Entre los muchos beneficios de la inteligencia artificial promocionados por sus defensores se encuentra la capacidad potencial de la tecnología para ayudar a resolver el cambio climático. Si este es realmente el caso, los cambios de paso recientes en AI no podrían haber llegado antes. Este verano, ha seguido aumentando la evidencia de que la Tierra ya está pasando del calentamiento a la ebullición.
Sin embargo, a pesar de lo intenso que ha sido el bombo AI en los últimos meses, también hay una larga lista de preocupaciones que lo acompañan. Su uso prospectivo en difundir desinformación por un lado, junto con posibles problemas de discriminación, privacidad y seguridad.
Además, investigadores de la Universidad de Cambridge, Reino Unido, descubrieron que el sesgo en los conjuntos de datos utilizados para entrenar modelos de IA podría limitar su aplicación como una herramienta justa en la lucha contra calentamiento global y su impacto en la salud planetaria y humana.
Como suele ser el caso cuando se trata de un sesgo global, es una cuestión de Global North vs. Global South. Dado que la mayoría de los datos recopilados por investigadores y empresas con acceso privilegiado a la tecnología, los efectos del cambio climático, invariablemente, se verán desde una perspectiva limitada. Como tal, la IA sesgada tiene el potencial de tergiversar la información climática. Es decir, los más vulnerables sufrirán las consecuencias más nefastas.
Convocatoria de conjuntos de datos globalmente inclusivos
El <3 de la tecnología de la UE
Los últimos rumores de la escena tecnológica de la UE, una historia de nuestro viejo y sabio fundador, Boris, y un cuestionable arte de IA. Es gratis, todas las semanas, en su bandeja de entrada. ¡Regístrate ahora!
En un papel titulado “Aprovechamiento de la inteligencia humana y mecánica para la acción climática a nivel planetario”, publicado en la prestigiosa revista Nature, los autores admiten que “el uso de la IA para tener en cuenta los factores en constante cambio del cambio climático nos permite generar predicciones mejor informadas sobre los cambios ambientales, permitiéndonos implementar estrategias de mitigación antes”.
Esto, dicen, sigue siendo una de las aplicaciones más prometedoras de la IA en la planificación de la acción climática. Sin embargo, solo si los conjuntos de datos utilizados para entrenar los sistemas son globalmente inclusivos.
“Cuando la información sobre el cambio climático está sobrerrepresentada por el trabajo de personas bien educadas en instituciones de alto rango dentro del Norte Global, AI solo verá el cambio climático y las soluciones climáticas a través de sus ojos”, dijo el autor principal y Cambridge Zero Fellow. Dr. Ramit Debnath.
Por el contrario, aquellos que tienen menos acceso a la tecnología y los mecanismos de información estarán subrepresentados en las fuentes digitales en las que confían los desarrolladores de IA.
“Ningún dato está limpio o sin prejuicios, y esto es particularmente problemático para la IA, que depende completamente de la información digital”, dijo la coautora del artículo, la profesora Emily Shuckburgh. “Solo con una conciencia activa de esta injusticia de datos podemos comenzar a abordarla y, en consecuencia, a construir mejores y más confiables soluciones climáticas impulsadas por IA”.
Los autores abogan por diseños de IA humanos en el circuito que puedan contribuir a una red epistémica planetaria que respalde la acción climática, permitan directamente intervenciones de mitigación y adaptación, y reduzcan las injusticias de datos asociadas con conjuntos de datos de preentrenamiento de IA.
La necesidad del momento, concluye el estudio, es ser sensible a las desigualdades e injusticias digitales dentro de la comunidad de inteligencia artificial, especialmente cuando la IA se utiliza como instrumento para abordar los desafíos de salud planetaria como el cambio climático.
Si no abordamos estos problemas, argumentan los autores, podría haber resultados catastróficos que afecten el colapso social y la estabilidad planetaria, incluido el incumplimiento de las vías de mitigación climática.