Lecciones de la Inteligencia Artificial para el pensamiento comunicacional

Cuatro lecciones de la Inteligencia Artificial para el pensamiento comunicacional No. 144 / julio-diciembre 2019 / ensayo Gabriel Alej...

Cuatro lecciones de la Inteligencia Artificial para el pensamiento comunicacional

No. 144 / julio-diciembre 2019 / ensayo

Gabriel Alejandro Medina-Aguilar

UNIVERSIDAD ANÁHUAC DE QUERÉTARO, UNIVERSIDAD IBEROAMERICANA

Resumen: En este ensayo se proponen cuatro lecturas que el campo comunicacional puede plantear ante la Inteligencia Artificial; éstas resultan útiles no sólo para estudiar alrededor de objetos tecnológicos emergentes, sino también para encontrar una estrategia contemporánea que permita dibujar una mirada comunicacional distintiva. Se presentan varias premisas para guiar la argumentación, en el entendido de que el campo se encuentra ya en una etapa de consolidación.

Abstract: This essay suggests that the Communication field can establish four readings of Artificial Intelligence that are useful not only to form a look around emerging objects, but also to find a contemporary strategy that allows drawing a distinctive communicational stance. Several premises are presented to guide the argument, with the understanding that the field is already in a consolidation stage.

Observaciones

Parto de cuatro observaciones generales de la peculiar historia de nuestro campo sobre lo que hemos aprendido de sus escuelas de pensamiento. El siglo XX fue para la comunicación un trayecto de reacciones y de confrontación entre escuelas que no siempre lograron una conversación que promoviera el crecimiento de la producción científica. Más bien, como lo hacen notar críticamente Armand Mattelart y Michèle Mattelart (1995), así como Bernard Miège (2015), el pensamiento comunicacional sufrió vicios que lo llevaron a dar vueltas sobre su mismo eje sin encontrar consensos o siquiera desacuerdos consensuados.

Sin embargo, a pesar de estas críticas, y de una primera década del siglo presente en la que se debatía el carácter científico o disciplinar del campo, hoy es posible identificar bases teóricas y hasta epistemológicas para hablar de una fase de consolidación, si se tienen en cuenta esos cuatro elementos a los que hago referencia a continuación.

El primero es que existe una visión clara de las escuelas fundadoras y, a la distancia, es fácil encontrar sus divergencias y convergencias. Después, se puede notar que los fundadores de esas escuelas, aunque estaban produciendo pensamiento comunicacional, no fueron siempre comunicólogos en el sentido estricto. También se puede notar que el pensamiento comunicacional, y más estrictamente la mirada comunicológica, no se agota en los medios. Por último, respecto a ese último elemento, estamos en un punto en el que podemos afirmar que los medios no son siempre los medios de difusión.

Una meta-lección de este pasaje es que, como afirman también Jesús Elizondo y Esaú Villatoro (2015), la disciplina no debe ser entendida como un campo autosuficiente, mucho menos cuando enfoca su mirada en objetos emergentes, como la innovación tecnológica y su impacto a nivel social e individual.

En este texto, esas observaciones toman la forma de cuatro lecciones que el pensamiento comunicacional puede aprender de la Inteligencia Artificial (IA) para consolidar la especificidad de su mirada a distintos niveles. Antes de presentar esas lecciones, es importante tener un punto de partida común.

Premisas de la Inteligencia Artificial

Los principales involucrados en el desarrollo de IA, ingenieros, matemáticos, lingüistas y neurocientíficos, no han logrado abstraer una definición concreta. Aunque no precisamos de esa definición en nuestro campo, sí debemos considerar algunos puntos de partida. La IA es un conjunto de dispositivos, pero también es una disciplina. Según los expertos, no es correcto hablar de “una inteligencia artificial” simplemente porque la IA, más que ser una cosa, es un método. Y, como todo método, está inscrito al interior de un campo que, en su caso, es un espacio interdisciplinar dentro del cual la comunicología debería tener un rol de acompañamiento.

La IA es un objeto de investigación. Si bien estas innovaciones pueden ser un complemento metodológico en el estudio de diversos objetos de la comunicación, aquí enfoco la reflexión sobre el hecho de que podemos estudiar la IA en tanto objeto, ya sea preguntándonos sobre sus interfaces a nivel semiótico, sus componentes comunicativos en lo verbal y no verbal o los relatos que los medios difunden respecto a ella.

