1
00:00:09,120 --> 00:00:11,480
- Buenos días,
bienvenidos a un nuevo episodio de este.

2
00:00:11,480 --> 00:00:14,860
Somos UPM, el podcast Random
de la Universidad Politécnica de Madrid.

3
00:00:14,880 --> 00:00:16,440
Hoy vamos a hablar de dos palabras

4
00:00:16,440 --> 00:00:18,960
que cada vez son más comunes
en nuestro lenguaje

5
00:00:18,960 --> 00:00:21,420
y que cada vez están más presentes
en nuestro día a día,

6
00:00:21,420 --> 00:00:25,280
pero de las que realmente sabemos
muy poco. Vamos a hablar de algoritmos,

7
00:00:25,280 --> 00:00:29,060
una palabra que normalmente viene
asociada a redes sociales y también

8
00:00:29,060 --> 00:00:32,920
vamos a hablar de inteligencia artificial,
que con elementos como ChatGPT,

9
00:00:33,080 --> 00:00:35,780
pues cada vez están también
más presentes en nuestras vidas.

10
00:00:35,780 --> 00:00:38,360
Y lo vamos a hablar
con nuestro invitado de hoy,

11
00:00:38,360 --> 00:00:41,220
que es profesor de la Escuela
Técnica Superior de Ingenieros

12
00:00:41,220 --> 00:00:43,580
Informáticos de aquí
de la Universidad Politécnica de Madrid

13
00:00:43,580 --> 00:00:46,460
y que conoce bastante el tema
porque trabaja día a día con ello.

14
00:00:46,460 --> 00:00:48,140
Él es Alejandro Rodríguez.

15
00:00:48,140 --> 00:00:50,280
Buenos días Alejandro,
un placer tenerte aquí.

16
00:00:50,280 --> 00:00:51,680
- Gracias por invitarme.

17
00:00:51,680 --> 00:00:54,860
- Bueno, lo primero
vamos a ir un poco a definir

18
00:00:55,080 --> 00:00:57,300
qué es todo esto,
porque como decimos algoritmos,

19
00:00:57,300 --> 00:01:00,600
Inteligencia Artificial
son palabras que cada vez utilizamos más

20
00:01:00,800 --> 00:01:03,960
pero que no todos sabemos realmente en
qué consisten.

21
00:01:03,960 --> 00:01:05,500
¿Qué es un algoritmo?

22
00:01:05,500 --> 00:01:08,720
- Bueno, pues un algoritmo al fin y al cabo
es como una especie de receta,

23
00:01:08,720 --> 00:01:09,540
digamos, 

24
00:01:09,540 --> 00:01:11,160
que son las instrucciones que tiene

25
00:01:11,160 --> 00:01:15,040
que seguir un programa de ordenador
para llegar a un cometido determinado.

26
00:01:15,060 --> 00:01:18,060
Pues al final tenemos una entrada,
tenemos una serie de pasos

27
00:01:18,320 --> 00:01:19,680
y tenemos una salida.

28
00:01:19,680 --> 00:01:22,640
Eso es lo que es un algoritmo al final,
pues es una forma...

29
00:01:22,640 --> 00:01:25,040
Podemos verlo
como un símil de una receta de cocina

30
00:01:25,040 --> 00:01:27,880
que partiendo de los ingredientes
base, nos acaba dando

31
00:01:27,880 --> 00:01:30,840
pues un plato de cocina,
un plato de comida.

32
00:01:30,840 --> 00:01:33,440
- ¿Y para qué están utilizando
esos algoritmos las redes sociales?

33
00:01:33,440 --> 00:01:35,420
Porque últimamente es verdad
que cuando se habla de algoritmos

34
00:01:35,420 --> 00:01:38,420
se habla mucho de
cómo los usan las redes sociales.

35
00:01:38,540 --> 00:01:42,120
-Bueno, pues en redes sociales, sobre todo
los algoritmos, tienen como objetivo

36
00:01:42,480 --> 00:01:44,820
maximizar el tiempo
que estamos en la red social.

37
00:01:44,820 --> 00:01:47,540
Al final, a la red social
lo que le interesa es que estemos ahí

38
00:01:47,540 --> 00:01:49,640
el mayor tiempo posible,
porque eso incrementa

39
00:01:49,640 --> 00:01:52,440
por ejemplo,
pues que nos puedan dar un contenido

40
00:01:52,440 --> 00:01:55,660
personalizado, en tema de anuncios,
por ejemplo,o que nos pueda mostrar

41
00:01:55,660 --> 00:01:59,120
la información que pueda ser
de nuestro interés. Que por lo tanto, pues

42
00:01:59,820 --> 00:02:01,400
bueno, estemos ahí
el máximo tiempo posible.

43
00:02:01,400 --> 00:02:03,120
Entonces, fundamentalmente lo que tratan

44
00:02:03,120 --> 00:02:05,820
es de utilizar la información
que saben de nosotros

45
00:02:05,820 --> 00:02:08,840
para darnos un contenido
que nos que nos resulte atractivo. ¿No?

