Ciencia y Tecnología ¿TODOS O UNOS POCOS?
Las tensiones en ciencia y tecnología no son ajenas a las tensiones que, en general, se manifiestan en cualquier otro ámbito de la vida humana. O seguimos sosteniendo y alimentando la neoliberal máquinaria financiera del planeta, que sostienen las desigualdades y desequilibrios de toda índole que suscita la mayor parte de los problemas que acucian a la humanidad, o comenzamos a deconstruir esa realidad para humanizarla, socializarla, consensuar las propuestas para transformar la realidad presente en otra realidad mas equitativa, participativa y respetuosa de la vida individual y de los derechos de los pueblos a resolver sobre sus asuntos comunes en los territorios que ocupan.
La inteligencia artificial no es una cosa abstracta del futuro, la tienes en tu mano mientras me lees en tu móvil. Y los avances de este campo de vanguardia científica y tecnológica está monopolizada por los intereses de un puñado de gigantes: Facebook, IBM, Google, Amazon, Microsoft, Apple... Que la usan para lo que te imaginas: ganar dinero, mucho dinero. No en vano, un estudio reciente mostró que los recelos de la gente hacia los robots inteligentes no son por Terminator: desconfían de los intereses de las empresas que los desarrollan. Por último, y esto es imperdonable: esta oradora se pone faltona con sus rivales y les espeta impertinencias clásicas de los tertulianos como "relájate, que te noto nervioso".
El futuro de la inteligencia artificial genera muchos debates porque será decisiva en campos tan serios como la medicina, las guerras, el trabajo o incluso las relaciones humanas. Sin embargo, esos debates a menudo ignoran un asunto que sobrevuela a todos los demás: el desarrollo de las máquinas pensantes ha sido conquistado por empresas tecnológicas que están definiendo cómo será ese futuro. Compañías como Google, Facebook, Amazon, Microsoft, Apple e IBM fichan a los mejores expertos en inteligencia artificial de todo el mundo, esquilman departamentos universitarios enteros para cubrir sus necesidades, compran las empresas incipientes del sector y marcan el rumbo de la investigación con becas y ayudas. Así, un campo científico tan determinante como la inteligencia artificial puede estar volcado excesivamente en los intereses comerciales de estos negocios. Como dijo un antiguo jefe de datos de Facebook: “Las mejores mentes de mi generación se dedican a pensar cómo hacer que la gente pinche en anuncios. Es un asco”.
"Lo que ha sucedido en los últimos años es un éxodo de grupos enteros a laboratorios de empresas tecnológicas", afirma Nuria Oliver, que formó parte del primer grupo de sabios del gobierno español en inteligencia artificial. En enero de 2015, desaparecieron de golpe más de 50 especialistas en robótica de la Universidad Carnegie Mellon, pionera en inteligencia artificial, incluidos directores de departamentos: habían fichado casi en bloque por Uber para desarrollar el cerebro de sus coches autónomos. "El dominio de las compañías con intereses comerciales es muy grande", critica Oliver, "y no es una situación positiva, el impacto de sus millones de dólares está definiendo este campo con una gran asimetría".
"El dinero manda", advierte Miguel Ángel Carreira-Perpiñán, especialista en machine learning (aprendizaje automático) de la Universidad de California en Merced. "La empresa se centra en proyectos a corto plazo relacionados con productos: Amazon lo mismo te mata un proyecto de investigación porque de un año para otro ya no le interesa, cuando en la universidad estamos centrados en problemas serios o profundos de machine learning que no se resuelven de un día para otro", resume. "Ahora mismo la mayor parte de los investigadores están en manos del sector privado. Está claro que eso va a marcar el paso", lamenta.
