Video: Watson en 3 minutos por Cognitiva. (Noviembre 2024)
Este episodio de Fast Forward fue grabado en el IBM Watson Experience Center aquí en la ciudad de Nueva York. Mi invitado fue Rob High, vicepresidente y director de tecnología de IBM Watson.
Dan Costa: ¿Cuál es el concepto erróneo dominante que la gente tiene sobre la inteligencia artificial?
Rob High: Creo que el problema más común con el que nos encontramos con personas que hablan sobre IA es que todavía viven en el mundo donde creo que Hollywood amplificó esta idea de que la computación cognitiva, AI, se trata de replicar la mente humana, y es realmente no. Cosas como la prueba de Turing tienden a reforzar que lo que estamos midiendo es la idea de que AI pueda competir con engañar a las personas para que crean que lo que estás tratando es otro ser humano, pero eso no ha sido realmente donde hemos encontrado el mayor utilidad
Esto incluso se remonta a, si miras casi cualquier otra herramienta que se haya creado, nuestras herramientas tienden a ser más valiosas cuando nos amplifican, cuando amplían nuestro alcance, cuando aumentan nuestra fuerza, cuando nos permiten hacer cosas que no podemos hacer nosotros mismos como seres humanos. Esa es realmente la forma en que debemos pensar también en la IA, y en la medida en que en realidad la llamamos inteligencia aumentada, no inteligencia artificial.
Hablemos un poco sobre ese cambio, porque es un tipo de computación completamente nuevo. Es la evolución de la informática a partir de lo que ambos crecimos, una informática programática en la que usaría la informática para llegar y responder utilizando un proceso muy complejo, a la informática cognitiva, que funciona de manera un poco diferente. ¿Puedes explicar esa transición?
Probablemente la mayor diferencia notable es que es muy probabilístico, mientras que la informática programada se trata realmente de presentar todas las declaraciones condicionales que definen las cosas a las que presta atención y cómo responder a ellas. Es altamente determinista. Es muy matemáticamente preciso. Con una computadora programada clásica, puede diseñar una pieza de software. Como sabes cuál es el modelo matemático que representa, puedes probarlo matemáticamente. Puedes probar su corrección.
La computación cognitiva es mucho más probabilística. Se trata principalmente de probar las señales de los espacios en los que estamos enfocados, ya sea visión, habla o lenguaje, y tratar de encontrar los patrones de significado en esas señales. Incluso entonces, nunca hay certeza absoluta. Ahora, esto es en parte porque esa es la forma en que se calcula, pero también porque esa es la naturaleza de la experiencia humana. Si piensas en todo lo que decimos, vemos o escuchamos, saboreamos, tocamos o huele o cualquier cosa que sea parte de nuestros sentidos, nosotros como seres humanos siempre intentamos evaluar lo que realmente es, y a veces no lo entendemos bien..
¿Cuál es la probabilidad de que cuando escuché esa secuencia de sonidos, realmente significara esta palabra? ¿Cuál es la probabilidad de que cuando vi esta secuencia de palabras signifique esta afirmación? ¿Cuál es la probabilidad de que cuando veo esta forma y una imagen que estoy mirando, sea ese objeto? Incluso para los seres humanos, ese es un problema probabilístico, y en esa medida siempre es la forma en que estos sistemas cognitivos también funcionan.
Si alguien acude a usted y tiene un problema que quiere resolver, cree que hay una solución de computación cognitiva para eso, se acerca a Watson y le dice: "Mira, vamos a usar Watson para intentar resolverlo". este problema." Fuera de la caja, Watson no hace mucho. Necesitan enseñarle cómo resolver su problema. ¿Puedes hablar sobre ese proceso de incorporación?