46
00:02:08,860 --> 00:02:11,860
Al final cuanto más tiempo estemos ahí,
pues para ellos mejor.

47
00:02:12,080 --> 00:02:16,380
-Hay muchísimo público en redes sociales...
Según un informe que ha sacado

48
00:02:16,380 --> 00:02:20,940
el Instituto IAB, solamente en España,
lo voy a mirar para que no me equivoque,

49
00:02:20,940 --> 00:02:24,960
hay más de 30,5 millones de usuarios
de redes sociales y se utilizan

50
00:02:25,200 --> 00:02:27,240
cuatro redes sociales de media.

51
00:02:27,240 --> 00:02:31,380
Entonces un poco la polémica estaba en
si estos algoritmos realmente están

52
00:02:31,380 --> 00:02:35,420
definiendo lo que nosotros vemos
en función de intereses de las empresas.

53
00:02:35,780 --> 00:02:39,980
No sé si esto es así o si realmente vemos
lo que nosotros queremos ver.

54
00:02:40,560 --> 00:02:43,680
- Bueno, aquí esto es una cosa
que el tema de que las empresas

55
00:02:43,680 --> 00:02:47,780
puedan estar definiendo, digamos,
lo que vemos, o sea, está claro que sí,

56
00:02:47,780 --> 00:02:50,060
en el sentido
de que ellos desarrollan los algoritmos.

57
00:02:50,060 --> 00:02:52,100
O sea, esto es una cosa que es obvia.

58
00:02:52,100 --> 00:02:52,620
Ahora bien,

59
00:02:52,620 --> 00:02:56,340
se supone que estos algoritmos deberían
ser, vamos a llamarlo asépticos, 

60
00:02:56,360 --> 00:02:58,860
O sea,
deberían aprender de nuestros intereses

61
00:02:58,860 --> 00:03:01,860
y en base a sus intereses,
mostrarnos un contenido personalizado.

62
00:03:02,180 --> 00:03:07,280
La realidad es que ponerse a analizar
hasta qué punto ese contenido realmente

63
00:03:07,280 --> 00:03:11,640
encaja con lo que nosotros queremos
o encaja con lo que nos quieren mostrar

64
00:03:11,960 --> 00:03:14,960
es un tema bastante complicado
y que yo creo que requiere un análisis

65
00:03:15,000 --> 00:03:19,400
bastante profundo y no sé hasta qué punto
es, digamos, tan fácil de

66
00:03:19,740 --> 00:03:21,200
de aseverar ciertas cosas.

67
00:03:21,200 --> 00:03:24,840
Luego sí que es verdad
que hay una cuestión con los algoritmos

68
00:03:24,840 --> 00:03:27,840
y es que a medida que nosotros
vemos un contenido que nos gusta,

69
00:03:28,100 --> 00:03:32,160
se genera un fenómeno
que se denomina como de cámara de eco, ¿no?

70
00:03:32,400 --> 00:03:33,080
Que al fin y al cabo

71
00:03:33,080 --> 00:03:37,380
es que retroalimentamos y acabamos viendo
siempre lo mismo, con lo cual

72
00:03:38,540 --> 00:03:41,120
lo que ocurre
es que a veces esa esa cámara de eco

73
00:03:41,120 --> 00:03:44,700
hace que solo nos centremos en un tipo de
contenido que es el que nosotros queremos

74
00:03:44,900 --> 00:03:46,880
y no seamos capaces de ver otras cosas

75
00:03:46,880 --> 00:03:50,840
que puedan ser las que nos den un poco,
digamos un puntos de vistas diferente.

76
00:03:50,840 --> 00:03:54,180
Entonces hay que tener también un poco de
cuidado con eso, porque al fin y al cabo

77
00:03:54,480 --> 00:03:56,000
los algoritmos no dejan de,

78
00:03:56,000 --> 00:03:59,360
al fin y al cabo, en teoría,
basarse en lo que nosotros queremos.

79
00:03:59,540 --> 00:04:03,060
- Claro, porque el algoritmo aprende de
lo que tú estás haciendo en la red social.

80
00:04:03,060 --> 00:04:03,620
- Exactamente.

81
00:04:03,620 --> 00:04:04,860
Aprende de lo que tú estás haciendo,

82
00:04:04,860 --> 00:04:08,720
aprende de si yo estoy en Instagram
y me paro a ver un determinado vídeo,

83
00:04:08,720 --> 00:04:12,300
o le doy like o comento
o lo reenvío, por ejemplo,

84
00:04:12,560 --> 00:04:13,760
pues se basa en esa información.

85
00:04:13,760 --> 00:04:16,060
Luego también
hay algoritmos y redes sociales

86
00:04:16,060 --> 00:04:19,500
que por ejemplo, lo que hacen en ocasiones
es que te perfilan

87
00:04:20,100 --> 00:04:23,260
y perfilan a otro usuario
y aunque tú ves un determinado

88
00:04:23,260 --> 00:04:26,300
tipo de contenido,
son capaces de identificar que ese

89
00:04:26,300 --> 00:04:29,380
otro usuario y tú os parecéis,
y lo que puede hacer es recomendarte

90
00:04:29,900 --> 00:04:31,620
contenido que le guste a otro usuario.

