Edgar Altszyler: “Vamos a usar inteligencia artificial para ayudar a Abuelas a encontrar nietos”

Doctor en Física por la Universidad de Buenos Aires (UBA), licenciado y magíster en Física por el Instituto Balseiro, ex investigador del Conicet en el Laboratorio de Inteligencia aplicada del Instituto de Ciencias de la Computación (ICC) de la Facultad de Ciencias Exactas de la UBA, Edgar Altszyler se especializa en aplicación de técnicas inteligencia artificial para el estudio del comportamiento social y cultural, la psicología y la salud mental. Docente de Procesamiento de Lenguaje Natural en la Maestría en Data Mining de la UBA, y de Inteligencia Artificial, Gestión de Proyectos y Ventanas de Aplicación de la Universidad Torcuato Di Tella (UTDT), Altszyler participó esta semana de Agenda Académica, la sección de Perfil para que investigadores y docentes universitarios puedan difundir sus trabajos en los medios masivos de comunicación.

—Usted lideró un sorprendente y auspicioso proyecto que vincula a la inteligencia artificial con la búsqueda de nietos apropiados durante la última dictadura. Me refiero al acuerdo que fue firmado el mes pasado por Abuelas de Plaza de Mayo, la Facultad de Ciencias Exactas de la UBA y Quantit, empresa especializada en el desarrollo de herramientas de inteligencia artificial. Quantit es una firma que usted fundó y que realizará esta investigación ad honorem. ¿Cuál es el aporte que la inteligencia artificial puede otorgarle a la restitución de la identidad y a la reparación de la memoria después de la última dictadura?

—La inteligencia artificial es una herramienta muy poderosa para la automatización de procesos y permite buscar patrones en grandes volúmenes de datos. Abuelas investiga en grandes volúmenes de de documentos, que fueron recopilando en los últimos 45 años, y sobre esos grandes volúmenes de documentos van buscando patrones en común y armando casos. Y esos casos los van estudiando y los van agrandando hasta que pueden llegar a armar una historia en torno a un nieto o una nieta. Esos casos son fundamentales para lo que es su proceso de búsqueda. Lo que nosotros proponemos es usar inteligencia artificial para acelerar este proceso de búsqueda y de investigación. Vamos a usar inteligencia artificial para ayudar a Abuelas a encontrar más nietos. Queremos armar un equipo de investigación, que tenga distintos especialistas o profesionales y muchos estudiantes y graduados de la carrera de Ciencias Exactas. Apuntamos, de hecho, a que algunas de estas investigaciones terminen siendo tesis de esos estudiantes. Queremos  que cada uno de los proyectos aborde alguna problemática particular de todo este proceso de investigación. Por ejemplo, algunos van a estar buscando entidades, que pueden ser lugares, nombres de personas, localidades, ciudades o fechas. Otro proyecto es usar inteligencia artificial para armar algo que se conoce como metadata o datos estructurados de cada uno de todos esos documentos, para después extraer todos estos datos y cruzar la información para ayudar en la búsqueda de estos casos. Otro proyecto busca encontrar patrones en común en los inventarios, para aglomerarlos en posibles casos. Otro módulo será el que procese información de cierta manera. Otro proyecto busca automatizar las tareas rutinarias que hacen en el equipo de Abuelas, que buscan información de acá, chequeen la información allá, hacen una cosa y la otra. Es decir, unir todo ese paso a paso de los procesos de investigación que hoy en día está haciendo el equipo de Abuelas, para automatizarlo con inteligencia artificial. Que la inteligencia artificial sea la que vaya y busque información, chequeé y vuelva con la información trabajada. El objetivo es entender cuáles son las tareas y los procesos que una organización hace y buscar cómo la inteligencia artificial puede automatizar ese procedimiento. Cuando uno empieza a tener muchos procedimientos automatizados, puede empezar a conglomerarlos en una inteligencia artificial que coordine los distintos procesos. Si uno empieza a hacer cosas más grandes y más poderosas, puede empezar a buscar información y trabajar de manera más automática. Este proyecto lo estuvimos charlándose bastante con Abuelas y, principalmente, nació de de un interés de ellas. El equipo de Abuelas se comunicó conmigo cuando yo era investigador en el Conicet. De hecho ya veníamos hablando cuando yo trabajaba en la Fundación Sadosky en 2018. Lo que la inteligencia artificial viene a hacer, es potenciar el trabajo que hoy en día ya está haciendo el equipo de Abuelas, potenciarlo con más capacidad de procesar documentos, más capacidad de encontrar patrones más útiles y también más capacidad de acelerar los tiempos de lo que ya están haciendo. Una inteligencia artificial puede hacer mucho más rápido alguno de los procesos que ya se están haciendo. La filosofía que proponemos es armar un equipo que esté trabajando junto al equipo que ya está trabajando en Abuelas de Plaza de Mayo para encontrar nietos de manera más rápida y de forma más eficiente.