Los tres últimos ganadores del Nobel de Informática, el Premio Turing, trabajan al más alto nivel asesorando a las grandes tecnológicas. Su historia describe a la perfección la trayectoria de la inteligencia artificial. Cuando en 2004 se ponía en duda que las redes neuronales pudieran funcionar, incluidos los creadores de Google, estos tres científicos europeos se asociaron desde sus universidades para avanzar en esta investigación, trampolín esencial para tecnologías actuales como el reconocimiento facial, los coches automáticos o los asistentes virtuales. El británico Geoffrey Hinton (Universidad de Toronto) y los franceses Yoshua Bengio (Universidad de Montreal) y Yann LeCun (Universidad de Nueva York) desarrollaron este campo gracias a un trabajo puramente académico financiado con fondos canadienses. LeCun dirige desde 2013 la investigación en inteligencia artificial de Facebook. Hinton y Bengio crearon sendas empresas para desarrollar sus trabajos académicos y las dos fueron compradas por Google y Microsoft, respectivamente, consiguiendo así hacerse con sus servicios.
Es una estrategia habitual para fichar talento: comprar startups de inteligencia artificial para adquirir los cerebros humanos que trabajan allí. Apple, Google, Facebook, Microsoft y Amazon han adquirido casi sesenta compañías especializadas y han invertido en más de ciento veinte en los últimos siete años (de 2015 a 2018 el ritmo de creación de estas startups ha crecido un 118%). Una de ellas es DeepMind, que nació de los laboratorios de la University College de Londres antes de ser adquirida por Google en 2014 por 500 millones de dólares. DeepMind es ahora la punta de lanza de la investigación en inteligencia artificial, con vistosos logros que saltan directamente a la portada de las principales revistas científicas.
Allí investiga el catalán Oriol Vinyals, que fichó por Google nada más doctorarse: "La principal ventaja de trabajar en DeepMind es que tenemos muchísimos expertos en varios temas de la inteligencia artificial, todos en el mismo sitio", explica. "En líneas generales, la cantidad y concentración de expertos es mucho mayor en DeepMind que en cualquier departamento de universidad del mundo", asegura este investigador, especialista en procesamiento de lenguaje, cuyo trabajo además ha servido para mejorar funciones que hoy usan millones de personas en productos de Google como su traductor online o las respuestas automáticas del correo.
DeepMind realiza investigación básica, pero también tiene un ojo puesto en mejorar los servicios de su empresa madre, como usar la inteligencia artificial para reducir un 40% el gasto energético de sus gigantescos centros de datos. Además de DeepMind, Alphabet (matriz de Google) cuenta con otras divisiones dedicadas a la inteligencia artificial, como Google Brain, y numerosos especialistas en ese campo (más de dos mil solo en este directorio). Google no ha querido responder ninguna de nuestras preguntas sobre estos detalles, ni sobre el peso de la iniciativa privada. Facebook tampoco.
No es solo compartir centro de trabajo con los mejores. Los sueldos superan con mucho los que se pagan incluso en las mejores universidades. En 2016, la jefa del departamento de IA de Stanford, Fei-Fei Li, se quejaba de que estas empresas tentaban a sus estudiantes de doctorado con sueldos de más un millón de dólares. Un año después, Li se unía a Google como vicepresidenta. Pero la remuneración es casi lo de menos: lo decisivo son los recursos con los que cuentan para investigar. "En el centro de este tipo de investigación están las bases de datos. Y los académicos dependen de las bases de datos", explica Lorena Jaume-Palasí, que formó parte del primer grupo de sabios de la Comisión Europea sobre inteligencia artificial.
Un informe reciente de la Asociación de Investigación Informática de EE UU sobre el futuro de la inteligencia artificial asegura que "aunque la mayoría de las tecnologías subyacentes a estas bases de conocimiento se desarrollaron originalmente en el mundo académico, las universidades tienen acceso limitado o nulo a estos recursos y no tienen medios para desarrollar otros equivalentes" (PDF). Además, critica que se desarrollan "para respaldar los intereses comerciales de las empresas que los crearon, como los resultados de búsquedas y la colocación de anuncios".
