#elisava | Explore Tumblr Posts and Blogs

blogforai · 7 months

Text

“La inteligencia artificial tiene el potencial de quemarlo todo”

Enrique Peralta Oblitas, profesional de research, diseño, y desarrollo UX, nos cuenta un poco sobre el avance de la IA en el rubro y su escondido impacto ambiental

Enrique Peralta Oblitas (Fuente: Web del entrevistado)

Enrique Peralta Oblitas es psicólogo social reconvertido en diseñador y tecnólogo. Estudió psicología social y rápidamente empezó a trabajar como investigador para un laboratorio creativo de desarrollo de servicios llamado La Victoria Lab. Así llegó al UX research y luego al desarrollo desde cero de productos digitales. Hoy, luego de una carrera que pasó por el estado peruano, grandes transnacionales de la tecnología de la información y proyectos personales, acaba de terminar un posgrado en Diseño de Data en la Escuela de Diseño Elisava de Barcelona. Aquí finalmente ha podido combinar sus intereses entre la data, los servicios digitales y las humanidades y trabajar en proyectos en torno a los dispositivos interactivos, la biotecnología, las industrias en transición hacia prácticas más sostenibles y las comunicaciones basadas en datos. Nos sentamos a conversar sobre su trayectoria y sus perspectivas sobre la integración de inteligencia artificial a los diferentes mundos laborales en los que se ha desempeñado, además del impacto escondido que la industria genera en el medio ambiente

Cuéntanos un poco de tu trayectoria profesional: ¿cómo sientes la evolución desde tus inicios en La Victoria Lab hasta ahora?

Yo partí con un background de investigación académica. Me tocaba hacer mucho trabajo de campo y creo que eso les gustó (en La Victoria Lab). La gran mayoría de mis colegas venía de diseño industrial, diseño gráfico y un poco de desarrollo de software pero manejaban muy poco la primera pieza del eslabón, que es la investigación. Comprender realidades completamente ajenas a alguien que pasa sus días en una oficina en un complejo corporativo. Ellos además están enfocados en la clase media emergente que está compuesta de personas que no han tenido acceso a muchos servicios, a quienes Intercorp (compañía madre de La Victoria Lab), con sus treinta y tantas empresas, buscaba proveer salud, educación, entretenimiento.

Ya cuando te metes más en UX research, que fue mi siguiente rol, eso me obligó a ser la goma que pega desarrollo de software y diseño, porque, le llega un pedazo de información a diseño, ellos hacen las interfaces, pero también tienes que pensar qué está pasando con el proceso de desarrollo, si el diseño es factible o no, y si al final realmente estás resolviendo el problema que trajiste en primer lugar. Porque a veces se pierde un poco el foco. Sobre todo en equipos pequeños, Éramos solamente cuatro personas y bueno, ahora en las empresas se crean roles como el Product Owner, el Scrum Master, pero para mi son burocracias que se crean y dan una sensación de control, pero desde el research tranquilamente se pueden cubrir.

Creo que necesité empezar a cubrir más terreno, saber más de diseño, de desarrollo. Hice mi portafolio web y decidí hacer el código desde cero, porque además quería aprender más de tecnología. Entonces empecé a abrir más frentes y empezaba acomodarme pero completamente. Ahí es donde entro a otra consultora de service design, que básicamente es organizar todas las interacciones que una persona pueda tener de una manera coherente. Ya no tanto en pantallas sino en toda la experiencia. Desde canales telefónicos, correo, etc. Cómo todo funciona a un mismo ritmo, con la misma información, pensando que las personas no deberían poner dos veces la misma data para conseguir una respuesta.

Y de ahí, roles de liderazgo en los que eventualmente me tocaba estar menos en el campo y más ayudando a otras personas a que agarren las capacidades para que hagan su propio research o dando más feedback en términos de diseño visual. Al final, 10% del tiempo se va en resolver conflictos entre el equipo de desarrollo y el equipo de diseño.

Cubrir más terreno, luego empezar a mentorear a algunas personas, luego liderar equipos pero después de un tiempo también me di cuenta que me faltaba profundidad en algunos de estos ejes (diseño, desarrollo, research). Por eso hice la maestría, pero ya desde otro lugar que era datos, algo que no veía desde la universidad. Sentí que fue una oportunidad para ver todo lo que hice previamente pero en vez de ver data más cualitativa, también ver cuantitativa

¿Cómo compararías las diferentes experiencias que has tenido, ya sea trabajando para el estado, para grandes empresas transnacionales o en proyectos más específicos?

