Introducción a la aplicación de la Inteligencia artificial en la búsqueda de información en Internet (A1C11C1D02)

La Inteligencia Artificial (IA) es un sistema o máquina programada que imita la inteligencia humana en la realización de tareas o actividades. Esta se basa en algoritmos matemático-computacionales, concretándose en conjuntos de instrucciones informáticas que permiten a los sistemas informáticos realizar acciones y resolver problemas complejos. Los principales algoritmos que soportan la IA son: Aprendizaje por refuerzo (Reinforcement Learning), Aprendizaje supervisado (Supervised machine learning) y Aprendizaje no supervisado (Unsupervised machine learning). Las principales ventajas que ofrece la IA se relacionan con la precisión de los resultados obtenidos, la reducción de los tiempos en el análisis de datos e información digital y la realización de predicciones en diversos ámbitos como el mercado financiero, el comportamiento atmosférico, la conformación de perfiles de usuario y la búsqueda de información.

Este documento tiene como objetivo explicar la aplicación de la IA en la búsqueda de información en Internet. Para ello, se ejemplificará su uso en los siguientes escenarios: las plataformas y asistentes virtuales o digitales, los buscadores, la georreferenciación espacial y las redes sociales.

La IA se sustenta por un conjunto de métodos y algoritmos que permiten optimizar la búsqueda de información digital, destacándose los siguientes:

• Machine Learning o aprendizaje automático: es una rama de la IA que permite a los sistemas informáticos aprender de sus usuarios a partir del estudio de sus perfiles, siendo la estadística su fundamento matemático.

Entre sus funcionalidades para la búsqueda de información se encuentran: las recomendaciones de Netflix o Spotify, y el reconocimiento de voz mediante asistentes virtuales como Alexa (desarrollado por Amazon y que comprende los idiomas de inglés, alemán, japonés, francés, italiano y español) o Siri (desarrollado por Apple y presente en iOS, macOS, tvOS y watchOS.

El Machine Learning o aprendizaje automático se basa en reconocimiento de patrones para recomendar y proponer al usuario determinados contenidos digitales basados en su estudio de perfil.

Figura 1. Ejemplos de dispositivos de asistencia virtual comercializados por las principales marcas.

• Deep learning o aprendizaje profundo: son algoritmos de aprendizaje automático basados en redes neuronales artificiales. En la navegación y búsqueda de información se destacan las siguientes ventajas:

1 |  El desplazamiento del uso del ratón y del teclado por gesticulaciones, y el lenguaje natural. Ejemplo de ello es la potencialidad del reconocimiento del habla de los usuarios (Alexa y Siri).

2 |  La identificación de imágenes. Es decir, para buscar una imagen en Internet o para realizar un reconocimiento facial a partir del análisis de la imagen (motor de búsqueda PimEyes).

3 |  Análisis de datos basados en el procesamiento del lenguaje natural. Mediante la aplicación de la minería de texto, el sistema informático puede, por ejemplo, leer y comprender el texto que haya escrito como parte de una queja realizada o en la interpretación de notas electrónicas realizadas por médicos (medicina virtual).

En la búsqueda de información mediante buscadores como Google se utilizan estrategias de búsqueda, operadores y cadenas de búsqueda. Sin embargo, la cantidad de información presente en Internet es inmensa. Por ello, la IA contribuye a optimizar dicha búsqueda utilizando diversos programas informáticos sustentados en modelos matemático- computacionales destacándose. Por ejemplo, los siguientes:

• Búsqueda de información mediante modelos de recuperación de información

En el uso de la IA para la búsqueda y recuperación de información se destacan los buscadores  de Google Académico, Connected papers, open-knowledge-maps o YOU. Estos utilizan los coeficientes de similitud (Coseno, Phi, etc.) para determinar el grado de similitud entre los resultados y el criterio de búsqueda, siendo los modelos booleanos, el vectorial y el probabilístico los más utilizados. Aun así, también se utilizan algoritmos basados en IA relacionados con la información lingüística difusa, los algoritmos evolutivos y los genéticos. En este campo se destaca la rama de Soft Computing.

• La búsqueda de información mediante sistemas conversacionales, por ejemplo:

1 |  Bard. Tecnología creada por Google que permite crear respuestas actuales y reales a las necesidades de búsqueda de los usuarios. Es decir, realiza una pregunta y la plataforma crea la respuesta basada en la comprensión del contenido expuesto en los resultados de búsqueda. Esta tecnología se incluye dentro de la función de búsqueda de Google. Actualmente, Bard está disponible en más de 40 idiomas y en más de 230 países y territorios.

2 | ChatGPT. Sus siglas responden a la traducción al español de Transformador Pre entrenado Generativo. Es un desarrollo de la compañía OpenAI que permite generar respuestas a preguntas realizadas por el usuario. Este sistema se basa en un modelo de lenguaje por IA denominado GPT-3 también de OpenAI. Dicho modelo se basa en la implementación de más de 175 millones de parámetros, los cuales permiten la traducción y comprensión de textos, así como su elaboración.

