Los profesionales que predicen el futuro para ganarse la vida

inez fung

Profesor de ciencia atmosférica, Universidad de California, Berkeley

leah sujetar

Predicción para 2030: Iluminaremos el mundo... de forma segura

Esta historia fue parte de nuestra edición de marzo de 2020

• Ver el resto del número
• Suscribir

He hablado con personas que quieren información sobre modelos climáticos, pero no están muy seguros de lo que me están pidiendo. Así que les digo: supongan que les digo que algún evento ocurrirá con una probabilidad del 60 % en 2030. ¿Será eso lo suficientemente bueno para ustedes o necesitarán el 70 %? ¿O necesitarías el 90%? ¿Qué nivel de información desea obtener de las proyecciones del modelo climático para que sea útil?

Me uní al grupo de Jim Hansen en 1979 y estuve allí para todas las primeras proyecciones climáticas. Y por la forma en que lo pensamos entonces, esas cosas todavía están totalmente allí. Lo que hemos hecho desde entonces es agregar riqueza y mayor resolución, pero las proyecciones realmente se basan en el mismo tipo de datos, física y observaciones.

Aún así, hay cosas que nos estamos perdiendo. Todavía no tenemos una teoría real de la precipitación, por ejemplo. Pero hay dos cosas interesantes sucediendo allí. Uno es la disponibilidad de observaciones satelitales: la observación de la nube aún no se utiliza en su totalidad. La otra es que solía no haber forma de obtener patrones regionales de precipitación a lo largo de la historia, y ahora la hay. Los científicos encontraron estas cuevas en China y en otros lugares, y entran, buscan una pequeña cámara agradable con estalagmitas, luego las cortan en pedazos y las envían de vuelta al laboratorio, donde realizan una fantástica datación de uranio-torio y miden los isótopos de oxígeno en carbonato de calcio. A partir de ahí pueden interpretar un registro de precipitaciones históricas. Los datos son increíbles: tenemos más de medio millón de años de registros de precipitaciones en toda Asia.

No nos veo reduciendo los combustibles fósiles para 2030. No nos veo reduciendo el CO2 o el metano atmosférico. Unos 1.200 millones de personas en el mundo en este momento no tienen acceso a la electricidad, por lo que espero que el crecimiento de la energía alternativa llegue a partes del mundo que no tienen electricidad. Eso es importante porque es educación, salud, todo lo relacionado con un estándar de vida occidental. Ahí es donde estoy poniendo mis esperanzas.

Fotografía Dvora

Anne Lise Kjaer

Futurista, Kjaer Global, Londres

Predicción para 2030: los adultos aprenderán a captar nuevas ideas

De niño quería ser arqueólogo, y lo hice en cierto modo. Los arqueólogos encuentran artefactos del pasado y tratan de conectar los puntos y contar una historia sobre cómo podría haber sido el pasado. Hacemos lo mismo que los futuristas; usamos artefactos del presente y tratamos de conectar los puntos en narrativas interesantes en el futuro.

Cuando se trata del futuro, tienes dos opciones. Puedes sentarte y pensar No me está pasando a mí y construir un gran muro para mantener fuera todas las malas noticias. O puede construir molinos de viento y aprovechar los vientos de cambio.

Muchas empresas acuden a nosotros y piensan que quieren saber sobre el futuro, pero en realidad es solo un ejercicio para ellas: simplemente marquemos esa casilla, hagamos un informe y lo pongamos en nuestra biblioteca.

Así que tenemos una pequeña prueba para ellos. Hacemos entrevistas, les hacemos preguntas; luego usamos un modelo llamado Trend Atlas que considera tanto las dimensiones científicas de la sociedad como las sociales. Observamos las tendencias en política, economía, impulsores sociales, tecnología, medio ambiente, legislación: ¿cómo encaja eso con lo que sabemos actualmente? Miramos hacia atrás tal vez 10, 20 años: ¿podemos ver un poco de una tendencia e intentar poner eso en el futuro?

¿Que sigue? Obviamente con la tecnología podemos educar mucho mejor que en el pasado. Pero es una gran oportunidad para educar a los padres de la próxima generación, no solo a los niños. Los niños están aprendiendo sobre los objetivos de sostenibilidad, pero ¿qué pasa con las personas que realmente gobiernan nuestro mundo?

