Hacia un régimen urbano de IA

Hacia un régimen urbano de IA

El expansivo régimen de IA, dentro del paradigma de la ciudad inteligente, representa la maduración tanto de la economía de la información (donde maximizar los datos y la información es un generador clave de valor económico) como la expansión de la llamada "Cuarta Revolución Industrial" (donde la toma de decisiones autónoma por parte de las máquinas promete mejorar eficiencia y eficacia en todo tipo de procesos productivos). La evolución de las "ciudades inteligentes" hacia una utilización generalizada de técnicas, procesos y dispositivos de IA indica que el nuevo régimen urbano de IA se expandirá en los próximos años, y por ello es necesario hacer un análisis tanto de los beneficios como de los riesgos de esta estrategia.

Podemos definir un régimen urbano de IA como una etapa de evolución en las máquinas de crecimiento urbanas, caracterizadas por un conjunto de acuerdos formales e informales entre organismos públicos e intereses privados que (1) prioriza el desarrollo de ciudades inteligentes, particularmente tecnologías basadas en algoritmos, y (2) presenta los marcos institucionales necesarios que permiten la realización de las metas y objetivos de la industria de la IA, que supuestamente repercutirían en beneficio de todos los segmentos de la población urbana.

La IA es una colección de algoritmos programados para imitar la toma de decisiones humana. Se refiere a una variedad de sistemas y aplicaciones informáticas que pueden “percibir” su entorno, pensar, aprender y actuar en respuesta a lo que perciben y a sus objetivos programados. La IA es relativamente inútil sin un conjunto de objetivos intencionales que la complementen. Por lo tanto, la tarea inicial a la que se enfrentan las personas que planifican, construyen y administran sistemas de IA es determinar el tipo de resultados que quieren que persigan los algoritmos de aprendizaje automático (Tomer, 2019).

En términos generales, se pueden identificar cuatro componentes clave en los procesos de las ciudades inteligentes: conjuntos de datos, plataformas de comunicación, toma de decisiones oportuna y acción efectiva. Como tecnología específica, la IA agrega a los procesos de la ciudad inteligente algunas características clave: habilidades de aprendizaje automático, procesos de automatización y toma de decisiones autónoma y, con el llamado aprendizaje profundo, capacidades de pronóstico que pueden combinarse con técnicas de digital twinning y otras técnicas de simulación digital (Berryhill et al, 2019).

Los investigadores reconocemos que la inteligencia artificial (IA) representa uno de los elementos fundamentales en el desarrollo de las ciudades inteligentes. Junto con el aprendizaje automático, la IA se adapta bien para formar la base analítica de los programas de ciudades inteligentes. La investigación en este campo aún está en sus comienzos. Se espera que la inteligencia artificial se convierta en un elemento fundamental de una proporción cada vez mayor de aplicaciones en ciudades inteligentes.  

La IA ya está desempeñando un papel en los clústeres y espacios de alta tecnología contemporaneous, principalmente en innodistritos y fábricas del futuro, pero cada vez más en ciudades científicas (science cities), puertos inteligentes, complejos de servicios a la producción, parques eco-industriales, etc. Estos espacios comparten con las tradicionales tecnópolis una concentración en la fabricación innovadora y avanzada, así como en las industrias basadas en la información. Algunos innodistritos combinan IA y plataformas robóticas con ecosistemas de start-ups y empresas de alta tecnología reubicadas en el centro de las ciudades en los últimos 10-15 años.

La investigación e innovación en fabricación avanzada que tienen lugar en las “fábricas del futuro”, ubicadas en áreas urbanas y regiones metropolitanas, está haciendo un uso extensivo de dispositivos y procesos de toma de decisiones autónomos para optimizar la producción. Un ejemplo es la llamada “lights out manufacturing”, donde los sitios de producción están completamente automatizados y los procesos como el mecanizado CNC (control numérico por computadora) no requieren presencia humana.

Algunas áreas urbanas específicas en numerosas ciudades se están convirtiendo en espacios de producción de IA donde se organizan encuentros de programación y algoritmos (hackatones) para producir código. Algunos innodistritos albergan estas reuniones, que se organizan como eventos de design thinking. El objetivo de un “hackaton” es crear software o hardware funcional durante el evento. Según los críticos, los patrocinadores aprovechan la mano de obra gratuita de jóvenes ingenieros y programadores para crear “expectativas ficticias de innovación” (Griffith, 2018).

