Latest / En clave de inteligencia artificial / 3. Manel Carpio - Ética y Regulación de la IA generativa
Transcript
- 0:00¡Hola a todos!
- 0:01Bienvenidos a un nuevo episodio de Enclave de Inteligencia Artificial,
- 0:05El espacio creado por Enclave de Personas y Deleite,
- 0:08donde seguimos aprendiendo sobre cómo la inteligencia artificial
- 0:11y en especial la generativa, está transformando nuestras vidas.
- 0:14Yo soy Luis Izquierdo. Jose Luis Blass.
- 0:17Acompañados de Sergio Duarte, socio de Human Capital en Deloitte, España,
- 0:21que como siempre, cerrará el programa con una muy interesante reflexión.
- 0:26Para los que no nos conocéis, quedaros hasta el final que merece la pena.
- 0:30Estoy seguro.
- 0:31Y hoy venimos con un episodio que sin duda nos va a hacer reflexionar
- 0:35y reflexionar mucho sobre los límites y responsabilidades
- 0:38en el uso de esta tecnología.
- 0:40Sí, porque si algo hemos aprendido
- 0:42de inteligencia artificial generativa es que va a un ritmo trepidante.
- 0:47¿Y quizás muchos nos preguntamos sí, pero
- 0:50y que quién pone las normas y cómo se hace un uso responsable?
- 0:55¿Qué pasa con la privacidad o con los sesgos?
- 0:57Entonces, para ayudar a entenderlo,
- 0:59para los que os estáis preguntando esas mismas cuestiones,
- 1:02hoy tenemos el lujo de tener un invitado excepcional que es Manuel Carpio,
- 1:06también socio y experto en Deloitte sobre
- 1:09temas de ética y que ha venido a ayudarnos a entender un poco
- 1:13cómo se ponen esos esos límites o esas guardarraíl
- 1:19para los que no le conoce nada más.
- 1:20Manuel está muy implicado
- 1:22en toda la implementación de desarrollo normativo europeo y
- 1:27y ayuda a las compañías, que es un lujo y un placer tenerte con nosotros.
- 1:31Manel.
- 1:31Muchísimas gracias, Muy ilusionado
- 1:33estar aquí y a ver que a ver qué sale de todo esto.
- 1:36Muy seguro que algo muy bueno.
- 1:37Bienvenido, bienvenido, bienvenido.
- 1:39Que ilusión tenerte.
- 1:40Oye, vamos a empezar con nuestro tradicional cuestionario rápido
- 1:43donde te vamos a ir lanzando preguntas así muy sencillitas y tú no respondes.
- 1:47¿Lo primero que te venga a la cabeza te parece?
- 1:50Venga, arrancamos.
- 1:52Inteligencia artificial.
- 1:53Amenaza o oportunidad.
- 1:56Y es mucho más oportunidad que amenazas.
- 1:58Tenemos todos muy claro lo antes mencionado.
- 2:00Esto es el tema este de hoy, las consideraciones éticas.
- 2:03Tenemos que pensar una innovación responsable,
- 2:07donde todos tenemos que tener muy claro cuáles son los impactos de un punto de
- 2:10vista de la privacidad, de los derechos fundamentales de las personas
- 2:13y las consideraciones éticas.
- 2:15Y para esto pues, surgen algunas iniciativas como es
- 2:18la propia regulación europea, con lo cual tenemos aquí cosas a las que atenernos.
- 2:23Una vez mitigamos los riesgos
- 2:26mucho más oportunidad que amenaza pero hay que mitigarlos.
- 2:29Bueno.
- 2:30Inteligencia artificial en la escritura, potenciador
- 2:33del talento o enemigo de la originalidad.
- 2:36¿Es un acelerador, eh?
- 2:37Yo creo que claramente va a ser una ayuda para el miedo al folio en blanco
- 2:42para para tener esas primeras base sobre la que trabajar,
- 2:46pero que luego va a requerir ese experto que lo trabaje posteriormente,
- 2:50que saque el el producto final, con lo cual va a ser un acelerador.
- 2:55Arte creado por inteligencia
- 2:56artificial, revolución cultural o el fin de la magia.
- 3:00Bueno, yo la verdad que hay un riesgo,
- 3:03es complicado extraer, hay un hay un riesgo,
- 3:06hay importantes, hay mucha controversia.
- 3:08Todas estas
- 3:09capacidades de inteligencia artificial generativa para generar
- 3:12video, imagen, texto, voz extra
- 3:16está poniendo muy en guardia a mucha gente
- 3:20desde la perspectiva de las capacidades de creación artística.
- 3:24¿Y ves esa perspectiva de de propiedad intelectual?
- 3:27No sabéis que ha habido recientemente el caso este,
- 3:29que lo que se quiera de imagen no que está invitando a las personas
- 3:34a que generen imágenes con, con, con la pinta, con,
- 3:38con, con, con el estilo de del estudio Ghibli japonés.
- 3:41Estos han sacado teóricamente una carta que luego parece que no es.
- 3:45Pero claro, aquí hay dos cosas.
