La investigación que cruza los límites tradicionales de las disciplinas académicas y los límites entre la academia, la industria y el gobierno, está cada vez más extendido y a veces ha llevado al desove de nuevas disciplinas significativas. Pero Munther Dahleh, profesor de ingeniería eléctrica e informática en el MIT, dice que dicho trabajo multidisciplinario e interdisciplinario a menudo sufre de una serie de deficiencias y desventajas en comparación con el trabajo disciplinario más centrado tradicionalmente.
Pero cada vez más, dice, los desafíos profundos que nos enfrentan en el mundo moderno, incluido el cambio climático, la pérdida de biodiversidad, cómo controlar y regular los sistemas de inteligencia artificial, y la identificación y control de pandemias, requieren tal malla de experiencia de áreas muy diferentes, incluidas la ingeniería, las políticas, la economía y el análisis de datos. Esa realización es lo que lo guió, hace una década, en la creación del Instituto Pionero de Datos, Sistemas y Sociedad (IDS) del MIT, con el objetivo de fomentar un conjunto de colaboraciones más profundamente integrado y duradero que las asociaciones temporales y ad hoc habituales que ocurren para tal trabajo.
Dahleh ahora ha escrito un libro que detalla el proceso de analizar el panorama de las divisiones disciplinarias existentes en el MIT y concebir una forma de crear una estructura dirigida a romper algunas de esas barreras de una manera duradera y significativa, para lograr este nuevo instituto. El libro, «Datos, sistemas y sociedad: aprovechar la IA para el bien social», fue publicado este marzo por Cambridge University Press.
El libro, dice Dahleh, es su intento de «describir nuestro pensamiento que nos llevó a la visión del instituto. ¿Cuál fue la visión de conducción detrás de esto?» Está dirigido a una serie de audiencias diferentes, dice, pero en particular, «Estoy apuntando a los estudiantes que vienen a investigar que quieren abordar los desafíos sociales de los diferentes tipos, pero utilizando la IA y la ciencia de datos. ¿Cómo deberían estar pensando en estos problemas?»
Un concepto clave que ha guiado la estructura del instituto es algo a lo que se refiere como «el triángulo». Esto se refiere a la interacción de tres componentes: sistemas físicos, personas que interactúan con esos sistemas físicos y luego la regulación y la política con respecto a esos sistemas. Cada uno de estos afecta, y se ve afectado por los otros de varias maneras, explica. «Obtiene una interacción compleja entre estos tres componentes, y luego hay datos sobre todas estas piezas. Los datos son como un círculo que se encuentra en el medio de este triángulo y conecta todas estas piezas», dice.
Al abordar cualquier problema grande y complejo, sugiere, es útil pensar en términos de este triángulo. «Si está abordando un problema social, es muy importante comprender el impacto de su solución en la sociedad, en las personas y el papel de las personas en el éxito de su sistema», dice. A menudo, dice, «las soluciones y la tecnología en realidad han marginado ciertos grupos de personas y los han ignorado. Por lo tanto, el gran mensaje siempre es pensar en la interacción entre estos componentes mientras piensa en cómo resolver problemas».
Como ejemplo específico, cita la pandemia Covid-19. Ese fue un ejemplo perfecto de un gran problema social, dice, e ilustra los tres lados del triángulo: está la biología, que se entendió poco al principio y estaba sujeto a intensos esfuerzos de investigación; Hubo el efecto de contagio, que tenía que ver con el comportamiento social y las interacciones entre las personas; Y hubo la toma de decisiones de los líderes e instituciones políticas, en términos de cerrar escuelas y empresas o requerir máscaras, etc. «El complejo problema que enfrentamos fue la interacción de todos estos componentes en tiempo real, cuando los datos no estaban todos disponibles», dice.
Tomar una decisión, por ejemplo, cerrar escuelas o negocios, basados en el control de la propagación de la enfermedad, tuvo efectos inmediatos en la economía y el bienestar social y la salud y la educación, «así que tuvimos que sopesar todas estas cosas en la fórmula», dice. «El triángulo cobró vida para nosotros durante la pandemia». Como resultado, IDSS «se convirtió en un lugar de convocatoria, en parte debido a todos los diferentes aspectos del problema que nos interesaba».
Abundan ejemplos de tales interacciones, dice. Las redes sociales y las plataformas de comercio electrónico son otro caso de «sistemas construidos para las personas, y tienen un aspecto de regulación, y encajan en la misma historia si está tratando de comprender la información errónea o el monitoreo de la información errónea».
El libro presenta muchos ejemplos de problemas éticos en la IA, enfatizando que deben ser manejados con gran cuidado. Cita los autos autónomos como un ejemplo, donde las decisiones de programación en situaciones peligrosas pueden parecer éticas pero conducir a resultados económicos y humanitarios negativos. Por ejemplo, si bien la mayoría de los estadounidenses apoyan la idea de que un automóvil debería sacrificar a su conductor en lugar de matar a una persona inocente, no comprarían un automóvil así. Esta renuencia reduce las tasas de adopción y, en última instancia, aumenta las bajas.
En el libro, explica la diferencia, como la ve, entre el concepto de investigación «transdisciplinaria» versus típica investigación interdisciplinaria o interdisciplinaria. «Todos tienen roles diferentes, y han tenido éxito de diferentes maneras», dice. La clave es que la mayoría de estos esfuerzos tienden a ser transitorio, y eso puede limitar su impacto social. El hecho es que incluso si las personas de diferentes departamentos trabajan juntas en proyectos, carecen de una estructura de revistas compartidas, conferencias, espacios comunes e infraestructura, y un sentido de comunidad. Crear una entidad académica en forma de IDSS que cruza explícitamente estos límites de una manera fija y duradera fue un intento de abordar esa falta. «Se trataba principalmente de crear una cultura para que las personas piensen en todos estos componentes al mismo tiempo».
Se apresura a agregar que, por supuesto, tales interacciones ya estaban sucediendo en el MIT, «pero no teníamos un lugar donde todos los estudiantes interactúen con todos estos principios al mismo tiempo». En el programa de doctorado IDSS, por ejemplo, hay 12 cursos básicos requeridos, la mitad de ellos de la teoría y el cálculo de las estadísticas y la optimización, y la mitad de las ciencias sociales y las humanidades.
Dahleh renunció al liderazgo de IDSS hace dos años para volver a la enseñanza y continuar su investigación. Pero como reflexionó sobre el trabajo de ese instituto y su papel en el consumo de ser, se dio cuenta de que, a diferencia de su propia investigación académica, en la que cada paso en el camino se documenta cuidadosamente en los documentos publicados, «No he dejado un rastro» para documentar la creación del Instituto y el pensamiento detrás de él. «Nadie sabe en qué pensamos, cómo lo pensamos, cómo lo construimos». Ahora, con este libro, lo hacen.
El libro, dice, es «una especie de gente que lleva a la forma en que todo esto se unió, en retrospectiva. Quiero que la gente lea esto y lo entienda desde una perspectiva histórica, cómo sucedió algo como esto, e hice todo lo posible para hacerlo lo más comprensible y simple como pude».
