Discriminador: Algoritmos emancipados
Lo que la inteligencia artificial sabe y puede hacer está determinado por algoritmos escritos por humanos. ¿Quién los escribe, con qué propósito, qué datos se recogen y cuáles se excluyen, quién es el propietario de los datos de los conjuntos de datos y de qué manera se utilizan estos datos o incluso se hace un mal uso de ellos?
Sabemos que los algoritmos con los que las máquinas aprenden prosperan si hay muchos datos digitales, preferiblemente infinitos, y que están disponibles libremente, pero también sabemos que debe establecerse una cierta confianza mutua entre los productores de datos, los usuarios y las máquinas. Al mismo tiempo, este es el límite en el que los diferentes algoritmos demuestran ser éticos o no, legítimos o perturbadores, colaborativos o explotadores. En el lado opuesto de la génesis de los algoritmos se encuentra la premisa de las máquinas emancipadas, en la que los algoritmos empiezan a evolucionar por sí mismos, desarrollando su propia lógica que es diferente de la que los humanos podrían entender. ¿Debemos los humanos acoger esta nueva forma de cognición en nuestra manera de pensar o debemos desconectar a esas máquinas emancipadas?
En este coloquio, expertos de la informática y la ingeniería debatirán sobre cómo hacer que los modelos actuales sean más transparentes y claramente comprensibles para ello, moderados por el español Marc Pons, Director de IEA OBSA/Actuatech, con Marek Havrda, Director de Política de IA e Impacto Social de Good AI; Vladan Joler, Artista y activista; Matei Mancas, Investigador Senior - ISIA LAB - UMONS; el científico del Instituto Cajal (CISIC), Juan C. Moreno y la charla introductoria a cargo del escritor de Ciencia Ficción, Bruce Sterling.