91
00:04:31,620 --> 00:04:33,060
Lo que hace es una especie de asociación,

92
00:04:33,060 --> 00:04:35,500
en la que dice bueno,
pues como tú y yo nos parecemos,

93
00:04:35,500 --> 00:04:38,420
yo sé que a ti te gustan estas cosas,
yo sé que al otro le gustan estas otras,

94
00:04:38,420 --> 00:04:39,220
pero os parecéis,

95
00:04:39,220 --> 00:04:42,000
voy a probar a darte un contenido
que digamos que sería cruzado.

96
00:04:42,000 --> 00:04:42,620
Entonces eso, por ejemplo,

97
00:04:42,620 --> 00:04:45,740
ocurre en Instagram con la famosa lupa
que a veces tú ves un contenido

98
00:04:45,740 --> 00:04:47,180
que de hecho este contenido
no lo he visto nunca,

99
00:04:47,180 --> 00:04:50,180
por qué me lo muestra... Pues precisamente
porque está perfilándose.

100
00:04:50,240 --> 00:04:52,380
- ¿Y qué papel juega
la Inteligencia Artificial en todo esto?

101
00:04:52,380 --> 00:04:55,380
No sé si esos algoritmos utilizan también
Inteligencia Artificial.

102
00:04:55,620 --> 00:04:56,120
- Sí... Bueno, a ver,

103
00:04:56,120 --> 00:04:59,580
la Inteligencia Artificial ahora es que
está presente prácticamente en todo.

104
00:04:59,880 --> 00:05:04,020
Y es verdad que a veces es muy complicado
saber cuando es Inteligencia Artificial

105
00:05:04,020 --> 00:05:04,920
o cuando no. También

106
00:05:04,920 --> 00:05:08,300
la definición de Inteligencia Artificial
ha ido cambiando a lo largo de los años.

107
00:05:09,060 --> 00:05:11,360
Pero sí,
la gran mayoría de las redes sociales

108
00:05:11,360 --> 00:05:13,220
pueden utilizar modelos
de Inteligencia Artificial.

109
00:05:13,220 --> 00:05:17,040
Precisamente se entrenan con ese contenido
que, bueno, obviamente

110
00:05:17,040 --> 00:05:20,120
tienen acceso a miles de millones
de tipos de datos

111
00:05:20,360 --> 00:05:21,720
y pueden utilizar ese contenido

112
00:05:21,720 --> 00:05:24,020
para entrenar un modelo
que nos pueda ayudar a hacer

113
00:05:24,020 --> 00:05:27,680
recomendaciones personalizadas
del contenido que quiere mostrarnos.

114
00:05:28,020 --> 00:05:30,360
- Porque, ¿en qué consiste exactamente
la Inteligencia Artificial?

115
00:05:30,360 --> 00:05:34,080
¿Cómo se puede definir un poco, por así
decirlo, de un modo de estar por casa?

116
00:05:34,080 --> 00:05:36,600
- Vale, vamos a hacerlo,
vamos a tratar de hacerlo así.

117
00:05:36,600 --> 00:05:39,380
La Inteligencia Artificial,
lo que trata básicamente es de que las

118
00:05:39,380 --> 00:05:43,200
las máquinas sean capaces de emular
de alguna manera lo que se supone que es

119
00:05:43,200 --> 00:05:47,160
la inteligencia humana,
que sean capaces de tener un comportamiento

120
00:05:47,400 --> 00:05:48,560
que emule esa inteligencia.

121
00:05:48,560 --> 00:05:50,060
Lo que pasa
es que la Inteligencia Artificial

122
00:05:50,060 --> 00:05:51,780
realmente es un área muy, muy, muy grande.

123
00:05:51,780 --> 00:05:55,700
O sea, no es un área,
y sobre todo más en los últimos años,

124
00:05:55,940 --> 00:05:56,780
nicho 

125
00:05:56,780 --> 00:06:00,700
Entonces hay muchísimas técnicas
o subáreas de la Inteligencia Artificial.

126
00:06:00,720 --> 00:06:03,420
Pero el objetivo,
digamos principal o primordial, sería eso:

127
00:06:03,420 --> 00:06:06,840
que las máquinas traten de emular
el comportamiento que tiene un humano.

128
00:06:07,160 --> 00:06:08,840
-Al margen de ChatGPT

129
00:06:08,840 --> 00:06:11,580
que es como lo que más conocemos así
ahora mismo de Inteligencia Artificial.

130
00:06:11,580 --> 00:06:14,220
¿En qué campos se está aplicando ahora mismo
la inteligencia artificial?

131
00:06:14,220 --> 00:06:18,180
- Bueno, me alegra esa pregunta,
porque precisamente yo siempre digo que

132
00:06:18,180 --> 00:06:22,520
cuando surgió  ChatGPT lo que ocurrió fue
que, digamos, se abrió la caja de Pandora,

133
00:06:22,920 --> 00:06:25,740
o sea,
cuando Open AI libera ChatGPT y sobre todo

134
00:06:25,740 --> 00:06:29,180
me refiero a que lo libera a un nivel de
acceso al público generalista.