- 3:46La primera, un estilo no tiene copyright.
- 3:49Lo que tiene copyright es pues un personaje determinado.
- 3:53Entonces, eh, bueno, yo puedo dibujar con esto determinado.
- 3:56Claro, nadie puede decir que no puedo hacer un personaje,
- 3:58entonces esto ya no, no,
- 3:59pero luego está el segundo elemento que es para que ese sistema haya aprendido
- 4:04a dibujar, como el estudio Ghibli, lo que tiene que pasar son un montón
- 4:08de imágenes de Studio Ghibli.
- 4:08¿Entonces tenía esa autorización, porque para esto sí que te hace falta, no?
- 4:12¿Es conocido
- 4:12que OpenAI tiene una causa pendiente en Estados Unidos con el New York Times,
- 4:16porque les han demandado por haber utilizado sus artículos para entrenar
- 4:22GPT, no?
- 4:23Entonces, bueno, habrá que ver como como acaba esto.
- 4:25Entonces el tema de la propiedad intelectual sí
- 4:26que es un elemento aquí relevante y donde además la regulación lo toca,
- 4:30pero tampoco demasiado buenísimo.
- 4:33Chatbots de inteligencia artificial, aliados
- 4:35en el trabajo o amenaza para los empleados.
- 4:39El chatbot como tal es
- 4:41es un asistente y es es una ayuda, sin duda.
- 4:43Es decir, no es más
- 4:44que una ayuda y no puede ser mucho más, sea un acelerar un momento determinado.
- 4:48Pero pero ya está.
- 4:49El tema es que una vez saltamos de los asistentes a los agentes,
- 4:53el agente tiene una capacidad parecida a la asistente,
- 4:55pero una capacidad adicional que es la de conectarse con otros elementos
- 4:58dentro de organización, conectarse con una base de datos
- 5:01con una aplicación y hacer acciones, hacer cosas,
- 5:05obtener una información.
- 5:06Lanza un correo, lanza una transacción, lanza cosas.
- 5:09¿Aquí sí que es cierto que puede haber momentos en los cuales cuando se optimice
- 5:13se automatice mucho todo este proceso, pues pueden haber esas famosas sinergias
- 5:18que en algún momento alguien le pueda poner nervioso, no?
- 5:21Lo que yo creo es lo que suele decir es, eh,
- 5:24una inteligencia artificial no te va a quitar tu puesto de trabajo
- 5:28otro humano que sepa utilizarla mejor que tú sí que te lo puede quitar.
- 5:32El gran reto aquí es cómo
- 5:35convertimos una parte de esa fuerza laboral en muy poco tiempo
- 5:39para que se hagan expertos en este tipo de tecnologías.
- 5:42En anteriores revoluciones industriales,
- 5:46pues había pasado toda una generación y tenías muchísimo tiempo
- 5:49para para aprender o para ya iniciar un nuevo puesto de trabajo.
- 5:52Aquí no, aquí te pilla por en medio y en esa capacidad de adaptación
- 5:58es donde pues van a haber unos que sean más rápidos
- 6:01y con lo cual les vaya bien y otros que pueden tener más, más riesgo.
- 6:05Inteligencia artificial generativa en educación,
- 6:08herramienta de aprendizaje o atajo peligroso.
- 6:12A ver, a mí me gustan.
- 6:13O sea, yo creo que todos tenemos que empezar desde abajo.
- 6:15¿Entonces tú, por el hecho de hacer determinadas tareas,
- 6:19a veces de menor valor y más repetitivas, te permiten consolidar
- 6:22un conocimiento que luego te permite ir escalando, no? ¿Eh?
- 6:26Si una inteligencia artificial te sustituye en esas tareas,
- 6:29es muy difícil que tú luego empiezas ya por arriba, con esa visión de mayor valor
- 6:32porque no has no has aprendido desde abajo.
- 6:35Entonces yo para mí el riesgo está aquí.
- 6:37El que nos saltemos determinadas etapas del aprendizaje
- 6:41y que no aprendamos y luego no sepamos gestionar el resultado de la de la IA.
- 6:47Buenísimo.
- 6:47Y la última sí me dio en clave de humor e inteligencia artificial.
- 6:52Genio de la lámpara que cumple tus deseos o computadora malvada
- 6:55que se hace con el control del mundo y acaba con.
- 6:59¿Quiero pensar que ninguna de las dos
- 7:01vas a decir que sea el genio de la lámpara, que todo te lo soluciona, eh?
- 7:05Creo que no va a ser una ayuda y un acelerador.
- 7:08Una automatización a tu muy relevante.
- 7:12Pero.
- 7:12¿Pero no va a ser la lámpara y el que tome el control
- 7:16tipo Terminator años 84 era igual, eh?
- 7:20Quiero pensar que no, sobre todo porque estamos alertados.
- 7:22Y el botón rojo ese para apagarlo el Bueno, ya desde el paper de la Comisión
- 7:27Europea de 2019, ahí ya te pide tener la capacidad
- 7:31para el humano de luz que mande un comando para apagarlo.
