¿Cómo considera que la regulación de la IA que se comenzó a sesionar en Chile impactará en la industria?
Hay varios aspectos a tener en consideración. Primero, que estamos en etapas tempranas de este proceso, lo que significa que aún hay muchas instancias de mejora y que esperamos quienes estamos involucrados en el debate, signifiquen un impacto positivo en la industria una vez que la ley se promulgue. En este sentido, me parece necesario enfatizar la relevancia de regular, creo que es necesario que tengamos directrices contextualizadas para la realidad chilena, pero para esto, la regulación debe identificar aspectos críticos que constituyen el ecosistema de desarrollo e implementación de sistemas de inteligencia artificial en Chile. Es decir, agentes, actores externos, estructuras legislativas complementarias, recursos de gestión, humanos, y de hardware, conocimiento y capacitación, etc.
Segundo, considero que, de lograr esa articulación, una regulación de las inteligencias artificiales en Chile impactará positivamente, ya que puede enfocarse en la necesidad de transparentar y justificar éticamente la toma de decisiones y los procesos detrás de su desarrollo. Esto generaría más confianza en la población general y los consumidores de estos sistemas, ya que además se alinearía con estándares y normativas internacionales que se están adoptando desde el lema de una adopción responsable de la IA. Aquí, en el corazón del debate, no debemos olvidar que uno de los objetivos clave de esta regulación debe ser el encontrar un equilibrio virtuoso entre criterios éticos, limitaciones de riesgo, y promoción de la innovación.
¿Cuáles son los desafíos principales que enfrenta la industria de la construcción en la adopción de IA y cómo lo afectaría la regulación?
- La interoperabilidad. Hay muchas implementaciones en la industria que pueden ser altamente beneficiosas, pero requieren que innovaciones con IA se complementen con procesos y sistemas existentes. Invertir en innovaciones que complementen y usen lo existente es crucial para maximizar los beneficios de su adopción.
- La capacitación integral. Cuando se introducen tecnologías disruptivas usualmente las primeras preocupaciones suelen ser el costo inicial, la adopción técnica, y los resultados de optimización que pueden traer. No obstante, para poder incluir esta tecnología de mejor manera, se debe tener en cuenta una capacitación integral sobre el uso, pero también el significado de integrar la IA en el entorno de trabajo. Los trabajadores deben entender las limitaciones de la IA, las ventajas de su uso, y el rol que esa herramienta tiene dentro de la empresa, con el fin de que se adopte adecuadamente. Todas las brechas de habilidades que permitan sacar un provecho, deben ser parte de esa inversión inicial.
- En particular la industria de la construcción se puede beneficiar mucho del uso de IA para procesos "automatizables" como los controles de calidad o identificar problemas de seguridad. La detección de anomalías o potenciales riesgos se puede hacer más rápidamente. Asimismo, para la gestión de proyectos o para hacer mapeos topográficos. Hay muchos usos que pueden facilitar el trabajo de diferentes profesionales. Desde esta perspectiva, una regulación, buscaría asegurar que estos usos de IA no impliquen un riesgo significativo, que los sistemas implementados sean seguros y permitan fortalecer la industria, no exponiendo a las empresas a negligencias o riesgos innecesarios que pudieran no solo causar un gran impacto social o ambiental, sino que también socavar su percepción pública y, por lo tanto, perder su prestigio.
¿Cómo puede la industria de la construcción innovar con IA sin comprometer la seguridad y la calidad de los proyectos?
- Una buena práctica es siempre tener proyectos pilotos, a menor escala, que permitan tener un ambiente de "sandbox" donde se puedan testear diferentes modelos y rendimientos para diferentes aspectos de la industria, buscando compartir estos resultados y gestando un ecosistema colaborativo de adopción de la IA.
- Tener procesos de documentación y adopción responsable. Hay una serie de checklists éticos y protocolos de gobernanza, que permiten mantener supervisada la toma de decisiones y aplicación de sistemas de IA. Por ejemplo, usar IA para mantenimiento predictivo permitiría identificar alertas tempranas de desgaste de material o herramientas, o para el monitoreo de gestión de calidad, lo que requiere mantener documentación actualizada que da información valiosa para gestionar recursos y tiempo de mejor manera.
- No debemos olvidar que la seguridad y calidad de los proyectos es una responsabilidad humana, el control y supervisión humano es fundamental en la adopción de la IA en la industria, por lo que no tenemos que creer que la innovación con IA ocurre por sí misma, ocurre en un contexto, con prácticas, valores, y expectativas propias, y es la implementación de la IA la que debe adaptarse a esos principios organizacionales.
