Qué recomiendan estudiar los expertos en inteligencia artificial para trabajar y vivir de ello

Según Indeed, un portal de empleo tecnológico de Estados Unidos, entre junio de 2015 y junio de 2018 prácticamente se han duplicado las ofertas de empleo relacionadas con la Inteligencia Artificial (IA). Ingeniero de aprendizaje automático, científico de datos o ingenieros de visión computacional son los puestos que, según este análisis, mejor encajan en las ofertas de trabajo de IA. Y las previsiones son que haya más oferta de empleo que profesionales que puedan cubrir esas vacantes

A primera vista, las carreras STEM (Ciencia, Tecnología, Ingeniería y Matemáticas por su nombre en inglés) las más indicadas para poder trabajar en IA. Pero quienes trabajan ahora mismo en Inteligencia Artificial aseguran que los perfiles y los equipos multidisciplinares son cada vez más necesarios.

Así pues, ¿qué hay que estudiar para trabajar en Inteligencia Artificial? ¿Cómo me puedo formar? ¿Qué tengo que hacer si quiero desarrollar mi carrera en este campo?

Primer punto: decide en qué ámbito de la IA quieres trabajar

Decir Inteligencia Artificial es como decir tecnología: es un campo tan amplio y tan variado que lo que es básico para algunas de sus ramas no tiene porqué ser ni necesario para otras.

Por eso, varios de los expertos con los que hemos hablado aseguran, como primer punto, que quien quiera trabajar en IA debe plantearse primero en qué rama quiere hacerlo.

José Javier Gutiérrez Pulgar trabaja para el Grupo Santander, responsabilizándose de la estrategia de Asistentes Virtuales y de la aplicación de la inteligencia artificial en el contact center. “El campo de la IA es muy amplio y no puedes conocerlo todo. Hay que saber en qué te quieres especializar” (desarrollador, algoritmo, diseñar funciones de negocio…), asegura. Por eso, recomienda comenzar con un análisis de las habilidades e intereses de cada uno.

Una opinión compartida por Richard Benjamins, Data & AI Ambassador en Telefonica. "Se debe ver si nos interesan los datos. En internet podemos encontrar muchos sobre cosas interesantes. Con estos datos, le diría a esta persona que juegue con ellos, que intente visualizarlos y que después también investigue algoritmos para descubrir patrones, manejar herramientas, saber programar....".

Una base STEM es recomendable e ¿imprescindible?

Todos los expertos con los que hemos hablado coinciden en que para trabajar en IA es importante contar con una base fuerte de matemáticas o ingeniería. “Con carácter general creo que hay que tener un fundamento matemático medio-alto, conocimientos de programación, capacidad de modelizar y ser muy creativo”, resume José Antonio Torres, físico especialista en Computación e Inteligencia Artificial y Cofundador y Chief Scientist Officer en Altoro Analytics.

Ese grado de conocimiento de la parte más física o matemática va a depender, de nuevo, del trabajo que se quiera desarrollar en inteligencia artificial. “Cualquiera que tenga un conocimiento de programación puede desarrollar aplicaciones de IA sin bajar al detalle, porque los gigantes digitales como Microsoft, Amazon, IBM o Google nos permite consumir inteligencia artificial a través de sus servicios de sin meternos en un conocimiento exhaustivo y de primer nivel”, explica David Pereira, Responsable de Inteligencia Artificial en Everis.

Una visión con la que coincide Richard Benjamins. “Las FAANG (Facebook, Amazon, Applen, Netflix, Google) tienen tantos datos y buenos ingenieros que ofrecen la IA como un servicio. Eso quiere decir que podrás utilizar sus API para analizar textos y construir un servicio para vender a otras profesiones”. Aunque estas empresas tienen “muchos datos y muy buenos ingenieros” y pueden ofrecer estos servicios “a un precio barato”, Benjamins advierte que a la hora de utilizar estos recursos de terceros “hay que confiar en que el código es bueno y transparente”.

Digamos, en este punto, que podemos distinguir dos tipos de trabajos relacionados con la IA: los más técnicos (como el desarrollo de los algoritmos) y los de negocio (o la aplicación a cada industria o área).

Para la parte más técnica se debe contar con una base mínima de matemáticas y estadísticas, según estos profesionales consultados. Esta formación es fundamental para poder entender cómo funciona la inteligencia artificial. “Son operaciones matemáticas que se estudian en la Universidad y que puede que en ese momento no sepas para qué se utilizan hasta que te metes en ese tipo de cosas y ves su aplicación práctica”, detalla el responsable de Everis, ingeniero en telecomunicaciones de formación.

