Ante una premisa en la que se buscan métodos para hacer olvidar a las máquinas, no podemos no mencionar el cuento de ciencia ficción del divulgador científico y escritor ruso-estadounidense, Isaac Asimov, “Que no sepan que recuerdas”. 

John Heath logra tener una memoria ampliamente desarrollada, después de que el gobierno experimenta con él. El personaje de Asimov, Heath, logra recordarlo todo, lo que no siempre es bueno, pues a lo largo del cuento vemos los graves problemas en los que se mete. 

Si bien, la historia no nos habla precisamente de Inteligencia Artificial, como en varias narraciones del escritor nacionalizado estadounidense, es verdad que nos pone a pensar en la tecnología y los futuros en los que el desarrollo científico puede enfrentarnos. 

Más allá de la óptica conservadora y poco atrevida que señala al género de la ciencia ficción como uno en el que se proponen escenarios para advertirnos del futuro, indaguemos en lo contrario y la tesis que sostenía Ursula L. Klein acerca de que el género retrata en sí una realidad ya existente con recursos ilusorios a una lejanía que, de hecho, no existe porque ya está aquí. 

Mientras el planeta se inunda en la tormenta de su pandemia y el contexto distópico lo encarnamos cada vez más, la tecnología y los avances científicos no dejan las puertas entreabiertas por mera casualidad. Es decir, todo el avance que se ha conseguido desde años atrás nos ha otorgado la posibilidad de tener una vida mucho más cómoda y práctica. 

Asimismo, se tiene la noticia reciente de que un área de la informática se encuentra en la búsqueda de formas de inducir la amnesia selectiva en los softwares de Inteligencia Artificial. Todo recae en el objetivo de eliminar el rastro de una persona a un punto de datos concreto de un sistema de aprendizaje automático sin afectar a su rendimiento. 

¿En qué radica esto concretamente? El desaprendizaje automático ofrece más control a las personas sobre su información y puede evitar que las empresas se beneficien de ella. 

Se trata de un punto de inflexión, en el que el regreso quizá no sea la solución, pero sí una perspectiva inversa. Es decir, hasta ahora se buscaba desarrollar algoritmos de aprendizaje automático que fueran lo más precisos posibles, con el fin de resolver problemas de manera rápida y vencer a los codificadores humanos. 

Sin embargo, la desventaja que se encontró en estos sistemas fue que no se modificaban de manera sencilla, por lo que la única forma de eliminar la influencia de un punto de datos particular era reconstruirlo desde el inicio, algo que en realidad es bastante costoso. 

Por otra parte, el desaprendizaje automático busca un punto medio, uno que esté bajo una “conciencia” sobre la forma en la que la Inteligencia Artificial pueda afectar la privacidad. 

Aunque todavía se encuentra en una etapa inicial, el desaprendizaje automático aún necesita de mucho trabajo y esfuerzo. Incluso, no se puede garantizar, todavía, que no existan riesgos de privacidad en esta área. 

Los investigadores del asunto, afirma la revista especializada en tecnología Ars Technica, explican que una comparación útil podría ser la privacidad diferencial. Es decir, una técnica utilizada para poner límites matemáticos a los que un sistema puede filtrar sobre una persona. 

Sobre esto, grandes compañías tecnológicas, como el caso de Apple, Google, Microsoft y más ya usan esta tecnología pero aún con cautela y poca frecuencia. La apuesta del desaprendizaje automático radica en incrementar la seguridad y privacidad del usuario. Hablamos de un cambio relevante en la protección de los datos personales que aún no termina de consolidarse. 

Descubre todo sobre tecnología sólo en Sanborns.