- 7:36Entonces bueno, oye, el.
- 7:38Cuando Amazon detectó que el sistema famoso de en el ámbito
- 7:42de los recursos humanos tuvo una capacidad de detectarlo y de apagarlo.
- 7:46Bueno, pues eso es lo que necesitamos, tener capacidad de pararlo.
- 7:48Buenísimo.
- 7:49Oye, qué cantidad de matices nos has dado y que ganas de entrar en materia
- 7:53y de aprender contigo. Muchas gracias.
- 7:56Si alguno pensaba que no iba a aguantar hasta el final,
- 8:00creo que con este aperitivo hemos despertado interés de sobra.
- 8:03Gracias, Manel.
- 8:04Ahora sí que nos vamos a meter más al grano.
- 8:07Y después de esta parte de preguntas
- 8:10más más cómicas, vamos a extraer de todo el jugo.
- 8:14¿Manuel Y eh, yo como primera pregunta te diría cuáles
- 8:18son los dilemas éticos más urgentes que ves a día a día de hoy?
- 8:22O sea, lo más urgente a nivel de de dilema ético.
- 8:26En en Europa hay muchísimo foco
- 8:29en lo que es la persona, el individuo.
- 8:32Entonces el foco en.
- 8:34¿No en la regulación, sino en todo lo que va emanando como publicaciones
- 8:38es los derechos fundamentales de las personas de manera individual, no?
- 8:42Entonces, sobre esto que es diferente, otras visiones que puedan venir
- 8:45de otros sitios, pero sobre esto el las claves las tienes
- 8:49en la privacidad de esos datos, la tienes en el sesgo.
- 8:53¿Un sistema
- 8:53que aprenda con datos sesgados, el sistema acabará teniendo prejuicios, no?
- 8:58La transparencia, el saber cómo ha llegado AA1 determinado resultado.
- 9:03¿Y esto te genera un un elemento muy relevante,
- 9:05que es todo esto que he dicho al final, cuando hostias identificados
- 9:08eh técnicamente es asequible mitigarlos es bastante accesible, no?
- 9:13¿Hay algún elemento técnico un poquito más complejo
- 9:15que es la explicabilidad, el ser capaces de explicar cómo un sistema
- 9:19ha llegado a una determinada conclusión, hacer esa inferencia no?
- 9:23¿Y y pues hacer una determinada proposición, no?
- 9:27En los modelos de lenguaje, por ejemplo, que son los que más hablamos
- 9:29cuando hablamos de inteligencia artificial generativa,
- 9:31son de muchos tipos, pero sobre todo muchos focos, modos de lenguaje.
- 9:35Y es muy difícil llegar a, incluso para propios fabricantes,
- 9:38el saber explicar cómo ha llegado a una determinada conclusión.
- 9:42Al final, un un modelo de lenguaje.
- 9:44¿El sistema lo único que hace es un cálculo estadista
- 9:47de cuál es, en base a todo lo que él ha leído previamente,
- 9:50la siguiente palabra que tiene que aparecer en un texto
- 9:53y le da una probabilidad y pone la siguiente palabra pasa
- 9:55es que luego concatenadas pues tienen sentido, no?
- 9:58¿Entonces el sistema ha aprendido que después de en un lugar de la Mancha
- 10:02no sabe por qué, pero viene de cuyo nombre quiero acordarme porque lo ha leído,
- 10:05es lo que ha leído más veces y estadísticamente es lo que más toca, no?
- 10:08Entonces esa explicabilidad es lo más complejo para un modelo de lenguaje.
- 10:12Igual no es algo relevante para un sistema que te conceda préstamos hipotecarios o
- 10:17para un sistema que te hace un diagnóstico médico, pues ya es más relevante.
- 10:20Tú no puedes decir por qué motivo le ha diagnosticado
- 10:24esto a este paciente, le ha recetado ibuprofeno por decir algo
- 10:28y decir pues no lo sé, lo ha hecho la máquina.
- 10:30A veces tiene que ser un input muy relevante para el profesional
- 10:33médico en este caso, y con ese input que él tome sus decisiones,
- 10:38no hay elementos de la explicabilidad y la excesiva delegación.
- 10:42ES es un punto complicado. Esta delegación.
- 10:46Cuando ese profesional médico haya
- 10:50leído 50 veces
- 10:53lo que la máquina propone y vea que siempre propone lo mismo que él
- 10:55porque va a hacer, va súper.
- 10:56Delegar va a ser todo mucho más rápido.
- 10:58Entonces tienes ahí ese ese riesgo que interesante.
- 11:03¿Oye Manel, has mencionado el tema del sesgo, eh?
- 11:05Como algo que según tú decías no era demasiado complejo de solucionar.
- 11:09Vamos a entrar un poquito más en esto.
- 11:11¿Qué es?
- 11:12Y y es una cuestión de verdad que podamos solucionar
- 11:15fácilmente o completamente.
- 11:18Sí, sí que lo es.
