Con cada estudio del cerebro humano, las neurociencias absorben los principales titulares de prensa. Todo progreso genera una pregunta en la que se vinculan tanto esperanzas como inquietudes: ¿será posible algún día imitar técnicamente el cerebro humano? Aunque los ordenadores ya superan a la imaginación con su capacidad de procesamiento, en su complejidad el cerebro humano sigue siendo superior en muchas áreas. ¿Cambiará esto en algún momento?
Estas cuestiones competen al campo de investigación de la inteligencia artificial (IA) (o AI, del inglés Artificial Intelligence). El principal objetivo de esta disciplina es intentar recrear técnicamente el cerebro humano y sus funciones por medio de la informática, la neurología, la psicología y la lingüística. Además, los enfoques de la investigación de la IA también han revelado información acerca de la percepción propia como seres humanos y de la comprensión de la “inteligencia”.
La inteligencia artificial, que goza de voluntad propia y actúa de forma autónoma, sigue siendo una fantasía. Sin embargo, en muchas áreas de la vida cotidiana esta visionaria técnica ya desempeña un papel central en muchas áreas y, en la mayoría de los casos, pasa desapercibida. Tanto la definición de inteligencia artificial como sus aplicaciones son desconocidas para muchos. En el campo de la medicina se aplica para elaborar diagnósticos y planes de tratamiento, y es que, gracias a la IA, las previsiones del mercado son mucho más potentes y, con su ayuda, los algoritmos de búsqueda de Google son mucho más dinámicos. Esta tecnología se encuentra detrás de asistentes personales como Cortana o Siri, de cada coche que se conduce solo y de cada ordenador que se encarga de la selección de nuevos empleados. En Estados Unidos, algunos documentos legales ya están siendo creados con la ayuda de inteligencia artificial. Todo esto hace evidente que la investigación de la IA haya encontrado variadas y útiles áreas de aplicación en las últimas décadas.
Internet en general, los motores de búsqueda en especial y, por lo tanto, el marketing online se ven afectados por estas rápidas innovaciones. Así, una comprensión básica de la tecnología de IA también resulta beneficiosa para el SEO. Algunas de las cuestiones que surgen entonces son: ¿Qué es inteligencia artificial y cómo funciona? ¿Cuáles son los objetivos de estas investigaciones y qué aplicaciones actuales se conocen? ¿Qué oportunidades y riesgos implica? Y, por último, ¿cuál es el impacto de su evolución para el marketing online y el SEO?
Una de las definiciones de la inteligencia artificial la identifica como una rama de la informática que tiene como objetivo crear un equivalente técnico de la inteligencia humana y en ella no solo trabajan informáticos, sino también expertos de otros campos del saber. Por su parte, hay muchas teorías y enfoques metodológicos para determinar las características de la “inteligencia” y las maneras de simularla.
Conseguir una definición más precisa de inteligencia artificial es imposible debido, principalmente, a la complejidad per se del concepto “inteligencia”. Si para los humanos aquellas habilidades que se consideran como parte de la inteligencia ya resultan controvertidas, determinarlas para las máquinas es aún más complejo. Algunas de las cuestiones implicadas incluyen el hecho de si la máquina debe optimizarse principalmente en su racionalidad o de si más bien se deben incluir otros rasgos humanos tales como la intencionalidad, la intuición o la capacidad de aprender. Posiblemente también es de esperar que las habilidades sociales, la empatía o el sentido de la responsabilidad desempeñen un papel relevante. Así, la pregunta gira en torno a qué debe crear la tecnología: capacidades racionales o humanidad artificial.
Ahora bien, también surgen diferencias en cuanto a la relación de similitud con los humanos. ¿Debe la máquina diseñarse como un cerebro humano? Este enfoque de simulación pretende crear una réplica exacta de las funciones cerebrales. ¿O se espera más bien que la máquina actúe como un humano, es decir, que el resultado final sea tan idéntico como sea posible? Este enfoque fenomenológico trata, sobre todo, de determinar exactamente lo que las personas recibirían de la inteligencia artificial, sin importar el proceso técnico que se tenga que llevar a cabo.