—En Medio siglo de asociaciones estereotipadas entre género y capacidad intelectual en el cine, un muy interesante estudio que usted realizó junto a otros autores, se comprobó que la idea de asociar la capacidad intelectual con la masculinidad es algo que se construyó culturalmente durante décadas. Y, para demostrarlo, analizaron los diálogos de decenas de miles de películas filmadas en los últimos cincuenta años, a través de técnicas de procesamiento del lenguaje natural, lo que les permitió cuantificar asociaciones entre los pronombres de género y las palabras relacionadas con la capacidad cognitiva de alto nivel. ¿Qué es lo que más le sorprendió de esa investigación?

—La investigación nació con el objetivo de empezar a dar herramientas a las ciencias sociales, a través de la computación. Un área de ciencia social computacional para brindar una herramienta que permita medir tendencias en distintos sesgos. Cuantificar muchas de las tareas que los expertos en el área de ciencias sociales ya venían haciendo. En este trabajo medimos primero una métrica más general de sesgo sobre muchos ángulos y lo que encontramos es que había un sesgo claro de estereotipo de género en el diálogo de esas películas. Y lo que nos sorprendió es que la presencia de este tipo de sesgos era más alto en las películas infantiles que en el resto de las películas. Encontramos que las películas familiares tienen un sesgo en este sentido. Y también algo que nos sorprendió fue que cuando fuimos a otro tipo de sesgo que queríamos medir en particular, que era la asociación entre la brillantez o la visión de lo que es muy inteligente y el sexo, encontramos una mayor asociación de de este tipo de conceptos vinculados más a los hombres que a las mujeres, más asociado a los pronombres masculinos que a los femeninos. Y lo que encontramos es que no hubo cambio en los últimos cincuenta años respecto a esta asociación. Este trabajo lo hicimos en el 2018. Quizás si uno sigue ese trabajo, ahora sí veamos cambios en cómo son las películas de Hollywood en cuanto sexo.

—En Inteligencia artificial aplicada al estudio del derecho: análisis computacional de la jurisprudencia de casación penal, un trabajo en el que aplican el uso de un algoritmo a una gran densidad de jurisprudencia argentina, para documentar el abordaje judicial que han recibido ciertos temas, especialmente relevantes, como aquellos vinculados con el juzgamiento de los crímenes contra la humanidad, la violencia machista o la trata de personas con fines de explotación. ¿Cuál es el mayor aporte que puede hacer la inteligencia artificial al análisis del derecho en Argentina?

—En ese en ese trabajo quisimos hacer un primer acercamiento, cuando estaba empezando a aflorar la inteligencia artificial.  Entonces, se hablaba mucho del derecho de la inteligencia artificial y nosotros queríamos demostrar cómo la inteligencia artificial podía impactar en el derecho. Y lo que hicimos fue un primer estudio en el que nos preguntamos de qué trata la jurisprudencia, es decir, su contenido. Queríamos hacer una aproximación para ver la distribución de los casos, qué tipo de temas se estaba tratando. Y usamos una herramienta que se llama topic modeling, que es una técnica de inteligencia artificial que permite extraer grandes temas presentes en los documentos, a través de la estadística de qué palabras suelen aparecer en ciertos documentos. A partir de eso se traza un conglomerado de palabras que están asociadas entre sí y se las identifica como tópicos. Luego, con de la mano de un experto, que en este caso era David Mielnik, trabajamos para encontrar cuáles eran los grandes temas de de la jurisprudencia, con miras a poder mostrar a la sociedad cómo se distribuyen los temas y también cómo impactan. Queríamos alinear a qué temas se le dan más interés en la educación respecto a cuáles son los temas que efectivamente están sucediendo en la realidad. Hoy en día, con la inteligencia artificial se puede hacer muchísimo más que eso: se puede hacer un módulo de inteligencia artificial que procese documentos legales y que pueda acelerar el trabajo de los abogados, o también se pueden desarrollar sistemas de búsqueda de información legal de una manera mucho más veloz con inteligencia artificial, que sepa cómo buscar, no solo por las palabras clave, sino que pueda ir entendiendo el concepto que uno está buscando.