Control sobre la academia
"Dando acceso a estos recursos también deciden bajo qué perspectiva se investiga, qué impulsos se dan en este campo, quién desarrolla su carrera", critica Jaume-Palasí. Las grandes tecnológicas financian think-tanks y todo tipo de iniciativas para debatir sobre el futuro de las máquinas inteligentes, influyendo también en los marcos éticos y legales del futuro. Mientras se debate si puede haber soldados autónomos o a quién debe atropellar un coche sin conductor, se desarrollan las tecnologías más propicias para moderar publicaciones en redes o a sugerir el siguiente vídeo de YouTube. O el Pentágono y Facebook apuestan por una máquina que sabe tirarse faroles.
Estas empresas se justifican asegurando que invierten importantes sumas en investigación académica, por medio de becas y programas de ayudas. "Las ayudas son cuatro perras", asegura Carreira-Perpiñán, "a mí me han dado dos becas de la Fundación Nacional para la Ciencia de EE UU (NSF, por sus siglas en inglés), de medio millón de dólares, y la que recibí de Google eran 60.000". Y añade un problema mayor, el criterio de selección de estos programas: "Dan dinero a quien les interesa y da la impresión de que están pescando ideas. Al final hay mogollón de gente trabajando en predecir qué anuncios funcionan, un problema bastante especializado, porque es de lo que viven estas empresas". Este investigador prefiere que sea la NSF, una fundación gubernamental, la que apoye la investigación en temas que considere candentes.
Vinyals cree que el estilo de investigación de la academia y su diversidad son "muy buenas" para su campo: "No me gustaría ver que la investigación en la universidad y el mundo académico se hiciera demasiado pequeña". No obstante, el investigador de DeepMind se muestra confiado en que la demanda de expertos seguirá creciendo en los próximos años, por lo que crecerá la cantidad de recursos, personal y estudiantes con los que contarán las universidades.
Mucho más radical se muestra Jaume-Palasí: "En lugar de pagar becas o investigaciones, sería más interesante que pagasen impuestos y con eso se invertiría en investigación académica". "Además", insiste, "desde el punto de vista de la credibilidad ya es problemático hacer perder la neutralidad a la academia con su dinero: ellos deciden a quién financian y por qué". Hoy, la proporción de artículos científicos publicados por empresas privadas en EE UU cuadruplica a la de Europa.
Para remediar estos conflictos y retener talento, la Comisión Europea ha encargado un informe a un grupo de especialistas en el que está Nuria Oliver, quien desconfía del peso actual del dinero privado. "No sabemos qué hallazgos no están publicando las empresas, cuánta investigación están haciendo y que desconocemos", denuncia Oliver, que hasta hace unos meses era jefa de investigación en datos de Vodafone. "A lo mejor descubrimos que se pueden hacer las cosas de forma diferente, que hay otra manera de hacer un Facebook o un Amazon, pero si lo pagan Facebook y Amazon, se ponen barreras al cambio", apunta.
Las máquinas ya nos ganaban, ahora también nos convencen
IBM desarrolla una inteligencia artificial capaz de competir con humanos en el arte de la oratoria
Imagine
que en el próximo debate electoral madrileño apareciera una nueva
candidata desconocida que convenciera a la mayor parte de la
audiencia. Y que este repaso dialéctico no lo diera una persona,
sino un ordenador. Es el territorio en el que se mueve el último
hito de la inteligencia artificial, el de la complejidad del debate y
la oratoria humanas. La compañía IBM presenta en la revista
científica más prestigiosa, Nature, un logro en el que han
trabajado durante casi una década: una máquina capaz de convencer
con argumentos. El equipo científico defiende que es un salto
cualitativo enorme desde las brillantes victorias que los cerebros de
silicio se han anotado frente a humanos en terrenos como el ajedrez,
el Go y los videojuegos más sofisticados.