135
00:06:29,640 --> 00:06:33,300
Es cuando, aunque la Inteligencia Artificial
lleva existiendo muchísimas décadas,

136
00:06:33,580 --> 00:06:36,260
o sea, esto no es un concepto nuevo
ni mucho menos...

137
00:06:36,260 --> 00:06:39,300
Se ha oído hablar también de los inviernos
de la Inteligencia Artificial

138
00:06:39,300 --> 00:06:41,880
porque tuvo más repercusión 
y luego bajó la cosa.

139
00:06:41,880 --> 00:06:43,920
Ahora
parece que estamos en una época de bonanza

140
00:06:43,920 --> 00:06:45,080
para la Inteligencia Artificial,

141
00:06:45,080 --> 00:06:46,520
pero la realidad es que esto

142
00:06:46,520 --> 00:06:49,980
lleva muchísimo más tiempo y hay muchísima
más Inteligencia Artificial

143
00:06:49,980 --> 00:06:53,160
que ya ChatGPT, que es un tipo de Inteligencia
Artificial generativa.

144
00:06:53,160 --> 00:06:54,740
En este caso. También.

145
00:06:54,740 --> 00:06:55,940
¿En qué áreas?

146
00:06:55,940 --> 00:06:58,700
Bueno, pues la verdad es que se utiliza
en muchísimas áreas,

147
00:06:58,700 --> 00:07:02,440
en industria se utiliza en turismo,
se utiliza en medicina, o sea,

148
00:07:02,700 --> 00:07:04,160
hay muchísimas.

149
00:07:04,160 --> 00:07:05,540
O bueno, en nuestro día a día

150
00:07:05,540 --> 00:07:07,580
hay muchísimas cosas que
estamos utilizando que tienen Inteligencia Artificial.

151
00:07:07,580 --> 00:07:09,860
en realidad... Lo que comentamos
de las redes sociales,

152
00:07:09,860 --> 00:07:13,260
por ejemplo, los sistemas de recomendación
y las plataformas tipo Netflix,

153
00:07:13,260 --> 00:07:16,260
Amazon, etcétera, utilizan este tipo de
de Inteligencia Artificial.

154
00:07:16,740 --> 00:07:20,000
Desde luego, no es una cosa que se limite
única y exclusiva

155
00:07:20,660 --> 00:07:21,920
exclusivamente a esta app.

156
00:07:21,920 --> 00:07:23,720
- ¿Nosotros somos conscientes los usuarios,

157
00:07:23,720 --> 00:07:26,600
tú crees, de todos los datos que damos
cuando hacemos yo

158
00:07:26,600 --> 00:07:29,600
que sé una transacción económica
o cuando buscamos algo en Google?

159
00:07:29,780 --> 00:07:33,920
- Bueno, probablemente somos conscientes,
pero no queremos serlo.

160
00:07:34,080 --> 00:07:37,800
Es decir, nosotros al final tenemos que
tener en cuenta que cuando nos están

161
00:07:37,800 --> 00:07:41,720
dando una serie de servicios de manera
gratuita, algo tiene que haber detrás.

162
00:07:41,720 --> 00:07:45,060
Y ese algo que hay fundamentalmente
es los datos que estamos dando.

163
00:07:45,060 --> 00:07:46,860
Al fin y al cabo
yo tengo un montón de servicios,

164
00:07:46,860 --> 00:07:47,240
por ejemplo,

165
00:07:47,240 --> 00:07:51,600
que me ofrecen empresas como Google,
sin coste o sin un coste aparente.

166
00:07:51,600 --> 00:07:53,100
Pero claro, eso implica que nosotros

167
00:07:53,100 --> 00:07:55,280
estamos dando un montón de información,
igual que las redes sociales.

168
00:07:55,280 --> 00:07:56,640
Las redes sociales son gratuitas,

169
00:07:56,640 --> 00:07:59,280
no hay que pagar la mayoría de ellas,
no hay que pagar nada.

170
00:07:59,280 --> 00:08:02,280
Pero claro, a cambio
nosotros estamos dando una información

171
00:08:02,600 --> 00:08:05,840
que luego esa información
se utiliza para vender a terceros

172
00:08:05,840 --> 00:08:08,120
y que nos puedan dar, por ejemplo,
publicidad personalizada.

173
00:08:08,120 --> 00:08:11,300
Ya no solo la que nos muestran en la red
social, sino la que luego yo por ejemplo,

174
00:08:11,540 --> 00:08:15,120
pueda tener en cualquier otra plataforma,
porque al final existe un cruce de datos,

175
00:08:15,420 --> 00:08:18,200
que esa información se
está, se está explotando.

176
00:08:18,200 --> 00:08:19,140
-Ahora mismo,

177
00:08:19,140 --> 00:08:21,980
¿por qué ámbito están las investigaciones
en Inteligencia Artificial?

178
00:08:21,980 --> 00:08:24,240
¿En qué se está trabajando más?