Definir la inteligencia artificial es una tarea difícil. En 1950, el matemático Alan Turing desarrolló una prueba para medir la inteligencia artificial. Con una serie de preguntas, el test de Turing determina si una máquina es reconocible como tal. Si las respuestas de la máquina no se pueden diferenciar de las de una persona, se confirma entonces su naturaleza artificial. Sin embargo, para la tecnología AI actual, esta definición no resulta de gran ayuda, pues hoy día la inteligencia artificial se desarrolla especialmente para áreas técnicas. En este caso se trata menos de que la máquina pueda comunicarse, sino más bien de que esta realice tareas altamente especializadas de manera eficiente. Para este tipo de tecnologías se utiliza una versión restringida de la prueba de Turing, en la que, si en una misma área un sistema técnico goza de las mismas capacidades que un ser humano (como un diagnóstico médico o una partida de ajedrez), este se considera como un sistema inteligente artificial. En este punto surgen entonces dos definiciones de inteligencia artificial: una “fuerte” y otra “débil”.
La definición fuerte de la inteligencia artificial se refiere a una inteligencia que es capaz de sustituir a las personas en su totalidad con sus diversas capacidades –este enfoque universal del hombre como máquina existe desde la Ilustración, pero sigue siendo ficción.
Existen varias dimensiones de la inteligencia que forman parte de la inteligencia artificial fuerte: la cognitiva, la sensorio-motriz, la emocional y la social. La mayoría de las aplicaciones actuales de la inteligencia artificial se relacionan con el área de la inteligencia cognitiva, esto es, la lógica, la planificación, la resolución de problemas, la autosuficiencia y la construcción individual de la perspectiva.
La visión es que la inteligencia artificial podría llegar a desarrollar una conciencia autónoma y una voluntad propia. Con este objetivo a largo plazo, la investigación de la IA entra en el territorio tradicional de la filosofía y genera muchas cuestiones éticas y legales. De hecho, la cuestión de la capacidad jurídica de las máquinas inteligentes sigue siendo totalmente confusa.
Por su parte, la definición débil de la inteligencia artificial se concentra en el desarrollo y la implementación de la inteligencia artificial en áreas de aplicación claramente definidas. Este es precisamente el punto en el que se encuentra la investigación actual de la IA, cuyas áreas de aplicación, casi en su totalidad, se encuentran hoy en el campo de la IA débil pero ampliamente especializada –como, por ejemplo, el desarrollo de coches autónomos, la elaboración de diagnósticos médicos o la creación de algoritmos de búsqueda inteligentes.
El campo de investigación de la inteligencia artificial débil ha sido capaz de registrar avances en los últimos años. El desarrollo de sistemas inteligentes en áreas individuales resultó ser mucho más práctico y, a la vez, éticamente de mayor aplicabilidad que la investigación para el desarrollo de una “superinteligencia”. Las áreas de aplicación de la inteligencia artificial débil son muy variadas, siendo particularmente exitosa en sectores como la medicina, las finanzas, la industria del transporte y el marketing y, por supuesto, Internet. Ya es previsible que, en algún punto, las tecnologías de este tipo penetrarán en casi todos los ámbitos de la vida.
¿Cómo describir el funcionamiento de la inteligencia artificial? Una IA solo es tan buena como la naturaleza de su representación técnica del saber. Aquí surgen dos enfoques metodológicos básicos: el simbólico y el neuronal.
La IA simbólica es considerada como el enfoque clásico de la inteligencia artificial. Este se basa en la idea de que el pensamiento humano puede ser reconstruido desde un nivel lógico-conceptual superior, independientemente de valores específicos experimentales (estrategias de procesamiento top-down). Así, el conocimiento se representa en símbolos abstractos, incluyendo al lenguaje hablado y escrito. Sobre la base de algoritmos, las máquinas aprenden a entender y utilizar la manipulación de símbolos. El sistema inteligente obtiene su información de los llamados sistemas expertos. En estos, los símbolos y la información se clasifican en un tipo específico de clases, especialmente en relaciones lógicas condicionales de la forma “sí… entonces”. El sistema inteligente puede acceder a esta base de datos de conocimiento y comparar dichas informaciones con las suyas.