Creación destructiva

A pesar de la naturaleza incremental de la implementación de la ciudad inteligente, su carácter disruptivo es innegable. Sin duda, la innovación disruptiva se desarrolla dentro del marco general de la destrucción creativa capitalista, como nos mostró Schumpeter. Este impulso disruptivo se suma al proceso de desarrollo de megaproyectos como una empresa esencialmente disruptiva y contenciosa, tal y como hemos mostrado en algunas publicaciones especializadas (del Cerro Santamaría, 2019).

El régimen urbano disruptivo de la IA (que calificamos como creación destructiva) genera una masa crítica de externalidades negativas en el proceso de desarrollo de las ciudades inteligentes, derivada en un primer momento del carácter hegemónico contemporáneo de la innovación tecnológica en los procesos socio-económicos urbanos. Una consecuencia es la falta de exploración de espacios alternativos para el desarrollo urbano basados ​​en otros modelos, valores, prioridades y marcos regulatorios.

Esta estrategia científicamente planificada, que derriba todas las alternativas y convierte a la IA en un componente necesario e inevitable del desarrollo urbano (que potencialmente conduce a la monopolización), es una gran amenaza para el carácter caótico y azaroso de las ciudades, como siempre ha argumentado Richard Sennett (Sennett, 2012). También es un riesgo para la centralidad de los espacios públicos y la fricción cívica entre humanos que se debe producir, según Jane Jacobs, en el núcleo de lo urbano como complejidad auto-organizada (Jacobs, 1961).

Por otro lado, depender de un conjunto único, totalizador e interrelacionado de estrategias para el desarrollo urbano, ofrecidas por una sola industria, la industria de la tecnología, presenta serios riesgos derivados de la movilidad del capital. Dado que el proceso de ubicación empresarial lo deciden exclusivamente las corporaciones tecnológicas, los intereses privados pueden determinar el éxito y el fracaso de la política urbana y el desarrollo urbano. Las negociaciones fallidas de la ciudad de Nueva York en 2019 para intentar que Amazon construyera una nueva sede corporativa en el distrito de Queens es un ejemplo de ello.

El modo de producción promovido por Facebook, Google y Amazon afirma funcionar con "inteligencia artificial". Sin embargo, en realidad lo mantienen unido decenas de millones de trabajadores anónimos en almacenes, centros de datos, fábricas, talleres de ensamblaje electrónico, granjas industriales y plantas procesadoras donde quedan desprotegidos de enfermedades y de la hiper-explotación (Klein, 2020).

Como estrategia corporativa top-down, el régimen naciente de IA probablemente fomentará una carrera por las valoraciones sobredimensionadas en procesos, espacios, dispositivos y resultados que inclinarían las economías urbanas hacia un mayor enfoque en el suelo conectado y los derechos de propiedad intelectual.

La gentrificación tecnológica (interrelacionada con la gentrificación verde) ya es una característica emergente en espacios adyacentes a innodistritos y otros barrios tecnológicos urbanos. Como consecuencia, grandes segmentos de la población urbana (aquellos que viven en la pobreza, sin acceso a servicios básicos o con problemas de accesibilidad debido a discapacidades) pueden potencialmente quedarse atrás (Watson, 2013).

Estas son algunas de las deficiencias de la economía política del régimen urbano naciente de la IA. Otros riesgos y dilemas éticos provocados por la estrategia de ciudad inteligente tienen que ver con el control, la privacidad y la seguridad. Esto ocurre en una situación de “vigilancia” derivada del alto nivel de recopilación, análisis, escaneo e identificación de big data para la monitorización predictiva, como señala Zuboff en su libro sobre El capitalismo de la vigilancia. Sabemos que también hay riesgos cognitivos, como la “automatización intelectual” y la “complacencia de la automatización”, de acuerdo con las investigaciones de Nicholas Carr (Carr, 2014).

Por otro lado, el “aprendizaje profundo” opera en un modelo de caja negra que no siempre es comprensible para los humanos. La IA podría potencialmente ser pirateada, permitiendo que los ciber-delincuentes interfieran con la energía, el transporte, la alerta temprana u otros sistemas cruciales. Dado que los sistemas de IA interactúan de forma autónoma, pueden producir resultados impredecibles y, así, la IA descontrolada podría representar un peligro existencial para los humanos. Por último, aunque igualmente importante, la automatización basada en inteligencia artificial puede generar pérdidas masivas de empleo en cualquier industria (Muro et al, 2019).