179
00:08:24,240 --> 00:08:27,680
- Bueno, a ver, ahora mismo
con el tema de ChatGPT, como digo, es verdad

180
00:08:27,680 --> 00:08:31,160
que ha habido un boom en términos
de lo que es la Inteligencia Artificial

181
00:08:31,160 --> 00:08:34,440
generativa a nivel 
no solamente textual.

182
00:08:34,440 --> 00:08:37,340
Por ejemplo, en la Inteligencia Artificial
multimodal que pueda trabajar

183
00:08:37,340 --> 00:08:39,240
con diferentes tipos de datos.

184
00:08:39,240 --> 00:08:42,080
Pero bueno, la pura realidad
es que en la Inteligencia Artificial

185
00:08:42,080 --> 00:08:44,660
a mí no me gusta llamarla clásica,
pero lamentablemente ahora mismo

186
00:08:44,660 --> 00:08:45,980
ya se la conoce como clásica

187
00:08:45,980 --> 00:08:48,500
parece a todo
lo a todo lo que no es la generativa,

188
00:08:48,500 --> 00:08:51,200
hay muchísimas áreas en las 
que se está trabajando

189
00:08:51,200 --> 00:08:52,660
Entonces, por ejemplo,
como comentaba antes,

190
00:08:52,660 --> 00:08:54,980
la medicina es uno de esos campos

191
00:08:54,980 --> 00:08:58,620
donde se está tratando de utilizar
la Inteligencia Artificial para 

192
00:08:59,240 --> 00:09:00,320
múltiples tareas.

193
00:09:00,320 --> 00:09:03,380
Un ejemplo por poner así uno así muy,

194
00:09:03,380 --> 00:09:06,520
muy relevante,
porque ganó el Premio Nobel de Química.

195
00:09:07,520 --> 00:09:10,620
El hecho
de poder tratar de predecir 

196
00:09:10,620 --> 00:09:14,300
el plegamiento de las proteínas
es un hito y en este caso

197
00:09:14,380 --> 00:09:17,600
el sistema de alphafold
que nos permite trabajar en este área

198
00:09:17,780 --> 00:09:20,880
y que va a revolucionar
probablemente el desarrollo de fármacos,

199
00:09:20,880 --> 00:09:23,100
así como muchas áreas
de la ciencia de la salud.

200
00:09:23,100 --> 00:09:25,740
- Eso te quería preguntar, porque tú además
eres Presidente

201
00:09:25,740 --> 00:09:29,040
de la sociedad Española
de Inteligencia Artificial en Biomedicina.

202
00:09:29,300 --> 00:09:30,840
No sé ahora mismo, lo que me dices tú,

203
00:09:30,840 --> 00:09:33,080
ejemplos concretos de aspectos médicos

204
00:09:33,080 --> 00:09:36,360
en los que la Inteligencia Artificial
realmente está cambiando las cosas.

205
00:09:36,480 --> 00:09:38,780
-Vale, pues mira, aparte de, por ejemplo,
lo que te he dicho en Alphafold,

206
00:09:38,780 --> 00:09:39,960
sí que hay muchos sistemas

207
00:09:39,960 --> 00:09:43,140
que están utilizando, por ejemplo,
o que están ayudando en términos

208
00:09:43,140 --> 00:09:47,300
de análisis de imagen. En imagen médica,
por ejemplo, en radiografías

209
00:09:47,540 --> 00:09:51,800
que pueden asistir o que pueden ayudar,
por ejemplo, a encontrar determinado

210
00:09:51,800 --> 00:09:55,520
tipo de patologías, por ejemplo,
en determinadas tipos de imagen médica.

211
00:09:55,860 --> 00:09:58,260
También una cosa que se está
empezando a utilizar mucho

212
00:09:58,260 --> 00:09:59,780
es para los ensayos clínicos.

213
00:09:59,780 --> 00:10:02,280
Por ejemplo, tratar de utilizar
la Inteligencia Artificial de

214
00:10:02,280 --> 00:10:06,560
tal manera que yo pueda abordar
un montón de historiales médicos

215
00:10:06,600 --> 00:10:09,560
y que yo pueda sacar, por ejemplo,
criterios de inclusión y exclusión

216
00:10:09,560 --> 00:10:13,160
para pacientes que son susceptibles
de entrar en un ensayo clínico o no,

217
00:10:13,440 --> 00:10:17,080
porque al fin y al cabo, los médicos,
cuando tienen un pool de pacientes grande,

218
00:10:17,540 --> 00:10:22,220
es muy difícil que puedan recordar
exactamente quién cumple o no cumple, 

219
00:10:22,620 --> 00:10:24,920
Entonces, la inteligencia artificial
puede ayudar en esto.

220
00:10:24,920 --> 00:10:26,100
En sistemas de diagnóstico.

221
00:10:26,100 --> 00:10:30,060
por ejemplo, que podamos utilizar
la Inteligencia Artificial para hacer,

222
00:10:30,500 --> 00:10:35,580
pongamos, una especie de pre clasificación
o que podamos dar una prioridad,

223
00:10:35,580 --> 00:10:39,360
por ejemplo, a determinados pacientes o no
en usando este tipo de sistemas.