Uf.. no sé. Yo me lo pensaría mucho si vuelvo a trabajar para el estado porque entré como consultor para una tarea muy específica, pero te das cuenta que hay una necesidad de ser quien toma las decisiones en ese entorno para que las cosas sucedan. Para conseguir una regla, tienes que ir a la mesa de partes con un papel. No puedes avanzar rápido. Sin embargo, tenían un sitio web que atendía a 700 mil usuarios, que eran profesores de todo el Perú. Y la gente estaba enganchadisima. Entonces, sí me di cuenta que tenías mucho impacto pero tienes que balancear qué tanto poder político puedes tener dentro de la institución, y qué tanto vas a empujar algo y no obtener resultados. Por eso yo me la pensaría en el estado.

Y después, transnacionales, yo salí con un equipo pequeñito, local en Perú, que después se anexó a Chile, donde está la otra oficina y fue un proceso ver cómo estas empresas de tecnología se hinchan por una demanda estacional y que eso eventualmente trae problemas. La consultoría es un mundo en el que es muy difícil saber cuando van a llegar proyectos, de qué tipo, no puedes hacer dos veces lo mismo y te tienes que adaptar a mil industrias. Ahí me di cuenta que eran organizaciones muy volátiles pero dije, “bueno vamos a chequear qué onda con Globant” (una de las empresas más grandes de IT en el mundo). Y ahí me di cuenta del cambio de escala. Yo empecé con un grupo de diez que escaló a ciento veinte, ciento sesenta. Y cuando cambié a Globant eran 25 mil. Y su único punto de contacto es Slack (una aplicación de mensajería para empresas) o si quieres, la oficina, a donde casi nadie va. Era duro de navegar, y había gente que se pasaba mucho tiempo en un limbo, hasta que le asignaban un proyecto. Hay que estar hurgando por todos lados, agendando reuniones con directores. A mi me interesaba la visualización de datos y contactaba con gente que hacía eso pero eran proyectos aparte.

¿En qué proyectos estás trabajando actualmente?

Después del Máster me vino el bajón de hacer el portafolio y buscar proyectos personales. Esta semana por ejemplo tengo una pequeña exhibición de los proyectos finales, pero alrededor de la comida. Nos dimos cuenta que varios hicimos proyectos sobre comida en el Máster y estamos haciendo una exposición, medio cena clandestina, se venden vinos y tal. Nada que ver con tecnología. Eso por un lado. Y después ayudando a gente. Por ejemplo, había unos chicos con una granja de abejas en Italia y recibían muchos voluntarios. No les daba abasto para pensar realmente qué información le dan a la gente que está buscándolos. Qué seguridad tienen yendo a este sitio, que está todo en orden, qué información logística necesitan para llegar a la granja. Pensar si tienen que llevar toallas y si hay, hasta ese nivel de granularidad.Entonces era una pequeña estrategia de comunicación y saber donde poner toda esa información. Eso y dedicarme también a buscar un nuevo empleo.

¿Cuál es el uso que le das a la IA en tu trabajo o estudios actualmente?

[En un trabajo anterior] yo usaba Airtable (una plataforma de bases de datos colaborativas). Estábamos viendo una base de datos gigantesca que desmenuzaba jerarquías de ocupaciones de trabajo y de conocimientos o habilidades. Juntabas tantas habilidades y eso equivalía a lo que sabía un profesor, por ejemplo. Te dabas cuenta que había una interacción de datos bien rara y en Airtable empezamos a jugar un poco con qué tanta probabilidad hay de que una habilidad se conecte a un perfil que nosotros creamos. Una suerte de algoritmo que computaba un cálculo. Y a partir de ahí he visto una evolución básicamente para aligerar la carga de trabajo.

Principalmente en el master me tocó hacer mucho de eso. Globant, cuando yo estuve ahí, no trabajó tanto con inteligencia artificial porque también abres la puerta a que vulnerabilices tu infraestructura. Por ejemplo, si estás desarrollando un software y le abres la puerta a Chat-GPT, no sabes lo que puede pasar. Entonces, en entornos más pequeños, controlados y experimentales como en el Máster, sí. Desde generar textos para un libro o muchos de los assets visuales. Particularmente para mi, eran difíciles de generar porque no tengo un background en diseño gráfico y porque los deadlines eran muy ajustados. Entonces, antes incluso de que exista DALL-E (servicio de IA para generación de imágenes de OpenAI), recuerdo que había una que era VQGAN, un generador de assets visuales. Tenías que ver el código y en algún lugar del código introducíaslos prompts. Entonces hay una sofisticación de estos servicios porque simplemente cada vez más gente tiene que acceder, y tienes que quitarle las barreras de acceso.