En realidad, deberíamos hablar de dos dimensiones de esto. Una es que hace algún tiempo nos dimos cuenta de que esta cosa llamada computación cognitiva era realmente más grande que nosotros, era más grande que IBM, era más grande que cualquier proveedor de la industria, era más grande que cualquiera de las una o dos áreas de solución diferentes. en lo que íbamos a estar enfocados, y tuvimos que abrirlo, que es cuando pasamos de enfocarnos en soluciones a tratar realmente con más de una plataforma de servicios, donde cada servicio realmente se enfoca individualmente en una parte diferente del espacio problemático Es un componente que, en el caso del habla, se centra estrictamente en el problema de tratar de pronunciar su discurso y reconocer qué palabras ha expresado en ese discurso, o tomar una imagen e intentar identificar lo que hay en la imagen, o tomar lenguaje e intentar entender cuál es su significado, o entablar una conversación y participar en eso.
En primer lugar, de lo que estamos hablando ahora es de un conjunto de servicios, cada uno de los cuales hace algo muy específico, cada uno de los cuales está tratando de lidiar con una parte diferente de nuestra experiencia humana, y con la idea de que alguien está creando una aplicación, cualquier persona que quiera resolver un problema social, de consumo o comercial puede hacerlo tomando nuestros servicios y luego componiéndolos en una aplicación. Ese es el punto uno.
El punto dos es con el que comenzó, que es, de acuerdo, ahora que tengo el servicio, ¿cómo lo hacemos para hacer las cosas que queremos que haga bien? La técnica realmente es de enseñanza. La naturaleza probabilística de estos sistemas se basa en el hecho de que se basan en el aprendizaje automático o el aprendizaje profundo, y a esos algoritmos se les debe enseñar cómo reconocer los patrones que representan el significado dentro de un conjunto de señales, lo que se hace al proporcionar datos, datos que representan ejemplos de esa situación que ha tenido antes donde ha podido etiquetar eso como diciendo: "Cuando escucho esa combinación de sonidos, significa esta palabra. Cuando veo esta combinación de píxeles, significa que objeto." Cuando tuve esos ejemplos, ahora puedo llevarte al sistema cognitivo, a estos servicios cognitivos, y enseñarles cómo hacer un mejor trabajo para reconocer lo que sea que queremos que haga.
Creo que uno de los ejemplos que ilustra esto realmente bien es en el espacio médico, donde Watson está ayudando a los médicos a tomar decisiones y analizando grandes cantidades de datos, pero finalmente trabajando con ellos en un diagnóstico en asociación. ¿Puedes hablar un poco sobre cómo se lleva a cabo esa capacitación y luego cómo la solución termina ofreciendo mejores resultados?
El trabajo que hemos realizado en oncología es un buen ejemplo de dónde realmente es una composición de múltiples tipos diferentes de algoritmos que, en todo el espectro de trabajo que debe realizarse, se utilizan de diferentes maneras. Comenzamos con, por ejemplo, mirar el registro médico, mirar su registro médico y usar el sistema cognitivo para revisar todas las notas que los médicos han tomado durante los años que han estado trabajando con usted y encontrar lo que llamamos información clínica pertinente ¿Cuál es la información en esas notas médicas que ahora son relevantes para la consulta que está a punto de realizar? Tomando eso, haciendo análisis de similitud de población, tratando de encontrar a los otros pacientes, las otras cohortes que tienen mucha similitud con usted, porque eso le informará al médico sobre cómo pensar sobre los diferentes tratamientos y cómo esos tratamientos podrían ser apropiados para usted y cómo va a reaccionar a esos tratamientos.
Luego entramos en lo que llamamos las prácticas estándar de atención, que son técnicas relativamente bien definidas que los médicos comparten sobre cómo van a tratar a diferentes pacientes para diferentes tipos de enfermedades, reconociendo que realmente están diseñados para la persona promedio. Luego ponemos encima de eso lo que llamamos experiencia clínica. Habiendo sido enseñados por los mejores médicos en diferentes enfermedades, qué buscar y dónde están los valores atípicos y cómo razonar sobre los diferentes estándares de prácticas de atención, cuál de ellos es el más apropiado o cómo tomar las diferentes vías a través de esas diferentes prácticas de atención y ahora aplíquelos de la mejor manera posible, pero finalmente entrando y mirando la literatura clínica, todos los cientos de miles, 600, 000 artículos en PubMed sobre los avances en la ciencia que han ocurrido en ese campo que son relevantes para hacer esta recomendación de tratamiento..