Los contextos de la innovación

Mejorar la eficiencia de los datos mediante la optimización de la gestión de big data no es, en sí mismo, un sustituto de las buenas políticas. La búsqueda de la sostenibilidad urbana se beneficiaría de (1) una política integral de sostenibilidad en la máquina de crecimiento que abarque los diversos componentes y objetivos de la sostenibilidad y (2) una deliberación colectiva ex ante de los resultados que se lograrán mediante la implementación de las estrategias de IA. 

La falta de un enfoque normativo y las controversias en torno a la propiedad de los datos son dos características de los procesos de las ciudades inteligentes. No está claro cómo la evolución reciente hacia la incorporación de tecnologías de inteligencia artificial a las ciudades inteligentes puede contribuir a mitigar las deficiencias y las controversias que se han ido generando.

En última instancia, los valores y objetivos del desarrollo humano tendrían que determinar qué innovaciones tecnológicas necesitamos. Dicho de otra manera, la innovación tecnológica y la IA por sí mismas no necesariamente fomentan la sostenibilidad urbana, incluso aunque algunas innovaciones específicas (tecnológicas o de otro tipo) sí lo hacen. Además, en el caso de aquellas innovaciones y tecnologías de IA que fomentan la sostenibilidad, es necesario tener en cuenta tanto sus beneficios como sus riesgos y, por lo tanto, considerar seriamente cuestiones de resiliencia o “antifragilidad”, como señala Taleb (2012). 

La pregunta clave, por tanto, es cómo diseñar y construir un marco para la sostenibilidad que sea capaz de discriminar y mostrar qué innovaciones de IA pueden contribuir a los resultados de sostenibilidad en cuestión, en lugar de iniciar el camino a la sostenibilidad desde el lado de la innovación. Como en el caso de la idea de “calidad de vida”, el concepto de sostenibilidad (junto con las metas de desarrollo sostenible de Naciones Unidas) probablemente necesite ser redefinido, articulado y especificado. En este proceso de clarificación conceptual y práctica, tanto las tendencias globales comunes como las condiciones locales específicas juegan un papel importante. La imaginería de la sostenibilidad es la de un conjunto complejo de ensamblajes. Esto sugiere múltiples componentes y escalas de acción interrelacionados en una estructura barroca y rizomática que invita al análisis tanto a través de la complejidad como de la transdisciplinariedad (del Cerro Santamaría, 2020).

En lugar de conformarnos con el tipo de sostenibilidad que potencialmente resulta de los megaproyectos de IA, debemos revisar el diseño del futuro urbano sostenible que queremos y luego establecer sus principales componentes y condiciones. Para promover la sostenibilidad urbana necesitamos evaluar los objetivos que las herramientas de decisión de IA intentan cumplir. De hecho, el vínculo entre la inteligencia artificial y la sostenibilidad requeriría un marco politico y normativo explícito. Dicho marco especificaría las prioridades y los resultados esperados para que podamos comprender con precisión en qué condiciones la innovación de la IA conduce a escenarios y resultados urbanos sostenibles.

El naciente régimen de IA también debería examinarse junto con las preguntas fundamentales acerca de (1) cuáles son los beneficios que los megaproyectos aportan a las ciudades, (2) qué megaproyectos deberían construirse y cuáles deberían descartarse, y (3) cómo mitigar los impactos socioeconómicos más amplios de los proyectos de desarrollo a gran escala. Podría decirse que la IA y la tecnología de innovación contribuirían de manera más efectiva a mejorar la calidad en la gestión o la sostenibilidad de los proyectos si se enmarcan dentro de un proceso sólido de clarificación conceptual y analítica y construcción de teoría fundamentada con respecto a objetivos y prioridades que se alimenta tanto de la experiencia como de la experimentación (Köhler et al, 2019). 

Los resultados probados sobre seguridad, explicabilidad, transparencia y validez contribuirían a mejorar los procesos de impementación de la inteligencia artificial y las ciudades inteligentes en la planificación y construcción de megaproyectos. Además de las preocupaciones sobre la mejora de la gestión de megaproyectos a través de la innovación de alta tecnología y la IA, los investigadores deben desarrollar planes analíticos para dar cuenta de los megaproyectos como partículas socioeconómicas que producen externalidades e impactos sociales enormemente negativos. 