Las aplicaciones tradicionales de la IA simbólica son el procesamiento de textos y el reconocimiento de voz, así como también otras disciplinas lógicas para, por ejemplo, dominar un juego de ajedrez. La inteligencia artificial simbólica funciona de acuerdo a reglas fijas y puede resolver problemas más complejos a medida que aumenta la potencia de cálculo. El ejemplo más reconocido fue cuando en 1996, con la ayuda de la IA simbólica, Deep Blue de IBM ganó contra el campeón mundial de ajedrez Garri Kasparow.
La construcción de un sistema experto se fundamenta sobre datos equipados con ciertas reglas de procesamiento. Un ejemplo:
Sobre la base de tales conexiones lógicas, se pretende que el sistema experto imite el conocimiento de las personas. Los sistemas expertos casi siempre se limitan a una especialidad como, por ejemplo, la medicina.
El rendimiento de la IA simbólica depende de la calidad de los sistemas expertos. En sus comienzos, los desarrolladores tenían grandes esperanzas pues, con el avance de la tecnología, los sistemas expertos aparentaban ser más poderosos y, con ello, el sueño de la inteligencia artificial fuerte parecía tangible. Sin embargo, cada vez se hicieron más evidentes los límites de la IA simbólica porque, más allá de la complejidad del sistema experto, la IA simbólica sigue siendo relativamente inflexible. Con excepciones, variables o conocimiento incierto un sistema fuerte es apenas manejable. Además, la IA simbólica presenta muchas limitaciones en cuando a la adquisición autónoma de conocimiento.
Al ser demasiado rígida y poco dinámica, esta tecnología no logra alcanzar las expectativas esperadas. Como consecuencia, en 1970 tiene lugar el llamado “invierno AI”, que dura hasta principios de la década de los 80 y en el que el apoyo financiero al desarrollo IA se desploma dramáticamente. En este contexto se produce una revolucionaria reorientación de esta tecnología: el desarrollo de sistemas de aprendizaje automático. El trabajo en redes neuronales artificiales revive la investigación IA.
Fueron Geoffrey Hinton y dos de sus colegas quienes en 1986 revivieron la investigación de la IA neuronal y, con ello, la de la inteligencia artificial en general. Con el desarrollo de su algoritmo de retropropagación se crearon las bases del aprendizaje profundo o Deep Learning, con el que hoy en día trabaja casi todo sistema de IA. Gracias a este algoritmo de aprendizaje, las redes neuronales profundas pueden aprender y crecer de manera constante a su ritmo, superando así los desafíos de la IA simbólica.
La inteligencia artificial neuronal (también conocida como IA subsimbólica o conexionista) dice adiós al principio de la representación del conocimiento simbólico. Al igual que en el cerebro humano, el conocimiento está segmentado en pequeñas unidades funcionales (neuronas artificiales) que se conectan con grupos más grandes (enfoque bottom-up o de abajo arriba). El resultado es una ramificada y diversa red de neuronas artificiales.
La inteligencia artificial neuronal intenta imitar el funcionamiento del cerebro de la manera más precisa posible, así como simular sus redes neuronales de forma artificial. A diferencia de la IA simbólica, la red neuronal es “entrenada” –en la robótica, por ejemplo, con datos de entrenamiento sensorio-motor. Así, basándose en estas experiencias, la IA genera un conocimiento cada vez mayor. La gran motivación reside en que, mientras su entrenamiento demanda relativamente mucho tiempo, el sistema es capaz de aprender de forma automática. Por lo tanto, se habla también de sistemas de aprendizaje automático o Machine Learning. Esto convierte a las inteligencias artificiales neuronales en sistemas altamente dinámicos y adaptables que, en muchos casos, no son totalmente comprensibles para los seres humanos.
