Formant líders en entorns 4.0

On és el coneixement? En un context 4.0 pensem que el coneixement és a la xarxa, en mans de la intel·ligència artificial, del big data o en els seus algoritmes. Error.El coneixement es troba en nosaltres, en aquells que l’hem creat. I som nosaltres els qui definim els algoritmes que emmarquen el procés d’aprenentatge de la IA, el big data o d’altres. Actualment podem definir algoritmes pràcticament per a tot, i anirà en funció dels seus paràmetres de l’enfocament, dimensió i possibilitats de la IA que s’apliqui. Un algoritme no deixa de ser un marc d’aprenentatge i presa de decisions, que fixa una lògica en un context determinat. Com a exemple, el màrqueting que utilitza big data d’alguna xarxa social el que fa és aprendre sobre tendències de consum dels usuaris per posar aquesta segmentació a disposició dels anunciants i guanyar diners amb això. Darrere del seu ús, d’aquesta intel·ligència i d’aquest coneixement, hi ha interessos empresarials, hi ha persones que ho defineixen i l’apliquen. La IA el que fa és aplicar el model i les consignes definides per recopilar volums d’informació qualitativa.De fet, el procés per definir un algoritme és pràcticament igual que un procés d’aprenentatge i decisions. Segueix, en general, el següent esquema:1. Definir el problema a resoldre.2. Determinar la informació rellevant per resoldre’l i els resultats.3. Dissenyar el pla d’acció o la seqüència lògica que s’utilitzarà per resoldre el problema.4. Escriure l’algoritme, per descriure cada pas que l’algoritme ha de seguir. A diferència d’un procés mental, que no escrivim prèviament la seqüència lògica que apliquem.5. Provar i depurar, amb diferents conjunts de dades per assegurar-se que produeix els resultats esperats. Si es troben errors, és necessari depurar l’algoritme. Com en un procés mental, amb cada nova decisió es produeixen uns resultats i se n’aprèn, i en teoria, en cas d’error, es corregeix i millora.6. Optimitzar, si l’algoritme no és prou eficient o consumeix massa recursos. Caldrà revisar-lo per millorar-ne el rendiment, com faries en un procés mental, optimitzant el teu temps o altres recursos fets servir. Si comparem en termes de capacitat d’emmagatzemament, algunes estimacions suggereixen que el cervell humà pot emmagatzemar fins a 2.5 petabytes de dades, que equival aproximadament a uns 3 milions d’hores de vídeo en alta definició. A més, és important tenir en compte que la capacitat d’emmagatzemament del cervell no es limita només a la quantitat d’informació que pot contenir, sinó també a la forma en què organitza, processa i recupera la informació de manera eficient i adaptable.El cervell humà supera amb escreix la capacitat d’emmagatzemament de qualsevol dispositiu digital existent i, comparat amb una intel·ligència artificial, té l’avantatge d’un aprenentatge vital, amb una àmplia gamma d’experiències passades, emocions, valors i coneixements acumulats al llarg de la vida. Això proporciona un context ric i multidimensional per a la presa de decisions, que pot ser difícil d’igualar per a una IA generativa, que es basa en dades estructurades i específiques proporcionades durant l’entrenament.Per tant, avui dia, el coneixement és humà i el que hem aconseguit amb la IA és multiplicar la nostra capacitat de generar-lo i utilitzar-lo, valorant més el nostre temps, fent ús de la IA com una eina que ens permet ser molt més productius i també més intel·ligents.