Neurofilosofía

neurofilosofia

Neurofilosofía

Tambien puede usar
las teclas del teclado
y
para navegar

CONSTRUCCIÓN SOCIAL DE LA TECNOLOGÍA. Sistema tecnológico machine learning I

04/2019

Vivimos en una cultura tecnológica en la que los avances en machine learning se desarrollan muy rápidos. La utilidad potencial de esta tecnología digital alcanza a casi todos los campos del conocimiento teórico y práctico, así como a todo tipo de institución pública o privada de cualquier sistema económico y político. Además, tiene aplicación a nivel personal y doméstico, tanto que su utilización incidirá en las relaciones sociales de las comunidades del planeta, ya sean desarrolladas o en vías de desarrollo.

El machine learning es una rama tecnológica de la Inteligencia Artificial que, en esencia, es una categoría de programas informáticos de aprendizaje automatizado que no requieren de una programación específica tradicional. Se caracteriza por utilizar algoritmos matemáticos (inferencia bayesiana, árboles de decisión, regresión lineal, deep learning, redes neuronales, etc.) en los que el resultado final es evaluado singularmente por el propio algoritmo, ya que este es capaz de tomar decisiones autónomas, evaluar estrategias y aprender de sus iteraciones con los datos. Existen diferentes enfoques técnicos de machine learning basados en el tipo y volumen de datos como el aprendizaje supervisado, no supervisado y reforzado. Esta tecnología es estudiada y desarrollada tanto en universidades como en empresas orientadas al negocio, pero también, por especialistas que lo distribuyen a través de Internet en modalidad Open Access.

El término «machine learning» se remonta a hace unas décadas cuando Arthur Samuel publicó en Estados Unidos un estudio sobre aprendizaje automatizado en el IBM Journal de julio de 1959. En el siglo XXI, esta tecnología junto a Internet y otras especialidades técnicas ligadas a la Inteligencia Artificial como la computación cognitiva, la robótica y el Big Data, tiene una gran relevancia porque su impacto socio-económico se hace más evidente día a día, sobre todo en el ámbito empresarial, en el que reconfigura las relaciones laborales y el modo de entender el significado del trabajo. Sus aplicaciones son muy variadas: desde la potencialidad de aumentar la productividad en las empresas o agilizar el proceso de toma de decisiones, a generar modelos que ayudan a formular hipótesis científicas, a priori, sin sesgos o prejuicios humanos.

No obstante, algunos fabricantes de modelos de machine learning han sido cuestionados porque en ocasiones sus productos digitales han tendido a reflejar pronunciados sesgos injustos de carácter discriminatorio racial y de género, y por razones éticas han sido desactivados, lo que muestra sensibilidad e implicación social.

 

Grandes sistemas tecnológicos [LTS]

El ejemplo anterior ilustra cierta involucración de la sociedad sobre los usos de la tecnología más allá de factores puramente técnicos. La cuestión entonces es: ¿Qué se entiende por tecnología cuando la consideramos constituida también por elementos no estrictamente técnicos? La respuesta la encontramos en los Estudios Constructivistas de la Tecnología, los cuales están menos interesados en definir qué es la tecnología, que en el proceso del cómo se construye socialmente tal o cual objeto tecnológico y de su impacto en la sociedad. En los Estudios Constructivistas, la tecnología no es vista como una ‘caja negra’ en la que los factores sociales se estudian de manera independiente, sino que son considerados como consustanciales a la propia tecnología.

Estos Estudios consideran como elementos tecnológicos aquellos que usualmente no son tratados como tales en el contexto de la tecnología; por ejemplo, el machine learning además de mecanismo técnico, está también constituido por un conjunto heterogéneo de elementos culturales, organizacionales, económicos, financieros y políticos, que forman parte del proceso de construcción de esa tecnología, y sin los cuales no podría llegar a desarrollarse con éxito. Asimismo, también se le incorporan componentes usualmente catalogados como científicos: libros, artículos, programas de investigación y desarrollo, conferencias, workshops, etc.; sin olvidar la extensa participación humana de científicos, ingenieros, financieros, legisladores y personal no cualificado.

En otras palabras: el machine learning se construye socialmente. Y esto es así, porque la sociedad configura el desarrollo de esa tecnología, por ejemplo, con legislación y normativas de la UE. Recíprocamente, el machine learning reconfigura a la sociedad, por ejemplo, con el impacto laboral que pueda suponer la implantación de robótica autónoma en las empresas. Entonces, tanto el ámbito técnico como el social, económico y político, están integrados formando un todo que constituye íntimamente el machine learning y lo trasciende en un gran sistema tecnológico.

To be continued…

9-4-2019

Bijker, W., Hughes, T., Pinch T. (1987) The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology. Cambridge: The MIT Press.
Bijker, W (2010). How is Technology Made? That is the Question! Cambridge. Journal of Economics 34(1):63-76.

 

Relacionado: https://neurofilosofia.com/las-revoluciones-industriales/

Continued: https://neurofilosofia.com/construccion-social-de-la-tecnologia-sistema-tecnologico-machine-learning-ii/

 

@ArturoGradolí Informàtic, filòsof, investigador de la ciència i tecnologia (UPV-UV). Doctorand.