En el artículo anterior, Marta, nuestra diseñadora de sistemas de inteligencia artificial y experta generalista, estaba a punto de decidir si el sistema de IA que estaba diseñando a alto nivel, había de incluir algún tipo de toma de acciones de forma automática o, por el contrario, debía realizar únicamente la predicción de si el usuario bajo prueba tenía o no la covid-19. Se trata de una decisión de diseño de gran importancia, así que vamos a “entrar” de nuevo en su cabeza, para ver como resuelve esta cuestión.
“Lo más práctico, teniendo en cuenta que se trata de una aplicación móvil, es ceñirnos a hacer simplemente la predicción de si se tiene la covid-19 o no. La toma automática de decisiones, además de implicaciones legales sobre la privacidad de mis datos y el consentimiento del usuario, tiene dificultades técnicas importantes, porque obliga a utilizar un modelo de agente inteligente más complejo…” – y en ese momento Marta comienza a dibujar su agente inteligente:
El agente inteligente inicial que Marta está considerando
Continúa razonando Marta…
“Tomar decisiones automatizadas me obliga a disponer de un modelo de evolución de la enfermedad para saber cómo evoluciona el mundo alrededor del agente inteligente y lo que mis decisiones automatizadas pueden afectar a dicho modelo. ¡Uf!, ¡demasiado!, mantengámoslo simple e igual acabamos con algo que pueda funcionar. Hay demasiadas cosas que no sé sobre la evolución de la enfermedad y que parece que los médicos tampoco saben bien aún. Quizás sí que tenga que mantener una historia de las predicciones anteriores para mejor su precisión, esta parte si puede ser interesante dejarla.”
Con este pensamiento Marta vuelve a recuperar el modelo de agente inteligente que ya había dibujado en relación con las distintas partes de una tarea:
Figura: El agente inteligente únicamente realiza la predicción y sugerirá una serie de acciones, pero será el juicio del usuairo el que desencadene la acción apropiada.
“El sistema presentará una serie de sugerencias de acción, que deberá validar con su juicio el usuario. Pero una vez ha elegido de manera informada y, si es el caso, habiendo obtenido el consentimiento del usuario para el envío de sus datos, anonimizados o no según se necesite, a las autoridades sanitarias. Esto es necesario porque el sistema debería servir para toda la población. Para evitar el error humano una vez realizada la predicción, la realización de las acciones sí estará automatizada.
Para acabar de cerrar el diseño de mi agente inteligente, necesito identificar el entorno de la tarea, pues en función de este, los especialistas tendrán que implementar unos modelos de aprendizaje u otros, así como las características de la interfaz persona-máquina.”
Marta sabe que, en realidad, el proceso de discusión con los especialistas es iterativo y que al recibir realimentación de los problemas prácticos de implementación y de los límites de los algoritmos, es posible, e incluso probable, que tenga que modificar su diseño inicial.
Y, con todo esto en mente Marta comienza a construir la tabla donde va a definir a los especialistas el entorno de la tarea que tendrán que programar:
“Es un entorno oculto porque el sistema de IA sólo tiene información de las pruebas que se hace el usuario, pero no puede observar directamente si se tiene la enfermedad, sino que se ha de «inferir» si la tiene de estas pruebas (todos los sistemas de diagnóstico médico son así). Por otro lado, es un agente único, porque, aunque cada usuario tenga su sistema de IA en el móvil, en principio no interactúan entre ellos, si bien en algunos casos pueden intercambiarse cierta información para tomar sus decisiones, como si han estado cerca uno de otro, si conviven y si algunos de ellos han dado positivo en la predicción o, mejor aún, en una prueba de laboratorio.
Se trata de un entorno secuencial, porque lo que has hecho antes sí influye en la siguiente respuesta, porque las enfermedades tienen un curso de evolución, entonces… – a Marta se le había acelerado la respiración– … ¡espera, Marta!, ¡no corras tanto! –reconoció los síntomas de la ansiedad y sabía que no es una buena consejera para tomar este tipo de decisiones, así que trató de respirar profundamente para serenarse y prosiguió forzándose a hablar lentamente–
El sistema sería más preciso si en vez de ser episódico fuera secuencial, pero también sería más complejo y costaría más de desarrollar y aquí la simplicidad puede ser una virtud porque necesitamos tenemos un sistema que nos ayude lo más pronto posible, aunque no sea el más completo concebible. Hum, creo que es más práctico que sea episódico, ya que de esta no tiene en cuenta los resultados anteriores y cada predicción que hace es el resultado de un episodio en el que se le introducen datos y se genera una acción, que es la predicción (junto con recomendaciones de acción para el usuario). Definitivamente en la versión 2.0, si la primera fuera bien podríamos convertirlo en secuencial y guardar una cierta historia, de digamos 30 días, que es la duración de la enfermedad según he leído, así no tendríamos que almacenar tantos datos en el móvil que la gente los lleva llenos siempre de fotos e imágenes y videos suyos, de redes sociales o de Youtube. En todo caso, estaría bien la posibilidad de poder descargarse los datos en la Nube, sobre todo si hacemos evolucionar el sistema para que monitorice la salud a largo plazo… ¡ya me estoy acelerando de nuevo! Y además esta vez con cuento de la lechera y todo…si aún no he diseñado ni la versión 2.0 y mentalmente, ¡ya estoy pensando en la 3.0! -Marta se frena en seco, vuelve a recuperar la mirada que se le había perdido por momentos en su ensoñación y vuelve a la carga, ya con otra cara más enfocada-
Vale, ¿qué me queda por definir? Ah, sí, es un entorno estático claramente porque mientras se hace la predicción el entorno no se está moviendo, suponiendo que pasar el cuestionario y hacerse la prueba rápida y la de la tos, no ha de tomar más de 10 o 15 minutos, el pronóstico para el usuario no habrá variado, la enfermedad no evoluciona a tanta velocidad. Tampoco habrá variado en ese tiempo las condiciones de exposición, porque lo normal es que se haga las pruebas en casa, sólo o con las mismas personas todo el tiempo. Y en cuanto al tiempo claramente es discreto, porque sólo cuenta cuando se hace uno la prueba, no se recibe información de entrada en todo momento o, en todo caso, no hace falta hacerle caso más que en el momento de las pruebas.”
Así que Marta rehace la tabla:
“Bueno” -prosigue Marta- “¿cómo queda al final mi agente inteligente si lo uno todo?”
Agente Inteligente de Marta antes de empezar las iteraciones con los especialistas
Marta, mira satisfecha su diagrama, “¿me dejo algo?” – se pregunta y después de unos instantes de reflexión mirando fijamente el papel dice – “Bueno, falta lo más importante, que es cómo hago mi predicción. Para eso tengo que diseñar el sistema de aprendizaje automático que me gustaría que Sanidad entrene con la gran cantidad de datos que sólo ellos tienen disponibles. Pero…¡uf! ¡qué tarde se ha hecho! Mañana continuo, que esta es la parte más dura.”
Aquí dejamos por el momento a Marta, nuestra protagonista. Esperemos que en el siguiente artículo nos pueda contar más cosas sobre el sistema aprendiz. Hasta entonces, ¡disfrutad de la inteligencia artificial!