Porque, aunque puede que “no sea un requisito imprescindible”, en opinión del Coordinador del Grado de Ingeniería del Software de U-tad, Paco Marzal, “evidentemente las empresas están buscando preferentemente gente formada en estas disciplinas. Un matemático, un físico o un ingeniero tienen la cabeza amueblada para poder trabajar con estructuras complejas como por ejemplo las redes neuronales” aunque estos perfiles "deben trabajar codo con codo con perfiles que dominen el área donde se aplica la IA”, ya sean médicos, ingenieros o psicólogos.

Universidad, ¿sí o no?

Pero, ¿es necesario u obligatorio tener una formación universitaria para trabajar en IA? Todos los expertos consultados por Xataka coinciden: no es condición sine qua non, pero sí altamente recomendable.

“Entiendo que no necesariamente, pero es muy posible que un universitario llegue más lejos o tenga mejores ofertas simplemente por haber demostrado que no se rinde a la primera, además de haber demostrado que tiene conocimientos sólidos de una materia”, argumenta el coordinador de U-tad.

Diana de la Iglesia Jiménez es doctora en Inteligencia Artificial y trabaja como Computer Scientist en el CNIO (Centro Nacional de Investigaciones Oncológicas) aplicando la IA a la investigación contra el cáncer. En su grupo, hay otros perfiles del área biomédica que también tienen conocimientos de programación, pero considera que “es importante que la gente que desarrolla IA, que detecta nuevos algoritmos y detecta los fallos de los existentes, tenga esa base matemática que te da una ingeniería”.

“Hasta cierto punto se puede aprender por libre. Internet es un repositorio de información increíble y puedes aprender lo que quieras si le dedicas tiempo”, reconoce Diana de la Iglesia. “Pero hay un límite para entender cómo funcionan todos esos algoritmos. Una cosa es aplicarlos y otra entenderlos de forma detallada”, añade.

Pero lo cierto es que en Internet hay muchos recursos formativos y cada vez las escuelas de negocio y universidades ofrecen una formación más ad hoc para este mundo de la IA. Podemos encontrar ejemplos de ello en U-tad, Unir, Universidad Politécnica de Madrid, ESADE o el IE. Richard Benjamins cree que si tu base es universitaria partes con ventaja, pero considera que teniendo una base matemática importante podemos aprovecharnos de los “muchos cursos y muy buenos que hay de data mining o de los cada vez más numerosos másters”, que permiten complementar esta formación.

Así que, tal y como asegura José Antonio Torres, “a mi hijo le diría que estudiara en la universidad aunque supiera hacer robots super-inteligentes con 15 años”. ¿Por qué? “Es imprescindible para esta disciplina que los que se dediquen a ella (o al menos una parte) tengan “fundamentos científicos sólidos, y la Universidad hasta ahora, era una buena vía para esto”.

Si ya tengo esa base, ¿cómo me especializado en IA?

Si ya contamos con esa base STEM y queremos trabajar en IA, David Pereira recomienda los cursos disponibles en Fast.ai para poder especializarnos en Inteligencia Artificial. En esta web muchos de los recursos “son gratuitos y de mucha calidad”, según su valoración.

Para profundizar en técnicas de análisis y visualización de datos, recomienda el libro que él mismo leyó (“Python for data analysis”, de Wes Mckinney) así como el curso online de Stanford “Convolutional neural networks for visual recognition”, creado por el responsable de IA de Tesla y que cuenta con un claustro de profesores como la gerente de IA en Google Cloud. Es gratuito tanto en Stanford como en Youtube. “Es un curso más avanzado porque requiere base matemática más sólida, casi de ingeniería, matemática o física”, advierte.

Qué lenguajes dominar

Aunque, como recuerda José Antonio Torres, Claude Shannon "no tiró una línea de código y fue uno de los fundadores de la IA", saber programar sí parece indispensable para trabajar en IA.

De nuevo, en función del área de negocio al que nos vayamos a dedicar deberemos dominar un lenguaje de programación u otro, dado que no hay uno específico para la IA.