La disrupción inteligente (creación destructiva) producida por los sistemas de Inteligencia Artificial no es ya evitable, aunque sí podemos encauzarla con debates reposados y relevantes en torno a qué tipo de sostenibilidad queremos para nosotros y para las futuras generaciones. Deberían ser debates en torno a la noción de sostenibilidad inteligente y justa, un horizonte normativo desde el que podamos decidir qué innovaciones tecnológicas y qué aplicaciones de IA necesitamos.

Referencias

Berryhill, J., Heang, K., Clogher, R., K. McBride (2019) Hello, World: AI and Its Use in the Public Sector, OECD Working Papers on Public Governance, no 36, https://dx.doi.org/10.1787/726fd39d-en.

Carr, N. (2014) The Glass Cage. Where Automation Is Taking Us, New York: W. W. Norton.

del Cerro Santamaría, G. (2019) Disruptive and Contentious Enterprises: Megaprojects in Bilbao, Istanbul and Hong Kong. In XIII CTV 2019 Proceedings: XIII International Conference on Virtual City and Territory: “Challenges and paradigms of the contemporary city”: UPC, Barcelona, October 2-4.

del Cerro Santamaria, G. (2020) Innovation Districts, Complex Sustainability and Urban Redevelopment. Evaluating Multiple Success Factors, IJEBMR 4 (6), 279-290.

Griffith, E. (2018) Sociologists Examine Hackathons and See Exploitation, Wired (Business Section), March, https://www.wired.com/story/sociologists-examine-hackathons-and-see-exploitation/. Accessed December, 2021.

Jacobs, J. (1961) The Death And Life Of Great American Cities, New York: Random House.

Klein, N. (2020) Screen New Deal, The Intercept https://theintercept.com/2020/05/08/andrew-cuomo-eric-schmidt-coronavirus-tech-shock-doctrine/.

Köhler, J., F. Geels, F. Kern, J. Markard (2019) An agenda for sustainability transitions research: State of the art and future directions, Environmental Innovation and Societal Transitions 31, https://www.researchgate.net/publication/330785717_An_agenda_for_sustainability_transitions_research_State_of_the_art_and_future_directions. Accessed October, 2021.

Muro, M., R. Maxim, J. Whiton (2019) Automation and Artificial Intelligence. How Machines Are Affecting People and Places, Brooking Institution Report, January, https://www.brookings.edu/wp-content/uploads/2019/01/2019.01_BrookingsMetro_Automation-AI_Report_Muro-Maxim-Whiton-FINAL-version.pdf. Accessed November, 2021.

Sennett, R. (2012) "No one likes a city that's too smart," The Guardian. Archived from the original on 18 March 2017. Accessed 17 March 2017.

Taleb, n. (2012) Antifragile. Things That Gain from Disorder, New York: Random House.

Tomer, A. (2019) Artificial intelligence in America’s digital city, Brookings Institution report, https://www.brookings.edu/research/artificial-intelligence-in-americas-digital-city/, Accessed September, 2021.

Watson, V. (2013) African urban fantasies: dreams or nightmares?, Environment and Urbanization. 26 (1): 215–231.

Autor

Gerardo del Cerro Santamaria

Gerardo del Cerro Santamaría

New York City, United States of America

Doctor por la New School for Social Research de Nueva York y por la Universidad Autónoma de Madrid. Profesor de Planeamiento y Megaproyectos en The Cooper Union for the Advancement of Science and Art (Manhattan) durante 22 años. Director de Evaluación en la National Science Foundation (Gateway Engineering Program). Nombrado U.S. Fulbright Senior Specialist in Urban Planning por el gobierno de Estados Unidos. Profesor invitado en el MIT y Columbia University. Ha sido asesor de Naciones Unidas en Nueva York y ha realizado estancias profesionales en Asia y América Latina como U.S. Fulbright Professional Ambassador. En 2022 es Visiting Scholar en la London School of Economics y en University College London. Autor de más de 90 publicaciones académicas. Su próximo libro lleva por título Megaprojects in The World Economy. Complexity, Disruption and Sustainable Development (New York: Columbia University Press, 2023).

Pie de foto: Cloud Valley, una ciudad basada en la IA, al sudeste de China, está pensada para ocupar más de un millón de metros cuadrados

Utilizamos cookies propias y de terceros para posibilitar y mejorar su experiencia de navegación por nuestra web. Si continua navegando, consideramos que acepta su uso.