—La interpretación del significado de los sueños: resolución de ambigüedades mediante el análisis semántico latente en un pequeño corpus de texto, es un paper que usted publicó junto a otros investigadores y representa un significativo avance para el estudio del contenido de los sueños a través de herramientas computacionales, al dimensionar el aporte que el software ha otorgado a la psicología, pionera en el estudio de sueños. ¿Por qué es importante vincular a la tecnología con la psicología?

—Desde un punto de vista general, la tecnología viene a brindar herramientas nuevas a cualquier disciplina, especialmente, la inteligencia artificial. Aparecen nuevas herramientas que permiten cuantificar o hacer análisis de manera automática en casi todas las áreas. En ese trabajo tomamos como desafío ver si podíamos ser los primeros en hacer un estudio con inteligencia artificial del contenido de los sueños. Queríamos abordar un conjunto de datos de un dataset, que era de una universidad en California, que venía juntando hacía más de cincuenta años información de gente que escribía qué era lo que había soñado la noche anterior. Teníamos miles de documentos, creo que eran 20.000 documentos sobre sueños. Y ahí estaba el contenido de los sueños. Nosotros teníamos ganas de poder evaluar alguna de estas grandes teorías que explican el por qué soñamos con algo cuantitativo. Ese fue nuestro objetivo. Específicamente, abordamos una teoría de sueños muy en boga hoy en día, que es la teoría de la simulación de amenazas. Esta teoría plantea que el sueño es un espacio de realidad virtual que usamos para entre entrenarnos para enfrentar nuestras amenazas. Quizás hace muchos años nos entrenábamos para enfrentar un león. Y si en la vida real enfrentar a un león real, te ofrece muy pocas chances de vida, en el sueño te podés enfrentar a un león un montón de veces. Y así podés entrenar. Es como un juego, como un videojuego, una arena virtual de entrenamiento. Y si antes quizás soñábamos con leones, hoy soñábamos con el examen que vamos a rendir o con alguna conversación compleja que podemos tener con un familiar o en el trabajo, o cualquier otro problema que tengamos que enfrentar. Y usamos este paso de sueños para entrenarnos. Eso es lo que plantea la teoría. Entonces, queríamos ver si podíamos testear esta hipótesis de manera cuantitativa, con herramienta de entendimiento artificial. Por eso, usamos todo ese conjunto de sueños para responder a una pregunta: por qué corremos. Si uno agarra cualquier tipo de dataset normal de datos, el vecindario de las palabras asociado a correr está más asociado al lado deportivo, a saltar, a jugar. O nosotros corremos programas computacionales. Pero cuando vas al área de los sueños, lo que descubrís es que uno corre específicamente en situaciones de amenaza. Las palabras asociadas a correr están más cerca de palabras como gritar, escaparse. Corremos porque huimos. Lo que nos muestra esta hipótesis es que en los sueños corremos porque estamos escapándonos en una situación peligrosa. Y eso es lo que descubrimos. Algo interesante de este trabajo, que no solo impacta en la teoría de sueño, es que hicimos un aporte a la computación. De hecho, este ensayo fue publicado en un Journal de Psicología, porque lo hicimos con psicólogos como, Sidarta Ribeiro, y también estaba Mariano Sigman. Por eso es que el trabajo impactó en el área de investigación de computación y de inteligencia artificial. Porque para hacer este análisis, usamos distintas herramientas computacionales y demostramos que la herramienta que más sirve para analizar este tipo de dataset era la inteligencia artificial. Y este paper fue muy usado en otras publicaciones científicas más nuevas, donde lo que se investigaba era inteligencia artificial en dataset de lenguas, digamos, desfavorecidas. Hay muchas lenguas donde hay pocos documentos, y usaron nuestro resultado para explicar por qué en esos casos conviene usar la tecnología vieja y no las nuevas tecnologías de redes neuronales. Impactamos doblemente en la ciencia. Y eso fue muy positivo.