Foto de cortesía

Felipe Tetlock

Coautor de Superforecasting y profesor de la Universidad de Pensilvania

Predicción para 2030: mejoraremos en la incertidumbre

En Good Judgement Project, tratamos de rastrear la precisión de los comentaristas y expertos en dominios en los que generalmente se cree que es imposible rastrear la precisión. Tomas un gran debate y lo divides en una serie de indicadores comprobables a corto plazo. Por lo tanto, podría debatir si las formas fuertes de inteligencia artificial van a causar dislocaciones importantes en los mercados laborales de cuello blanco para 2035, 2040, 2050. Ya se está discutiendo mucho en ese nivel de abstracción. — pero desde nuestro punto de vista, es más útil desglosarlo y decir: si estuviéramos en una trayectoria a largo plazo hacia un resultado como ese, ¿qué tipo de cosas esperaríamos observar a corto plazo? Entonces comenzamos esto en 2015, y en 2016 AlphaGo derrotó a la gente en Go. Pero luego no sucedieron otras cosas: los Ubers sin conductor no recogían personas por tarifas en ninguna de las principales ciudades estadounidenses a fines de 2017. Watson no derrotó a los mejores oncólogos del mundo en un torneo de diagnóstico médico. Entonces, no creo que estemos en una vía rápida hacia la singularidad, digámoslo de esa manera.

Los pronósticos tienen el potencial de ser autocumplidos o autonegados — Podría decirse que Y2K fue un pronóstico de autonegación. Pero es posible incorporar eso en un torneo de pronóstico haciendo preguntas de pronóstico condicional: es decir, ¿qué tan probable es que X esté condicionado a que hagamos esto o aquello?

Lo que he visto en los últimos 10 años, y es una tendencia que espero que continúe, es una mayor apertura a la cuantificación de la incertidumbre. Creo que hay un movimiento a regañadientes, vacilante, pero acumulativo hacia pensar en la incertidumbre, y formas más granulares y matizadas que permiten llevar la cuenta.

ryan joven

keith chen

Profesor asociado de economía, UCLA

Predicción para 2030: seremos más y menos privados

Cuando trabajé en el algoritmo de aumento de precios de Uber, el problema que se creó para resolver era muy simple: estábamos tratando de convencer a los conductores de que dedicaran tiempo adicional cuando más lo necesitaban. Hubo momentos predecibles, como el Año Nuevo, en los que sabíamos que íbamos a necesitar mucha gente. El problema más profundo era que se trataba de un sistema básicamente sin control. Es como intentar predecir el tiempo. Sí, la cantidad de datos meteorológicos que recopilamos hoy (temperatura, velocidad del viento, presión barométrica, datos de humedad) es 10 000 veces mayor que la que recopilábamos hace 20 años. Pero todavía no podemos predecir el tiempo 10.000 veces más lejos de lo que podíamos en aquel entonces. Y los movimientos sociales, incluso en un entorno muy específico, como adónde quieren ir los ciclistas en un momento dado, son, en todo caso, incluso más caóticos que los sistemas meteorológicos.

En estos días, lo que estoy haciendo es un poco más como economía forense. Buscamos ver qué podemos encontrar y predecir a partir de los patrones de movimiento de las personas. Solo estamos usando datos simples de teléfonos celulares como la geolocalización, pero incluso solo a partir de patrones de movimiento, podemos inferir información destacada y construir una dimensión psicológica de usted. Lo que me aterroriza es que siento que tengo datos mucho peores que los que tiene Facebook. Entonces, ¿qué son capaces de entender con su información mucho mejor?

Creo que el próximo gran punto de inflexión social es que las personas realmente comiencen a preocuparse por su privacidad. Será como fumar en un restaurante: pasará rápidamente de causar indignación cuando la gente quiere dejar de hacerlo a indignación repentina si alguien lo hace. Pero al mismo tiempo, para 2030 casi todos los ciudadanos chinos tendrán un genotipo completo. No sé muy bien cómo conciliar los dos.

Sara Deragon

Annalee Newitz

Autor de ciencia ficción y no ficción, San Francisco

Predicción para 2030: vamos a ver una tecnología mucho más humilde

Cada era tiene sus propias ideas sobre el futuro. Regrese a la década de 1950 y verá que la gente fantaseaba con los autos voladores. Ahora imaginamos bicicletas y ciudades verdes donde los autos son limitados o donde los autos son autónomos. Tenemos prioridades realmente diferentes ahora, por lo que se abre paso en nuestra comprensión del futuro.

Los escritores de ciencia ficción en realidad no pueden hacer predicciones. Pienso en la ciencia ficción como un compromiso con las preguntas que se plantean en el presente. Pero lo que podemos hacer, incluso si no podemos decir lo que definitivamente sucederá, es ofrecer una variedad de escenarios informados por la historia.

Hay muchos mitos sobre el futuro que la gente cree que se harán realidad ahora mismo. Creo que muchas personas, no solo los escritores de ciencia ficción, sino también las personas que trabajan en el aprendizaje automático, creen que relativamente pronto tendremos un cerebro equivalente al humano que se ejecuta en algún tipo de sustrato informático. Esto es tanto un reflejo de nuestro tiempo como lo que realmente podría suceder.