Todos esos son aspectos diferentes de los algoritmos que estamos aplicando en las diferentes fases de ese proceso, todo lo cual se ha enseñado al poner a algunos de los mejores médicos del mundo frente a estos sistemas y hacer que usen el sistema y lo corrijan. cuando ven que algo va mal y hacen que el sistema aprenda esencialmente a través de ese uso sobre cómo mejorar su propio rendimiento. Lo estamos utilizando específicamente en el caso de la oncología para ayudar a informar a los médicos en el campo sobre las opciones de tratamiento con las que pueden no estar familiarizados, o incluso si están familiarizados con él, pueden no haber tenido ninguna experiencia real y no Realmente entiendo cómo sus pacientes van a responder y cómo obtener la respuesta más efectiva de sus pacientes.
Lo que básicamente ha hecho es democratizar la experiencia. Podemos tomar los mejores médicos en Memorial Sloan Kettering que tuvieron el beneficio de ver literalmente a miles de pacientes al año en torno a la misma enfermedad de la que han desarrollado esta gran experiencia, capturar eso en el sistema cognitivo, llevarlo a una comunidad o entorno de la clínica regional donde esos médicos pueden no haber tenido tanto tiempo trabajando con la misma enfermedad en un gran número de pacientes diferentes, dándoles la oportunidad de beneficiarse de esa experiencia que ahora se ha capturado en el sistema cognitivo.
Creo que la idea de distribuir esa experiencia, en primer lugar, capturarla es una tarea no trivial, pero luego, una vez que haya hecho eso, poder distribuirla realmente en todo el planeta, tendrá la experiencia de los mejores médicos de Memorial Sloan Kettering pueden ser entregados en China, en India, en clínicas pequeñas, y creo que eso es bastante extraordinario.
Tiene un tremendo impacto social en nuestro bienestar, en nuestra salud, en las cosas que nos beneficiarán como sociedad.
Por otro lado, lo que preocupa a las personas sobre la inteligencia artificial es que reemplazará a las personas, reemplazará los trabajos. Está vinculado al movimiento de automatización. Lo que me llama la atención es permanecer en el espacio médico, radiólogos. Los radiólogos observan cientos y cientos de diapositivas por día. Watson o un sistema basado en IA podría replicar ese mismo tipo de diagnóstico y análisis de imágenes. Dentro de diez años, ¿cree que habrá más o menos radiólogos humanos empleados en los Estados Unidos? ¿Cuál es el impacto en industrias como esa?
El impacto es en realidad ayudar a las personas a hacer un mejor trabajo. Realmente se trata de… tómalo en el caso del médico. Si el médico ahora puede tomar decisiones más informadas, basadas en evidencia real, respaldadas por los últimos hechos de la ciencia, más personalizadas y específicas para cada paciente, les permite realmente hacer mejor su trabajo. Para los radiólogos, puede permitirles ver cosas en la imagen que de otro modo podrían perderse o sentirse abrumados. No se trata de reemplazarlos. Se trata de ayudarlos a hacer mejor su trabajo.
Tiene la misma dinámica que todas las herramientas que hemos creado en la sociedad. Me gusta decir que si vuelves y miras los últimos 10, 000 años de la sociedad moderna desde el advenimiento de la revolución agrícola, hemos sido como sociedad humana construyendo herramientas, martillos, palas, sistemas hidráulicos, poleas, palancas y mucho más. de estas herramientas han sido más duraderas cuando lo que realmente están haciendo es amplificar seres humanos, amplificar nuestra fuerza, amplificar nuestro pensamiento, amplificar nuestro alcance.
