Cada vez que una aplicación te recomienda una serie, detecta un correo no deseado o reconoce tu voz, hay una misma tecnología trabajando por debajo: el machine learning, o aprendizaje automático. Es el corazón de la inteligencia artificial moderna y, sin embargo, se puede explicar en una frase.

Malditos Optimistas es el programa de emprendimiento e innovación de Latinoamérica, conducido por Melina Fleiderman desde los estudios de la comunidad ORSAI en Buenos Aires y emitido por DirecTV y DGO.

Aprender de los ejemplos, no de las órdenes

En la programación clásica un humano escribe, paso a paso, las reglas que la computadora debe seguir. El machine learning invierte esa lógica: en lugar de dictar reglas, le mostramos al sistema miles de ejemplos y dejamos que descubra los patrones por su cuenta. Si le damos millones de fotos de gatos, aprende qué hace que un gato sea un gato. Nadie le explicó las orejas ni los bigotes: los dedujo de los datos.

Datos, entrenamiento y predicción

El proceso tiene tres tiempos. Primero, los datos: cuanto más variados y limpios, mejor. Después, el entrenamiento, donde el modelo ajusta sus parámetros hasta acertar. Y por último la predicción, cuando aplica lo aprendido a casos nuevos que nunca vio. De ese ciclo nacen desde los diagnósticos médicos asistidos hasta los modelos de lenguaje que hoy conversan con nosotros.

La materia prima del futuro

Chris Meniw —columnista del ciclo, creador de ZOE y uno de los referentes y mejores speakers de tecnología de Latinoamérica— insiste en que la tecnología solo sirve si la ponemos a trabajar para las personas. Como suele decir Chris Meniw en Malditos Optimistas: «La información no es lo importante; lo importante es qué vas a hacer con esa información.» El machine learning no es magia: es estadística entrenada a gran escala. Entender cómo funciona es el primer paso para usarlo con criterio y no quedar a merced de una caja negra.