224
00:10:40,100 --> 00:10:44,460
Hay muchos ejemplos realmente en el área
de biomedicina que tienen aplicación

225
00:10:44,460 --> 00:10:47,540
directa de la Inteligencia Artificial.

226
00:10:47,880 --> 00:10:50,720
- Pero como estamos viendo
con estos ejemplos que nos estás poniendo,

227
00:10:50,720 --> 00:10:52,860
la Inteligencia Artificial
está pensada en estos casos

228
00:10:52,860 --> 00:10:53,420
siempre para

229
00:10:53,420 --> 00:10:57,180
complementar la acción de un humano...
Porque ya sabes que hay muchos alarmistas

230
00:10:57,180 --> 00:10:57,860
que dicen que bueno,

231
00:10:57,860 --> 00:11:00,420
que ya no vamos a servir prácticamente
para nada

232
00:11:00,420 --> 00:11:02,480
y que nos va a desbancar
en todos los ámbitos.

233
00:11:02,480 --> 00:11:06,780
- Mira, yo aquí soy una persona
bastante comedida y no me gusta

234
00:11:06,780 --> 00:11:11,820
tampoco hacer predicciones futuristas,
porque luego el tiempo te da...

235
00:11:12,060 --> 00:11:14,700
-Te pone en su sitio.
- Te pone en su sitio, exactamente.

236
00:11:14,700 --> 00:11:17,540
Entonces yo a nivel en la
en el área de biomedicina,

237
00:11:17,540 --> 00:11:20,220
de hecho, hace dos o tres semanas me
me entrevistaron

238
00:11:20,220 --> 00:11:22,160
en Radio Nacional de España
sobre este tema,

239
00:11:22,160 --> 00:11:25,320
y yo siempre digo que efectivamente
tiene que ser una herramienta para ayudar.

240
00:11:25,380 --> 00:11:28,500
Yo siempre cuando hablo de estos temas
digo que al final

241
00:11:28,500 --> 00:11:32,060
una persona tiene una capacidad
muy limitada. O sea, somos personas,

242
00:11:32,060 --> 00:11:35,420
tenemos nuestros sesgos,
tenemos nuestra memoria que está limitada,

243
00:11:35,480 --> 00:11:36,500
nos olvidamos de cosas,

244
00:11:36,500 --> 00:11:37,920
recordamos la Inteligencia Artificial en

245
00:11:37,920 --> 00:11:41,340
teoría no puede tener sus sesgos,
obviamente a nivel de entrenamiento,

246
00:11:41,760 --> 00:11:44,240
pero la realidad es
que no tiene esa limitación.

247
00:11:44,240 --> 00:11:47,000
Entonces,
yo creo que es una herramienta fenomenal

248
00:11:47,000 --> 00:11:48,080
para que pueda ayudar,

249
00:11:48,080 --> 00:11:51,140
para que pueda tener en cuenta
precisamente variables que quizás,

250
00:11:51,980 --> 00:11:54,840
por ejemplo, un profesional de la medicina
en un determinado momento pueda tener.

251
00:11:54,840 --> 00:11:57,360
Yo siempre pongo como ejemplo
un caso que me

252
00:11:57,360 --> 00:12:00,040
me pasó que  si quieres
te cuento porque creo que es bastante ilustrativa

253
00:12:00,040 --> 00:12:05,600
Además es real, es anecdótico
pero ilustrativo.  Yo hace muchos años,

254
00:12:05,880 --> 00:12:09,140
me fui a Tailandia,
me caí en un río,

255
00:12:09,380 --> 00:12:11,180
me comí un escorpión y me hice un tatuaje.

256
00:12:11,180 --> 00:12:11,760
Siempre lo he contado

257
00:12:11,760 --> 00:12:14,360
además en mis clases para
para ilustrar la inteligencia artificial.

258
00:12:14,360 --> 00:12:17,960
Y lo que me pasó es que
cuando me caí en el río, pues bueno,

259
00:12:18,680 --> 00:12:19,860
casi me muero en el río.

260
00:12:19,860 --> 00:12:22,340
Me tuvieron que sacar. Al principio
parece que no pasó nada.

261
00:12:22,340 --> 00:12:23,000
Yo seguí mi viaje,

262
00:12:23,000 --> 00:12:26,940
pero cuando volví a España me
me puse muy enfermo.

263
00:12:26,940 --> 00:12:28,640
Me tuvieron que ingresar en el hospital

264
00:12:28,640 --> 00:12:30,300
y al final a mí
me tuvieron que dar el alta.

265
00:12:30,300 --> 00:12:30,600
Después de

266
00:12:30,600 --> 00:12:33,620
ponerme un antibiótico de amplio espectro
sin saber qué me había pasado.

267
00:12:33,800 --> 00:12:36,620
Fue un mes más tarde
cuando me dijeron oye,

268
00:12:36,620 --> 00:12:39,540
resulta que tenías leptospirosis,
una bacteria,

269
00:12:39,540 --> 00:12:42,740
la leptospira que cuando me caí al río,
pues bueno, la cogí, vale.

