El Reloj Digital: Construyendo Nuevas Narrativas Temporales con IA (2a parte)

Retomando lo que se abordó en la primera parte del análisis sobre los posibles límites que puede presentar el uso y aplicación de las herramientas tecnológicas de la IA en el campo de la investigación científica, especialmente en el área de la salud, explica en gran medida lo que argumenta, por ejemplo, Rebolledo Méndez (2022), ingeniero experto en ciencias de la computación y director en jefe del Centro IA en la Universidad de Tokio, cómo fue en tiempos de la pandemia del Covid 19, cuando se activó la IA, mediante el uso de sistemas de Deep Learning (DL) y SVM, los cuales pudieron identificar pulmones afectados por este virus, en las primeras etapas de la infección en el organismo humano, empleando algoritmos de Convolutional Neural Network (CNN) y SVM para corroborar la detección y análisis de imágenes radiográficas. Ha sido un largo camino de retos y desafíos para comprender el impacto y evolución de dicha pandemia, mediante la aplicación de una variante técnica denominada Probabilistic Cellular Automata (PCA), modelo computacional que logra, por ejemplo, explicar la estructura de complejidad de la dinámica epidémica aplicada a varios países, que ha permitido, tener un diagnóstico sobre el distanciamiento social, cuarentena o densidad poblacional. Son unas de tantas herramientas IA que han contribuido para tener un mayor reforzamiento en este nuevo campo de la investigación médica.

Sin embargo, hay que considerar que en el campo de cualquier investigación de corte científico, puede existir una posible brecha entre lo que se establece como fase de predictibilidad y comprensibilidad (Cuéllar Rodríguez, 2023), que, en todo proyecto científico emplea, hasta cierto punto, modelos matemáticos de los procesos que se estudian o se experimentan cuando se emplean enormes cantidades de datos de origen diverso, los cuales requieren de una metodología basada en lo que el investigador o investigadores saben y cuánto saben, es decir, lo que implica la comprensión científica que pueden subyacer en las formas de pensamiento y conducta inteligente que se puede transferir a máquinas inteligentes que se les entrena para desarrollar la capacidad de razonamiento que emulan a las del pensamiento humano, con tal que permita resolver problemas o tomar decisiones inteligentes, de acuerdo al contexto de la realidad social existente, pero con limitantes aún no mejorados ni trascendidos por el momento. 

Es cierto que en las comunidades científicas existe un cierto clima de incertidumbre y duda respecto a las diversas aplicaciones de la IA en los campos disciplinarios del conocimiento, pero también lo tenemos en el otro lado de la moneda con una visión prometedora. Esto lo podemos verificar, por ejemplo, sobre la cantidad de publicaciones indexadas de hace cinco años al año presente, según lo que se reporta en Research Rabbit, hay tan solo en el área de la investigación médica donde se han aplicado herramientas IA, alrededor de 2,375 publicaciones que datan algunas entre el 2012 al 2024, es un indicio significativo de la evolución que las herramientas IA en tiempo, mantienen una curva de crecimiento exponencial. 

También nos indica que en la comunidad científica, existe y permanece hasta el momento un estado de comprensión, pero también manifiesta que puede existir ocultamiento, secreto, confusión sobre dicho conocimiento profundo de la naturaleza de las cosas y fenómenos del mundo, en la medida de la predicción y probabilidad, los sesgos llegan a ser manifestaciones propias de quienes llegan a programar y entrenar a las máquinas, según lo expresa en una publicación, Yuk Hui (2021), los límites existentes de la IA, se expresan a través de sus propios límites epistemológicos de su creación y de su propia probable ruptura. 

Indica, por lo tanto, que el proceso de mecanización de estas tecnologías digitales, mantienen su propio estatus de tiempo, en la medida que sus programadores creadores, puede ser parte de lo que en su momento criticó el filósofo Dreyfus (1972), sobre la visión encadenada del pensamiento racionalista cartesiano, sobre si las máquinas que adquieren la capacidad de razonamiento, pueden en un momento dado, adquirir la conciencia del pensamiento de manera plena y contundente, o si tal vez, tengamos que esperar a que se abra el horizonte, para lograr la visión transhumanista de Bostrom (2014) sobre la superinteligencia, que quiere expresarse como lo argumenta por su parte Stiegler (1994), en una sobredeterminación técnica que es modificada por los individuos en un trayecto temporal, dado que es parte sustantiva de su propio origen (génesis), donde el sentido de su genética subyace la morfogénesis de los objetos técnicos creados, misma que lo conduce a abrir nuevos campos de investigación. 

En el caso concreto de la IA, se traduce y se objetiviza en lo que se logra obtener como producto final, en ese reloj digital, como objeto que puede construir esas nuevas narrativas, donde la memoria, el recuerdo y el olvido, se convierten en elementos primordiales que se enriquecen y nutren nuestro tiempo y posiblemente el de los demás que están igualmente conectados en el ciberespacio, pero es también trascendente, en cuanto este pueda ser aceptado por la sociedad, y esta a su vez, incremente su desenlace de automatización disruptiva en las próximas décadas del presente siglo, la huella de la cibercultura, nuestra huella digital (Quiróz García, 2021). 

En la tercera y última parte, se va a abordar sobre las tendencias emergentes, desde un punto de vista de la prospectiva hacia el 2030, que está ya casi a la vuelta de la esquina, aquellas tendencias en las que la IA podrían alterar nuestra comprensión del tiempo, como el aprendizaje profundo y las llamadas redes neuronales como aspectos de dicha trascendencia tecnológica objetivizante de una versión civilizatoria. Las posibles predicciones de un futuro donde estas tecnologías podrían ya estar en las puertas de entrada de su propia evolución, y su impacto en la educación y otros campos aún por crear. Asimismo, se hará hincapié para que los profesionistas de la educación vayan contemplando las maneras para integrar estos avances en sus nuevas narrativas de práctica académica a las del tiempo pedagógico para lograr su mejora y gestión de calidad.