Por: Carlos FERREYROS SOTO
Doctor en Derecho
Université de Montpellier I Francia.
M. Sc. Institut Agronomique Méditerranéen
cferreyros@hotmail.com
SINTESIS
Este informe fue elaborado por la European Union Agency for the Operational Management of Large-Scale IT Systems in the Area of Freedom, Security and Justice (eu-LISA) en junio de 2020 para proporcionar información actualizada a fin de apoyar la discusión sobre el futuro desarrollo y explotación de sistemas informáticos a gran escala gestionados por eu-LISA.
El informe es el resultado de la colaboración del personal de eu-LISA de toda la Agencia. Aleksandrs Cepilovs dirigió la diseño y redacción del informe. Los siguientes colegas contribuyeron al informe (en orden alfabético):Grzegorz Borowski, Maria Bouligaraki, Jean-Claude Capoferri, Wulf Hemmerle, Ulrika Hurt, Alphonse Janson, Fabien Kuntzmann, Jean Letzelter, Philipp Mohrdiek, Donka Raytcheva, Padraig Ryan. Michael Evans proporcionó apoyo editorial. Anna Platonova y Alessandra Falcinella llevaron a cabo la coordinación general del trabajo.
La traducción al castellano del Resumen Ejecutivo del informe fue realizada por el suscrito con la ayuda del traductor de Google. La versión original e integra en inglés del Informe público, cuya reproducción es autorizada, se encuentra en el enlace siguiente:
____________________________________________________________________________
RESUMEN JECUTIVO
RESUMEN EJECUTIVO
En los últimos años, el debate sobre la
IA en la UE se ha acelerado. En vista de las implicaciones de la IA en la economía
y la sociedad, y también los beneficios que se pueden obtener de la adopción
generalizada de la IA en todos los sectores de la economía, incluido el sector
público, la UE ha iniciado el desarrollo de un Enfoque europeo de la IA. Este
enfoque coordinado de la UE hacia la IA tiene como objetivo presentar a la UE
como líder en tecnología. También tiene como objetivo equilibrar el avance de
la tecnología y la necesidad de proteger y promover la interés público. Para
garantizar este equilibrio, el desarrollo de una IA fiable y segura en la UE
debería estar basada en los valores europeos comunes, como el respeto de los
derechos fundamentales. Para lograr estos objetivos, la Comisión ha puesto en
marcha una serie de iniciativas, incluida la financiación adicional para la
investigación e innovación en IA, un plan coordinado sobre IA destinado a
mejorar la cooperación en IA en la UE, así como la formación de un grupo de
expertos de alto nivel en IA que se centre en el desarrollo de recomendaciones
sobre cuestiones éticas, legales y problemas sociales.
Teniendo esto en cuenta, eu-LISA ha
estado desarrollando su enfoque sobre la IA y el papel específico que puede
desempeñar la Agencia en el avance de la adopción de la IA en la UE. En primer
lugar, la Agencia puede apoyar el desarrollo y adopción de la IA en el ámbito
de las fronteras, la migración y la seguridad, por ejemplo, apoyando la
infraestructura computacional para el desarrollo y prueba de herramientas de IA
para las partes interesadas claves. Segundo, la Agencia está bien ubicada para
beneficiarse del despliegue de soluciones de inteligencia artificial en el
contexto de la gestión operativa de sistemas de TI a gran escala, centrándose
en particular en la mejora del rendimiento, la estabilidad y la calidad general
del servicio que brinda a las partes interesadas.
Con la entrada en vigor de la
regulación que establece el Sistema de Entrada/Salida (SES), eu-LISA ha
recibido el mandato para desarrollar el nuevo sistema, que incorpora un componente para el
emparejamiento biométrico automatizado, que se basará sobre técnicas de
aprendizaje automático para la comparación biométrica. El ámbito de aplicación
de la IA no solo se limita a eso, sino incluye una amplia gama de aplicaciones
para la IA que no tienen un efecto inmediato sobre las personas. Este informe
se centra principalmente en aplicaciones en las que las consideraciones éticas
y legales no son relevantes o secundarias; es decir, en aquellas aplicaciones
donde la implementación de soluciones que se basan en IA o las tecnologías ML (Machine
Learning) pueden tener un efecto inmediato en el desempeño de eu-LISA como
proveedor de servicios de TI.
