿Genera frustración?

Pasa, pasa mucho. Por eso, si trabajamos en algunas áreas (como, por ejemplo, el tema de fotografía satelital) es en parte por eso. Sabemos que no todos los problemas pueden ser solucionados usando fotografía satelital, pero si lo podemos solucionar con fotografía satelital, sabemos que tenemos acceso a los datos. Entonces sí tenemos nuestro sesgo de trabajar con fotografía satelital. Hay países en el Global South que han hecho muy buen trabajo (a veces mejor que en el Global North). Por ejemplo, el área de deforestación, el proyecto que tenemos en Colombia, tiene muy buenos datos que ellos han recolectado. No en todos los casos no hay datos, pero sí es verdad que hay todavía una diferencia grande entre la accesibilidad de datos.

¿Qué proyecto destacaría?

De muchos proyectos nos sentimos muy orgullosos. Hay un proyecto que tenemos ahora en el Amazonas con el tema de biodiversidad (con nombre Guacamaya) al que le hemos dedicado un montón de recursos y estamos muy orgullosos. Tiene un potencial de impacto gigante, porque es intentar ayudar a los investigadores para preservar el Amazonas. Otro que destacaría es L1 for All, con las Naciones Unidas, donde tenemos un montón de organizaciones que necesitan los datos y este tipo de sistemas para ayudarles a hacer su trabajo de ayuda humanitaria. Son dos de los proyectos a los que le hemos dedicado más recursos. Hay muchísimos proyectos de los que no sentimos orgullosos, pero a estos hemos dedicado más tiempo.

También trabajan para prevenir la ceguera en neonatos...

De todos los proyectos me siento personalmente muy contento porque he visto partners que han dedicado la vida a estos problemas. El proyecto de retinoplastia es un problema que va a seguir incrementándose en el mundo. Llos países tienen cada vez más gente en salud que puede ayudar a que los neonatos pueden sobrevivir, por o que vamos a ver más casos de esta dolencia, que puede dejar ciegos a los neonatos. Pero no vamos a ver un incremento de oftalmólog; no hay mucha forma de aumentar la cantidad de estos profesionales. Muchos de estos países tienen el ratio entre oftalmólogos y personas muy bajo. Vemos un potencial gigante.

¿Es un ejemplo de que la IA no nos va a quitar el trabajo?

Por supuesto.

A los periodistas siempre nos preguntan qué noticia nos gustaría dar. ¿Qué proyecto le gustaría conseguir?

Tenemos proyectos, como por ejemplo el cáncer pancreático, donde vemos que hoy prácticamente es una sentencia de muerte (el 90% de la gente no va a estar en el mundo cinco años después de ser detectado). Nos encantaría poder hacer algo para cambiar esos números.

¿Lo conseguirá?

Espero.