- 11:19Es decir, cuando se pone el foco y dices
- 11:21me importa que el sistema no tenga prejuicios
- 11:24y voy a hacer las tareas técnicas pertinentes.
- 11:28Sí, sin duda.
- 11:29Es decir, al final el sistema tiene prejuicios
- 11:33porque ha sido entrenado con datos que históricamente tenían un sesgo.
- 11:36Nosotros como sociedad
- 11:37hemos tenido sesgos en la historia que no queremos que se propaguen al futuro,
- 11:40que estaban ahí y que hasta convivíamos con ello.
- 11:43¿Pero ahora no queremos que que sigan siendo no?
- 11:45Entonces bueno, todo el mundo lo conoce, pero el un caso que que
- 11:50que permite ilustrarlo muy bien, ese que antes mencionaba de Amazon
- 11:54ya tiene unos cuantos años.
- 11:55Este entonces Amazon, con toda la buena fe del mundo,
- 11:58creó un sistema inteligencia artificial para proponer mejores puestos de trabajo
- 12:02para todos sus empleados que tiene un montón de empleados,
- 12:04eh Claro, lo entrenado con sus datos y sus datos era que históricamente
- 12:08ha tenido hombres de raza blanca en puestos directivos,
- 12:12con lo cual que proponía
- 12:13pues proponía puestos directivos, hombres de raza blanca
- 12:15y el resto de los puestos para el resto de los empleados.
- 12:16Bueno, pues tiene unos cuantos casos pendientes de juicio,
- 12:20que es lo positivo que se dieron cuenta.
- 12:22¿No sé cómo, pero lo pudiera pagar, no?
- 12:24Entonces bueno, ese es un elemento relevante.
- 12:27¿Sí, el sesgo tiene, tiene impacto, eh?
- 12:30Pero lo que hay que hacer es en la fase de entrenamiento,
- 12:34en en la creación del sistema, Inteligencia artificial, la parte más más
- 12:37pesada en cuanto a término, en cuanto tiempo de trabajo es una.
- 12:42¿Es una etapa como de pretratamiento de datos
- 12:44donde se depuran datos, se quitan unos, se ponen, otros se filtran y entonces ahí
- 12:49es donde tienen que hacer cosas para para eliminar ese sesgo, para que
- 12:52no tienes que tener la voluntad de decir oye, no quiero que determinadas
- 12:57etnias no tengan acceso a al mundo de crédito, por decir algo, no?
- 13:02O a determinados puestos de trabajo o determinados géneros.
- 13:05Entonces, oye, voy a asegurarme de que no tengo esos datos en el sistema.
- 13:08Entrenamiento. Como el sistema no tiene esos datos,
- 13:10el entrenamiento ya no va a aprender con ello.
- 13:13Entonces.
- 13:13Bueno, trabajándolo previamente sí que es posible.
- 13:17Gracias, Manuel.
- 13:18Teniendo el lujo
- 13:19de tener a alguien que ha estado tan cerca de la Comisión Europea y de
- 13:22y de la implementación con las compañías, de los desarrollos de los reglamentos.
- 13:27¿Yo creo que hay una pregunta evidente
- 13:28que todo el mundo se hace es cómo va Europa comparado sobre todo
- 13:31con otras zonas o con otras orientaciones como Estados Unidos?
- 13:35¿Cómo va en en normativa Europa?
- 13:38Si me pongo a compararlo con con la Estados Unidos pre Trump,
- 13:41que después de eso soy incapaz de.
- 13:45Nadie, Nadie es capaz, nadie es capaz, nadie es.
- 13:47Capaz de. ¿Está claro, eh?
- 13:49Empezaban a emanar ciertas cosas desde Estados Unidos, incluso vieron
- 13:54ponencias en el mismo congreso de algunos de los
- 13:56de los directivos de las grandes tecnológicas, eh, eh.
- 14:01Había una orden ejecutiva de Biden Harris
- 14:04y el foco estaba sobre todo en.
- 14:06Tenía mucha dependencia de la tecnología y era oye, cómo controlar los grandes
- 14:11modelos de lenguaje,
- 14:11los grandes sistemas de inteligencia artificial,
- 14:13aquellos sistemas enormes que no llegamos a conocer
- 14:16bien como funcionan, que tiene una capacidad muy por encima
- 14:19del resto de sistemas y ante el temor de que nos llegasen a
- 14:23a quitar el trabajo de manera masiva a los ciudadanos
- 14:27o de que hay unas capacidades que nos superan, entonces de
- 14:30allí venían sobre todo, eh, determinadas iniciativas
- 14:33para, eh, eh, mitigar, decir oye, cuidado que no se nos vaya de las manos
- 14:37no tener esa capacidad de ese botón rojo que lo apague.
- 14:41Y segundo, oye, mucho cuidado cuando veamos que el sistema
- 14:44puede aprender por sí solo y tiene la capacidad para auto desarrollarse
- 14:48o tiene la capacidad, bueno, tiene las capacidades
- 14:50de lo que le llaman la inteligencia artificial general, no que no generativa.
- 14:55En Europa es diferente.