Esta máquina con voz femenina, denominada Project Debater, es capaz de estudiar un asunto controvertido, como la legalización de las drogas o las subvenciones a la educación infantil, para plantear un discurso articulado que defienda una postura a favor o en contra. No solo eso: en la dinámica de los debates que ya ha mantenido con expertos en oratoria, también se ha mostrado capaz de rebatir los argumentos de su oponente. El resultado: el 64% de los especialistas que servían de jurado consideraron que la máquina demuestra un buen rendimiento como orador convincente en el debate.
La máquina comete errores peculiares desde la perspectiva humana. Por ejemplo, al defender el uso de inseminación artificial, Project Debater incluyó argumentos que hacían referencia a la inseminación de ganado, “algo que puede sonar raro en este debate”, reconoce el equipo científico en Nature. Esto sucede por la forma en la que el ordenador de IBM construye su argumentación, basada en cuatro módulos de trabajo: “Estos errores de naturaleza compleja ilustran la necesidad de un entendimiento matizado y general del contexto”, señalan los investigadores en el estudio.
Los dos primeros pasos que da la máquina se centran en la recopilación de contenidos y argumentos. Nada más establecerse el tema de la discusión, el programa extrae razonamientos de una gran base de datos con 400 millones de artículos periodísticos, que se estructuran gracias a los conceptos que cataloga la Wikipedia. Después, la máquina encuentra semejanzas entre razonamientos generales de distintos debates; por ejemplo, si se discute la prohibición de sustancias o actividades, se suscita la posible aparición de un mercado negro.
Además, en ese mismo proceso de análisis de un tema, Project Debater comienza a recopilar posibles contrargumentaciones a los previsibles razonamientos que usará su adversario. También se sirve de términos clave que apelen a sentimientos, como “dañino”, que podrían usarse para afianzar su discurso. Por último, la máquina es capaz de hilar una argumentación que evite redundancias y que tenga una forma de alegato que sea convincente, no una simple concatenación de frases y datos. Esos discursos son los que evaluaron los jueces para concluir que da el pego.
Aunque en el estudio no se mencionan, este robot con forma de tele alargada también usa recursos retóricos muy humanos. Por ejemplo, parecía atacar el amor propio de su rival humano al descalificar como ingenuos, pasados de moda o románticos sus argumentos. En otro, informó en voz alta del número de palabras que su oponente decía por minuto y provocó la hilaridad del público cuando le espetó: “No te apresures, tenemos mucho tiempo. Por favor, reduce la velocidad y presenta tus argumentos de forma sosegada”. Sus programadores aseguran que no le escriben ninguna frase, salvo la oración inicial de saludo en cada evento.
La compañía buscaba un nuevo reto tras sus dos grandes éxitos anteriores: cuando Deep Blue descifró los mecanismos del ajedrez para vencer a Garry Kasparov y cuando Watson deconstruyó el lenguaje natural para vencer en el popular concurso televisivo Jeopardy. Pero el reto era notable, como explica Ranit Aharonov, directora del proyecto, en un documental de IBM sobre su máquina: “Al contrario que en los juegos, en los problemas del mundo real no tienes un resultado final victorioso claro. Tenemos que alejarnos de los juegos, de los retos de blanco o negro. La inteligencia artificial ahora va a lidiar con la subjetividad de la realidad humana”, explicaba Aharonov, que firma el estudio junto a su equipo.
Su equipo asegura que ha sacado a la inteligencia artificial de la “zona de confort”, la de las reglas simples de los juegos. En ese terreno, las máquinas siempre pueden optimizar su rendimiento con la vista puesta en la victoria, usando atajos y reforzando solo estrategias eficientes de victoria, algo que no sirve de nada en un contexto subjetivo como el de la argumentación. En este caso, además, los pasos a seguir no están definidos de antemano: un peón avanza por el tablero en línea recta y come en diagonal, pero ¿qué es un buen argumento? Todavía está por ver si este desarrollo informático dará claves que den la vuelta como un calcetín al razonamiento humano, como pasó con el ajedrez y el Go cuando la inteligencia artificial aterrizó en sus tableros.