Sin embargo, la construcción de una red neuronal artificial, casi siempre sigue los mismos principios:
La inmensa mayoría de los logros más recientes de la IA se deben, en parte, a las redes neuronales. En el contexto de la investigación de innovaciones y bajo el concepto del aprendizaje profundo (Deep Learning), se apuesta por los logros extraordinarios de los sistemas de aprendizaje automático –ya sea en el reconocimiento de voz y escritura o en los coches autónomos. Gracias a las redes neuronales más profundas, AlphaGo, el DeepMind de Google, derrotó en 2016 al jugador profesional surcoreano de Go, Lee Sedol (Go es uno de los juegos estratégicos de mesa más complejos en todo el mundo).
Inception de Google, en realidad un sistema de reconocimiento de imágenes, crea sorprendentes ensoñaciones visuales que en 2015 se volvieron virales con el hashtag #DeepDreams. Este “efecto secundario” del sistema fue descubierto por sus desarrolladores al azar mientras buscaban averiguar cómo funciona la inteligencia artificia exactamente.
Inception, el sistema de IA de Google, crea sorprendentes “visiones” que fueron publicadas viralmente bajo el hashtag #DeepDreams en Twitter en 2015 (fuente: twitter.com/hashtag/DeepDreams)
Desde el ciego optimismo del progreso a la simple negación de la tecnología, la tecnología inteligente suscita un amplio rango de reacciones. Esto tiene que ver principalmente con las futuras predicciones positivas y negativas acerca de cómo estas tecnologías podrían cambiar las vidas de las personas. ¿Qué oportunidades y riesgos se asocian a la inteligencia artificial? A continuación, presentamos algunas de las posiciones más importantes de entusiastas y escépticos de la AI.
La gama de ventajas que ofrece la inteligencia artificial es muy amplia. Los principales beneficios de esta tecnología están relacionados con el mundo laboral, su alto rendimiento y sus perspectivas económicas.
“Estaremos rodeados de máquinas que producirán más rápido, a un coste menor, con mejor uso de los recursos. En un plazo medio superarán las capacidades humanas. En la primera era de la informática, cuando se hicieron cálculos y se dio por buena la ley de Moore [la potencia de los ordenadores se duplica cada dos años], bajó el precio de los componentes y se aumentó su capacidad de cálculo. Eso va a seguir ocurriendo. Por ejemplo, en el caso de los coches, los humanos no los van a fabricar, ni a conducir. Lo harán las máquinas y nos transportarán con inteligencia artificial.” Jerry Kaplan en El País (fuente: elpais.com/tecnologia/2017/02/08/actualidad/1486555107_925308.html)
Los defensores de esta nueva tecnología señalan las principales ventajas proporcionadas por la inteligencia artificial:
Algunos expertos eminentes como el físico Stephen Hawking o el icono de Silicon Valley Elon Musk también advierten contra los riesgos de la inteligencia artificial. Estas voces críticas encuentran respaldo en importantes iniciativas como, por ejemplo, la organización de investigación y lobbismo Future of Life Institute (FLI), que se encarga de movilizar a renombrados críticos para concientizar acerca del uso responsable de la tecnología.
“El ritmo de los avances en la inteligencia artificial (no me refiero a la IA sencilla) es increíblemente rápido. A menos que estés directamente expuesto a grupos como DeepMind, no podrás imaginarte lo rápido que se desarrolla. Es casi exponencial. Tanto, que existe el riesgo de que dentro de cinco años ocurra algún acontecimiento peligroso.” Elon Musk, CEO de Tesla e inversor en tecnologías IA (cita traducida libremente del artículo publicado originalmente en www.theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat)
Algunos de los riesgos de la inteligencia artificial más discutidos son:
¿Cuál es entonces el rol de la inteligencia artificial en el mundo digital? En primer lugar, cabe resaltar que para el usuario sin experiencia la inteligencia artificial en Internet es apenas reconocible. Muchas empresas también evitan el uso del término incluso si sus productos trabajan de la mano de la IA. Esto se debe a que el auge de la fascinación por la inteligencia artificial es directamente proporcional a su mala reputación. A menudo, los consumidores son escépticos ante la implementación de tecnologías IA en la vida cotidiana. A veces también resulta complicado definir cuándo un servicio técnico se puede definir como “inteligente”, pues las suaves transiciones de las formas de implementación y las diferentes definiciones de inteligencia artificial suelen hacerlo aún más confuso.