- 14:56En Europa el La regulación va sobre el caso de uso.
- 15:00¿Para qué se utiliza el sistema Inteligencia Artificial?
- 15:02Y le da igual la terminología dice Oye, esto se va a utilizar
- 15:05para hacer una concesión de préstamos personales,
- 15:09se va a utilizar para optimizar
- 15:11los cursos de formación que se te proponen o para hacer un cribado de currículums.
- 15:15Eso es lo que le importa la tecnología y por detrás le da igual.
- 15:18Es un ejemplo y que además dentro del mundo financiero está muy de actualidad.
- 15:24¿Es lo que se llama las regresiones logísticas,
- 15:26que son los tipos de sistemas, digamos, como estadísticos,
- 15:29que son entendidos como sistemas inteligencia artificial, no?
- 15:32La misma regresión logística se utiliza para hacer un scoring
- 15:35de crédito de personas físicas,
- 15:36es decir, aquella puntuación que te hacen a ti como como persona.
- 15:40Para terminar, te concede el te concede un préstamo.
- 15:42Eso se consigue al sistema Inteligencia artificial de alto riesgo.
- 15:45Actualmente
- 15:46esa misma cosa hecho
- 15:48para empresas se llama renting de empresas y eso no es alto riesgo.
- 15:51Riesgo mínimo. ¿Por qué?
- 15:52Porque las empresas no tienen derechos fundamentales.
- 15:54Entonces ese es el el el talante que hay en Europa, decir oye,
- 15:59que quiero proteger, quiero proteger a la persona que de manera individual
- 16:02no se sienta desprotegida frente a una gran corporación,
- 16:06frente a un gran gobierno que haga cosas que les dejen
- 16:09en una situación de desamparo, por decirlo de alguna manera.
- 16:14Entonces el ejemplo sería la misma tecnología
- 16:18que para aplicado a personas sea alto riesgo y aplicado a empresas.
- 16:21Es un riesgo mínimo inexistente, que marca mucho lo que es el talante en eso.
- 16:27En esto no entraremos, pero sí que hay mucha discusión sobre si el ejemplo
- 16:30que he puesto
- 16:30de las regresiones logísticas se deben considerar o no
- 16:33sistemas Inteligencia artificial.
- 16:34En eso no vamos a entrar. Vale. Genial.
- 16:37¿Pero Manel, estos suena a que igual hay muchas empresas que no pueden ir
- 16:41tan lejos como hubieran querido en temas de inteligencia artificial generativa, eh?
- 16:46Probablemente teniendo
- 16:47que adaptarse a nuevas formas de trabajar o distintas formas de trabajar.
- 16:50¿Cómo lo ves?
- 16:51Yo yo estoy muchas veces en discusiones de estas en las cuales,
- 16:55sobre todo mucho más técnicos
- 16:57que quieren desarrollar sistemas, inteligencia artificial muy alta velocidad
- 17:01y que acaba muriendo la discusión en me pones palos en las ruedas
- 17:05o la regulación de las ruedas no me dejan innovar, no me dejan avanzar.
- 17:09Bueno, podría ser.
- 17:11Yo creo que no, Cuando te pones a analizar en detalle
- 17:15lo que es la única regulación aprobada en el mundo, que es
- 17:19aprobada y con régimen sancionador en el mundo.
- 17:20Es cierto, en Corea también hay una aprobada,
- 17:23pero va más por por generar capacidades para para innovar,
- 17:28pero con pinta de eh regulación, con capacidad de sancionar.
- 17:32Esta la europea,
- 17:33donde Europa ha querido aprovechar el efecto Bruselas
- 17:35para ser la primera en generar una regulación
- 17:37y que el resto del mundo le siga, como pasó con el GDPR.
- 17:39Veremos a ver, en este caso entonces, eh, vuelvo a lo de En Ruedas.
- 17:43Lo que hace la regulación es
- 17:44es clasificar de todos los sistemas de inteligencia artificial en cuatro grupos.
- 17:50El primero, sistemas prohibidos.
- 17:52¿Esto es lo único que te prohíbe, no?
- 17:54Segundo, sistemas de alto riesgo
- 17:57como los sistemas de recursos humanos
- 17:59que va de currículos, formación, promoción, retención.
- 18:02Todo esto se considera sistema.
- 18:05Sistema ojo permitido siempre, Sin duda,
- 18:08siempre está permitido, pero es alto riesgo.
- 18:11¿Luego están los sistemas que
- 18:12con obligaciones de transparencia, como un chatbot, eh?
- 18:15Y luego están los sistemas de de riesgo mínimo,
- 18:19como el retiro de empresas que os he dicho antes.
- 18:21Entonces de todo esto lo que te prohíbe son los sistemas previos.
- 18:25Por el propio talante de las empresas, en Europa
- 18:28no hay prácticamente sistemas prohibidos que se estén generando.
- 18:34Por como están definidos y demás.
