fbpx

Algoritmos

Los algoritmos gobiernan nuestra vida.
Twitter
WhatsApp
LinkedIn
Facebook
Telegram
Email

En un mundo cada vez más dominado por la tecnología, escuchamos la palabra algoritmo en todas partes. ¿Qué es realmente un algoritmo? En términos simples, un algoritmo es esencialmente una secuencia de instrucciones concretas que le dicen a un operador qué hacer. En una definición técnica, un algoritmo es un conjunto de instrucciones o reglas definidas y no-ambiguas, ordenadas y finitas que permite, típicamente, solucionar un problema, realizar un cómputo, procesar datos y llevar a cabo otras tareas o actividades.

Una analogía común utilizada para explicar un algoritmo es la de una receta. Por ejemplo, imaginemos una receta típica de galletitas de chocolate. La receta incluiría ingredientes crudos que pasan por una secuencia de comandos para crear un producto final. En este caso, el "operador" es el panadero, quien leerá la receta, ejecutará las instrucciones y tal vez incluso actualizará y refinará la receta, dependiendo de cómo resulten las galletas.

Panaderos y programadores

Podemos aplicar esta lógica conceptual a un programa de computadora, donde sustituimos al panadero por una computadora. El programa también leerá, ejecutará y refinará las instrucciones, tomando materias primas o entradas a través de una secuencia de comandos para crear un resultado final o resolver un problema. 

Este proceso está ocurriendo a nuestro alrededor. Tu viaje para llegar a esta página y leer este artículo fue ayudado por una serie de algoritmos. Tal vez buscó en Google "algoritmo" o alguien compartió este enlace en las redes sociales; aunque parece que viniste por tu propia voluntad, hay una capa oculta de código informático algorítmico que hizo que el proceso fuera fluido.

Historia

El término algoritmo proviene del nombre latinizado de un erudito persa del siglo IX llamado Al-Juarismi, responsable de introducir el concepto de álgebra en las matemáticas europeas. Aparte de la etimología, los algoritmos se remontan mucho antes del siglo IX, con el descubrimiento de una tablilla de arcilla cerca de Bagdad que se cree que es el primer uso de un algoritmo de división utilizado por los antiguos matemáticos babilónicos en el año 2500 a.C.

Cerca de las últimas etapas de la Revolución Industrial, una serie de triunfos prepararon el escenario para mover el algoritmo desde más allá de la tableta de arcilla hasta lo que es hoy. En 1840, Ada Lovelace escribió en papel lo que se cree que es el primer algoritmo de máquina del mundo. George Boole inventó en 1847 el álgebra binaria, también conocida como álgebra booleana, que se convertiría en la base del código informático. Y en 1888, Giuseppe Peano introdujo la axiomatización de las matemáticas, una lógica basada en reglas que ahora es esencial para la informática moderna.

La máquina de Turing

Estos descubrimientos del siglo XIX allanaron el camino para el algoritmo. En 1936, como Ph.D. estudiante de la Universidad de Princeton, el matemático británico llamado Alan Turing creó el primer aparato informático del mundo. Ahora conocida como una "máquina de Turing", el concepto teórico de Turing podía resolver problemas basados ​​en instrucciones codificadas, un avance que fue esencialmente la invención de la computadora. Aunque se etiqueta a Turing como el creador de la computadora, trabajos adicionales en la década de 1930 que también intentaron establecer el concepto de computabilidad, como los de Kurt Gödel y Alonzo Church, también merecen algo de crédito. 

En general, varias mentes brillantes contribuyeron a la evolución de la informática y los algoritmos modernos; es difícil identificar una sola innovación o genio intelectual que allanó el camino para la ubicuidad de los algoritmos informáticos que vemos hoy.

Impacto

Cualquier resumen de los algoritmos en la sociedad moderna será un eufemismo, ya que es difícil comunicar completamente el impacto de un concepto tan generalizado en unos pocos párrafos. Gran parte del mundo moderno ahora se rige por algoritmos: cualquier cosa que puedas imaginar haciendo en Internet o en tu teléfono inteligente es principalmente un proceso algorítmico. 

