Microsoft cambia el foco de su laboratorio en Uruguay: de innovar para empresas a resolver problemas sociales con IA en alianza con el gobierno, instituciones y Academia

Esta disposición está estrechamente ligada a la negociación con el gobierno uruguayo a través de su programa Uruguay Innova y, se espera, que tenga alto impacto en la resolución de problemas sociales mediante tecnología que lleguen tanto desde Uruguay como de otras partes del mundo. En entrevista con Café y Negocios, Juan Lavista ofreció más detalles sobre esta transformación y el alcance de la inteligencia artificial para el bien.

Fuiste reconocido entre las 100 personalidades más innovadoras de América Latina por Bloomberg en 2024. Como referente en el tema, ¿consideras que en todos los contextos puede haber innovación?

Sí, yo creo que sí, incluso en áreas en las que no nos lo planteábamos. Por ejemplo ahora estamos trabajando con un profesor de historia de la Universidad de Princeton que tiene ideas muy buenas de cómo usar su trabajo de historiador en Inteligencia Artificial (IA). Innovar no es exclusivo para la gente que está trabajando en áreas de innovación. Hoy en día es difícil pensar un área donde no se pueda innovar.

¿Cuál es el fin del laboratorio IA For Good de Microsoft?

El propósito es trabajar, ayudar a usar inteligencia artificial para solucionar problemas de la sociedad, ya sea en áreas como medicina, ayuda humanitaria, seguridad alimenticia, educación; problemas que tiene la sociedad y en los que esta herramienta puede ayudarlos a ser más productivos.

¿Por qué decidieron plasmar lo que viene trabajando el laboratorio en un libro?

Cuando empezamos a trabajar con nuestras contrapartes la forma más fácil de explicar el potencial, que entendieran qué podían hacer con la IA era a partir de ejemplos. Para nosotros la mejor forma de explicar la inteligencia artificial fue a partir de ejemplos, por eso la idea del libro surgió de tener 29 ejemplos acá para poder mostrarle al mundo cómo se usa esta herramienta.

¿Qué casos de la inteligencia artificial para el bien son los que más te impresionan?

Hay muchos. Trabajamos activamente en casi 200 proyectos. Sin duda a mí, en lo particular, me interesa un montón el área de medicina, cómo podemos ayudar a tener mejores diagnósticos.

Tenemos un proyecto de retinopatía del prematuro, que es la principal causa de ceguera en el mundo, que afecta a chicos que nacen de forma prematura. Son soluciones en las que la inteligencia artificial es la única solución que tenemos por la cantidad de chicos prematuros que nacen y el mundo tiene solamente 200.000 oftalmólogos. Es físicamente imposible diagnosticar este tema. Es algo que nosotros hemos venido trabajando y hoy con un celular, uno puede hacer un diagnóstico más o menos con la misma precisión que un muy buen oftalmólogo. Entonces ese tipo de proyectos donde no hay otra solución son los proyectos que a mí me encantan. Trabajamos también en temas de desastres naturales, deforestación, alerta por fuegos, es bastante grande el portafolio de proyectos que trabajamos.

Estamos en una coyuntura en la que la IA es bastante amenazante, por ejemplo, por la destrucción de puestos de trabajo que se da a raíz de la automatización de tareas. ¿Lo ves como un arma de doble filo?

No en esa área. Si uno ve la historia de los últimos 150 años la tecnología siempre cambió la forma en que nosotros trabajamos. Cada vez que apareció una tecnología de propósito general, ya sea la computadora o el internet, la forma de trabajar nuestra cambió, pero si uno ve eso y lo ve con lo que fue la tasa de desocupación, y más importante, la tasa de trabajo que a la gente le interesa hacer, siempre ha ido mejorando junto con la tecnología.

La inteligencia artificial es otra tecnología de propósito general y ya está cambiando la forma que nosotros trabajamos. Va a haber trabajos que van a cambiar, pero no me asusta tanto esa parte.

En los últimos 150 años la tecnología agregó más trabajos que los que destruyó. No quiere decir que no haya trabajos que vayan a cambiar y que así como hoy no tenemos telefonistas como teníamos hace 50 años, hay trabajos que sí van a ser afectados y tenemos que trabajar a nivel de la sociedad para poder reinventar ciertas de estas cosas. Pero no me da miedo la destrucción masiva de trabajo.

Juan M. Lavista Ferres

Recientemente el laboratorio IA For Good selló una alianza con Uruguay Innova. ¿Cómo puede llegar a impactar esto en el Estado uruguayo? ¿Cuál es su propósito?

En Uruguay ya teníamos un laboratorio que era de los pocos laboratorios de inteligencia artificial e innovación. Lo que estamos haciendo es convirtiendo este laboratorio en un laboratorio de AI for Good, de inteligencia artificial para el bien.

Cambia un poco el objetivo del laboratorio, en el sentido de que estamos basados en aplicar esto a empresas. Ahora lo que queremos hacer es aplicar estas soluciones trabajando con los gobiernos, con la universidad, en qué problemas sociales podemos ayudar o qué problemas tiene Uruguay en los cuales la inteligencia artificial puede hacer una diferencia.

¿Se harán proyectos para otras partes del mundo desde Uruguay?

Sí, la idea es continuar con eso que es algo que ya hace el laboratorio de innovación.

¿Qué efectos podemos llegar a ver en la práctica?