- 18:35Primero decir no estamos haciendo estas cosas en Europa,
- 18:38en otras zonas del mundo, si, entonces hay determinados sistemas
- 18:41inteligencia artificial sesgados, prohibidos aquí que se sabe que se
- 18:44están utilizando, por ejemplo en China, de acuerdo,
- 18:48sistemas de identificación biométrica masiva, remota y en tiempo real.
- 18:51¿Una cámara que te identifica, quién eres tú, con quién vas y qué estás haciendo
- 18:54en un aeropuerto de manera masiva?
- 18:56Bueno, esto no está permitido y en China está utilizando el scoring social.
- 19:00Lo mismo, por lo cual un gobierno te puntúa según tu comportamiento social.
- 19:05Hay un capítulo de Black Mirror que está muy bien sobre esto
- 19:08que te puntua y en base a tu puntuación social
- 19:10te permite acceder o no a determinados derechos como como ciudadanos.
- 19:15Entonces estos en Europa.
- 19:18Bueno, pues eso, eso está.
- 19:20Y además el capítulo de Black Mirror no me creo como se llama Black Mirror.
- 19:23Me acuerdo yo las veces. Y hasta.
- 19:26Aquí el último capítulo de.
- 19:28Esta.
- 19:28La nueva temporada
- 19:30que es el.
- 19:32Son muy pocos los que van a ser prohibidos.
- 19:35Es cierto que en diciembre de 2023, cuando se hizo la negociación de los trileros,
- 19:41se pasó de tres sistemas prohibidos en la lista a siete
- 19:45y se introdujeron algunos nuevos que ya te empiezan a rozar esa frontera,
- 19:50como por ejemplo el la detección de emociones
- 19:53en el lugar de trabajo o en institución educativa.
- 19:56Claro, la detección de emociones en el lugar de trabajo.
- 20:00Bueno, veremos a ver.
- 20:01La tecnología está avanzando muy rápido y tiene mucho riesgo
- 20:05de ofrecernos nuevas capacidades
- 20:08y que las activemos casi sin darnos cuenta.
- 20:10Por ejemplo, eh un sistema de detección de emociones en las llamadas telefónicas
- 20:16de mis clientes en un centro de atención, usuarios donde yo puedo tener
- 20:21millones de llamadas grabadas, que no, que no puedo utilizarlas para nada
- 20:24porque nadie se las escucha todas,
- 20:26pero meten un sistema inteligencia artificial
- 20:27que coge todas esas llamadas, las transcribe de
- 20:30te habla a texto que te entiende el sentimiento, esa llamada.
- 20:34Este cliente está enfadado, está contento,
- 20:36no encuentra una factura, no encuentra manera de hacer esta cosa,
- 20:38O sea que te permite tabular esa información y después hacer uso.
- 20:41Tiene una potencia tremenda, tremenda
- 20:44el hacer el
- 20:45switch y de eso pasarlo de llamadas de clientes
- 20:48que son permitidas para alto riesgo a empleados que son prohibidas.
- 20:53Ya es las empresas como darle el botón, que es muy poco.
- 20:58Es cierto, es cierto, porque esta discusión sí que más tiene
- 21:01ya con ya con clientes que lo estaban utilizando, de que el
- 21:05el reglamento sí que te matiza que tienes que tener una huella biométrica.
- 21:10Es decir, la transcripción te pasa a texto
- 21:14y en ese momento has perdido la huella biométrica.
- 21:16La la.
- 21:17¿La grabación de la llamada tiene la huella biométrica de la persona,
- 21:20la cadencia, el tono
- 21:23de la persona, el modo de transcribir lo pierde,
- 21:25con lo cual tú puedes ahí haber escrito estoy muy enfadado contigo y eso ya no
- 21:29se considera emoción, eh? Sin embargo,
- 21:32el que se me note a mí un tono enfadado contigo sí que es emoción.
- 21:36Entonces hay unos matices muy finos que habrá que
- 21:39que estamos dando esa interpretación actualmente,
- 21:41pero bueno, tendrán que venir los supervisores, interpretarlos.
- 21:45¿A cada cual saldrán cosas ahí, no?
- 21:47¿Entonces vuelvo al paso anterior,
- 21:50basado en esto, eh?
- 21:52Muy poco y prácticamente nada. Yo no he encontrado ningún sistema.
- 21:54Hemos hecho trabajos en muchas compañías,
- 21:56ya y no he encontrado ninguno que tengamos que desactivar.
- 21:59Hay algunos que dices oye, párate este y ya si eso, cuando esto
- 22:02avance ya ya determinarás si avanzas con este proyecto,
- 22:06pero para renovar tienes que no parar sino recomendar al cliente de parar ninguno.
- 22:11¿Entonces siendo así, la regulación no te prohíbe nada,
- 22:15no te previene, con lo cual esto de palos en las ruedas no?
- 22:18¿Ah, a este
- 22:19sistemas que me dice que son de alto riesgo, como como sistemas de criba
- 22:22de currículums y que me dice para estos tienes que tener una serie de medidas, no?
