De la trampa al trabajo en equipo: reflexiones sobre la inteligencia artificial

Imagen generada utilizando IA.

El avance en el conocimiento generado por la humanidad acerca de su entorno ha sido un proceso largo y complejo. Si bien ambos términos podrían ponerse en entredicho ampliamente pues... ¿largo? ¿comparado con qué?. La historia del mundo ha visto apenas en su último parpadeo la aparición de los seres humanos y sus inventos; y... ¿compleja? solo tan compleja como parte de su tiempo, elevando constantemente el nivel de especialización y exploración, pero lejos... lejísimos aún de lo que exige nuestro versión del multiverso para al menos visualizarlo todo.

Durante mucho tiempo la humanidad tuvo una aspiración sencilla, pero inmensa: conocerlo todo.

Ya con el paso de los siglos, el avance de dicho conocimiento nos obligó a crear áreas de estudio para administrarlo y aproximarnos mejor, para mas adelante diseñar buscadores para localizar un dato específico en segundos. Hoy vivimos una nueva etapa: integrar todo ese conocimiento en extractos útiles, capaces de resumir lo que sabemos y ponerlo al servicio de la sociedad, en un intento por tomar las mejores decisiones con la mejor información disponible.

En este contexto surge la inteligencia artificial (IA). Para muchos, su uso es todavía un terreno desconocido, pues hay quienes piensan que usarla para escribir, reflexionar o analizar es “hacer trampa”. Pero en mi experienciay según lo que expresa la Organización para la Cooperación y el Desarrollo Económico, no se trata de que la IA sustituya al pensamiento humano, sino de que se convierta en un equipo de trabajo que facilita la integración de información, aceleración procesos y apertura denuevas oportunidades para la creatividad (OECD, 2021).

En el ámbito médico, la IA tiene el potencial de aproximarnos a una mayor oportunidad diagnóstica, apoyar en la vigilancia epidemiológica y ayudar a diseñar intervenciones de salud pública con base en datos (Esteva et al., 2019). No reemplaza al juicio clínico ni a la sensibilidad humana frente a un paciente, pero sí puede ahorrar tiempo en la revisión de literatura, en la comparación de protocolos o en la identificación de patrones (He et al., 2019). Lo mismo ocurre en mi práctica cotidiana:

usar IA no significa renunciar a la ciencia médica, sino optimizarla.

En la elaboración de políticas públicas, la IA también puede convertirse en un aliado estratégico. Permite analizar grandes volúmenes de información, identificar tendencias sociales y generar resúmenes que apoyen la toma de decisiones. La Comisión Europea (2021) plantea que la clave está en el uso ético y confiable de estas tecnologías, reconociendo que ninguna máquina sustituye la legitimidad democrática ni la visión ética que requieren las políticas de salud. Sin embargo, sí nos brinda la posibilidad de que los equipos técnicos trabajen con mayor eficiencia y con un panorama más completo.

Quienes leen este blog saben que la escritura es un espacio donde comparto análisis, propuestas y reflexiones. No omito decir que cuento con la compañía de la inteligencia artificial en este proceso para generar guiones y explorar fuentes, no significando con ello una menor autenticidad: las ideas y elección de temas son propias, generados con base en la observación del panorama público. La voz y tono que se proyecta en cada párrafo refleja mis convicciones. La IA me ayuda a organizar, pulir y sintetizar. Es un compañero de ruta en mi compromiso por difundir y discutir la salud pública y las políticas desde las que se traduce y expresa.

La IA no es un atajo ni una trampa. Es un reflejo de la evolución del conocimiento humano, una herramienta que, bien usada, puede impulsar tanto la medicina como la creación de políticas públicas más sólidas. Como dijo Eric Topol, cardiólogo, genetista e investigador en medicina digital estadounidense (2019),

el verdadero potencial de la IA no está en reemplazar a los profesionales, sino en potenciar sus capacidades.

Al final, lo importante no es quién teclea las palabras, sino qué ideas logran transmitirse y transformar realidades.

Referencias

• Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K., ... & Dean, J. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24–29. https://doi.org/10.1038/s41591-018-0316-z

• European Commission. (2021). Ethics guidelines for trustworthy AI. Publications Office of the European Union. https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai

• He, J., Baxter, S. L., Xu, J., Xu, J., Zhou, X., & Zhang, K. (2019). The practical implementation of artificial intelligence technologies in medicine. Nature Medicine, 25(1), 30–36. https://doi.org/10.1038/s41591-018-0307-0

• OECD. (2021). OECD principles on artificial intelligence. Organisation for Economic Co-operation and Development. https://oecd.ai

• Topol, E. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 25(1), 44–56. https://doi.org/10.1038/s41591-018-0300-7