Esa es realmente la forma de pensar acerca de estas cosas, es que tendrá su mayor utilidad cuando nos permita hacer lo que hacemos mejor de lo que podríamos por nosotros mismos, cuando la combinación del humano y la herramienta juntos sea mayor que cualquiera de los dos. de ellos habrían estado solos. Esa es realmente la forma en que pensamos al respecto. Así es como estamos evolucionando la tecnología. Ahí es donde va a estar la utilidad económica.
Estoy completamente de acuerdo, pero creo que habrá industrias que serán obviadas debido a la eficiencia introducida por estos sistemas inteligentes.
Van a estar en transición. Sí, van a hacer la transición. No quiero disminuir ese punto diciéndolo de esta manera, pero también quiero estar seguro de que no estamos pensando en esto como la eliminación de empleos. Se trata de transformar los trabajos que realizan las personas. Te voy a dar un ejemplo. Mucha discusión sobre cómo esto puede quitar trabajos en el centro de llamadas. ¿Bien adivina que? Hay mucho trabajo que hacen los agentes del centro de llamadas que no necesitan estar haciendo, no les gusta hacer, lo que les quita la capacidad de hacer cosas que son más interesantes.
La rotación que vemos en los centros de llamadas se debe en gran parte al hecho de que si piensas en el trabajo de ser un agente de un centro de llamadas, estás sentado al final de la llamada telefónica escuchando a los clientes furiosos todo el día haciendo la misma pregunta. y otra vez, y es difícil ir a casa por la noche sintiéndome realmente bien con lo que hiciste ese día. Es difícil alardear ante tus amigos y familiares sobre este trabajo que tienes y lo bueno que eres para hacerlo cuando esa es la situación en la que te encuentras.
Si podemos lograr que el sistema cognitivo a través de un agente de conversación descargue algún porcentaje, digamos que el 30 por ciento de esas llamadas que entran y responden las preguntas más comunes y urgentes de los clientes de manera rápida, eficiente y se encargan de ese trabajo mundano, entonces ¿qué es después de todo lo que se ha solucionado son los tipos de preguntas que las personas tienen que requieren un toque humano inherente que luego se le entregará a ese agente del centro de llamadas. El problema con el que están tratando para ese cliente es más interesante, más desafiante, requiere que tengan más esfuerzo intelectual, pero también están tratando con un cliente que ha quedado satisfecho. Vienen un poco más felices. No están muy enojados por su problema.
Para el agente del centro de llamadas, en realidad ha mejorado su trabajo. De hecho, les permite hacer mejor su trabajo y estar más satisfechos con eso. Mientras tanto, para el cliente, para el consumidor, resolvieron rápidamente sus problemas más apremiantes. No están en espera durante 10 minutos. No están esperando que lo envíen a la persona adecuada con el conocimiento adecuado. Están obteniendo la información que necesitan más fácilmente y pueden seguir adelante con su vida probablemente con una mejor decisión, ciertamente mejor información o al menos información más consistente. En realidad beneficia a ambos lados de esa ecuación.
Es interesante. Algunas de las demostraciones que vi hoy es que las aplicaciones del centro de llamadas pueden anticipar y detectar el estado emocional de las personas que llaman con bastante eficacia, por lo que no es solo transaccional. En realidad, puede leer bastante bien el estado de la persona en el otro extremo de la línea.
Lo cual es realmente esencial si lo piensas; Una conversación tiene dos elementos. Una es que, para empezar, lo que la gente dice no es para lo que realmente están allí. Si digo: "¿Cuál es mi saldo?" bueno, ese no es realmente mi problema. Sí, necesito saber el saldo de mi cuenta, necesito saber cuánto dinero tengo, pero mi problema es que estoy tratando de comprar algo, o estoy tratando de descubrir cómo obtener dinero en la posición correcta para pagar mis facturas este mes, o estoy tratando de ahorrar para la educación de mis hijos. Mi problema es mayor que la primera pregunta que hice, y una conversación debería ser sobre cómo llegar a ese problema real.