La mayoría de las operaciones en los mercados financieros se realizan mediante algoritmos, lo que significa que gran parte de sus ahorros y pensiones ahora se gestionan mediante líneas de código tanto como la toma de decisiones humana. No son solo las decisiones financieras las que se subcontratan a los algoritmos, sino que muchas decisiones en atención médica, políticas públicas y gestión empresarial ahora son producto de alguna forma de inteligencia basada en datos.

Inteligencia artificial

Los algoritmos son la base de la Inteligencia Artificial (IA). Muchos programas de IA actuales se basan en un algoritmo de aprendizaje automático. Estos algoritmos buscan patrones en grandes conjuntos de datos y son superiores a los algoritmos tradicionales. 

Imagina que estás escribiendo un programa que identificaría fotos de tigres. Habría que incorporar explícitamente la lógica necesaria que distinguiría una fotografía con un tigre. Si piensa en esto en forma de diagrama de flujo, es posible que vea preguntas binarias como si el animal tiene el color naranja en su pelaje. Sin embargo, el problema con este método es que los tigres pueden ser más complicados de lo que pensabas. 

Hay demasiadas reglas que deben programarse y, sin ellas, el programa sería propenso a cometer muchos errores, como la imposibilidad de identificar un tigre blanco. Sin embargo, un algoritmo de aprendizaje automático se le mostrarían miles de imágenes de tigres y no tigres y haría una predicción sobre si una foto era de un tigre o no en función de las regularidades estadísticas que observó. Luego puede refinar su proceso en función de los comentarios que recibe después de sus predicciones.

Algoritmos en el mundo digital

Los algoritmos de aprendizaje automático en Internet buscan patrones en los datos, incorporando las entradas, como el comportamiento del usuario, para crear algún resultado, como una fuente de noticias seleccionada. Los algoritmos de aprendizaje automático en Netflix, por ejemplo, harán predicciones sobre qué contenido es posible que desee ver, en función de lo que ha visto en el pasado, y harán recomendaciones basadas en sus predicciones. 

El algoritmo refinará aún más sus predicciones a medida que acepte o rechace sus recomendaciones. Tenga en cuenta cómo esto es diferente de un conjunto predeterminado de criterios descritos por un programador. Este proceso de aprendizaje permite que los algoritmos mejoren con más datos, un hecho que es en gran parte responsable del crecimiento de la economía de big data.

Algoritmos integrados a nuestra vida

Cuando muchas personas piensan en la IA, piensan en robots similares a los humanos que vendrán a conquistar el mundo. Lo que escapa a nuestra atención son todas las formas en que la IA ya está integrada en nuestra vida diaria. La mayoría de las personas ahora llevan una gran cantidad de algoritmos de aprendizaje automático en sus bolsillos. No hay duda de que los algoritmos, a veces sinónimo de “tecnología”, nos han facilitado la vida en muchos sentidos. 

En lugar de tener que consultar un mapa de la ciudad ambiguo, podemos dejar que Google Maps nos diga exactamente a dónde ir, y en lugar de analizar innumerables textos en una biblioteca pública para encontrar un hecho simple, podemos recuperarlo en milisegundos a través de un motor de búsqueda. Dado el poder y la ubicuidad de tal concepto, no sorprende que los algoritmos tengan una tremenda responsabilidad social y estén sujetos a una amplia discusión pública.

Controversias

Los algoritmos están al frente y en el centro de muchos debates contemporáneos en la sociedad. La mayoría de estas controversias se derivan de la moral que rodea el uso de un algoritmo dado, tanto en términos de sus consecuencias como en cuestiones relacionadas con la privacidad de los datos.

Los algoritmos han sido criticados por tener demasiado poder. Pueden determinar quién es contratado para un trabajo, quién obtiene un préstamo y qué noticias lee. El último punto se ha convertido en un tema particularmente candente en la era de las noticias falsas, ya que reconocemos que Facebook y YouTube tienen algoritmos que desempeñan un papel en la creación de cámaras de eco y el aumento de la polarización política. En 2018, estalló la controversia luego de una violación de los datos de Facebook por parte de Cambridge Analytica, una firma consultora que utilizó técnicas de aprendizaje automático para generar anuncios políticos personalizados. 

Más allá del mal manejo de la privacidad de los datos por parte del escándalo, la idea de que las creencias políticas sean manipuladas por métodos algorítmicos diseñados para generar la participación de los usuarios y aumentar las ganancias corporativas parece bastante distópica para muchos.