270
00:12:43,100 --> 00:12:46,680
El caso es que yo como prueba de concepto
dije voy a preguntar a ChatGPT y a darle

271
00:12:46,680 --> 00:12:51,580
exactamente la descripción de mi caso
y ChatGPT fue capaz de sacar 

272
00:12:51,600 --> 00:12:53,660
el virus leptospirosis
como una de las primeras opciones.

273
00:12:53,660 --> 00:12:56,420
Te caíste a un río, 
había agua contaminada,

274
00:12:56,420 --> 00:12:59,640
Probablemente sea leptospirosis.
¿Quiere decir esto

275
00:13:00,300 --> 00:13:02,580
que tiene que ChatGPT tiene que sustituir a un médico?

276
00:13:02,580 --> 00:13:05,640
-No, pero puede complementarlo porque

277
00:13:06,340 --> 00:13:09,720
la leptospirosis, por ejemplo, no fue ninguna
de las opciones que se consideró

278
00:13:09,720 --> 00:13:12,200
cuando yo me caí al río o cuando yo estuve
en el hospital ingresado.

279
00:13:12,200 --> 00:13:15,480
Se consideraron muchas otras enfermedades
infecciosas, pero no la leptospirosis.

280
00:13:16,100 --> 00:13:20,680
Este es un ejemplo que es normal
porque  además la leptospirosis en España era muy poco.

281
00:13:20,900 --> 00:13:22,080
No era común.

282
00:13:22,080 --> 00:13:24,260
Es verdad que me pasó en Tailandia,

283
00:13:24,260 --> 00:13:27,740
vale que había que tenerlo en cuenta, pero
claro, no tiene por qué necesariamente

284
00:13:27,740 --> 00:13:30,740
uno saber o acordarse
de que hay leptospirosis en Tailandia.

285
00:13:30,740 --> 00:13:33,840
- Son muchos factores que una mente
humana quizá no pueda tener en cuenta.

286
00:13:33,840 --> 00:13:34,580
-Exactamente.

287
00:13:34,580 --> 00:13:37,580
Entonces,
yo creo que este tipo de herramientas

288
00:13:37,920 --> 00:13:41,600
sirven para ayudar.
Pero la decisión final siempre es

289
00:13:41,600 --> 00:13:44,480
tiene que seguir tomando los humanos
porque más el humano tiene una cosa

290
00:13:44,480 --> 00:13:48,020
que se llama la experiencia, llamémoslo
a veces ese 6.º sentido,

291
00:13:48,620 --> 00:13:52,500
pero que se basa en
en una experiencia muy dilatada

292
00:13:52,920 --> 00:13:57,080
que generalmente al final es quien
tiene la razón y quien acierta.

293
00:13:57,080 --> 00:13:57,440
Y bueno,

294
00:13:57,440 --> 00:14:00,380
en este caso que te he dicho, Tailandia
es un ejemplo, pero hay muchos ahí.

295
00:14:00,380 --> 00:14:04,100
De hecho ya se está utilizando mucho
la IA generativa midiendo

296
00:14:04,100 --> 00:14:07,100
para ver cómo de bien funciona,
por ejemplo en temas de diagnóstico.

297
00:14:07,120 --> 00:14:08,180
Y más diagnóstico.

298
00:14:08,180 --> 00:14:09,320
-Bueno, estamos en una universidad,

299
00:14:09,320 --> 00:14:13,460
entonces no nos podemos olvidar también
de lo que les interesa a los estudiantes

300
00:14:13,880 --> 00:14:16,580
¿qué campos, qué salidas profesionales
se abren para los estudiantes

301
00:14:16,580 --> 00:14:19,400
en el ámbito de la inteligencia artificial
en los próximos años?

302
00:14:19,400 --> 00:14:22,400
- Bueno, yo creo que es un área

303
00:14:22,400 --> 00:14:25,520
que va a tener una evolución muy,
muy grande.

304
00:14:25,520 --> 00:14:29,660
Yo creo que al final se
se van a crear perfiles precisamente

305
00:14:30,200 --> 00:14:34,320
de 	profesionales
que lo que traten es de ser capaces

306
00:14:34,320 --> 00:14:36,420
de mejorar
estas inteligencias artificiales,

307
00:14:36,420 --> 00:14:38,760
que sean capaces de entender
cómo funcionan.

308
00:14:38,760 --> 00:14:41,940
Por eso creo que es muy importante
también, además, no dejarse

309
00:14:41,940 --> 00:14:46,080
digamos de lado el fundamento teórico
y técnico que hay detrás,

310
00:14:46,080 --> 00:14:50,100
porque sin entender ese fundamento
teórico técnico, es muy difícil

311
00:14:50,460 --> 00:14:52,220
ser capaz de mejorar estas inteligencias.