Con el uso generalizado de los asistentes de voz, las personas son más propensas a acostumbrarse al uso de la inteligencia artificial. Sin embargo, en Internet también existe una gran variedad de aplicaciones en las que la tecnología de la IA desempeña un papel crucial. La lista de los algoritmos de IA activos y de los programas que utilizan la inteligencia artificial es extensa. Google domina este mercado con sus innovaciones, supuestamente con una ventaja de desarrollo de dos a tres años en comparación con otras empresas. Ahora bien ¿cómo se integra exactamente la inteligencia artificial en los conocidos algoritmos de búsqueda? Y ¿qué impacto tiene para el marketing online y, especialmente, para el SEO? A continuación presentamos algunos ejemplos de técnicas típicas e innovadores programas en el sector.
la inteligencia artificial no debe confundirse con la web semántica. Aunque los orígenes de la web semántica residen en la investigación de la IA, hoy en día estas dos áreas no tienen casi nada que ver entre sí.
Las innovaciones en los sistemas de aprendizaje automático representan una ola de grandes cambios para la industria. Con la adquisición de DeepMind, Google, el pionero de los motores de búsqueda, demostró que su algoritmo de búsqueda pretende especializarse cada vez más en el ámbito de la inteligencia artificial. Cada vez es más frecuente que Google adquiera nuevas empresas de la investigación en IA como, por ejemplo, las compañías británicas Vision Factory o Dark Blue Labs, y las integre en su equipo DeepMind.
El mayor impacto de las iniciativas de IA de Google es su algoritmo inteligente RankBrain. El extremadamente eficiente algoritmo para la detección de nuevas búsquedas fue implementado mundialmente en 2015 y lentamente, junto con los enlaces y el contenido, se ha convertido en uno de los tres factores más importantes en la clasificación. La especialidad del RankBrain es convertir las búsquedas de texto en entidades matemáticas. De esta forma, la intención detrás de la búsqueda puede reconocerse más fácilmente. Sin embargo, sigue siendo un misterio cómo funciona exactamente esta forma de inteligencia artificial.
La influencia de la IA en la búsqueda de Google es innegable. El experto en SEO Mark Traphagen citó a su CEO Sundar Pichai diciendo: “estamos pasando de un primer mundo móvil a un primer mundo IA. Queremos crear un Google personalizado para cada uno de los usuarios” (traducido libremente del inglés, ver imagen). Crear un Google para cada persona, concebir una individualización completa de las búsquedas a través de la inteligencia artificial es un enorme desafío para el SEO.
Mark Traphagen cita al CEO de Google Sundar Pichai (ver arriba para traducción). Fuente: twitter.com/marktraphagen/status/798298781984944128
La inteligencia artificial del RankBrain clasifica las búsquedas en la medida en que convierte aquellos datos que ya le son conocidos en hipótesis y generalizaciones y las aplica a cada respectiva entrada. Su comportamiento cambia debido a que es alimentado constantemente con nuevos datos. Así, Google ya no trabaja con actualizaciones semanales realizadas a partir de una medición humana, sino que se basa en los cálculos en tiempo real de los sistemas de aprendizaje automático. El hecho de que anteriormente los algoritmos eran en parte identificables y que ahora la inteligencia artificial se caracteriza por su dinamismo y personalización, dificulta en gran manera el SEO.