Debido a la diversidad y complejidad de los idiomas y formas de expresión gramatical, estos sistemas informáticos están en constante «evolución» y «aprendizaje». Por tanto, todo lo que escriba en ellos será usado por los programadores como parte del propio aprendizaje de la IA que soporta estas plataformas. En este sentido, se recomienda no incluir información personal en la búsqueda que realice.

Una de las búsquedas más cotidianas realizadas mediante navegadores y apps es la georreferenciación. Se trata de un proceso que permite determinar la posición o coordenadas geográficas de un determinado elemento, siendo un ejemplo de ello las siguientes aplicaciones para móviles: Waze, TomTom AmiGO, Sygic o Google Maps. La mayoría de estas apps tienen versiones web a las que se puede acceder mediante un navegador.

Este tipo de aplicaciones informáticas tienen las siguientes ventajas, gracias a la implementación de algoritmos:

• Búsqueda con realidad aumentada: cuando habilita la opción de iniciar recorrido (a pie) para llegar a un lugar determinado puede utilizar, por ejemplo en Google Maps, la opción Live View que mostrará, mediante imágenes y en tiempo real, el trayecto que debe seguir. Es importante aclarar que, en el caso de la app Maps, debe verificar la compatibilidad de tu dispositivo móvil con ARCore.
  
  
• Camino más corto: Pathfinding, es una área de la IA que se encarga de estudiar métodos matemáticos para determinar el camino más corto en mapas digitales. Su funcionamiento se basa básicamente en el Algoritmo de Dijkstra o algoritmo de caminos mínimos, creado en 1956 por Edsger Wybe Dijkstra, nacido en Nuenen (Países Bajos), y científico de la computación.
  
  
• Evitar atascos: para ello, se utilizan algoritmos basados en información en tiempo real, así como la hora del día para mostrar el mejor camino posible. En este sentido, en cuanto a tiempo (atascos, tráficos, etc.), el camino más corto no necesariamente es el «mejor camino».

Por último, otro ejemplo del uso de la IA es cuando navega o busca información en redes sociales. Los resultados mostrados tras la búsqueda podrían ser diferentes a los obtenidos por otro usuario, a pesar de que haya seguido los mismos pasos durante la consulta.

En estos procesos se destacan dos aplicaciones de la IA.

• Estudio de perfiles: este proceso informatizado permite analizar el perfil de cada usuario a partir de sus datos e interacción. Entre las informaciones que se obtienen destacan:

1 |  Datos sociodemográficos: edad, lugar de nacimiento, idioma, escolaridad, gustos o preferencias, religión, etc.

2 |  Actividad realizada en la red social: visualización de vídeos, cantidad de «me gustas» o «likes», comentarios, páginas web o grupos al que pertenece el usuario (por ejemplo, Facebook), entre otros.

3 |  Información sociodemográfica y datos de interés relacionado con los usuarios y «amigos». Por ejemplo: países, procedencia, idioma en el que ha chateado, sexo y posible orientación sexual.

4 |  Análisis semántico de la naturaleza de la conversación. Es decir, si aborda temáticas relacionadas con la política, religión, ocio o de otra índole.

5 |  Información compartida, ya sea en formato de imagen, video, música o texto.

Toda esta información, entre otras, es utilizada por la IA para realizar estudios de perfiles de cada usuario y, en consecuencia, mostrar determinada información mientras se navega o realiza alguna búsqueda de la red social. Esto contribuye a mejorar la experiencia como usuario.

• Social media listening o escucha social: este es un término complejo de explicar, pero, en síntesis, son herramientas basadas en IA que permiten recolectar noticias y analizar las informaciones digitales y conversaciones (comentarios) que se realizan en las redes sociales (artículos, mensajes, opiniones y conversaciones) y en Internet en sentido general (foros, blogs, portales web y sitios de reseña de consumidores). El análisis de las conversaciones de los usuarios y consumidores de determinados productos permite a estas herramientas analizar, mejorar y controlar la reputación de las marcas. Aunque la escucha social tiene diversidad de objetivos, entre sus ventajas se encuentran que nutren de información valiosa a los algoritmos que tienen implementados las redes sociales para estudiar los perfiles de usuarios y recomendarles contenidos.
  
  La integración disciplinaria e interdisciplinaria de varias disciplinas y ciencias como, la neurociencia, la psicología cognitiva, la matemática, la biología evolutiva, las ciencias de la computación y la lógica, han contribuido al desarrollo de la IA, y a su aplicación en diversos entornos y escenarios sociales y tecnológicos, entre los que se encuentra la navegación y búsqueda de información digital.