—En todas las investigaciones que hemos analizado en esta entrevista, usted ha demostrado que el uso de la inteligencia artificial puede ser muy positiva para el avance de la investigación en ciencias sociales, como fueron los casos que recorrimos, con ejemplos concretos en derechos humanos, diferencia de género, psicología o jurisprudencia. Y es interesante remarcarlo, porque lo que prevalece en la opinión pública parece ser todo lo contrario: cierto temor al avance de la inteligencia artificial y su desafío para la humanidad. ¿Qué puede decir al respecto?

—Desde el lado técnico, yo estoy viendo todos los beneficios que la inteligencia artificial nos trae. Entiendo un poco el temor, porque el mundo está cambiando. Es decir, es ineludible que la inteligencia artificial cambia el mundo, va a cambiar la manera en la que trabajamos, y nos va a impactar en casi todos los aspectos de nuestra vida. Porque aparece una herramienta que puede hacer cosas nuevas, en áreas que estaban asociados a lo humano. La mejor definición de inteligencia artificial es la tecnología computacional que permite hacer tareas simulando la manera en la que lo hacemos los humanos. El beneficio es que hay un gran espacio para la automatización y para lograr eficiencia en las cosas que hacemos. Por ejemplo, cuando yo hacía informes anuales para el Conicet, tardaba dos días en prepararlos porque tenía que informar todo lo que había hecho durante el año, todo lo que había investigado y publicado. Y en el último informe que hice, utilicé ChatGPT y tardé solo una tarde. Le tiré todo todos mis papers y le pedí a ChatGPT que preparara un informe de tales características. Y me dio un primer bosquejo, que después fui editando y trabajando hasta llegar  a su versión final. No es que la inteligencia artificial lo hizo sola, sino que lo hicimos juntos y me potenció. ¿Qué tarea hizo? La tarea de salir de la hoja en blanco. Esa tarea específica, que antes hacía yo, ahora ya no la hago. Entonces, desde donde lo que yo veo, es de gran beneficio para la humanidad. Lo veo respecto a la automatización y a empezar a ser más eficientes y a bajarnos la carga de cosas que hacemos. Pero entiendo también el temor al impacto. Entiendo cómo nos conmueve de repente la inteligencia artificial haciendo arte, siendo creativa. Porque la inteligencia artificial es creativa, hace cosas que quizás nadie había hecho antes en el mundo. Por eso, entiendo que nos interpele como humanos, que la inteligencia artificial pueda ser creativa. Es totalmente comprensible, es esperable. Supongo que todo gran cambio tecnológico nos va nos va a generar eso.

—Esta sección se llama Agenda Académica porque intenta ofrecer a docentes e investigadores un espacio en los medios masivos de comunicación para que difundan sus trabajos. La última pregunta tiene que ver con el objeto de estudio: ¿por qué decidió especializarse en aplicación de técnicas inteligencia artificial para el estudio del comportamiento social y cultural, la psicología y la salud mental?

—Soy un apasionado de la tecnología y cuando conocí la inteligencia artificial, en unas charlas que daba la maestría en Data Mining de la UBA hace quince años, me fascinó. Una maestría en la cual luego fui docente. Me pareció algo de ciencia ficción. Fui a fui a unas charlas y al escuchar a gente que estaba bajando data de toda la web y haciendo análisis masivos, me pareció que era algo de ciencia ficción. Y me di cuenta que era algo que yo quería hacer. Me quería dedicar a eso. Y también me gusta hacer cosas aplicadas. Entonces, gran parte de lo que fue mi carrera científica fue eso: usar esta herramienta, que me parece superpoderosa, superpotente. Una herramienta que podía hacer un aporte de gran valor a la psicología, a la salud, y a las ciencias sociales.