La IA puede subestimar el cambio climático debido a conjuntos de datos sesgados, según un estudio
Entre los muchos beneficios de la inteligencia artificial, dicen sus defensores, está la capacidad potencial de la tecnología para ayudar a resolver el cambio climático. Si este fuera realmente el caso, los cambios de paso recientes en AI no podrían haber llegado tan pronto. Este verano, está surgiendo evidencia de que la Tierra ya está pasando del calentamiento a la ebullición.
Sin embargo, a pesar de que la exageración en torno a la IA se ha intensificado en los últimos meses, también ha ido acompañada de una larga lista de preocupaciones. Su uso potencial para generar confusión para uno incluye posibles problemas de discriminación, privacidad y seguridad.
Además, investigadores de la Universidad de Cambridge en el Reino Unido descubrieron que los sesgos en los conjuntos de datos utilizados para entrenar modelos de IA podrían limitar su aplicación como una herramienta legítima en la lucha contra el calentamiento global y su impacto en la salud humana y planetaria.
Como suele ser el caso con el sesgo global, es una cuestión de Norte versus Sur global. Dado que la mayoría de los datos recopilados por investigadores y empresas con acceso privilegiado a la tecnología, los efectos del cambio climático deben verse desde una perspectiva limitada. Como tal, la IA sesgada tiene el potencial de tergiversar los datos climáticos. Esto significa que los más vulnerables sufrirán las peores consecuencias.
Convocatoria de conjuntos de datos globalmente inclusivos
<3 de 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 poco de dudoso arte de la IA. Es gratis, todas las semanas, en su bandeja de entrada. ¡Regístrate ahora!
En un artículo titulado "Using Human and Machine Intelligence for Planetary-Scale Climate Action" publicado en la prestigiosa revista Nature, los autores reconocen que "Usar IA para dar cuenta de las causas cambiantes del cambio climático nos permite hacer predicciones mejor informadas sobre el cambio ambiental, nuestro Permite implementar estrategias de mitigación más tempranas".
Esta, dicen, es 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 en el 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 con menos acceso a la tecnología y los métodos de presentación de informes estarán subrepresentados en las fuentes digitales en las que confían los desarrolladores de IA.
"Ningún dato es claro o sin sesgo, y esto es particularmente problemático para la IA que se basa completamente en información digital", dijo la profesora Emily Shuckberg, coautora del artículo. "Solo con una conciencia proactiva de esta injusticia de datos podemos comenzar a abordarla y, a su vez, crear soluciones climáticas mejores y más confiables impulsadas por IA".
Los autores abogan por diseños de IA humanos en el circuito que puedan contribuir a la red cognitiva planetaria que respalde la acción climática, permitan intervenciones directas de mitigación y adaptación, y reduzcan el sesgo de datos asociado con los conjuntos de datos de pre-entrenamiento de IA.
La necesidad del momento, concluye el estudio, es sensibilizar a la comunidad de inteligencia artificial sobre la desigualdad y la injusticia digitales, especialmente cuando la IA se utiliza como herramienta para abordar los desafíos de salud planetaria, como el cambio climático.
Si no abordamos estos problemas, argumentan los autores, las consecuencias podrían ser catastróficas, afectando el colapso social y la estabilidad planetaria, sin encontrar un camino hacia la mitigación climática.
