Si no et mata el teu cotxe ho farà el BigData
Ets programador i has de dissenyar un regla de decisió per a un cotxe autònom (#SelfDrivingCars). Es produeix una fallada en el sistema de frenat i el cotxe està guiant la conducció: aquest només pot decidir si xocar i fer que mori el seu conductor o atropellar a un vianant que està creuant la calçada. Què ha de triar el cotxe? Importa si el vianant creua de manera deguda o indeguda? Importa l'edat dels involucrats? I el seu perfil soci-professional o la seva salut? Imaginin que qui condueix és un investigador que és a punt de descobrir un avanç mèdic que salvarà vides i qui està en un pas de zebra són dues persones. És un exemple extrem, però que requereix de l'atenció dels dissenyadors d'aquest cotxe autònom. En general, requereix l'atenció dels qui dissenyen les regles de comportament dels robot. Les tres lleis de la robòtica de Asimov són insuficients.
Com han de ser les regles que governen una màquina que pren decisions? Qui les ha de generar?, el col·lectiu, cada individu les seves o s'han de derivar de l'aprenentatge de les màquines? L'individu no pot generar les seves pròpies regles. Encara que no sembla obvi, les regles generades a partir del comportament de les persones a nivell individual pot produir resultats subòptims per a l'interès general del sistema. Aquest fet es produeix en casos com els de les carreres d’armament o en el comportament dels sistemes de High Frecquency Trading [recomano llegir l'article d'Andrew G. Haldane, economista cap del Banc d'Anglaterra, Financial arms races]. Les decisions individuals i lliures poden acabar per produir una mena d'externalitat negativa. En aquest sentit, sembla que no haurien de ser regles creades per un jo. (Gairebé) sempre triaríem salvar-nos, no? Sembla que si són regles ex ante, creades des de l'abstracció, on se'ns demana que decidim què hauria de fer un cotxe en una situació crítica, llavors aquestes sí podrien ser acceptades: consens, interès general. El següent pas, que ja s'està produint, el trobem en la possibilitat que una màquina, a partir de l'acumulació de dades pugui aprendre i decidir: M2M, machine learning, deep learning, IoT,...
En aquest camí, les dades són necessàries. I si alguna cosa ens sobrarà en un futur proper són les dades. Més de la meitat de les dades que existeixen des de l'inici de la humanitat s'han generat en els dos últims anys. I aquesta tendència continua: pensem en els sensors incorporats en un vehicle. O les nombroses APPs a les quals cedim les nostres cookies, la geolocalització, l'accés a contactes, fotos... seguim? En aquest sentit, les regles d'actuació sí podran derivar-se de l'acumulació d'experiències de persones. O màquines. La gestió de les dades és un element crític que posa en avantatge a les iniciatives empresarials nadives digitals dissenyades per a la gestió de la informació i l'extracció de conclusions a partir d’aquestes.
S'està treballant dins d'aquest àmbit. A més, l'extraordinària complexitat del cognitiu en relació a les màquines es veu superada pels aspectes filosòfics, ètics, morals,.. que es veuen involucrats. Recomano realitzar l'exercici proposat per un equip de treball del MIT: Moral *Machine - *Human *Perspectives *on *Machine *Ethics. El teu cotxe podria acabar decidint que moris.
So what...?
• Els canvis arribaran abans del que s'espera. L'acumulació de dades ofereix estadístiques gairebé increïbles: al 2020 es generaran cada segon 1,7 megaoctets d'informació [Forbes, Bernard Marr, Big Data: 20 Mind-Boggling Facts Everyone Must Read]. Informació que al seu torn cal relacionar amb la informació anterior. Quina quantitat serà útil per predir un comportament? No ho sabem, però les capacitats analítiques resulten crítiques en els exercicis predictius o de generació de pautes d'actuació futures.
• Els líders en capitalització borsària d’aquí a 10 anys no seran els que són avui. No tenim una bola de cristall que miri al futur, però sí la informació del passat. Cada dècada, els líders canvien. De les companyies de ferrocarril a les grans corporacions tecnològiques d'avui, passant per petrolieres, elèctriques o bancs, els canvis són la norma. Seran Amazon, després els Uber, o AirBNBs,... Pensant, simplement, en la indústria de l'automòbil, ni els fabricants, ni els seus proveïdors, ni els gestors d'infraestructures per al cotxe, ni les asseguradores del ram d'actuacions poden estar tranquil·les. Sí a curt termini, però no a mitjà termini [una lectura interessant sobre aquest tema la trobem en Self-driving cars: the next revolution de KMPG].
• La banca té dades amb les que millorar les seves ROE, però apareixen diversos obstacles que s’han de salvar per poder treure'ls rendiment: (i) la càrrega del passat fa que molts bancs estiguin prestant més atenció a com solucionar els seus problemes d'actius no rendibles (non-performing assets) que a com aprofitar les dades que disposen. (ii) La pesada càrrega reguladora imposa costos que drenen recursos que podrien dedicar-se a la innovació. (iii) La gestió d'una estructura inadequada per a l'entorn actual: excés de maó en forma d'oficina pròpia. O (iv) la manca d'un management impulsor de la cultura de transformació digital que es necessita per a la supervivència. Les noves iniciatives tenen un buit: hi ha una oportunitat per quedar-se amb part del mercat per a projectes no necessàriament disruptors al 100%; sinó iniciatives que a partir de la flexibilitat, el no-legacy, l'orientació a client i no a producte plantegin noves idees.