- 22:27Como montar un sistema de gestión de riesgos
- 22:28donde se detectara ese riesgo de sesgo que hemos hecho antes,
- 22:30con el mismo perjuicio en base al sesgo, por ejemplo,
- 22:33o donde se detectara que es necesario un escrito ya se detectara
- 22:37que es necesario ciber proteger ese sistema.
- 22:38Inteligencia artificial.
- 22:40Bueno, pues me va a dar trabajo, me va a dar trabajo operativo para eh
- 22:44montar mitigantes, pero no me va a prohibir nada.
- 22:47Entonces ya me pongo en el escenario esta discusión y la llevo a un cliente
- 22:52en el escenario de
- 22:54hace 20 años, eh,
- 22:57cuando nacieron las redes sociales,
- 22:59eh, eh, Europa No, no reguló
- 23:04ningún país regula las redes sociales a
- 23:07No se reguló, con lo cual estamos en situación teóricamente ideal
- 23:10cuando no tienes regulación, con lo cual puedes hacer lo que te dé la gana.
- 23:13¿Cuantos players globales hay en el mundo de las redes sociales que son europeos?
- 23:18Ninguno,
- 23:19a pesar de que no regulamos entonces.
- 23:22Interesante.
- 23:23Por esta por la por el hecho de regular ahora va a ser este el
- 23:28el elemento determinante que haga que en Europa no tengamos un player global
- 23:32en el mundo.
- 23:33Presencia artificial No,
- 23:34porque ya tuvimos lo mismo en su momento y no fuimos capaces.
- 23:36Entonces.
- 23:38Pero sí va viendo de otra manera.
- 23:40Si Europa hubiese regulado sobre las redes sociales,
- 23:43tendríamos el mismo resultado que es cero grandes players globales,
- 23:46pero a cambio de eso igual tendríamos una sociedad más justa,
- 23:49porque si en ese momento
- 23:50si hubiese puesto guardarraíl para la posibilidad del acceso
- 23:55a redes sociales por parte de menores de edad.
- 24:00¿Por ejemplo, para acceso al porno
- 24:01por menores de edad, para el acceso a un montón de cosas, eh?
- 24:05¿O para la difusión de Deepfakes de de mentiras de,
- 24:10eh, bueno, oye, pues igual tendríamos una sociedad mejor,
- 24:13pero ahora somos incapaces de ponerle puertas al campo, no?
- 24:16¿Entonces, eh, oye, esto de palos en las ruedas
- 24:20Desde luego que en Europa vamos a tener más trabajo que en otros lugares
- 24:23porque vamos a tener que poner un montón de controles mitigantes,
- 24:27que tampoco está mal tenerlos, eh?
- 24:29Para prohibirme no me prohíbe prácticamente nada.
- 24:32Buenísimo. ¿Y a mí no?
- 24:34No sé a vosotros, pero a mí me está cambiando mucho
- 24:36la percepción, porque yo era de las que pensaba,
- 24:38a veces un poco esto parece que nos pone palos en las ruedas.
- 24:41Yo Luisa Qué bueno.
- 24:42Lo otro, Manel, tienes una capacidad de hacer sencillo
- 24:46lo que a nosotros nos parece complejísima, tremenda.
- 24:49Yo, retomando una de las cosas que decías, Manuel, está claro que
- 24:53uno de los dilemas más importantes es el tema de la privacidad.
- 24:57¿Escuchándote, eh?
- 24:59Como aseguramos
- 24:59que la inteligencia artificial no usa los datos de una manera indebida.
- 25:04¿Eh? Eso está súper vinculado.
- 25:05Luis, Súper vinculado.
- 25:07Fíjate que antes decíamos que justamente aquellos sistemas
- 25:11que considera prohibidos, aquellos que tienen impacto sobre derechos
- 25:13fundamentales, derecho fundamental, los tienen las personas.
- 25:16Las personas tienen datos personales, con lo cual estás súper ligado.
- 25:20¿El reglamento Inteligencia Artificial no habla prácticamente de privacidad,
- 25:24dices Me parece una anomalía, no?
- 25:26¿Lo que hacen es no quiere meter en el follón
- 25:28de hablar de privacidad cuando está el reglamento General de Protección
- 25:31de Datos, que ya habla de ello, Entonces está súper vinculado, eh?
- 25:36Lo que hace es delega completamente en este que ya es de aplicación.
- 25:40Entonces nos encontramos en la paradoja
- 25:43de que mucho antes
- 25:44de que existiese un reglamento sobre inteligencia artificial
- 25:48aprobado, ya habían sanciones sobre sistemas de inteligencia artificial.
- 25:51¿Por qué apalancado en el GDPR?
- 25:53¿Entonces, bueno, ahí el caso de ella hoy que hizo descargas
- 25:56masivas de imágenes desde Facebook para entrenar un sistema biométrico, eh?
- 26:01Y esto mucho antes este de inteligencia artificial ya habían sido sancionados.
- 26:06¿Y es que el propio Reglamento
- 26:07General Protección de Datos ya te habla de las decisiones automatizadas, no?
