IA para ciudades inteligentes
En los últimos 70 años, la IA ha sido un campo en rápido crecimiento y se aplica hoy en día en una amplia gama de aplicaciones. La inteligencia artificial (IA) desempeña un papel crucial en la mejora de las iniciativas de las ciudades inteligentes, ofreciendo numerosas ventajas, como una mejor distribución del agua, una gestión eficiente de la energía, una mejor gestión de los residuos y el alivio de los atascos de tráfico, el ruido y la contaminación. Los principales esfuerzos en el desarrollo de ciudades inteligentes se han centrado en la generación de datos y la adquisición de nuevos conocimientos sobre la naturaleza intrincada y dinámica de los entornos urbanos. (H.M.K.K.M.B. & Mittal, 2022). Desde 2008, las ciudades incorporan la inteligencia artificial (IA) para mejorar los procesos de toma de decisiones y contribuir a la consecución de los Objetivos de Desarrollo Sostenible (ODS). (Ingwersen & Serrano-López, 2018) ¿Qué es la IA? La Inteligencia Artificial (IA) se refiere al desarrollo de sistemas informáticos que pueden realizar tareas que normalmente requieren inteligencia humana, como la percepción visual, el reconocimiento del habla y el procesamiento del lenguaje natural. Las tecnologías de IA implican diversas técnicas, como el aprendizaje automático, el aprendizaje profundo y el procesamiento del lenguaje natural, para permitir que las máquinas aprendan y realicen tareas sin programación explícita. Esencialmente, la inteligencia artificial (IA) es una tecnología diseñada para generar resultados destinados a alcanzar un objetivo específico. Este objetivo es una meta concebida por el ser humano y transformada en un formato matemático. Los resultados generados por la IA pueden incluir previsiones, sugerencias o elecciones. (OCDE, 2023). Los conceptos de algoritmo, sistema de IA, ecosistema de IA e IA representan distintos niveles de escala y complejidad. Un algoritmo se sitúa en el nivel más detallado, actuando como un conjunto de instrucciones que transforma la entrada en salida. Un sistema de IA se refiere a una aplicación singular que procesa una entrada específica para generar su salida única. Un ecosistema de IA describe una red compleja de sistemas de IA interconectados que se comunican e interactúan entre sí. Por último, IA es el término más general, que abarca todo el espectro de tecnologías, metodologías y sistemas de este campo. (Leal, et al., 2022) Existen dos categorías principales de sistemas de IA: simbólica y estadística. La IA simbólica funciona basándose en reglas explícitas y en la lógica para llegar a conclusiones, mientras que la IA estadística, por el contrario, aprende a partir de patrones en los datos, utilizando la inducción en lugar de la deducción a partir de reglas establecidas. Cada método tiene sus puntos fuertes, según la aplicación. Sin embargo, el reciente aumento de las capacidades de la IA y su adopción generalizada pueden atribuirse sobre todo a un subconjunto de la IA estadística denominado aprendizaje automático (AM). (IA para el Cambio Climático, 2021) IA para ciudades inteligentes Los beneficios potenciales de la IA para la planificación y gestión de las ciudades son múltiples. La IA ofrece nuevas herramientas y métodos para analizar, modelar y simular sistemas urbanos complejos, con lo que tiene el potencial de crear ciudades inteligentes más sostenibles, resistentes y habitables para sus ciudadanos. Controlando y analizando los datos, los sistemas de IA pueden ofrecer recomendaciones para mejorar el uso de los recursos, ayudar a reducir la congestión y mejorar la fluidez del tráfico, detectar posibles amenazas a la seguridad, reducir el consumo de energía, promover la reducción de residuos, etc. Los sistemas impulsados por IA también pueden proporcionar servicios personalizados a los ciudadanos, como recomendaciones personalizadas de restaurantes, eventos y actividades basadas en sus preferencias. Sin embargo, es importante garantizar que la IA se aplique de forma responsable, centrándose en la transparencia, la responsabilidad y la privacidad. Esta tecnología puede proporcionar análisis precisos, sin ser intrusiva. La aplicación de las tecnologías de IA podría ser crucial para superar los retos sociales, económicos y medioambientales de todo el mundo. Aunque cada ciudad tiene sus características únicas, las zonas urbanas son