La segunda característica común de una conversación es que generalmente conlleva una especie de arco emocional. Las personas entran en un cierto estado emocional, y parte de la conversación es moverlas a través de un cambio emocional que a menudo significa pasar de estar enojadas a estar ahora satisfechas. En algunas conversaciones, podríamos entrar en eso. En realidad, podría calentarse un poco. Ves un arco emocional que comienza tal vez tranquilo y luego pasa a una discusión más polémica que finalmente se resuelve.
Ser sensible y consciente del estado emocional en las partes involucradas es una parte importante de ser efectivo en esa conversación.
¿Cuáles son algunas de las otras aplicaciones que crees que son realmente transformadoras y que están disponibles hoy en día?
Creo que cualquiera de ellos, lo que estamos haciendo es involucrar al usuario, al cliente, de una manera que los inspire. Para mí, en última instancia, y nuevamente volviendo a las conversaciones como ejemplo, típicamente cuando los seres humanos entran en una conversación, llegamos a la mesa con una idea. Tienes una idea Tengo una idea. Esa idea inicial es el comienzo de la conversación, y en el transcurso de la conversación desarrollamos esas ideas. Los mezclamos Los fusionamos. Tal vez los descarte o amplifiquemos. Evolucionamos hasta un punto en el que al salir de la conversación tenemos una mejor idea, con suerte. Idealmente.
Para hacer eso, tiene que haber no solo el toma y daca, sino un elemento de cómo inspiras a alguien. ¿Cómo haces que la gente active su imaginación? ¿Cómo hacer que piensen en algo en lo que no habían pensado antes o que vean algo en una luz en la que no habían pensado antes o que vean otro punto de vista que los lleve por un camino que ni siquiera sabían? pensar, hacer preguntas que no piensan hacer? Esos son los ejemplos, esas son las situaciones que creo que son más prometedoras y tendrán el mayor beneficio para las personas.
¿Está sucediendo eso hoy, o es algo que debe suceder en el futuro a medida que la tecnología evoluciona?
No, está sucediendo Tenemos ejemplos de que eso está sucediendo ahora. De hecho, volviendo a la oncología como un ejemplo, para los mejores médicos del mundo, las opciones de tratamiento que se presentan pueden ser obvias para ellos en su mayor parte. Puede haber uno de cada diez casos donde podrían decir: "Bueno, espera un minuto, esa fue una idea interesante". No será tan frecuente, pero, como dijiste antes, si lo llevamos ahora a la configuración de la comunidad, la configuración regional y en áreas donde no hay esos niveles de experiencia, el hecho de que el sistema puede introducir nuevas ideas, nuevas opciones de tratamiento, realmente se trata de introducir nuevas ideas. Ya lo estamos viendo.
Luego, por supuesto, ir más allá de lo que creo se ha convertido en el clásico escenario de chatbot que creo que algunos de nosotros estamos comenzando a ver en diferentes ejemplos a una situación en la que si alguien da una alerta de fraude de tarjeta de crédito en su tarjeta de crédito y van a un chatbot hoy, podría ser simplemente, "¿Fue esa transacción algo que hiciste o no? Si es así, entonces está bien. Si no, entonces haremos algo para cancelar la transacción", ahora ", necesita una nueva tarjeta de crédito. ¿Dónde está el mejor lugar para obtenerla? ¿Debería enviársela por correo? ¿No deberíamos enviársela por correo? Oh, se está preparando para este viaje. Entonces claramente estamos no va a poder enviárselo por correo. Tenemos que enviárselo más rápido que eso.
"Oh, vas al extranjero. Tal vez hay una opción de tarjeta de crédito aquí a la que no estabas expuesto antes, no sabías, dónde manejamos mejor los cambios de moneda a tu favor. Oh, estás usando esto para negocios. Este es un viaje al extranjero. Lo estás usando para gastos de negocios. Bueno, aquí hay una tarjeta de crédito que tiene una tasa de interés más apropiada para eso ". Todos estos son ejemplos muy simples, pero cada uno de ellos está abriendo un nuevo conjunto de ideas que normalmente no sucede en su chatbot simple hoy y que, sin embargo, pueden ser muy poderosas para los seres humanos.