Por el momento, IBM ya vende su proyecto para “tomar mejores decisiones en tiempos de noticias falsas y cámaras de eco”, como soluciones estratégicas empresariales, la construcción de argumentos legales y el análisis entre posibles tratamientos médicos. Pero se atreve a ir mucho más allá, y habla incluso del “futuro de la democracia”. En la ciudad suiza de Lugano se usó para “entender” lo que piensan sus ciudadanos sobre los coches autónomos sin conductor. Allí la máquina solo se alimentó con el millar de opiniones que dejaron los lugareños. Una experiencia que ilustra las dudas que genera cómo deciden las inteligencias artificiales, con qué sesgos y qué intereses, a partir de la información que se le proporciona y, por ejemplo, al determinar qué ciudadanos intervienen en la conversación.
“La inteligencia artificial no podrá tomar decisiones moralmente correctas porque la moralidad es exclusiva de los humanos”, aseguró la “suave voz femenina” de Project Debater en la Universidad de Cambridge, en un debate sobre ese asunto. Un argumento que pudo calmar a quienes temen las consecuencias de su desarrollo, hasta que después añadió una afirmación que podría entenderse como contradictoria: “La inteligencia artificial tiene una tasa de error más baja que los humanos”.
MATERIA Javier Salas El País España
https://elpais.com/elpais/2019/07/29/ciencia/1564394653_192603.html
En diciembre de 2019 se reportaron en la ciudad de Wuhan, República Popular China, los primeros casos de lo que después conoceríamos como la Covid-19. Tal como ocurrió con el VIH tres décadas atrás, se trataba de un grupo de personas con un tipo de neumonía desconocida. Sin embargo, a diferencia del VIH, que se transmite por el contacto con los fluidos que tienen el virus, lo que después conocimos como SARS-CoV-2 hoy sabemos que se transmite a través de las pequeñas gotas de saliva y aerosoles que se emiten simplemente al exhalar. Eso, junto con que se trataba de un virus nuevo del que no había información, hizo que sólo tres meses después la Organización Mundial de la Salud (OMS) declarara el estado de pandemia el 11 de marzo de 2020.
La pandemia de Covid-19 tomó por sorpresa a todo el mundo: a los Estados, cuyo sistema sanitario no estaba preparado para una cantidad de casos tan vertiginosa y con una tasa de internación y mortalidad tan alta; a los profesionales de las salud, que recibíamos los casos que crecían más rápido que la evidencia para prevenirlos y tratarlos; a los científicos, desafiados a buscar respuestas en tiempo récord; a la sociedad, que se vio obligada a llevar adelante medidas preventivas extraordinarias y exigentes que tienen un impacto psicológico en el plano individual y económico en el plano social. Asimismo, tuvo como consecuencia que se relegara la atención de otras patologías lo que también generó un impacto importante en la salud pública.
Esta crisis nos recordó el rol rector indelegable del Estado en la salud pública y en el apoyo social a quienes se ven afectados por ella: esto incluye a las personas más vulnerables, pero también a las empresas y sus trabajadores. También nos demostró, una vez más, la importancia de los trabajadores esenciales y, entre ellos, de los trabajadores de la salud y la necesidad de reconocer su trabajo. Por último, puso en escena la importancia de contar con un empoderado sistema científico-técnico, capaz de haber generado respuestas variadas: desde la investigación básica al desarrollo de insumos diagnósticos, equipos de protección personal, recursos terapéuticos, investigación de vacunas e investigaciones sociales entre tantos otros aportes. Es curioso que haga falta llegar a una situación tan extrema para que comencemos a valorar la importancia de un sistema de salud público y de sus trabajadores como actores fundamentales en el cuidado de nuestra sociedad.