En su aplicación-dispositivo, la IA es un meta-medio. Los artefactos dotados de algoritmos de IA son interfaces que representan un medio con el que el usuario mantiene un vínculo. Un ejemplo son los robots de asistencia personal. Por otro lado, esas interfaces son un medio para cumplir otras tareas. En el caso de dispositivos más complejos, como los que aparecen en la ciencia ficción, esta premisa también es válida pues el objeto no es un fin en sí mismo, sino un canal para llegar a otro punto.

La IA, como objeto de estudio, no es todavía una urgencia del campo. En el caso de nuestra región, la comunicología se preocupa por fenómenos que resultan más urgentes que el estudio de innovaciones tecnológicas como la IA, que si bien empiezan a democratizarse, son menos apremiantes que la violencia en medios, los asuntos de género o la situación de medios comunitarios, por poner algunos ejemplos. Con todo, desde ciertos espacios de la comunicología, es momento de voltear la mirada a problemáticas que dentro de unos años formarán parte de la vida cotidiana de individuos en escenarios urbanos y rurales.

Primera lección

Estamos en el pasaje de las máquinas para comunicar hacia las máquinas que comunican. Aunque estos objetos tecnológicos no son técnicamente nuevos, sí somos testigo de la democratización de cierto tipo de dispositivos. Dos ejemplos de IA débil que han llegado a la cotidianeidad de los usuarios, y que nos involucran como estudiosos de la comunicación, son los robots de asistencia personal y los algoritmos de recomendación. En el caso de los primeros, el contacto que el usuario tiene con un asistente personal digital como Siri o Alexa, encarna interacción social.

Si bien estas máquinas no saben, están funcionando en su carácter de meta-medios para entablar vínculos sociales con los desarrolladores y con los usuarios que, gracias al uso diario, alimentan el código y facilitan el aprendizaje de la máquina. Ya no son sólo canales que nos traen información como lo es la Radio en la dimensión técnica, sino entes no subjetivados con los que interactuamos y que pueden influir en decisiones y en la visión del mundo. En este último caso tienen lugar los algoritmos de recomendación, puestos en escena para intervenir el consumo cultural, bajo el esquema de la curaduría de un gestor cultural o de un responsable de contenidos que, en la era televisiva, seleccionaba contenidos del espectro regional y mundial para proyectarlos en determinado espacio.

Segunda lección

La IA es el ejemplo que mejor representa lo que es una TIC. El metabolismo de la IA se basa en una dieta informacional que es asegurada gracias a los usos cotidianos y al almacenamiento en la nube. Esta producción masiva de datos que le permite al algoritmo aprender sirve para entender cómo las TIC ponen en juego un flujo de datos en bruto que son convertidos en información (in-formatio) lo que, a la vez, da forma a la máquina. Estos datos no aparecen, son generados en las prácticas cotidianas y por lo tanto resultan en objetos sociales y materiales, a diferencia del imaginario social que puede ser leído en discursos que hablan del código como un ente fantasmal con voluntad propia, y que funciona más allá de las decisiones de quien lo escribe (Kitchin, 2013).

Aunque la máquina no sabe (aún), interactuamos con otros a través de ella, como ya lo sugerí en el apartado anterior. De esta forma, el flujo de datos en bruto que luego toman y dan forma, más el elemento comunicativo del vínculo hombre-máquina, dejan ver cómo la IA es la cúspide de lo que en su momento se denominó Tecnologías de la Información y de la Comunicación. Esta es otra razón para ver a la IA como un objeto de estudio que merece un examen comunicológico.

Tercera lección

La IA nos permite entender cómo se puede construir un objeto de estudio comunicacional bajo una mirada matricial. Ya que hablamos de la IA como un meta-medio, resulta ilustrativa para entender cómo y por qué la comunicación no se agota en los contenidos mediáticos. Primero, permite encarar la idea de una mirada comunicológica distintiva. No quiero decir con esto que el campo necesitó de la aparición de este tipo de artefactos para entenderse a sí mismo y para entender su autonomía frente a otros campos, sino que hoy, con la evolución tecno-histórica de las máquinas comunicativas, encontramos en la IA un pre-texto ideal para superar el enfoque hegemónico que puso a los contenidos difundidos en medios y sus eventuales efectos como el fin último de la comunicología.