El punto interesante es que a medida que atraviesas todas esas opciones, en el pasado eso sería un guión. Habría un guión con un par de ramas. Estaría predefinido de antemano. Es algo muy diferente cuando lo hace un chatbot que en realidad reacciona a la información que proporciona y la información que ya ha proporcionado y lo lleva por caminos que no han sido programados. Sabe que estás viajando, pero no necesariamente lo has dicho. Encontró esa información de su historial de correo electrónico.
Puede encontrar cosas sobre ti que descubrió en el camino.
Hablamos de oncología porque es un gran ejemplo. Hablamos de chatbots porque la mayoría de las personas han tenido alguna interacción con ellos. Pero esta es una tecnología que realmente escala en todas las industrias. Es difícil pensar en una industria que no tenga algún tipo de componente cognitivo. ¿Hay algún ejemplo que no haya pensado aún en la gente?
Lo que es sorprendente para mí es cómo cada día a alguien se le ocurre otra idea nueva. Es por eso que creo que estamos en una fase tan interesante, porque al centrarnos en descomponer lo que tenemos en términos de capacidades cognitivas en servicios básicos, realmente está liberando a las personas para usar su imaginación y buscar ideas que hemos nunca se consideró realmente antes, si eso es usar el reconocimiento visual para examinar el paisaje.
En California, por ejemplo, una compañía está utilizando el reconocimiento visual para observar la topografía y la topología y reconocer en la imagen la diferencia entre una superficie de concreto, una superficie de techo de asfalto, una superficie de césped, árboles y arbustos y estas cosas, para estimar la cantidad de agua que se consume y dónde puede haber fugas de agua y cosas que podrían hacerse para mejorar el uso eficiente del agua, por ejemplo.
O, en el ámbito legal, usar estas cosas para salir y ayudar a los abogados a leer literalmente millones y millones de páginas de material de fondo que es como encontrar la aguja en un pajar. ¿Dónde está ese pedazo de papel que es realmente relevante para este caso en particular? Tratando de ordenar todo eso. Las oportunidades son simplemente enormes.
Creo que una de esas calificaciones es tener grandes cantidades de datos que deben analizarse. Usted habló acerca de los registros médicos y de poder escanear los registros médicos para obtener la información relevante. Esos registros a lo largo de su vida podrían tener cientos de páginas. Eso es lo que, tal vez su médico de cabecera tiene una idea de eso, pero no van a recordarlo todo, mientras que el sistema nunca se olvida.
Sí. Un médico puede tener cinco, tal vez diez minutos para revisar ese historial médico antes de venir a consultar con usted, y sin embargo, hay todo tipo de información muy relevante que puede estar en su historial, su pasado, que en cualquier otra circunstancia se perderían porque no tienen el tiempo, que si tuvieran eso marcaría la diferencia.
Piense en una situación en la que una mujer le hubiera dicho a su médico que su madre acaba de morir de cáncer de seno hace dos años. Bueno, lo más probable es que el médico lo haya notado en ese registro, pero en este momento, si esta mujer viene presentando un bulto en su seno, y si ese médico no ve eso, bueno, eso es una falta muy importante información. Ahora, tal vez redescubrirán eso hablando con el paciente, pero tal vez no. ¿Realmente quieres correr el riesgo de no haber sabido eso cuando algo así es tan pertinente?
