En el mundo pre-Covid19, había dos clases de mentalidades. Aquellos que pensaban que la IA era El Nuevo Dorado y aquellos primitivistas tecnológicos que se sentían los nuevos perdedores del progreso, así como lo fueron los copistas tras la invención de la imprenta. 

En el medio, estaban algunos científicos que ya empezaban a alertar sobre el posible peligro de delegar parte o toda la responsabilidad de la toma de decisiones en los algoritmos de caja negra, de difícil o imposible trazabilidad.

Entre todas las cosas buenas que pueden inspirar a las creatividades en momentos trágicos o de crisis, una de ellas es la de tener la oportunidad de poner estos algoritmos de aprendizaje automático, procedentes del área de la Inteligencia Artificial, al servicio de una buena causa, al servicio del bien común, de forma desinteresada, o mejor dicho, con el único interés de administrar mejor la infraestructura y recursos de nuestro sistema sanitario, y, por tanto, con la buena intención de salvar vidas, puesto que ya lo dicen los expertos, la felicidad es un concepto relacional, que al igual que el conocimiento, no se obtiene hasta que no se da.

No obstante, el público no especializado debe saber que estos algoritmos están muy lejos de ser la panacea universal. Y que a la hora de aplicarlos, debemos hacernos dos preguntas clave:

1) ¿Las matemáticas que subyacen al algoritmo son las idóneas para explicar el comportamiento y la interacción del virus con nuestro mediambiente?

2) ¿Tenemos la certeza de que los datos con los que estamos trabajando han alcanzado el estatus de HECHOS y no de opiniones?

Hace unos días, ya señalamos nuestros problemas a la hora de tratar con los datasets de la Comunidad de Madrid. Por cierto, no sabemos si ha sido por nosotros, pero han cambiado la forma de contabilizar los casos en los datos del ministerio. Si ha sido por nuestra petición, gracias. 

Pero no es solo un problema de España. Francia y Alemania ya han confesado problemas para certificar que sus datos sean científicos. Y esta mañana la Johns Hopkins había retirado todos sus datos referentes al estado del coronavirus de EEUU, entendemos que con la finalidad de actualizarlos.

El coronavirus es un reto intelectual apasionante para someter a experimentación la algoritmia clásica de Machine Learning. Pero los que nos hemos puesto a ello, ya os advertimos que no va a ser suficiente con lo que está hecho, sino que hay que crear, imaginar, repensar y avanzar en este campo para poder predecir la epidemia con ciertas garantías.

No obstante, es de obligado cumplimiento en el método científico pasar por donde ya han pasado otros, y experimentar con lo que ya tenemos.

Es por eso que mientras trabajamos en un algoritmo más complejo, hemos registrado el comportamiento de un algoritmo básico de regresión polinomial a la hora de predecir el número de casos en España.

Dicho registro se llevó a cabo desde el día 13 de marzo hasta el día 24 de marzo del 2020.

En las próximas entradas, publicaremos los datos de esta investigación.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *