En el camino de la búsqueda de conocimiento se ha buscado respuesta a múltiples interrogantes, entre ellas, la composición del mundo físico y químico que nos rodea, contando con grandes avances producidos por el trabajo de la ganadora del premio Nobel, Marie Curie, y en el ámbito teórico, también se ha buscado la teoría del todo, propuesta por físicos como Albert Einstein (Mann, 2019) y en su momento, Stephen Hawking.

En estos avances, la física ha tenido frente a sí el reto de realizar complejos cálculos matemáticos que permitan la creación de hipótesis y su posterior experimentación en laboratorios, acompañando a la raza humana en la comprensión del cuestionamiento más grande de todos: ¿de dónde venimos, y hacia dónde vamos?

Ante estos desafíos, los físicos están entrenando y usando cada vez más la Inteligencia Artificial (IA) y las técnicas de aprendizaje automático para avanzar en nuestra comprensión del mundo físico, pero existe una creciente preocupación: el sesgo en la profesión, los sistemas y la comprensión del impacto más amplio en la sociedad.

A este respecto, la revista Physics World, en su edición de mayo 2021, publicó los trabajos de la Dra. Julianna Photopoulos, en donde explora los problemas de los prejuicios raciales y de género en la IA y lo que los físicos pueden hacer para reconocer y abordar el problema (Durrani, 2021), con el objetivo de hacer de la física potenciada por tecnología una ciencia más justa, incluyente e inteligente.

En las últimas tareas de la física, por ejemplo en el entendimiento de los muones, que son originados por los rayos cósmicos y que han permitido desentrañar los secretos de grandes estructuras como las pirámides de Giza de Egipto (Investigación y Ciencia, s.f.), la IA permite apuntar a una nueva física: una medida del momento magnético del muón está en desacuerdo con el modelo estándar, lo que potencialmente insinúa nuevas fuerzas o partículas, que nos acercan cada vez más a la comprensión del origen del universo y la composición de la materia.

Si bien este ámbito de aplicación de la IA en la física parece no tener ninguna connotación ética, es importante mencionar que cada vez más se están trasladando este tipo de experimentaciones a la física médica, y el diseño de materiales, que eventualmente serán usadas por la sociedad en general y en donde permanecen ocultos problemas profundos:

  • La falta de diversidad de género y racial que existe en física afecta tanto al trabajo que se realiza como a los sistemas que se están creando.
  • Los sistemas de IA son dependientes de los humanos que la programan, por lo que el reconocimiento de sesgos individuales aún es un terreno poco explorado, causando así su réplica y amplificación.
  • No existe suficiente educación para los físicos, en relación a la ética y los riesgos implícitos en tratar con datos extraídos de seres humanos. Al computar gran cantidad de datos, la línea entre el factor humano-social y lo digital se difumina.

Nuevos trabajos de investigación en la ciencia y la física, por ejemplo para mejorar la precisión y la confiabilidad en la IA, a cargo de la Dra. Payel Das, gerente principal de personal de investigación del Centro de Investigación Thomas J Watson de IBM, trabajan en reconocimiento de los sesgos y riesgos de la IA aumentando así la precisión, la confiabilidad y la explicabilidad.

Una aplicación de la IA que tiene el potencial de arrojar luz a la física, y que al comprenderse los sesgos que podrían parte de los cálculos, apuntala a la construcción de un futuro que aprenda del pasado para un mejor futuro en el ámbito de la ciencia, la innovación y en general, la humanidad, por lo que atender los sesgos potenciales es una obligación para todas las organizaciones y los profesionales involucrados en su desarrollo e implementación.

Sin duda, el 2021 será el año en que comenzaremos a ver grandes avances en la física y el uso ético, responsable y transparente de la IA, y nos toca a nosotros, como sociedad, ser partícipes en la explicabilidad de estos sistemas, exigiendo la identificación y eliminación de sesgos que pudieran desviarnos del bien común, para todas y todos.

––––––––––––––––––––––––––––––––––––––––––––––––––––––––

Referencias

Durrani, M. (2021, 4 mayo). Artificial intelligence: towards better, smarter and fairer physics. Physics World. https://physicsworld.com/a/artificial-intelligence-towards-better-smarter-and-fairer-physics/

Mann, A. (2019, 29 agosto). What Is the Theory of Everything? Space.Com.

https://www.space.com/theory-of-everything-definition.html

Muones: las partículas poco conocidas que permiten sondear lo impenetrable. (s. f.). Investigación y Ciencia. https://www.investigacionyciencia.es/

Photopoulos, J. (2021, 28 mayo). Fighting algorithmic bias in artificial intelligence. Physics World. https://physicsworld.com/a/fighting-algorithmic-bias-in-artificial-intelligence/