Se utilizan para fijar precios o conceder créditos, pero aún no eliminan el factor de decisión humano salvo en actividades como la inversión bursátil de alta frecuencia, en las que ayudan a no entrar en pánico
07 nov 2019 . Actualizado a las 12:27 h.Vivimos controlados por los algoritmos, esas complejas fórmulas que determinan qué resultados obtendremos al teclear una búsqueda en Google y qué publicaciones nos aparecerán destacadas en nuestras redes sociales. Pero que también nos influyen, y cada vez más, en el bolsillo. Porque las empresas, sobre todo las grandes corporaciones, se han lanzado al uso del big data y la inteligencia artificial para optimizar la gestión de su negocio.
Basta una visita a la web de Amazon para comprobarlo. No solo nos presenta una selección de productos basada en nuestro historial de navegación o adaptada a nuestro perfil, sino que también aplica una gestión dinámica de los precios, que se van modificando de forma automática en función de los que fija la competencia o la disponibilidad del producto en cuestión (entre otros muchos criterios). De hecho, es muy común que las promociones que algunos portales lanzan como reclamo (dentro de campañas como el Black Friday o los mal llamados «días sin IVA») sean replicados automáticamente por el resto de comercios electrónicos.
Una dinámica que, según un informe presentado en la última reunión de banqueros centrales en Jackson Hole, puede estar provocando distorsiones en la inflación. La tesis es que, en un entorno de expansión económica tan potente como la registrada en Estados Unidos en los últimos años, todos los modelos indicaban que los precios debían haber crecido mucho más de lo que lo hicieron. Y si no ha sido así es, en buena medida, porque «en los últimos diez años la competencia en Internet ha aumentado la frecuencia de los cambios de precios y el grado de fijación uniforme de los mismos en todos los lugares», según se puede leer en un documento presentado en ese foro por Alberto Cavallo, economista y profesor de la Harvard Business School, que dice que la presión ejercida por Amazon ha torcido el brazo de las grandes cadenas tradicionales, como Wal Mart, y ha homogeneizado, a la baja, los precios en todo el país.
«Los algoritmos por ahora no deciden, excepto en entornos muy concretos, como puede ser el trading (operaciones de alta frecuencia en bolsa), en los que es necesario tomar decisiones en milisegundos y se utilizan para evitar el pánico en el que pueden incurrir los humanos, que no son capaces de hacer ese trabajo con la misma celeridad y el mismo nivel de precisión», explica Antonio Rodríguez del Corral, presidente del Clúster TIC de Galicia, que sin embargo matiza que, en la mayoría de casos, estas herramientas no sustituyen al factor de decisión humano, sino que se usan para eliminar las tareas más repetitivas o aquellas que no aportan valor añadido. Y cita un ejemplo: «Si lanzas una oferta de trabajo y te llegan 500 currículos, necesitas hacer una selección y dejarlos, digamos, en 50, que son los que puedes leer y analizar con más calma. Ese filtrado lo puede hacer un algoritmo».
«A pesar de que hoy en día se hable mucho de ello, la analítica avanzada y el apoyo algorítmico para toma de decisiones lleva décadas jugando un papel fundamental en la industria financiera», coincide Juan Murillo Arias, miembro del equipo de BBVA Data & Analytics, que cree que lo que ha pasado en los últimos años es que estas herramientas, fruto de la transformación digital, «han llegado a manos de los clientes y han ganado visibilidad». En el caso del sector financiero, Murillo explica que los algoritmos y el análisis de datos permiten «minimizar el riesgo» en la concesión de créditos: «El modelo sirve de asistencia al analista o gestor humano; frente a escenarios anteriores en los que la aplicación de las reglas se dejaba completamente a un analista. No obstante, la componente humana se mantiene en la mayoría de los procesos, aunque determinadas decisiones sí están siendo plenamente automatizadas, por ejemplo si el modelo determina que el caso comporta un riesgo muy bajo, caso de créditos preconcedidos, la concesión y contratación está totalmente desasistida». Los gestores de riesgos solo intervendrían en aquellos casos en los que la opinión del algoritmo no es concluyente, para dilucidar si hay elementos que el modelo no tiene en cuenta.
«La inteligencia artificial hoy en día no es equivalente a un cerebro humano, la fase en la que se está ahora es eliminar el trabajo mecánico», insiste Rodríguez del Corral, quitando hierro a esos informes catastrofistas que auguran que hasta la mitad de los puestos de trabajo actuales podrían ser automatizados y desaparecer en un futuro no muy lejano.
«Todas las revoluciones han generado pérdidas de puestos de trabajo a corto plazo, pero han creado un volumen mucho mayor a largo plazo», complementa Xavier Cima, director de política digital de la consultora Kreab, que reflexiona sobre la complejidad que han ido adquiriendo los algoritmos con el paso de los años: «Para ir a la luna fueron necesarias 145.000 líneas de código, y ahora ya los hay con más de 2.000 millones».
Tratamiento ético de los datos
En ese escenario cada vez más complejo, uno de los aspectos clave en los que inciden todos los expertos consultados es el de la regulación, necesaria tanto para garantizar un tratamiento ético de los datos como para minimizar riesgos inherentes a su tratamiento. Por un lado, el de crear soluciones disfuncionales, que no hayan sido suficientemente validadas, o que generen una discriminación injusta por los sesgos introducidos en su formulación. Y es que poner la economía en manos de los algoritmos no elimina el margen de error, como se puede comprobar en cada flash crash que, cada cierto tiempo, se cuela entre los titulares informativos. Se trata de caídas abruptas de la cotización de un índice bursátil o una divisa (como la sufrida en octubre del 2016 por la libra, que en apenas dos minutos sufrió un desplome que la llevó a su nivel más bajo en más de 30 años), que luego recuperan su valor en poco tiempo y que, pese a que las causas nunca llegan a aclararse de todo, en muchos casos se atribuyen a la actividad descontrolada de los algoritmos ante noticias negativas a las que son muy sensibles.
Cima subraya que la regulación «es un reto que va más allá de un país concreto, es un reto global», y por eso apoya propuestas como el sandbox, un banco de pruebas en el que las empresas innovadoras puedan testar sus innovaciones en un entorno controlado.
Pero, ¿qué pueden hacer los pequeños negocios y las pymes para competir en este escenario de transformación digital? Aunque no cuentan con departamentos específicos de programación o análisis de datos, como las grandes corporaciones, en los últimos años se han lanzado diferentes herramientas, especialmente desde el sector financiero, que pueden ayudar a estas empresas a conocer mejor a sus clientes, mediante el análisis de transacciones electrónicas u otras fuentes de información, que les permiten adaptar sus modelos de negocio a lo que demanda el mercado. Y para ello, nada mejor que analizar el rastro de datos que todos, como consumidores, dejamos a nuestro paso.