A continuación explicamos con unos conceptos básicos el papel de la inteligencia artificial en el SEO. Algo que todo especialista en SEO debería tener en mente es que, a diario, la inteligencia artificial adquiere conocimientos sobre la calidad de páginas web que seguramente aplicará a futuros rankings partiendo de las experiencias e indicaciones del usuario. Google sabe dónde hacen clic los usuarios, qué enlaces utilizan, cuánto tiempo permanecen en una página y qué probabilidades hay de que reaccionen a los anuncios. Los siguientes consejos pueden resultar de gran ayuda para el SEO:
1. Las user signals son muy relevantes. Ya no se trata solo de clics, sino también del tiempo de permanencia o, como indican algunos estudios, de las señales sociales. En este aspecto son decisivos cuatro factores:
2. Semántica antes que palabras clave. Originariamente, el RankBrain se desarrolla para comprender mejor las búsquedas más largas o desconocidas hasta entonces. Como resultado, Google interpreta cada vez mejor el lenguaje cotidiano y la intención detrás de este. Por lo tanto, el SEO ha desplazado su enfoque hacia la semántica más que hacia el clásico keywording. En otras palabras, para una buena clasificación en los motores de búsqueda, la calidad y la pertinencia del contenido de una página web son cada vez más relevantes.
3. Google reconoce la satisfacción del usuario. Google evalúa las señales del usuario y, por lo tanto, clasifica la calidad del sitio con mayor precisión en comparación a como lo hacían los algoritmos antes del RankBrain. Por esto, es más importante que nunca asegurar un alto nivel de usabilidad para el usuario. La velocidad de la página también es crucial para la satisfacción y retención de los usuarios. Algo que resulta de especial importancia es el menú de navegación, pues tanto el usuario como la IA deben ser capaces de ubicarse fácilmente. En pocas palabras, la perfección en los contenidos y en la técnica se demanda por igual.
4. Incluye a todos los departamentos de tu empresa en los esfuerzos de marketing online. Cuanto más grande sea una empresa y mayores esfuerzos invierta en su presencia online, mayor será su equipo de profesionales en marketing, SEO, redes sociales y managers UX. Quien desee innovar o responder apropiadamente a los cambios de la inteligencia artificial, tiene que unir fuerzas.
Aunque los rankings son cada vez más flexibles, la buena noticia es que la optimización en motores de búsqueda no cambia mucho. Por ejemplo, el uso excesivo de palabras claves ya no es considerado como la única medida de éxito del SEO. Lentamente, y cada vez más, la industria se ha ido enfocando en la satisfacción del usuario y concentrándose en que su grupo objetivo disfrute y visite su web con la mayor frecuencia posible.
El impacto de la inteligencia artificial en los rankings no difiere mucho de los algoritmos clásicos. Los algoritmos basados en IA no necesariamente funcionan de forma diferente, sino que son más eficaces y precisos, registrando más de lo que es realmente relevante para los usuarios de Internet. Como consecuencia, las estrategias SEO existentes no deberían ser descartadas sino, más bien, adoptadas con mayor pericia.
Solo queda por decir que en 2016 cinco gigantes digitales de Silicon Valley (Google, Amazon, Facebook, IBM y Microsoft) unieron fuerzas para impulsar sus investigaciones en inteligencia artificial. El carácter sensible de esta noticia respecto a la privacidad de los consumidores no tardó mucho en alertar a la comunidad pues, después de todo, estas empresas poseen la mayor parte del conjunto total de datos. Por otra parte, esta iniciativa está obligada a desarrollar directrices éticas comunes para el tratamiento de la inteligencia artificial y la necesidad de principios éticos comunes en este área es innegable. Dirigir el desarrollo de la tecnología IA hacia caminos más rentables será la tarea central de la sociedad en los próximos años y décadas.
Los errores lingüísticos del traductor de Google suelen ser muy graciosos. Sin embargo, no hay que perder de vista que tras la herramienta de traducción, que es propensa a errores, se esconde una de las tecnologías informáticas más complejas. El Natural Language Processing hace posible que los ordenadores puedan traducir de un idioma a otro, ejecuten comandos de voz o respondan a preguntas de...
Con los deepfakes, una nueva generación de falsificaciones de un nivel inaudito de realismo y pocas exigencias técnicas conquista la red. Detrás se esconde una tecnología con potencial de futuro: gracias al aprendizaje automático y a las redes neuronales puede representarse a personas en situaciones en las que nunca se encontraron, por ejemplo, en vídeos de género pornográfico. Tras iniciar una...