fundamentales para impulsar los cambios sociales, especialmente en lo que respecta a los avances digitales. Las ciudades son centros de agregación de personas, empleo, investigación, riqueza y actividades recreativas. Ofrecen un mayor acceso a las oportunidades a un segmento más amplio de la población, al tiempo que concentran tanto los problemas sociales como las preocupaciones medioambientales. Dado su papel en las redes internacionales, las ventajas e inconvenientes de la adopción de tecnologías de IA tienen implicaciones que van mucho más allá de sus límites geográficos. (Leal, et al., 2022) A medida que las zonas urbanas se enfrentan a problemas acuciantes relacionados con la asignación de recursos, las complejidades de la gobernanza, las disparidades socioeconómicas y los peligros medioambientales, la innovación se vuelve esencial para abordar estos retos en evolución. (Yigitcanlar, et al., 2021). Para maximizar el potencial de la IA para la mejora urbana, los gobiernos municipales deben establecer condiciones que apoyen un crecimiento sostenible e integrador. La gobernanza de la IA pretende supervisar el desarrollo de estas condiciones, garantizando un enfoque equilibrado para aprovechar las oportunidades y mitigar los riesgos. Limitaciones de la IA En el ámbito de la inteligencia artificial, el uso responsable es primordial, pero conlleva retos inherentes. Estos sistemas, reflejo de los sesgos y suposiciones presentes en sus datos de entrenamiento y en su diseño, reflejan a menudo los prejuicios sociales, influyendo en sus procesos de toma de decisiones. Este fenómeno subraya la necesidad crítica de vigilancia en la fase de desarrollo de la IA para evitar la codificación de suposiciones negativas. Además, la IA carece de la capacidad intrínseca de evaluar su eficacia, operando dentro de un estrecho conjunto de objetivos predefinidos sin capacidad de juicio similar a la humana. Esta limitación pone de relieve la falacia de percibir la IA como capaz de pensamiento independiente o imparcialidad, necesitando una supervisión humana continua para garantizar la alineación con valores sociales más amplios. Además, el hecho de que la IA se base en principios matemáticos limita su comprensión a métricas cuantificables, lo que dificulta la comprensión de los matices cualitativos que definen los objetivos humanos. En resumen, estas limitaciones subrayan la necesidad de una cuidadosa consideración en el diseño, despliegue y supervisión de los sistemas de IA para garantizar que sirven a los fines humanos sin perpetuar los prejuicios existentes ni pasar por alto la complejidad de los valores humanos. (Leal, et al., 2022) Gobernanza de la IA La Inteligencia Artificial (IA) no sólo refleja prejuicios inherentes, sino que también afecta significativamente a las sociedades en función del contexto en el que se despliega. Los gobiernos locales deben comprender cómo se integran los valores en la IA, dirigiendo su desarrollo hacia la inclusión y la sostenibilidad. Esto implica una inmersión profunda en la gobernanza de la IA, que no se limita a la supervisión digital, sino que incluye directrices éticas, normativas legales, normas sociales y prácticas. La gobernanza es aquí un concepto amplio, diseñado para captar diversas interpretaciones y centrarse en la toma de decisiones y las interacciones sociales. (Leal, et al., 2022) A pesar de las directrices nacionales sobre IA, las ciudades se enfrentan a retos dentro de un sistema de gobernanza a varios niveles, lo que pone de relieve la necesidad de un enfoque matizado que les permita aprovechar sus posiciones únicas. (Schmitt, 2022) (Taeihagh, 2021) La IA también plantea retos de rendición de cuentas, que requieren marcos sólidos para equilibrar el riesgo y la oportunidad a lo largo del ciclo de vida de la IA. Un obstáculo importante es la limitada capacidad de las ciudades para navegar por el panorama de la gobernanza de la IA, en medio de una gran demanda de especialistas en TI e IA. Este reto puede abordarse mediante asociaciones intersectoriales y centrándose en el desarrollo del talento local, garantizando que los valores fundamentales de las ciudades guíen las iniciativas de IA hacia un futuro más inclusivo y sostenible. Por ello, la Comisión Europea ha desarrollado el primer marco jurídico sobre IA, la Ley de IA. Esta propuesta inicial, elaborada por la Comisión