Eventualmente nos ha servido de corrector de estilo, y en algún momento sí hicimos un workshop con unos chicos de Japón en el que tuvimos que entrenar nuestro propio sistema de IA. Había un montón de trabajo operativo de curar las imágenes que van a entrar en algoritmo y entender qué tanto va a influir la infraestructura previa del algoritmo que estás usando. Porque al final es: tienes data, lo lanzas a un modelo de inteligencia artificial y va a generar un output. Pero el modelo en sí mismo tiene sus propios sesgos, sus propios parámetros. Es un poco así cómo opera mucha gente que está metida en este mundo, pero no hay un esfuerzo por auditar posibles fuentes de discriminacion o simplemente errores en los que hay gente que se ve perjudicada.

¿Por el rubro en el que trabajas, imagino que siempre estuvo presente la IA pero cuándo te das cuenta que todo se revolucionaría en una escala más amplia, como está sucediendo ahora?

De hecho, me tocó cuando empecé la maestría. Creo que hubo un update en Chat-GPT, estaba en un curso de storytelling y la profesora nos dijo “por favor, sean la última promoción que no use esto porque no tiene sentido para mi todavia.” Honestamente, en el entorno de consultoría del que yo vengo era algo que se decía mucho como “nos gustaría”, pero realmente necesitas data, y en proyectos de consultoría, cuando estas empezando desde cero no tienes nada de data, no tienes nada de usuarios. Entonces no puedes construir capacidades de machine learning o lo que sea. Era siempre un quiero pero no puedo, y luego vas a un nuevo proyecto. Dejas los fundamentos de algo así pero lo entregas a la empresa y que ellos se encarguen. Por eso nunca llegas realmente a implementarlo, en consultorías.

Y después he visto que muchas star- ups lo hacen pero muy sutilmente, para el procesamiento de imágenes, por ejemplo. Sobre todo las de nutrición, la utilizan para identificar qué alimentos hay en un plato cuando el usuario toma una foto, porque estás registrando qué cosas comes todos los días o algún procedimiento así. Creo que esa es una de las cosas más explícitas, pero no te dicen “es inteligencia artificial”, simplemente estás utilizando estas cosas sin que gente que no está en la industria se de cuenta. Lo mismo hace Google con Google Photos. Ahora te dice que puedes filtrar por caras, e identificar un grupo de personas que aparecen en tus fotos. Y puedes ir entrenando el algoritmo diciéndole si una persona es o no es la misma.

Creo que no nos damos cuenta lo profundamente metidos que estamos en esto, pero ya es una realidad hace rato. Empresas de tech gigantes ya lo usan. El motor de recomendaciones de Netflix siempre se guió bajo esos parámetros. La gran transformación es que ahora la gente lo usa en su día a día.

¿Cuál dirías que es el cambio más radical en cuanto a uso de la IA en el diseño y la experiencia de usuario?

Estas cosas parten de laboratorios de estas empresas con mucho dinero y uno no las ve hasta que se diseminan. Me acuerdo que Airbnb (empresa de alquiler de hospedajes) había hecho experimentos con su equipo de desarrollo en los cuales, a través de dibujos generaban interfaces. Dibujos a mano, ni siquiera vectores. Entonces el algoritmo interpreta si esto es una tarjeta, si esto es un título, si esto es una imagen. Si bien, así tal cual no se ha visto, es básicamente la lógica que están adoptando ahora cosas como Figma (software de diseño y prototipado de interfaces). El salto ha sido obligar a que el diseñador piense más computacionalmente. Creo que en esa ruta va.

Pero después hay un salto a cómo se generan interfaces de forma más “mágica”, o generativa. En un futuro no muy lejano, se va a acelerar un poco el proceso de diseño pero al final depende de donde estés metido. Vas a necesitar un ojo mucho más fino para ajustarlo, ver cómo se conecta eso con tu sistema de diseño si estás en una empresa ya consolidada. Entonces, siento que todo esto es genial para la gente que está empezando a prototipo, ideas, que no está amarrada a tecnologías legacy y así. Pero en workflows, será que cada empresa construya las capacidades a la interna. Que su propio equipo de desarrollo construya las herramientas para su equipo de diseño. Yo creo que va más por esa línea.

Has trabajado con frecuencia en proyectos de sostenibilidad. ¿Cuál crees que es el potencial de la IA para el desarrollo y la implementación de estos proyectos?

Tiene el potencial de quemarlo todo. Sobre todo por la capacidad computacional que requiere. Uno no ve el impacto directo pero básicamente, computar todos estos datos requiere que estés conectado a un servicio de Amazon, Google Cloud o Azure, que tiene una instalación física que consume una cantidad brutal de agua y electricidad.