En la práctica lo que queremos es que esta tecnología pueda ayudar al Uruguay, ya sea desde proyectos desde agricultura hasta medicina, de cómo podemos lograr lo que ya estamos viendo en otros países, de que esta tecnología puede ayudar, pero esto basado en Uruguay.

¿Cuándo empieza el proyecto?

Estamos en la última etapa de negociación con el gobierno, así que esperemos que pronto.

¿Qué imaginas que se puede hacer con inteligencia artificial aplicada para el bien que no hayamos visto hasta ahora?

Ya se ha hecho mucho en este tipo de proyectos. Si vos me preguntás a mí, en el área de medicina, de tener mejores diagnósticos, en el área de agricultura. Yo me crié en el campo entonces tengo basante conocimiento y sé que cualquier cosa que podamos brindar de mejor información a la parte agrícula de Uruguay va a ayudar al país y a los agricultores. Uruguay puede estar a la vanguardia en eso.

También en educación. Si uno ve dentro de Sudamérica, Uruguay es el país que tiene mejor adopción de inteligencia artificial y dentro de América Latina solo está detrás de Costa Rica.

Todavía estamos lejos de países europeos o de Estados Unidos. Singapur y Emiratos Árabes unidos son los países que tienen mayor adopción de inteligencia artificial. La clave es cómo hacemos para lograr a nivel de la sociedad para que estas herramientas puedan ayudar a aumentar la productividad.

¿Cómo puede derramar o amplificar todo lo que se trabaja en el laboratorio a las comunidades y a los gobiernos?

La forma que tenemos de escalar es, primero, publicar todos los proyectos que hacemos en revistas científicas para que otros puedan ver las soluciones que tenemos. Hacemos open source de las soluciones. Por ejemplo, Kakuma es uno de los principales campos de refugiados del mundo, está en el norte de Kenia y tiene casi 300.000 personas, es como una ciudad. Desarrollamos una tecnología para mapear ese campo de refugiados que se puede escalar a cualquier otro. Entonces, en cada proyecto que hacemos brindamos al mundo esa solución, abrimos la propiedad intelectual y explicamos en una publicación científica cómo utilizarla.

En octubre de 2022 salió ChatGPT y la IA empezó su adopción en las personas. Luego, a ritmo más lento, se incorporaron las empresas. ¿Se usa lo suficiente para el bien?

Yo estoy convencido de que sí. La gran mayoría del mundo está pensando en cómo ayudar al resto. Muchas veces como seres humanos estamos un poco adictos a las malas noticias y es parte de nuestra evolución. El mundo está concentrado en las malas noticias, pero de lo que yo veo en mi trabajo hay cientos de miles de personas que están dedicadas a hacer el bien y que han sacrificado parte de su vida para hacer el bien. Parte del ser humano es querer ayudar al resto y si bien también es parte del ser humano concentrarnos en las malas noticias, si uno ve los indicadores de evolución del mundo-como cantidad de personas viviendo en extrema pobreza o mortalidad infantil o acceso a la salud- la gran mayoría de las métricas van mejorando año tras año y es difícil ver eso a veces cuando uno mira las noticias.

IA For Good Lab en la práctica

¿Con qué presupuesto cuenta el laboratorio?

Hacemos dos tipos de trabajo, colaboramos con nuestros profesionales expertos en IA y damos donaciones de la nube para cómputos, esa parte ha sido mayor a US$ 150 millones y además tenemos el laboratorio en sí distribuido a nivel mundial. Parte del equipo está en Nueva York, tengo una oficina en Estrasburgo, una en Emiratos Árabes Unidos, otra en Nairobi, en Uruguay y en Colombia.

¿Cómo eligen los proyectos?

Por diferentes formas. A veces hacemos llamados y a veces contactamos a las organizaciones porque pensamos que los podemos ayudar.

Hay muchos problemas que tiene el mundo en los que esta tecnología no puede hacer mucho. De los que podemos ayudar, tomamos a los que tienen datos que nos permitan resolver el problema. Vamos a tomar el proyecto siempre y cuando tengamos una contraparte que sea experta en el problema.

La última es ver si, una vez resuelto el problema, podemos hacer la transferencia de tecnología para que la organización pueda utilizarla y hacer el impacto, porque al final el impacto será de esa organización. De todo ese universo elegimos aquellos que tengan mayor posibilidad de impacto.

¿Cuánto tiempo les dedican? ¿Depende del proyecto o está estandarizado?

No está estandarizado. Hay proyectos cortos, de uno o dos meses y otros en los que estamos trabajando desde hace tres o cuatro años. Sí tenemos un portafolio con proyectos relativamente fáciles o de corto plazo, otros abiertos, que no sabemos si los vamos a poder solucionar y muchísimos que fallan porque no todo tiene una solución.

¿Cómo afectan los sesgos en estos casos?

Nos afecta y una de las formas de usar esta tecnología de forma responsable es estar seguro de que si hay un sesgo en la información el modelo va a aprender ese sesgo. Por ejemplo, un caso real que pasó en Estados Unidos, no con nosotros pero sí en otra organización. Se hizo un modelo para detectar cáncer de piel a partir de la fotografía de lunares. Pero estába entrenado en caucásicos, ese modelo no va a funcionar en gente afroamericana ni en latinos, entonces muchas veces el sesgo está en los datos que entrenamos. Es un problema muy grande que tenemos que tener en cuenta en los proyectos porque si no lo hacemos esos modelos van a aprender de esos sesgos. Lo bueno es que a un modelo de inteligencia artificial, uno puede hacerle esa pregunta al modelo y saber si tiene algunos sesgos o no con esas medidas.