CRISIS Y DESIGUALDAD
Hubo quienes pensaron que la magnitud de la catástrofe “nos iba a mejorar como sociedad”. La realidad confirma que las crisis solo amplifican aquello preexistente. Así, lo desigual se hace más desigual, lo solidario se hace más solidario, lo miserable se hace más miserable. La carrera por los equipos de protección personal a comienzos del 2020, y por las vacunas ahora, se disputa en el marco de las inequidades geopolíticas y de la competencia comercial. Mientras hay países que tienen sus refrigeradores rebosantes de vacunas, hay otros -particularmente en África- que no han recibido una sola dosis.
Al igual que con la epidemia de VIH, lo realmente nuevo en el caso del COVID-19 es la aparición del virus. Así como fueron los primeros casos de VIH, el nuevo coronavirus implicó un cambio de rumbo y un desafío a mi profesión. Y también como en ese momento, estuvo signado por la estigmatización: de las personas que adquirían el virus, de quienes las atendíamos y a quienes se nos veía como focos infecciosos, de quienes poníamos a disposición de los responsables de las políticas públicas la (poca) evidencia disponible y las recomendaciones a partir de ellas para prevenir y contener la pandemia. También como fue en ese momento, esta nueva pandemia no estuvo -ni está- exenta de noticias falsas y campañas de desprestigio que no hacen más que entorpecer la respuesta veloz y eficaz a la situación. La utilización de la pandemia como insumo de la grieta política es un hecho gravísimo que conspira contra la salud pública y que debería repudiarse masivamente.
Hoy, a poco más de un año del primer caso, contamos en el país con un sistema de salud capaz de dar respuesta, con una sociedad comprometida, que conoce y aplica (en su mayoría) los cuidados y protocolos necesarios para reducir la expansión del SARS-CoV-2, y con un programa de vacunación que llegó antes de lo que cualquiera hubiera imaginado hace apenas 8 meses, pero que es insuficiente a escala global y local para atender la enorme y justificada demanda de las sociedades.
La pandemia nos pone a prueba todos los días. ¿Seremos capaces de entender que para reducir su impacto en términos de enfermedad, muerte y disrupción socio económica, nadie sobra y nadie debe ser dejado de lado? ¿Podremos entender que los llamados al “sálvese quien pueda” así, como las posturas negacionistas, son convocatorias al desastre como lo podemos ver mirando a países vecinos como, por ejemplo, Brasil?
El coronavirus llego para quedarse, al menos por un buen tiempo. Si queremos reducir su impacto humano, sanitario y social, ayudemos a las campañas de vacunación con nuestra conducta de cuidado social responsable. Nuestra acción (o nuestra inacción) no determina sólo cambios en el reporte diario del Ministerio de Salud. Como dice la canción de Joan Manuel Serrat: “detrás está la gente”.
https://www.pagina12.com.ar/330314-nadie-sobra-en-una-pandemia
“Cuando logre bajar un cambio, no sé realmente cómo voy a hacer para congeniar todo lo que se logró con mi verdadera pasión, que es la ciencia básica. No sé cómo volveré a lo de antes, ya no soy la misma. Hoy es coronavirus, pero mañana será el turno de otras enfermedades infecciosas y ahí tendremos que estar. Ahí también diremos presente”, señala Andrea Gamarnik y, pese a su tono sereno, enciende el diálogo. La realidad es que no tenía necesidad de involucrarse. Cuando comenzó la pandemia podría haber ocupado, sencillamente, un sitio secundario: responder preguntas a periodistas ávidos de obtener respuestas sobre un nuevo virus que nadie conocía del todo y continuar con sus investigaciones en dengue y Zika. Al fin y al cabo, tanto en el ámbito doméstico como en el latinoamericano, ya era una figura consagrada.