La comunicación entendida como matriz de la vida social no es una propuesta nueva, como tampoco lo es el concepto de comunicología (Galindo, 2011); sin embargo, el estatus marginal de los estudios fenomenológicos y de intersubjetividad en nuestro campo demuestra que entendemos a la comunicación como un complemento de lo social que se encuentra al interior de una esfera específica, la de los canales.

En realidad, sostengo que la matriz comunicológica nos obliga a pensar en términos de información no sólo en el orden de la mediatez, sino también en el de la inmediatez. El mundo que rodea al sujeto es un conjunto de datos en bruto que son observados y procesados, con esto toman forma y dan forma al propio sujeto. En el encuentro presencial o en el encuentro mediado por pantallas, no existe la posibilidad de extraerse del mundo informacional. En ese tratamiento de la información, que posibilita el acercamiento al mundo, se conforma lo social. No hay sociedad sin tratamiento de información. Lo social no es un estado biológico natural ni mucho menos un estado pre-técnico.

Además, la mirada matricial nos ayuda a superar dicotomías como la de lo digital versus lo análogo, o la de lo online versus lo offline. Esto es posible porque no restringimos el sentido de lo informático a la dimensión computacional, sino a un continuum que va de lo menos a lo más digital, en el que una taza puede estar cerca del extremo izquierdo, mientras que una situación de realidad virtual se encuentra en el opuesto

Cuarta lección

La IA nos obliga a reflexionar sobre el peso de la tecnología en nuestras maneras de concebir lo humano y lo social. Tal vez la Media Ecology es la escuela de pensamiento comunicacional que mejor entendió el peso de la tecnología en la vida social. Los responsables de una eventual Escuela de Toronto sabían que se experimentaban cambios a nivel social y de especie en las formas de entenderse y de organizarse. Tales modificaciones derivaron de la emergencia de artefactos y de técnica (Elizondo, 2015).

Sostengo que hoy, aunque la IA no signifique un cambio de paradigma como en su momento lo fue el lenguaje, la escritura o la imprenta, sí nos obliga a reflexionar qué significa el verbo ser en cuanto a lo humano. Si los desarrolladores de IA tienen como tarea crear dispositivos que imiten el comportamiento humano y su capacidad de aprendizaje para después superarla, al inicio debería aparecer la interrogante sobre lo que se pretende que esas máquinas imiten. En ese proceso existiría una etapa de desmenuzamiento de lo humano para entender, encontrar patrones y vehicularlos al dispositivo.

La posibilidad de encontrar elementos humanos no codificables existe, como también existiría eventualmente la capacidad de codificar cada una de las dimensiones que componen a nuestra especie: la emocional, la espiritual, la intuitiva y, luego, la cultural y cognitiva que se despliegan del pensamiento lógico-matemático.

Lo humano no puede concebirse separado de la máquina. La historia de la especie es la historia de su técnica y de sus máquinas porque las condiciones tecnológicas de nuestra ecología han definido el metabolismo de la vida social en cada etapa histórica distintiva. Si existe algo llamado determinismo tecnológico es de entrada el resultado de un constructo falaz que no ha entendido qué es la técnica ni qué es la tecnología. Los matices entre determinismo duro, mezo y blando (Katz, 1998; Chávarro, 2004) tampoco logran dar cuenta de lo que se entiende por tecnología o por sociedad desde la postura de la crítica.

A los teóricos de Toronto se les culpó de un afán ingenuo por otorgar a los artefactos la facultad de modelar lo social hacia un progreso positivo automático. Evidentemente, esas críticas pueden no ser falaces, pues el optimismo ciego ante la tecnocracia es un vicio del que es necesario mantenerse alejado. No obstante, el argumento que defiende la idea de una ecología tecnológica como condición de vida de lo social, al que podría llamársele erróneamente determinismo duro (Chávarro, 2004), tiene los elementos suficientes para ser una corriente teórica crítica que lejos de ser incompatible con el construccionismo social, va de la mano con él.

La crítica, por ejemplo la de Katz (1996), ha pretendido que el determinismo tecnológico es diametralmente opuesto a un determinismo social, pues el primero ve la tecnología como ente modelador de la vida social, mientras que el segundo ve a la acción social como modeladora del progreso. Es ésta la raíz de la falacia. Es imposible hacer sociedad sin técnica o sin objetos tecnológicos. Esa actividad social que para el construccionismo es la base de las estructuras no puede ser pensada fuera de una dimensión tecnológica que los sujetos activan y con la que dan forma a lo social. Chávarro (2004) alcanza a ver cómo funciona esta dialéctica, pero sin escapar completamente de la falacia ya que sigue llamando determinismo tecnológico al optimismo tecnócrata.

