El tiempo de la tecnología de la inteligencia artificial (IA) ya ha llegado.

Dos décadas después de que la computadora Deep Blue venciera al gran maestro de ajedrez Garry Kasparov, la IA supera las capacidades de los seres humanos en juegos como Go y póker, y se convierte cada vez más en parte de nuestras vidas. Afecta la forma en que buscamos en la web, recibimos asesoramiento médico y nuestra posibilidad de obtener financiamiento de los bancos.

Los avances más innovadores de la inteligencia artificial y las compañías que los promueven, DeepMind, Magic Pony, Aysadi, Wolfram Alpha e Improbable, tienen sus orígenes en las universidades. Pero, ahora es la IA la que impulsará la transformación de las universidades.

Creemos que la IA es una nueva infraestructura científica para la investigación y el aprendizaje que las universidades tendrán que incorporar y dirigir; de lo contrario, se volverán cada vez más irrelevantes y eventualmente redundantes.

Con sus descubrimientos brillantes, las universidades han sembrado las semillas de su propia alteración. La forma en que respondan a esta revolución de la IA transformará profundamente a la ciencia, la innovación, la educación y a la misma sociedad.

DeepMind fue fundada por tres científicos, dos de los cuales se conocieron mientras trabajaban en el University College de Londres. Demis Hassabis, uno de los fundadores de DeepMind, que tiene un doctorado en neurociencia cognitiva de la UCL y ha realizado estudios posdoctorales en el MIT y Harvard, es uno de los muchos científicos convencidos de que la IA y el aprendizaje automático mejorará el proceso de los descubrimientos científicos.

Ya hace ocho años que los científicos de la Universidad de Aberystwyth crearon un sistema robótico que realizó por sí mismo todo un proceso científico: formular una hipótesis, diseñar y ejecutar los experimentos, analizar los datos y decidir cuáles debían ser los próximos experimentos.

Conjuntos de datos complejos
Aplicada a la ciencia, la IA puede crear una hipótesis, encontrar conexiones inesperadas, y reducir el costo de obtener conocimientos e incrementar la capacidad de ser predictivo.

Editores como Reed Elsevier están usando la IA para automatizar las revisiones sistemáticas de las publicaciones académicas, y para detectar los plagios y el mal uso de las estadísticas. El aprendizaje automático puede potencialmente notar un comportamiento poco ético en los proyectos de investigación antes de su publicación.

La IA puede combinar ideas entrecruzando los límites científicos. Hay fuertes presiones académicas para profundizar la inteligencia dentro de campos de conocimiento específicos, y el aprendizaje automático ayuda a facilitar el choque de diferentes ideas y une los puntos de los problemas que necesitan colaboración entre las diferentes disciplinas.

A medida que la inteligencia artificial se vuelva más poderosa, no solo combinará el conocimiento y los datos según las instrucciones, sino que buscará combinaciones por su propia cuenta. También puede impulsar la colaboración entre las universidades y otras partes interesadas, como entre la investigación médica y la práctica clínica en el sector de la salud.

Las implicaciones de la IA en la investigación universitaria se extienden más allá de la ciencia y la tecnología.

Preguntas filosóficas
En un mundo donde tantas actividades y decisiones que una vez fueron realizadas por las personas serán realizadas o mejoradas por las máquinas, surgirán profundas preguntas filosóficas sobre qué significa ser humano.

El pionero de la informática Douglas Engelbert, cuyos inventos incluyen el mouse, la interfaz gráfica de usuario con ventanas para computadoras y la edición de archivos cruzados, percibió esto en 1962 cuando escribió “Aumentando el intelecto humano”.

Los conocimientos en campos como la psicología y la ética deberán pensar de qué forma las personas pueden trabajar junto con las máquinas y los sistemas de manera más gratificante.

Es necesario investigar las consecuencias de la IA sobre los niveles y la calidad del empleo, y las implicaciones, por ejemplo, en las políticas y gestiones públicas.

En los campos de la educación y el aprendizaje, muchas de las tareas académicas más rutinarias (y menos gratificantes para los profesores), como asignar las calificaciones, pueden automatizarse con el uso de la IA. Los chatbots, agentes inteligentes que utilizan lenguaje natural, se están desarrollando en las universidades, como la Universidad Técnica de Berlín; para responder a las preguntas de los estudiantes y ayudarles a planificar sus programas de estudio.

Los asistentes virtuales pueden brindar asesoramiento y guiar un aprendizaje más personalizado. Como parte de su Iniciativa de Aprendizaje Abierto (Open learning Initiative, OLI), la Universidad Carnegie Mellon ha estado trabajando con tutores cognitivos basados ​​en la IA durante varios años.

Se descubrió que su curso de estadísticas de OLI, ejecutado con un contacto mínimo con el instructor, dio resultados similares al de los estudiantes con menos horas de estudio. En un curso en el Instituto de Tecnología de Georgia, los estudiantes no pudieron notar la diferencia entre las opiniones de un ser humano y un bot.

Aulas mundiales
La realidad combinada y la visión por computadora pueden proporcionar un entorno semejante al de un curso de inmersión de alta fidelidad estimulando el interés y la comprensión. Las simulaciones y la tecnología de los juegos fomentan el compromiso de los estudiantes y mejoran el aprendizaje de una manera más intuitiva y flexible.