Sin embargo, el problema parecía más complejo. En febrero de 2020, el Sars CoV-2 amenazaba con convertirse en un conflicto de escala global y Gamarnik, un poco con conocimiento acumulado y otro poco al ver el color que tomaba la situación del otro lado del Atlántico, sintió que esta vez sería diferente. Así que desde su laboratorio de Virología Molecular en el Instituto Leloir pensó que algo tenía que hacer. Lo cuenta sin prisa, sus palabras tienen peso cuando salen de su boca. “Nuestro trabajo siempre fue muy básico, entender a nivel molecular cómo funcionan los virus. Los últimos papers que habíamos publicado sobre dengue se vinculaban con conocer cómo hace para pasar de mosquito a humano. Justo antes de que empiece la pandemia trataba de explicar en algunas entrevistas por qué era importante estudiar un virus con capacidad de ‘saltar’ de una especie a otra. Ahora no hay que explicar más nada, con el coronavirus quedó bastante claro por qué es tan importante comprender la biología de ese proceso”, relata.
ENTREGA 24 X 7
A comienzos del año pasado, el ministro Roberto Salvarezza la llamó por teléfono porque el objetivo era coordinar un espacio que desde la ciencia se abocara a comprender y a diseñar estrategias de acción frente al Sars CoV-2. Así nació la “Unidad Coronavirus”, con la participación del MinCyT, el Conicet y la Agencia Nacional de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación. “En ese momento colgamos las pipetas, convoqué a los miembros del equipo y les comuniqué que a partir de allí trabajaríamos en coronavirus. La verdad es que significó un cambio rotundo porque las preguntas que debíamos contestar a partir de allí serían diferentes. Además debíamos enfocarnos en diagnóstico, un desarrollo puntual que se requería y no tenía nada que ver con lo que hacíamos previamente”, dice Gamarnik.
A partir de aquel instante, entonces, su vida se modificó de manera rotunda. “La experiencia que vivimos, desde lo profesional y desde lo humano, fue fascinante. Cuando empezamos hubo que reunir a gente de diferentes disciplinas y áreas porque la propuesta era desarrollar un test serológico. Manipular las proteínas del virus, purificarlas a alta escala, hacer ensayos de serología, llevarlos a la producción. Y el proyecto salió como salió porque todo el mundo puso lo que tenía”. Luego continúa: “Implicó trabajar día y noche, la pandemia nos corría, fue una entrega total. Fue muy emocionante ver cómo los profesionales de la salud se comunicaban para ofrecernos ayuda. No importaba quién lo hacía, sino el resultado. Desde lo profesional fue un placer infinito ver a la gente tan motivada y entusiasmada”.
La cronología de los hechos indica que su trabajo inició a mediados de marzo, al mes siguiente tenían el prototipo y el 5 de mayo ya había sido aprobado por la ANMAT. ¿El producto? El test “Covid-Ar” que identifica la presencia de anticuerpos –es decir, registra la reacción inmunológica del organismo frente al virus– y determina si la persona estuvo o no infectada. Pronto fue puesto a punto para realizar estudios epidemiológicos de poblaciones, para seroprevalencia en barrios vulnerables y para seguimiento de pacientes. “Una vez que comenzamos a distribuirlo en centros de salud de todo el país, el problema principal fue el de los costos, teníamos que lograr que fuera accesible a todo el mundo. Conseguimos donaciones y terminamos repartiendo más de un millón de determinaciones gratis en hospitales de Argentina”, narra la especialista y, luego, subraya la calidad del trabajo colectivo: “Cuando se maneja bien la comunicación, se pactan objetivos comunes y se dejan de lado los individualismos que a veces tiene la ciencia, sucede algo increíble. La importancia de coordinar esfuerzos y de dialogar son los principales aprendizajes que me dejó esto y que me gustaría experimentar en el futuro”, reflexiona la científica. Las lecciones que deja la batalla son claras.