Parece poco probable que un cerebro equivalente al humano en una computadora esté a la vuelta de la esquina. Pero vivimos en una era en la que muchos de nosotros sentimos que ya vivimos dentro de las computadoras, para el trabajo y todo lo demás. Entonces, por supuesto, tenemos fantasías sobre digitalizar nuestros cerebros y poner nuestra conciencia dentro de una máquina o un robot.

No estoy diciendo que esas cosas nunca podrían suceder. Pero parecen estar mucho más estrechamente relacionados con nuestras fantasías en el presente que con un avance técnico real en el horizonte.

Tendremos que desarrollar tecnologías mucho mejores en torno al socorro en casos de desastre y la respuesta a emergencias, porque veremos muchas más inundaciones, incendios y tormentas. Entonces, creo que habrá mucho más trabajo en tecnologías realmente humildes que le permitan desconectar a su comunidad de la red o purificar su propia agua. Y no me refiero a una espeluznante forma de supervivencia; Me refiero a que sólo en una especie de manera-así-es-cómo-estamos-viviendo-ahora.

noah willman

Finale Doshi-Velez

Profesor asociado de informática, Harvard

Predicción para 2030: humanos y máquinas tomarán decisiones juntos

En mi laboratorio, estamos tratando de responder preguntas como ¿Cómo podría responder este paciente a este antidepresivo? o ¿Cómo podría responder este paciente a este vasopresor? Obtenemos todos los datos que podemos del hospital. Para un paciente psiquiátrico, podríamos tener todo sobre su enfermedad cardíaca, enfermedad renal, cáncer; para una recomendación de manejo de la presión arterial para la UCI, tenemos toda su información de oxígeno, su lactato y más.

Algunos de ellos pueden ser relevantes para hacer predicciones sobre sus enfermedades, otros no, y no sabemos cuál es cuál. Es por eso que pedimos el gran conjunto de datos con todo.

Ha habido alrededor de una década de trabajo tratando de lograr que los modelos de aprendizaje automático no supervisados ​​hagan un mejor trabajo al hacer estas predicciones, y ninguno funcionó realmente bien. El gran avance para nosotros fue cuando descubrimos que todos los enfoques anteriores para hacer esto estaban equivocados exactamente de la misma manera. Una vez que desenredamos todo esto, se nos ocurrió un método diferente.

También nos dimos cuenta de que incluso si nuestra capacidad para predecir qué medicamento va a funcionar no siempre es tan buena, podemos predecir de manera más confiable qué medicamentos no van a funcionar, lo cual es casi igual de valioso.

Estoy entusiasmado con la combinación de humanos e IA para hacer predicciones. Digamos que su IA tiene una tasa de error del 70% y su humano también tiene razón solo el 70% del tiempo. Combinar los dos es difícil, pero si puede fusionar sus éxitos, entonces debería poder hacerlo mejor que cualquiera de los dos sistemas por separado. Cómo hacer eso es una pregunta realmente difícil y emocionante.

Todos estos modelos predictivos se construyeron e implementaron y la gente no pensó lo suficiente en los posibles sesgos. Tengo la esperanza de que vamos a tener un futuro en el que estos equipos humano-máquina tomen decisiones que son mejores que cualquiera de ellos solos.

Guillermo Simoneau

Abdoulaye Banire Diallo

Profesor, director del laboratorio de bioinformática, Universidad de Quebec en Montreal

Predicción para 2030: se regulará la previsión basada en máquinas

Cuando un granjero en Quebec decide si inseminar a una vaca o no, podría depender de la expectativa de leche que se producirá todos los días durante un año, dos años, tal vez tres años después de eso. Las fincas cuentan con sistemas de gestión que capturan los datos y el entorno de la finca. Estoy involucrado en proyectos que agregan una capa de datos genéticos y genómicos para ayudar a pronosticar — para ayudar a los tomadores de decisiones como el agricultor a tener una imagen completa cuando están pensando en reemplazar vacas, mejorar el manejo, la resiliencia y el bienestar animal.

Con el surgimiento del aprendizaje automático y la IA, lo que estamos mostrando es que podemos ayudar a abordar los problemas de una manera que no se había hecho antes. Lo estamos adaptando al sector lácteo, donde hemos demostrado que algunas decisiones se pueden anticipar con 18 meses de anticipación solo con pronósticos basados ​​en la integración de estos datos genómicos. Creo que en algunas áreas como la sanidad vegetal solo hemos logrado un 10% o un 20% de nuestra capacidad para mejorar ciertos modelos.

Hasta ahora, la IA y el aprendizaje automático se han asociado con la experiencia en el dominio. No es una cosa de todo el público. Pero dentro de menos de 10 años tendrán que ser regulados. Creo que hay muchos desafíos para que los científicos como yo traten de hacer que esas técnicas sean más explicables, más transparentes y más auditables.

esconder