Europea, se diseñó para proporcionar claridad y orientación a los desarrolladores y usuarios de IA, minimizando al mismo tiempo las cargas, sobre todo para las pequeñas y medianas empresas (PYME). Los elementos clave de la propuesta incluían una estructura de gobernanza tanto a nivel europeo como nacional para abordar los riesgos de la IA y una clasificación basada en el riesgo de los sistemas de IA en cuatro categorías. La normativa más estricta se reservaba a las prácticas de IA consideradas de riesgo inaceptable, como la puntuación social de los gobiernos. Las aplicaciones de alto riesgo, sobre todo las de infraestructuras críticas o de aplicación de la ley, estaban sujetas a rigurosos requisitos previos a la comercialización, como evaluaciones exhaustivas del riesgo, control de la calidad de los datos, trazabilidad y supervisión humana obligatoria. Por el contrario, los sistemas de IA con riesgo limitado estaban obligados a mantener la transparencia para permitir interacciones públicas informadas, como la identificación clara del contenido generado por IA y la divulgación de chatbot. A las aplicaciones menos arriesgadas, como los videojuegos o los filtros de spam, se les permitió más libertad operativa, reflejando su uso benigno en toda la UE. El 6 de marzo, esta propuesta fundacional se convirtió en ley de obligado cumplimiento al aprobar el Parlamento Europeo la Ley de Inteligencia Artificial. La legislación, que se había perfeccionado mediante negociaciones con los Estados miembros desde diciembre de 2023, recibió un fuerte apoyo de los eurodiputados, aprobándose con 523 votos a favor, 46 en contra y 49 abstenciones. La Ley ratificada sigue protegiendo los derechos fundamentales, la democracia, el Estado de derecho y la sostenibilidad medioambiental, protegiéndolos de los riesgos asociados a las tecnologías de IA de alto riesgo. Pretende fomentar la innovación y asegurar el liderazgo de Europa en IA estableciendo obligaciones a medida basadas en el nivel de riesgo e impacto de los distintos sistemas de IA. La Ley prohíbe específicamente las aplicaciones de IA que puedan vulnerar los derechos de los ciudadanos, como la categorización biométrica basada en características sensibles, el raspado indiscriminado de imágenes faciales para bases de datos de reconocimiento, el reconocimiento de emociones en lugares de trabajo y escuelas, la puntuación social, la actuación policial predictiva basada en perfiles, y cualquier IA que manipule el comportamiento humano o explote vulnerabilidades. El uso policial de sistemas de identificación biométrica, aunque generalmente está prohibido, se permite en circunstancias estrictamente definidas y de aplicación restringida, como la localización de una persona desaparecida o la prevención de atentados terroristas, sujeto a estrictas limitaciones temporales, geográficas y de aprobación. Los sistemas de IA de alto riesgo se enfrentan ahora a estrictas obligaciones para evaluar y mitigar los riesgos, mantener la transparencia, garantizar la supervisión humana y registrar el uso. Los sistemas generales de IA están obligados a cumplir normas de transparencia, incluido el cumplimiento de las leyes de derechos de autor de la UE y la publicación de resúmenes detallados de su contenido de formación. Entre las innovaciones dignas de mención figuran la introducción de requisitos de etiquetado para los contenidos manipulados, conocidos como "deepfakes", y el establecimiento de "sandboxes" reguladores a nivel nacional para fomentar el desarrollo de tecnologías de IA innovadoras. A medida que la Ley avanza hacia su adopción y aplicación formal, incorpora los principios y recomendaciones de la Conferencia sobre el Futuro de Europa, con el objetivo de crear una sociedad competitiva, segura y digna de confianza con un uso transparente y responsable de la IA, al tiempo que mejora la accesibilidad digital para todos, incluidos los discapacitados. Este hito legislativo marca el inicio de una nueva era en la gobernanza de la IA, en estrecha consonancia con los valores y las ambiciones estratégicas europeas. (Comisión Europea, 2024). El ciclo de vida de la IA El desarrollo de un sistema de inteligencia artificial (IA) se segmenta en cinco etapas interconectadas que esbozan su interacción con el entorno externo. Este modelo ayuda a comprender la arquitectura de la IA y su progresión, promoviendo