Estaba leyendo un libro que era sobre poesía sobre inteligencia artificial, y contaba, como en un poema, algo como que la gente que analizaba los patrones de comportamiento y movilidad de los salmones, al momento de correrlo por modelos de machine learning, estaba haciendo computaciones que afectaban esos mismos ríos donde estaban esos mismos salmones. Te das cuenta de esa interconexión que no es nada obvia, y que la industria se obliga a escindir. Por un lado tienes toda la promesa de que habrá empleos de mejor calidad, la gente no se enfocara en tareas manuales, etc. Que dentro del concepto amplio de sostenibilidad es una parte; igualdad de condiciones laborales, por ejemplo. Pero a nivel ambiental, a nivel laboral, siento que asoman más problemas que soluciones. Para unos pocos que tienen la capacidad de navegar este mundo con flexibilidad y sacarle algún provecho es fenomenal pero la imagen en grande es que acentúa el poder desproporcionado que tienen ciertas compañías sobre la propiedad intelectual, el conocimiento, el arte, la data misma que tiene en sus servidores. Y hay poco incentivo para regular esas actividades porque al final están consumiendo recursos de todos

De hecho, a eso iba la siguiente pregunta ¿Crees que la IA será un factor que ayudará a cubrir brechas de desarrollo o las incrementará?

Como parte de algo tan intangible, que una masa crítica de personas se de cuenta que lo que ocurre acá tiene un impacto en otro lado del mundo es un salto que va a tomar algunos años. Ya después, no se si habrá presion politica, involucrameinto ciudadano tambien. Entiendo que cada vez hay más colectivos alrededor de la protección de datos y eso también creo que va en la misma línea. Quienes habitan las tierras que se están degradando por los servidores y tal son los últimos en la cadena de prioridades en la representación del gobierno

Como docente, ¿cuáles son los retos de enseñar en un momento en el que la tecnología parece avanzar exponencialmente cada año?

Yo dictaba en la UTEC (Universidad de Ingeniería y Tecnología, en Lima). Había un programa de UX y service design. Eso inició el 2015 y era un programa que casi no existía en Perú. Yo entré para la edición de 2019 .Básicamente era trabajar algunas habilidades técnicas para que entiendan el proceso de diseño desde cero, desde idea, desde concepto. Pero me di cuenta que el mercado se mueve a un ritmo, al cual la academia no se puede adaptar.

Creo que hay cosas que puedes enseñar a nivel operativo, como hacer ejercicios con prompts en IA, pero la base es como te estás comunicando con una interfaz de texto, de audio, táctil, etc. Entender ciertos principios y después ciertas aplicaciones técnicas, pero quien salga de un programa así debería poder enfrentarse a nuevos contextos sin tener que pasar por otra capacitación. Creo que idealmente debería ir hacia allá un training de este tipo.

Pasa que estos programas están tan amarrados a metodologías que tu tenias que cubrir todos los puntos para certificar el uso de esta metodología, pero te dabas cuenta que había cosas que no eran tan relevantes para la industria en la que estaban los alumnos o ya tenían conocimientos previos y podías saltarte algunas fases. Ahí hay poca flexibilidad. Y después, es muy duro el proceso de aterrizar una idea. Una idea que se convertirá en un pequeño software y que podrías probar en un web dealer (servicios para la generación de prototipos sin necesidad de escribir código), la gente se hace bolas y ya quiere llamar a un informático o cosas así, sin poner ideas a prueba.

Luego de nuestra conversación, me doy cuenta que esta última pregunta es bastante difícil, pero te la hago igual ¿Cuál es tu proyección de los próximos 10 años en cuanto al avance de la IA y la transformación del rubro de comunicaciones y diseño?

Uf. Bueno. Hace un año se movió el tablero con las últimas versiones y la capacidad conversacional que tiene Chat GPT. Hay cambios que uno no espera entonces, una proyección de 10 años es…

Es una locura

Pero, hasta cierto punto, puedes desarrollar capacidades teniendo en cuenta los recursos que tienes. Más que anticipar qué va a cambiar, hay cosas que se van a ver en aprietos. En primer lugar la administración de recursos naturales. Hasta cierto punto puedes hacer manufactura con los minerales, con los recursos hídricos, con el trabajo. Hasta cierto punto habrá incentivos para involucrarse en una industria en la que los procesadores tienen que ser más baratos, tienes que pagar menos a los trabajadores, etc. Después tienes las brechas de conocimientos. De un universo de 100% de trabajadores, cuántos pueden hacer el salto. La escasez de talento. Puedes tener una infraestructura potenciada por IA alucinante pero si muy pocos saben operar, la empresa que tenga más plata se va a llevar ese talento.

Creo que desde el marco regulatorio, en la Unión Europea están poniéndose cada vez más duros y haciendo un shutdown de ciertos algoritmos. Por lo menos en EEUU han usado modelos [de IA] para calcular incentivos o ascensos de profesores que trabajan en staff público y han llegado a tener errores terribles. Entiendo que también habrá una fuerza que venga de ahí y que por lo menos va a observar, y quien no pague buen lobby tendrá que aguantarse un rato hasta estar seguros que su modelo de IA no está jodiendo a la gente.

#ai #inteligencia artificial

0 notes