También pueden involucrar a los estudiantes en el desarrollo conjunto del conocimiento y lograr que participen más en las actividades de investigación universitaria. Las tecnologías también permiten que las personas que no asisten a la universidad y de todo el mundo participen en el descubrimiento científico a través de aulas mundiales y proyectos participativos como el Galaxy Zoo.

Además de mejorar la calidad de la educación, la IA pone cursos a disposición de muchas más personas. Antes, el acceso a la educación estaba limitado por el tamaño del aula. Con desarrollos como los cursos en línea masivos abiertos (Massive Open Online Course, MOOC) en los últimos cinco años, decenas de miles de personas pueden aprender sobre una gran variedad de temas universitarios.

Sin embargo, aún es cierto que gran parte de los estudios avanzados y su evaluación requieren atención personal y subjetiva que no puede automatizarse.

La tecnología ha “sobrepasado al aula”, obligando a las universidades a pensar dónde se puede agregar valor real, como clases personalizadas y más tiempo de investigación práctica para sumar a las clases tradicionales.

Monitoreo del desempeño
Los procesos administrativos de la universidad se beneficiarán con el uso de la IA para procesar la gran cantidad de datos que se producen durante las actividades de investigación y enseñanza.

Puede usarse para monitorear el desempeño comparado con los objetivos, ya sea en investigación, educación o promoción de la diversidad; y puede generar resultados con más frecuencia para ayudar a una gestión más rápida.

Puede mejorar la calidad de los gráficos de las mejores posiciones en la evaluación del desempeño, que a menudo se realizan sobre la base de datos con retrasos de tiempo sustanciales. Puede permitir una selección de candidatos más rápida y eficiente.

La IA permite el seguimiento del desempeño individual de los estudiantes, y universidades como las de los estados de Georgia y Arizona que la usan para predecir las calificaciones e indicar cuándo es necesaria una intervención para lograr que los estudiantes desarrollen todo su potencial y evitar que abandonen los estudios.

Este análisis de los datos de los estudiantes y del personal plantea preguntas importantes sobre cómo respetar la privacidad y la confidencialidad, que requieren el uso de códigos sensatos.

Blockchain se utiliza para registrar las notas y calificaciones de los estudiantes y del personal en un formato incorruptible y de fácil acceso, ayudando a prevenir el comportamiento poco ético, y se podría combinar con la IA para proporcionar nuevas perspectivas sobre los progresos de los estudiantes y sus carreras.

Las universidades tendrán que ponerse en sintonía con las nuevas oportunidades que la IA ofrece para apoyar una capacitación multidisciplinaria. En la investigación esto requerirá la creación de nuevos departamentos académicos y puestos de trabajo, con especial demanda por los científicos de datos.

Los planes de estudio tendrán que adaptarse para poder educar a los científicos y tecnólogos que están creando y utilizando la IA, y preparar a los estudiantes en campos tan diversos como la medicina, la contabilidad, la ley y la arquitectura, cuyo trabajo futuro y carreras dependerán de cómo combinen sus habilidades con las capacidades de las máquinas.

Los nuevos planes de estudio deberían permitir el camino impredecible del desarrollo de la IA, y basarse en una comprensión profunda, no en las demandas inmediatas de las empresas.

Cómo abordar las consecuencias
Las universidades son las impulsoras de los cambios tecnológicos perturbadores, como la IA y la automatización. Es deber de las universidades reflexionar sobre su función más amplia en la sociedad, y crear oportunidades para que esta pueda enfrentarse a estos cambios.

Debemos abordar las consecuencias del desempleo que generará la tecnología, y las universidades pueden ayudar a proporcionar las capacidades y oportunidades para las personas cuyos empleos se vean afectados.

Existe una fuerte competencia para atraer personas capacitadas en el desarrollo y uso de la IA, y las universidades ven que muchos de sus mejores talentos se inclinan a trabajar en el sector privado.

Uno de los desafíos más apremiantes para las universidades es la necesidad de crear mejores condiciones laborales y oportunidades profesionales para retener e incentivar a sus propios trabajadores especialistas en IA.

Necesitan crear lugares de trabajo flexibles, ágiles y receptivos a las interacciones con ideas de fuentes externas, y estar abiertas a la combinación de carreras mientras las personas se mueven entre universidades y empresas.

La cuarta revolución industrial está afectando profundamente todos los elementos de las sociedades y economías contemporáneas. A diferencia de las revoluciones anteriores, donde la estructura y la organización de las universidades no se vieron prácticamente afectadas, es muy probable que la combinación de las tecnologías en la IA modifiquen toda su estructura.

El concepto mismo de “aprendizaje profundo”, fundamental para el progreso de la IA, afecta claramente al propósito de las universidades y puede crear una nueva competencia para ellas.

Si se hace bien, la IA puede aumentar y potenciar lo que las universidades ya hacen; pero para continuar con sus objetivos de investigación, enseñanza y participación externa deberán llevar a cabo un replanteo profundo y una transformación fundamental. ¿Las universidades están preparadas para lograrlo?

Por Mark Dodgson y David Gann
Mark Dodgson es director del Centro de Gestión de Tecnología e Innovación, Escuela de Negocios, Universidad de Queensland. David Gann es vice presidente del Imperial College London.