PROYECTO COVID-AR
Con el correr de los meses, el proyecto Covid-Ar se multiplicó de forma exponencial: se diversificaron los acuerdos con hospitales e investigadores de distintos proyectos; de hecho, se firmaron más de 20 convenios de colaboración. En el presente, para citar un caso, desde la Facultad de Veterinaria de la UBA analizan la presencia de coronavirus en mascotas y en animales salvajes. El grupo de Gamarnik brinda todas las herramientas necesarias para adaptar el kit a las diferentes especies. “Hace un año, sólo nos dedicábamos a la ciencia básica, pero hoy hacemos de todo. Prestamos servicios, desarrollamos nuevos tests de diagnóstico, realizamos acuerdos de cooperación sanitaria con PAMI, trabajamos evaluando los anticuerpos que generan las vacunas en personas ya inmunizadas para la realización de informes técnicos y también trazamos abordajes específicos con plasma de convalecientes”, describe. De todo se encarga el mismo grupo coordinado por Gamarnik: comenzaron siendo poquitos, pero en la actualidad son más de 20.
¿Qué demostró, entonces, la pandemia? “Que los científicos y las científicas de Argentina tenemos la capacidad de resolver problemas”, explicita. Quienes la conocen de cerca saben que Andrea suele trabajar muchísimo, que es tremendamente exigente y que traza rutinas laborales que siempre invitan a redoblar esfuerzos. Lo relata de este modo: “Siempre fui apasionada, siempre trabajé mucho, pero nunca con esta magnitud. Me gusta el deporte, andar en bici, el arte, leer literatura, soy hincha de Lanús y me gusta el fútbol, todas actividades que dejé de lado. Con la pandemia puse todo, me entregué al 100%, regalé mi existencia durante meses completos”. Y confiesa: “Incluso dejé de ver a mi pareja, de lunes a viernes vivíamos separadas porque estaba totalmente abocada a esto. Llegaba del laboratorio a las 10 de la noche y mientras comía tenía reuniones por teléfono”.
En el presente, se tomó “vacaciones”; apenas unos días para intentar desconectarse un poco. “En 2020 trabajamos a un ritmo infernal: 15 horas por día, sin frenar un segundo, sin sábados, sin domingos, sin feriados. Ahora casi que me obligaron a parar, la gente del laboratorio me pidió que tomara un descanso, así que vine a la costa. Pero bueno, es muy difícil desvincularse, no puedo cortar como tal vez sí es posible con otros trabajos”, comenta. “Mi equipo sigue a full, no puedo desaparecerme. Antes tocaba la guitarra y a partir de 2020, de repente, me tocó dirigir una orquesta. Espero hacerlo bien. Estoy tranquila porque la única certeza es que siempre dejo todo”. https://www.pagina12.com.ar/330571-andrea-gamarnik-no-se-como-volvere-a-lo-de-antes-ya-no-soy-l
Comparando dos imágenes
A lo que verdaderamente nos enfrentan los desarrollos tecnológicos en general y la Inteligencia Artificial (IA) en particular, es a la decisión individual y colectiva de reducir la vida humana a los cálculos algorítmicos de los programadores pagados por las grandes transnacionales o utilizar las posibilidades y potencialidades de la inteligencia digital y los desarrollos técnicos y tecnológicos en beneficio de la vida humana individual y de las comunidades que integramos en los territorios que habitamos.
Si una pequeña elite del planeta intenta, desde sus corporaciones digitales, poner la globalización neoliberal en piloto automático para asegurarse así el dominio y el control de las vidas de individuos o pueblos, la respuesta es “apropiarnos” de esas tecnologías y subvertir el sentido de su diseño … transformarlas en herramientas útiles para la participación ciudadana y el ejercicio de la democracia, para la humanización de las sociedades que los individuos constituimos y la humanización de los espacios territoriales de planeta que habitamos.
Comparar las imágenes (Dicen que “una imagen habla mas que mil palabras”) nos permite percibir y pensar de que se trata todo esto.
Una minoría deshumanizada controlando los robots que sostendrán las desigualdades existentes o la asociación libre del pueblo decidiendo como vivir.
Daniel Roberto Távora Mac Cormack
Comentarios
Publicar un comentario