Python es uno de los que más en boga está, sobre todo en ciencia de datos. Orientado al análisis de datos en masa y tiene una comunidad de desarrollo open detrás que está constantemente trabajando en él y mejorándolo. “Siempre es mejor tener conocimiento en varios lenguajes y con diferentes enfoques porque eso te ayuda a programar mejor”, explica Diana de la Iglesia. Una visión con la que coincide el cofundador y Chief Scientist Officer en Altoro Analytics. “Hoy en día hay que saber programar, y mejor en varios lenguajes. Lo que conteste ahora será distinto de lo que te contestaré dentro de una año, porque esto evoluciona muy rápido, y hay una gran batalla por nuevos estándares, pero 3 de los más populares son Java, Python o Scala”.

José Javier Gutiérrez Pulgar explica que en el Banco Santander se impone Java como política de la casa, pero alude también a Python y a Spring boot. Como apuesta de futuro, eso sí, menciona Akka. “Se pide mucho pero apenas hay profesionales, así que si te formas en esto vas a tener mucho futuro y salidas, especialmente en gran empresa”.

La versión más humanista de la IA

Como decíamos antes, más allá de los profesionales más técnicos del IA, hay otros perfiles que también se demandan en este campo: humanistas, juristas, lingüistas...

Richard Benjamins, Data & AI Ambassador en Telefonica, estudiaba psicología en Holanda. Dentro de este plan de estudios se incluía una rama de ciencia cognitiva: cómo razonan las personas y cómo programarlo en un ordenador. “Eran los años 90 y no tiene nada que ver a cómo se hace ahora”, nos reconoce este experto, quien continuó estudiando estas materias relacionadas con el lenguaje natural y lingüismo computacional.

Para Benjamins es imprescindible tener equipos multidisciplinares para el desarrollo de la IA y no solo por las cuestiones más legales (aquí alude al típico problema de un coche autónomo que choca con otro). “Habrá muchos perfiles que no sabemos ni qué van a existir y que serán necesarios para el desarrollo de la IA. Si quieres generar una IA sostenible no puedes meter solo ingenieros en el equipo”. Perfiles sociales, de diseño o jurídicos serán básicos para que las app no discriminen por sexos, raza o religión. “Si solo tienes técnicos los problemas salen al final, pero si tienes un equipo multidisciplinar los prevés antes de que salga una app a producción”.

David Pereira, sin embargo, considera que el problema en estos momentos es que hay un gap muy grande en el espectro de perfiles humanistas en inteligencia artificial. “Tenemos que hacer un esfuerzo muy grande para lanzar formación específica para este tipo de perfiles. No sabemos cuáles son los marcos legales o las cuestiones éticas de desarrollo de la inteligencia y aplicación del GDPR, por ejemplo”.

Como concluye Diana de la Iglesia, “si queremos imitar una inteligencia humana necesitamos entender al ser humano, entender sus razonamientos, la forma de ejecutar el lenguajes y hacer comunicable el pensamiento. No pueden ir desligados la IA y las humanidades o la generación del arte. La IA debe abarcar todas las áreas si quiere ser completa”.

Así que, sí, los profesionales de la IA deben estudiar ética, como todas las demás profesiones. “¿Por qué la IA debe ser distinta? ¿Acaso se cuestiona la ética en los médicos o de los profesores? En los días que vivimos, la ética debe ser parte de la formación de cualquier profesional”, argumenta Paco Marzal.

La formación ética del técnico de IA

Hablando de esta vertiente más humanista y de la polémica que rodea siempre a la Inteligencia Artificial, hemos querido preguntar a estos expertos si los profesionales (especialmente los más técnicos, de desarrollo de algoritmos y código) deben reforzar su formación ético-humanista o si con estos equipos multidisciplinares es suficiente.

“El problema de la IA es que autoaprende cuando sale de su entorno. No es tanto lo que se hace internamente como lo que puede aprender fuera”, explica el responsable de IA para contact center del Banco Santander, quien considera que tiene que haber personas que identifiquen estos problemas “para que las máquinas desprendan”.

Para José Antonio Torres, la mayor parte de la polémica es “una polémica “fake”, una polémica basura” porque, en su opinión, los profesionales de la IA deben tener los mismos valores éticos y morales que cualquier otro científico que trabaje con innovación punta, como un ingeniero de centrales nucleares, un ingeniero genético, alguien que diseña y experimenta con fármacos, etc.

Así pues, y como declara David Pereira, cualquier perfil trabaje en inteligencia artificial debe tener una mínima base ética. “Precisamente porque la tecnología va más rápida que la regulación es importante que los que trabajamos en este ámbito tengamos una formación ética. Esto va de personas haciendo cosas para el benificio de otras personas”.