Entiendo que una reivindicación conceptual del determinismo tecnológico puede resultar poco fructífera a estas alturas, y lo es si no se establece un principio que permita entenderlo como una corriente crítica que también es complementaria al construccionismo. La idea de una construcción social que parte de la técnica y de un entendimiento tecno-lógico es necesariamente crítica porque, a la manera inniana, obliga a pensar en cada esfera de lo social como determinada por superestructuras, estructuras e infraestructuras tecnológicas desde la moral como dispositivo de control y autocontrol hasta las cámaras de vigilancia en un consultorio médico.

En un nuevo determinismo tecnológico, esta cadena de dispositivos, inmateriales o no, se vuelve visible bajo la mirada comunicológica de aquellas escuelas clásicas pues es objeto de la economía política, de la semiótica, de los usos sociales, de la lingüística, entre otras. En este sentido, la IA se vuelve uno de los objetos más complejos en la comunicología contemporánea porque, en un esfuerzo prospectivo, transformará de alguna manera los imaginarios sociales, la manera de consumir contenidos culturales, la manera de gestionar la corporalidad y el encuentro humano, y hasta lo que entendemos por vida social y por humanidad.

Comentario final: comprender más a las máquinas

Al final, parece ser que las críticas a un determinismo tecnológico guardan un tono de nostalgia humanista que se acerca a los objetos poniendo sobre ellos un velo de pesimismo u optimismo que luego le son adjudicados al determinismo, como si en la crítica hacia él se manifestara un parasitismo de argumentos que más bien tienen origen en los propios detractores. No poco han hecho autores fascinados o atemorizados por los dispositivos para alimentar esos argumentos en su contra.

De cualquier modo la IA puede ser, insisto, un excelente pretexto para revisitar algunas corrientes comunicológicas, pues el entorno mediático y digital que hoy experimentamos necesita menos humanismo ingenuo y más entendimiento de las máquinas. Llegamos a una coyuntura donde podríamos entender al ser humano y al ser social entendiendo cómo funcionan las máquinas que concibe, y viceversa.

Fuentes

Bernard, M. (2015). El Pensamiento Comunicacional. Universidad Iberoamericana.
Chávarro, Luis A. (2004) “El debate sobre el determinismo tecnológico: de impacto a influencia mutua” en Sistemas & Telemática. Disponible en: http://www.researchgate.net/publication/38319772_El_debate_sobre_el_determinismo_tecnolgico__de_impacto_a_influencia_mutua
Elizondo, Jesús O (2015). La escuela de comunicación de Toronto: Comprendiendo los efectos del cambio tecnológico. Siglo XXI.
Elizondo, J. & Villatoro (2015) “Cultura algorítmica y tecnologías del lenguaje humano” en Elizondo, Jesús O. (2015) Cultura visual y sistemas de significación . UAM Cuajimalpa. Disponible en: http://www.casadelibrosabiertos.uam.mx/contenido/contenido/Libroelectronico/Cultura-visual.pdf
Galindo Cáceres, J. (ed.) (2011) Comunicología posible. Hacia una ciencia de la comunicación. UIC.
Katz, Claudio (1998) “Determinismo tecnológico y determinismo históricosocial” en Redes, vol. V, No. 11, junio pp. 37- 52. Disponible en: http://www.redalyc.org/pdf/907/90711314002.pdf
Kitchin, Rob (2013) “Big data and human geography: Opportunities, challenges and risks”. En Dialogues in Human Geography 3 (3): 262–267 Disponible en: http://dhg.sagepub.com/content/3/3/262.full.pdf+html
Mattelart, A., & Mattelart, M. (1995). Histoire des théories de la Communication. La Découverte.
Recibido: 2/7/2019
Aprobado: 13/12/2019

Fuente:
http://mexicanadecomunicacion.com.mx/cuatro-lecciones-de-la-inteligencia-artificial-para-el-pensamiento-comunicacional/?fbclid=IwAR1suOIGvJq9WmzfLamjG3VAwWFlt15yb2Oa2nLnRKF06nVzrYsx3X7wA7o



COMENTARIOS