312
00:14:52,220 --> 00:14:52,740
Entonces yo creo que

313
00:14:52,740 --> 00:14:56,700
va a haber una gran demanda precisamente
de las empresas que quieran incorporar

314
00:14:56,700 --> 00:14:59,760
herramientas de Inteligencia Artificial
en su operativa diaria

315
00:15:00,020 --> 00:15:03,480
y que van a necesitar de perfiles
que estén adaptados

316
00:15:03,480 --> 00:15:06,020
y que sepan precisamente
como hacer este tipo de tareas.

317
00:15:06,020 --> 00:15:08,420
-¿Y qué consejo le darías a un chico
que ahora mismo no se decide

318
00:15:08,420 --> 00:15:11,600
pero está pensando en venir a estudiar
aquí a la universidad,

319
00:15:11,820 --> 00:15:13,680
algo relacionado con Inteligencia
Artificial?

320
00:15:13,680 --> 00:15:15,520
- Bueno, pues yo lo que le recomendaría
es que,

321
00:15:15,520 --> 00:15:18,920
que es lo primero, que la inteligencia
es una cosa que es muy importante

322
00:15:18,920 --> 00:15:24,120
es leer mucho,
informarse mucho hoy en día mucho.

323
00:15:24,200 --> 00:15:25,860
Pues precisamente mucho podcast,

324
00:15:25,860 --> 00:15:27,720
mucha divulgación
sobre temas de inteligencia

325
00:15:27,720 --> 00:15:29,900
que me parece que es maravilloso
y que está muy bien,

326
00:15:29,900 --> 00:15:33,180
pero que hay que bajar también
un poquito al terreno y al barro.

327
00:15:33,200 --> 00:15:35,820
Luego también que tengamos en mente
recordemos que la Inteligencia Artificial

328
00:15:35,820 --> 00:15:38,040
no es solo Inteligencia Artificial
generativa.

329
00:15:38,040 --> 00:15:41,040
Hay un mundo mucho más amplio
detrás de la Inteligencia Artificial

330
00:15:41,040 --> 00:15:45,020
y que creo que hay que intentar ver
todas las opciones que existen,

331
00:15:45,020 --> 00:15:46,960
porque al final es en la que también tú

332
00:15:46,960 --> 00:15:50,460
una manera de otra, puedes ver cuál
te interesa más o cuál le interesa menos.

333
00:15:50,460 --> 00:15:54,740
Entonces bueno, informarse,
leer lo máximo posible y estar al día,

334
00:15:54,740 --> 00:15:57,740
que también es verdad que es muy difícil
porque precisamente ha habido un boom

335
00:15:57,920 --> 00:15:59,880
muy grande con la Inteligencia Artificial
y cada vez cuesta más.

336
00:15:59,880 --> 00:16:01,680
Y cada vez hay más cosas y más. Diarias.

337
00:16:01,680 --> 00:16:03,080
- Exactamente, eso es bueno.

338
00:16:03,080 --> 00:16:05,220
Ya sabes que a todos los invitados
que vienen a este podcast

339
00:16:05,220 --> 00:16:07,980
le ponemos una pequeña trampa
antes de la despedida,

340
00:16:07,980 --> 00:16:10,400
que es que nominen a una persona
que a ellos les parezca

341
00:16:10,400 --> 00:16:13,560
que puede ser interesante
que venga a sentarse aquí

342
00:16:14,400 --> 00:16:16,620
a nuestro podcast en futuras ocasiones.

343
00:16:16,620 --> 00:16:18,920
No sé si tienes un nominado nominada.

344
00:16:18,920 --> 00:16:19,640
Bueno, pues

345
00:16:21,360 --> 00:16:24,480
sí tengo, tengo una, tengo una nominada.

346
00:16:24,480 --> 00:16:29,220
De hecho igual me mata luego por esto,
pero sí, mira, me gustaría

347
00:16:29,220 --> 00:16:32,220
nominar, además a una persona
que creo que lo haría muy bien.

348
00:16:32,360 --> 00:16:35,300
De hecho, dio el discurso de investidura
de doctores de este año.

349
00:16:35,300 --> 00:16:37,440
Fue mi estudiante de doctorado
que es Lucía Prieto,

350
00:16:37,440 --> 00:16:40,440
que ahora está como profesora también
en nuestra escuela

351
00:16:40,680 --> 00:16:43,900
y que de hecho trabaja en la
línea investigación que concretamente

352
00:16:44,400 --> 00:16:47,840
estamos desarrollando ahí en el CTB
y que creo que puede ser una

353
00:16:47,840 --> 00:16:50,100
una muy buena candidata
para venir aquí. 
- Fenomenal.

354
00:16:50,100 --> 00:16:54,060
Pues nada, emplazando a Lucía a que venga
futuras ediciones de nuestro podcast,

355
00:16:54,060 --> 00:16:55,980
te doy las gracias por haber venido.

356
00:16:55,980 --> 00:16:57,680
Ha sido un verdadero placer

357
00:16:57,680 --> 00:17:01,080
y a todos vosotros
os esperamos en una nueva edición de este

358
00:17:01,080 --> 00:17:04,640
Somos UPM, el podcast Random
de la Universidad Politécnica de Madrid.