En primer lugar, se pueden lograr
mejoras de rendimiento significativas mediante la implementación de soluciones de IA o ML
en el contexto de la infraestructura de TI y la gestión de servicios (por ejemplo,
en la aplicación de la supervisión del rendimiento, la infraestructura de TI y
monitoreo y diagnóstico de la red, análisis de eventos de TI u operaciones de
escritorio de TI), en particular por el aumento de la disponibilidad de la
infraestructura de red y de TI, mientras que al mismo tiempo se reduce la carga
de trabajo del personal responsable (por ejemplo, asumiendo algunas de las
tareas rutinarias repetitivas). Tales ganancias de eficiencia allanan el camino
para dedicar un esfuerzo adicional a mejorar aún más las operaciones y los
servicios.
En segundo lugar, los agentes
conversacionales, los asistentes virtuales y los chatbots son otra clase importante de
herramientas de IA en el contexto de la actividad principal de eu-LISA. Los chatbots se pueden
implementar de manera efectiva en varias áreas, incluida la provisión en
capacitación para futuros usuarios del EES, brindando soporte a los usuarios de
ETIAS, así como integrando chatbots como el primer punto de contacto para
los escritorios de servicio de TI. El uso de chatbots o asistentes virtuales puede mejorar la
calidad general de los servicios prestados por eu-LISA, acelerar la adopción de
nuevos sistemas por parte de los usuarios y mejorar la calidad de información
enviada por usuarios que utilizan sistemas en línea.
La protección de los sistemas de TI
contra las amenazas cibernéticas es otro dominio en el que la IA y el ML pueden utilizarse
de forma eficaz. En el nivel más básico, la protección de la infraestructura digital se basa
en la inteligencia de amenazas cibernéticas para identificar vulnerabilidades,
así como nuevos ataques. Por lo tanto, la introducción de la automatización a
la inteligencia de amenazas cibernéticas utilizando el aprendizaje automático
es un primer paso importante. El segundo nivel de aplicación de la IA en
ciberseguridad está en la red análisis y detección de intrusos. Y el siguiente
nivel es la creación de sistemas autónomos de ciberseguridad. capaces de
detectar y responder a amenazas sin la necesidad de una intervención humana
inmediata.
Por último, el ML puede ser
efectivamente usada para optimizar el rendimiento energético de
la infraestructura del centro de datos., mejorando el rendimiento energético
de la infraestructura de TI y los sistemas de refrigeración. Con la creciente
complejidad de los centros de datos donde los equipos eléctricos y mecánicos
operan en constante interacción con patrones no lineales, el uso de métodos
convencionales para mejorar el rendimiento energético ya no es factible. Los
marcos estadísticos y de ML más complejos son útiles en el desarrollo de
modelos de eficiencia energética para centros de datos, lo que permite
optimizar el rendimiento de los equipos, teniendo en cuenta datos en tiempo
real.
Aunque la IA tiene un gran potencial
transformador, no está exenta de desafíos y riesgos. Por lo tanto, las
organizaciones que estén considerando el despliegue de IA en operaciones
internas o servicios deben tener en cuenta la siguientes factores:
• El desarrollo de un sistema basado en machine learning requerirá grandes conjuntos de datos para entrenar el algoritmo de machine learning (ML). Para garantizar que el sistema de IA funcione con un nivel relativamente bajo de errores, los conjuntos de datos de entrenamiento deben ser de muy alta calidad, lo que posiblemente requiera el uso de datos reales.
• El desarrollo y el despliegue de inteligencia artificial basada en algoritmos de machine learning requiere recursos computacionales. Por lo tanto, será necesario el desarrollo de infraestructura compartida que se puede utilizar para el desarrollo y la prueba de soluciones de IA, como EuroHPC.
• Los sistemas de IA - basados tanto en reglas como en ML - a menudo no son estáticas, ya que operan en un entorno en constante cambio. Para tener en cuenta los cambios en el entorno, los sistemas de IA deben actualizarse continuamente para que sigan siendo precisos. Esto tiene implicaciones directas para la adquisición de tales sistemas, así como la posible necesidad de personal interno para apoyar el mantenimiento continuo de tales sistemas.
• Es importante
mirar más allá de los grandes lineamientos y considerar dónde la IA puede tener
efectos significativos sin barreras sustanciales para su implementación. Estos
'frutos maduros' pueden ayudar a legitimar la IA dentro de la organización y
obtener apoyo administrativo. También son una buena forma de familiarizar al
personal con los sistemas de IA, lo que ayudará a desarrollar e implementar
gradualmente sistemas más sofisticados cuando sea necesario.
Este informe es el primer paso de
eu-LISA en su exploración de todo el potencial de la IA para mejorar el
rendimiento de la Agencia. Continuaremos monitoreando los desarrollos en IA y
profundizaremos en algunos de los casos de uso, como parte de nuestras actividades
de seguimiento de investigación y tecnología en el futuro.
No hay comentarios:
Publicar un comentario