Machine learning ¿realmente es una amenaza para la humanidad o son todo ventajas?

¿A causa de qué nace el ‘machine learning’?

 Cada persona es una fuente determinada de información personal que una vez conectada a la red, ya esta generando datos. Datos que son utilizables para manipular y gestionar. Pero para que esos datos se conviertan en información, tienen que transformarse mediante un proceso que trata de hacer conexiones, y el machine learning es el nombre que se le da a la maquina que se encarga de hacer ese proceso de transformación. Cabe destacar que se diferencian dos métodos:

1.  Supervisado → Con la intervención de los humanos y se basan en hacer predicciones. y se basan en hacer predicciones. 
2. No supervisado → Identifican relaciones entre los datos.

Pero… ¿Cuál es el uso real?

• Optimizar la operación.
• Predicciones.
• Personalizar productos y servicios.
• Estimar la demanda futura
• Mantenimientos preventivos.
• Conocer tendencias.
• Detectar anomalías.
• Procesar datos no estructurados.
• Prevenir fraudes.
• Aumentar la eficiencia en la operación de una empresa.

Es oportuno mencionar que también tiene riesgos como puede ser dar falsos positivos por malos logaritmos, o bien, la intervención de hackers. 

Entonces ¿En qué ámbitos se puede aplicar?

El machine learning tiene un gran potencial en diferentes áreas de la industria.

 

Datos sobre los puestos automizados

Se habla de que es una amenaza para los humanos porque se destruirían los empleos, pero, Israel Olalla, cloud customer engineer de Google, nos explica como no es así en el siguiente vídeo:

Datos sobre las diferentes predicciones sobre el impacto que tendrá:

• Oxford University ⇨ Para el año 2033, el 47% de los trabajos serán automatizados.
• OECD ⇨ el 9% de los trabajos serán automatizados.
• Mckinsey ⇨ el 5% de los trabajos serán automatizados.
• Harvard ⇨ entre el 4% y el 7% de los trabajos serán automatizados pero, con unos ingresos adicionales de 20 billones de dólares.

En mi opinión apoyo las palabras de  Israel Olalla, además, las predicciones de OECD, Mckinsey y Harvard, son muy bajas en cuanto al numero de puestos de trabajos automatizados en un futuro cercano. Es más, Harvard, aun asumiendo que disminuirá el empleo a causa de la automatización, afirma que habrá 20 billones de dólares adicionales en forma de ingresos. Algo muy positivo para la economía mundial. El crear puestos de trabajos automatizados, disminuye los puestos de trabajo a los que de alguna manera está sustituyendo, pero se incrementan los trabajos de al rededor, es decir, de investigación y desarrollo, trabajos para  la puesta en marcha, cursos/conferencias explicativas, ...

A modo de resumen añado esta infografía

Conclusión

A pesar de que el 'Maching Learning' es una maquina capaz de hacer conexiones a tiempo real y en un tiempo muy reducido, no serán maquinas que se impongan a las personas, es decir, reducirán algunos puestos de trabajos creando trabajos automatizados pero también se necesitará mas personal para crear o producir, incluso para arreglar dichas maquinas. Como bien nos explica Israel Olalla, estamos muy lejos de destruir todos los empleos a causa de la 'Maching Learning'. Además, si nos fijamos en las predicciones de Harvard, se generarán ingresos adicionales de gran volumen.