La característica general de dónde este material tiende a ser útil es que mencionaste dónde hay muchos datos. Sí, pero realmente es cuando cualquiera de esos aspectos de quiénes somos como seres humanos, donde nuestra capacidad cognitiva comienza a alcanzar su límite. Somos buenos leyendo. Podemos leer algo Podemos asimilarlo. Podemos adaptarnos a la información y utilizarla de maneras muy poderosas como seres humanos. Pero no somos muy buenos leyendo muchos datos. No podemos más que… La idea de leer decenas de miles, cientos de miles, millones de páginas de literatura en un día está mucho más allá de nuestra capacidad.
La pregunta se convierte, a medida que crecemos en un mundo en el que la cantidad de información que se produce a diario crece exponencialmente, cuánto más de esa información no estamos utilizando, que tiene información, tiene ese pequeño tidbit de información que es absolutamente crítico para la decisión que debemos tomar, ¿no estamos llegando? Si no es la cantidad de información que leemos, es: ¿Cuánto asimilamos? ¿Cuánto podemos recordar? ¿Podemos ver los pequeños patrones que son relevantes en esa información para nuestras decisiones?
Hay muchas cosas en las que nosotros, como seres humanos, somos buenos. También hay muchas cosas en las que no somos muy buenos, y creo que la computación cognitiva realmente comienza a marcar una gran diferencia, es cuando es capaz de cerrar esa distancia para completar esa brecha.
Parece bastante claro que este es el mundo al que nos estamos moviendo. ¿Qué tan preparados estamos? ¿Qué observan nuestro sistema educativo, nuestra economía, nuestras estructuras políticas? ¿Qué tan bien preparados estamos para vivir en un mundo con este tipo de computación cognitiva como componente?
Es interesante. Esto se basa en uno de los puntos clave de valor que poseemos como seres humanos, que es nuestra capacidad de adaptación. Si lo miras en términos puramente discretos, ¿a dónde va esto, y si tuviéramos que avanzar 10 años y mirarlo y decir: "¿Dónde estaremos 10 años? ¿Estamos preparados para eso?" la respuesta probablemente sea no. Hay mucho más que tenemos que hacer. Pero los seres humanos tienen esta notable capacidad de adaptarse sobre la marcha y crecer con los cambios que están ocurriendo a su alrededor.
Piense hace 10 años cuando el teléfono inteligente realmente estaba comenzando a estar disponible para nosotros, y mucho menos popular, y cuánto cambio hemos experimentado como sociedad en los últimos 10 años. Piense cómo es su vida a diario con y sin su teléfono inteligente. Podemos quejarnos de cuánto le puede estar quitando otras experiencias, y eso puede ser cierto, pero el punto es que no pasamos mucho tiempo hace 10 años preocupados, si estábamos preparados como sociedad, aunque de hecho, hemos experimentado muchos cambios en los últimos 10 años de los que probablemente no estábamos completamente conscientes, ya que asimilamos este cambio en la tecnología y comenzamos a utilizarlo de manera muy efectiva.
Hay mucho que tenemos que hacer. Hay muchas cosas que vamos a hacer con el tiempo, un gran crecimiento por el que pasaremos, mucha educación y política y otras cosas por las que tenemos que pasar, pero lo haremos.
Llegaremos a mis últimas preguntas. ¿Qué tendencia tecnológica te preocupa más? ¿Hay algo que te mantenga despierto por la noche?
Creo que la mayor preocupación que tengo en este momento es que las personas deben asumir la responsabilidad. Nosotros, como ingenieros y proveedores de tecnología, consumidores de tecnología, personas que tenemos la responsabilidad de regular la tecnología, realmente necesitamos ser conscientes y pensar ahora qué queremos hacer para protegernos y prepararnos para los cambios que están ocurriendo. No será porque no nos adaptaremos a él. Lo haremos. El problema es, por supuesto, en el proceso de adaptación, tampoco seremos conscientes de lo que está haciendo y cómo nos está afectando y dónde las personas pueden estar explotando esa tecnología de maneras que no preferimos, que no somos No te sientas cómodo o, en retrospectiva, no necesariamente queremos.