el análisis estratégico. Las etapas forman un ciclo, cada una vinculada a las demás, que influye en aspectos que van desde la creación del algoritmo hasta el despliegue final. Fase inicial El viaje comienza con la fase inicial, centrada en la identificación del problema. Este paso inicial sienta las bases para el resto, ya que todo lo que sigue está vinculado al problema original identificado. Incluye evaluaciones críticas e identificación de riesgos potenciales en el uso previsto del sistema de IA. Etapa de diseño A continuación, la fase de diseño hace hincapié en la planificación de la estructura del algoritmo antes de que comience la codificación. Se basa en el trabajo de base realizado en la fase inicial, teniendo en cuenta la dinámica del equipo y el impacto potencial de la introducción de la IA, como los cambios en la dinámica del poder y las repercusiones económicas. Fase de creación técnica La fase de creación técnica se desplaza hacia el aspecto práctico del desarrollo de la IA, concentrándose en los aspectos específicos del algoritmo y las decisiones técnicas implicadas. Fase de implementación Tras el desarrollo, la fase de implementación realiza la transición del algoritmo de un entorno controlado a su aplicación en el mundo real. Esta fase es crítica, ya que expone al algoritmo a las complejidades de su entorno operativo. Fase de mantenimiento Por último, la fase de mantenimiento se centra en el periodo posterior al despliegue del sistema de IA, hasta su retirada del servicio. Esta fase es crucial para garantizar la eficacia y relevancia continuas del algoritmo mediante actualizaciones y mantenimiento periódicos. En contextos urbanos, los sistemas de IA suelen funcionar dentro de un ecosistema complejo, lo que requiere una identificación y gestión proactivas de los riesgos. Integrar las fases de desarrollo de la IA con los métodos locales de gestión de proyectos ofrece oportunidades estratégicas de intervención y adaptación, garantizando que los sistemas de IA se ajusten a la dinámica y los retos urbanos. (Leal, et al., 2022) Etapas de implantación de soluciones de IA en las ciudades inteligentes Entender la diferencia entre IA y ML para las ciudades inteligentes: Empieza por educar a las partes interesadas en los matices de la IA y el ML. Comprender las capacidades de estas tecnologías es crucial para identificar cómo pueden aplicarse para mejorar la vida urbana, por ejemplo mediante la optimización del flujo de tráfico o el mantenimiento predictivo de las infraestructuras. Definir los retos y oportunidades urbanos: Identifica claramente los problemas u oportunidades específicos de la ciudad que puede abordar la IA. Haz preguntas críticas sobre los resultados deseados, los obstáculos existentes, el papel de la IA en la superación de estos retos y los datos disponibles para apoyar estos esfuerzos. Prioriza las iniciativas de IA basadas en el valor: Selecciona los proyectos de IA en función de su potencial para aportar beneficios tangibles a la ciudad y sus habitantes, centrándote en los objetivos a corto plazo. Esto podría incluir la mejora de la eficiencia del transporte público o la mejora de la sostenibilidad energética de los edificios públicos. Evaluar las capacidades y el enfoque para el desarrollo de la IA: Valora si desarrollar soluciones de IA internamente, comprar tecnologías existentes, colaborar con socios externos o subcontratar el desarrollo, en función de las capacidades internas y los objetivos estratégicos de la ciudad. Consulta con especialistas en IA para ciudades inteligentes: Contrata a expertos en la materia que tengan experiencia en la aplicación de la IA en entornos urbanos. Puede tratarse de investigadores académicos, innovadores del sector privado y tecnólogos de otras ciudades inteligentes. Prepara y asegura los datos urbanos: Organiza y limpia los datos de la ciudad para asegurarte de que están listos para las aplicaciones de IA. Invierte en medidas de seguridad sólidas para salvaguardar estos datos, respetando la privacidad y las consideraciones éticas. Empieza con poco y amplía con cuidado: Pon en marcha proyectos piloto dirigidos a retos urbanos concretos para demostrar el potencial de la IA. Utiliza la información obtenida de estos esfuerzos iniciales para guiar la expansión estratégica de las aplicaciones de la IA en distintos ámbitos urbanos. (Majewski, 2023)