Viviendo en una distopía

Las preocupaciones que rodean a los algoritmos son un tema central en gran parte del escepticismo sobre su uso. Las personas a menudo señalan el uso del reconocimiento facial, un concepto popular en el aprendizaje automático, en China y los siniestros paralelos trazados con un sistema de vigilancia social orwelliano. Se hacen argumentos similares en América del Norte, donde las agencias de aplicación de la ley han sido criticadas por usar la tecnología de reconocimiento facial. 

Además de los problemas de privacidad, muchos destacan la falibilidad de estas tecnologías algorítmicas, señalando que muchos de estos servicios pueden presentar sesgos raciales. Aunque el error humano y la discriminación racial siguen siendo prominentes en áreas como la aplicación de la ley, las personas se sienten mucho menos cómodas con la noción de errores cometidos por un algoritmo defectuoso.

Mejorar la incertidumbre

Es cierto que los algoritmos enfrentan un escrutinio extenso sobre fallas y errores, pero si este escrutinio está justificado es algo que ha sido cuestionado por los defensores de la gobernanza tecnológica. Cada vez que ocurre un accidente relacionado con la función de IA de piloto automático de Tesla, la compañía se pone en el centro de atención a medida que las personas destacan los peligros de los autos sin conductor. 

Elon Musk ha desafiado esta crítica, tuiteando una vez que "es muy complicado que un accidente de Tesla que resultó en una fractura de tobillo sea noticia de primera plana y que las 40.000 personas que murieron en accidentes automovilísticos en EE. UU. solo en el último año casi no reciben cobertura". Muchos comparten el sentimiento de Musk de que los algoritmos, aunque no son perfectos, en muchos casos son una mejora de la toma de decisiones humana.

Fuentes

  1. Laboratorio de decisiones. (2022). Algorithm. (S. Melzner, trad)
  2. Al-Khwārizmī. Enciclopedia Británica. Obtenido de Britannica
  3. Barbin, E. (1999). Una historia de los algoritmos: del guijarro al microchip (Vol. 23). JL Chabert (Ed.). Berlín: Springer.
  4. Watson, I. (2012, abril). Cómo Alan Turing inventó la era informática. científico americano . Obtenido de Scientific
  5. Bessi, A., Zollo, F., Del Vicario, M., Puliga, M., Scala, A., Caldarelli, G & Quattrociocchi, W. (2016). Polarización de usuarios en Facebook y Youtube. PloS uno11 (8), e0159641.
  6. Kirilenko, A., Kyle, AS, Samadi, M. y Tuzun, T. (2017). El flash crash: comercio de alta frecuencia en un mercado electrónico. Diario de Finanzas72 (3), 967-998.

Leé más conceptos tendencias modelos casos contenidos materiales adelantos guías

Completá tus datos para recibir una serie de 10 envíos escritos para vos.

Los incentivos tienen un fuerte componente social.

Incentivos

Pueden ser incentivos morales, económicos o sociales pero siempre un incentivo es algo que motiva a las personas.

flock of sheep standing on grassland in countryside

Comportamiento de rebaño

No es ningún secreto que los humanos somos criaturas sociales y caemos en comportamiento de rebaño y manada.

Identidad económica

La identidad en la economía

Imaginate que estás comprando una camisa nueva. ¿Qué factores creés que influirán en tu decisión? Eso es la identidad en la economía.

OODA loop de la fuerza aérea

Bucle OODA

El bucle OODA es un modelo de procesamiento de información que considera la observación, orientación, decisión y acción.

sesgo de confirmación

Sesgo de confirmación

El sesgo de confirmación es la tendencia a priorizar y dar mayor credibilidad a la evidencia que se ajusta a nuestras creencias existentes.

machine learning y aprendizaje automático

Aprendizaje automático

El aprendizaje automático es el proceso en el que una computadora intenta aprender de experiencias pasadas utilizando algoritmos.

man standing beside commercial espresso machine

Normas sociales

Las normas sociales son reglas informales que guían el comportamiento dentro de la sociedad y son un medio para restringir el comportamiento.

Sobre la forma en que tomamos decisiones cuando hacemos nuestras compras, interactuamos con nuestros conocidos y votamos a nuestros representantes.