Creo que debemos ser conscientes y pensar en lo que hacemos y no queremos que suceda en nuestras vidas con esta tecnología. Específicamente, los vendedores en particular, nosotros como proveedores de esta tecnología, y las personas que están consumiendo estos componentes tecnológicos y construyendo aplicaciones a partir de ellos, en este momento debemos asumir la responsabilidad de nuestro comportamiento ético o comportamientos que nacen de valores éticos.
Como ejemplo, recomendamos encarecidamente a cualquiera de nuestros desarrolladores de aplicaciones, cualquiera de las instituciones que crean aplicaciones que utilizan estas tecnologías, que sean muy transparentes con sus usuarios finales sobre el hecho de que se trata de una aplicación cognitiva, es una computadora y No intente enmascararme como un ser humano real, por ejemplo. No finjas No dejes que esto finja.
No imites
No lo imites y no dejes que tus clientes se engañen creyendo que esto es una persona real. Éticamente, está mal. Creo que crea el riesgo de vulnerabilidad. Un ser humano que está interactuando con un ser humano puede hacer ciertas suposiciones sobre nuestros defectos, sobre nuestra incapacidad para retener una gran cantidad de información, donde cuando se trata de un sistema cognitivo, debemos tener en cuenta que las personas que proporcionan ese conocimiento La solución tiene la responsabilidad de la privacidad y protección de la información que la suministramos. No debemos olvidarnos nunca de ese hecho.
En términos de tecnología al alza, ¿qué tecnología usas todos los días que solo inspira maravilla? ¿Qué ha cambiado tu vida?
Creo que el hecho de que ahora puedo obtener acceso a información que, incluso si pudiera obtenerlo en Internet, hemos tenido información disponible en Internet durante mucho tiempo, pero a menudo dejamos de intentar obtener esa información porque Es abrumador. Estaba mirando un equipo de cámara e intentando tomar decisiones sobre las compensaciones entre diferentes cámaras.
Te enviaré un enlace a nuestra guía de compradores.
Ahí tienes. Se vuelve abrumador y, sin embargo, debes confiar en otras personas para que te brinden ese consejo y asumir que han hecho la investigación por ti, pero incluso así, lo están haciendo en base a algunas suposiciones que han hecho sobre lo que necesitas y lo que te importa. En algún momento, simplemente te rindes y dices: "Está bien, está bien, solo dime qué hacer, lo haré". O vas a un montón de sitios web y ves todas estas opiniones y se vuelve confuso y contradictorio y entonces dices: "Bueno, diablos con todos ellos. Voy a ir con lo que me hace sentir bien"."
Ahora, debido a que estos sistemas pueden acumular y asimilar y organizar grandes cantidades de información, incluso para las personas que hacen recomendaciones, incluso para los asesores, les beneficia porque les ayuda a hacer un mejor trabajo. Una forma en que me gusta decir es que no piensa por nosotros, investiga por nosotros para que podamos pensar mejor, y eso es cierto para nosotros como usuarios finales y es cierto para los asesores. Es cierto para cualquiera que tenga el rol de ser analista.
Pienso en la aplicación, porque siempre estamos tratando de ayudar a las personas a tomar decisiones de compra. No estamos lejos de un sistema que pueda ver todas las fotos que ha tomado en los últimos cinco años, ver que le gusta hacer fotografías de vida silvestre o primeros planos de flores, y luego hacer una recomendación de cámara basada en las imágenes que usted toma.
Eso es correcto. Flamencos No se porque.
Esta es la mejor cámara para tomar fotos de flamencos.
Flamencos, a la derecha.
Casi estámos allí. La tecnología existe, simplemente no ha sido programada todavía.
Sí.
O enseñado, como lo hacemos en estos días. Rob High, muchas gracias por hacer esto.
Muchas gracias.
Para obtener más avance rápido con Dan Costa, suscríbase al podcast. En iOS, descargue la aplicación Podcasts de Apple, busque "Avance rápido" y suscríbase. En Android, descargue la aplicación Stitcher Radio for Podcasts a través de Google Play.