- 26:10Entonces está súper
- 26:13vinculado porque aquellos sistemas de inteligencia artificial
- 26:17que no impacten sobre datos personales le va a dar igual a la regulación.
- 26:21¿Por qué no impacta en derechos fundamentales?
- 26:24Puedes tener el matiz de aquellos que sirvan como sistemas de seguridad
- 26:28en la protección de infraestructuras críticas, pero no vas a entrar en ello.
- 26:30Pero el resto van a van a tener todos impactos sobre datos de carácter personal.
- 26:36Manel nos lo volvemos a llevar a nuestro terreno y al tema de recursos humanos,
- 26:40aunque ya nos has hablado
- 26:41un poquito de alguna experiencia con compañías, con clientes vuestros.
- 26:45Puedes compartirnos alguna mejor práctica en la que tú hayas dicho qué bien lo
- 26:49está haciendo esta compañía.
- 26:52Hay muchos sistemas, están desarrollando alrededor de los recursos humanos
- 26:54esto, todo el tema y vosotros conocéis mejor que yo, seguramente todo el tema
- 26:58de criba, de currículums, de programas, de retención,
- 27:03de temas de formación, incluso
- 27:06es lo primero, perderle el miedo.
- 27:08No pasa nada, son todos permitidos.
- 27:11Segundo, bueno, oye,
- 27:13tened en cuenta de que aplica una serie de medidas, con lo cual decir
- 27:15oye, estoy haciendo esto porque esto último tiene su gracia,
- 27:20porque con las nuevas capacidades que están se están generando
- 27:23para que cada uno de nosotros como usuario,
- 27:26seamos capaces de generar nuestra propia aplicación
- 27:28a partir de las facilidades que nos dan por determinadas tecnologías
- 27:32los getters, los cotilleos y cosas así.
- 27:34Tenemos el riesgo de crearnos nosotros mismos
- 27:36un sistema inteligencia artificial sin saberlo.
- 27:38Oye, hay que tener en cuenta esto, pero.
- 27:39¿Pero a partir de ahí, eh?
- 27:43Sentíos libres para ir desarrollando nuevos nuevos casos de uso.
- 27:47Tened en cuenta cuáles son los riesgos que hay detrás alrededor.
- 27:52¿Ya hemos hablado mucho del sesgo, pero también la propia supervisión humana, no?
- 27:55Es decir, un sistema no te puede excluir a personas
- 27:59de un de una determinada candidatura de manera automática.
- 28:03Hombre, tú los puede priorizar y decirte los motivos.
- 28:05Entonces ahí entra el elemento de lo que es la explicabilidad, no
- 28:09que técnicamente es el más complejo de todos.
- 28:10Pero tienes que saber cuáles son los elementos
- 28:13que han que han descartado un determinado candidato o que o que le han
- 28:18posicionado.
- 28:20Vale.
- 28:21Aprovechando y manejándolos en temas de recursos humanos,
- 28:24que para eso es un vídeo podcast
- 28:26de gente de recursos Humanos con Sergio Luisa y conmigo mismo,
- 28:31donde ponemos foco en recursos humanos a medio largo plazo, donde están
- 28:34los grandes dilemas, donde nos focalizamos como recursos humanos.
- 28:38Como dilemas.
- 28:39Te refieres desde la perspectiva
- 28:41ética, desde perspectivas nuevas capacidades, nuevos sistemas.
- 28:44Para mí en toda la parte de ética y de responsabilidad.
- 28:47Vale. Bueno,
- 28:48en la parte de ética y responsabilidad yo ya Primero la supervisión humana.
- 28:52El artículo 14 te lo pide ya directamente, pero oye, tienes que te
- 28:57tiene que haber un humano experto tomando una decisión detrás.
- 29:00¿Siempre, eh?
- 29:02Y después en el resto.
- 29:04¿El artículo nueve que te habla del sistema de gestión de costes
- 29:07es muy amplio, no?
- 29:09Pero pero eso ante todo es Eh, oye,
- 29:12tienes que saber cuáles son las amenazas, tiene que.
- 29:16Tienes que saber cuáles son los riesgos que te generan, como por ejemplo el de que
- 29:20el sistema tenga perjuicios por culpa de que se ha entrenado con los datos
- 29:22sesgados.
- 29:23¿Lo tengo que conocer y hacer un plan de mitigación, pero a partir de ahí, eh?
- 29:28Pues ya está, Esto es trabajarlo y resolverlo.
- 29:31Genial. ¿Gracias
- 29:33por último, el gran debate, eh?
- 29:35¿Si todos aceptamos que debe haber límites, eh?
- 29:40¿Que seguramente sea la gran pregunta,
- 29:42pero si todos aceptamos que debe haber límites, hasta dónde deben llegar?
- 29:46El bueno, el.
- 29:51Esto no es inmediato,
- 29:52Es decir, tú al final tienes que poner límites,
- 29:55es decir, por qué motivo tienes que poner límites o por qué motivo
- 29:57tienes que crear una regulación cuando todo el mundo.
- 30:00¿Deberíamos ser conscientes de que hay unas consideraciones éticas
- 30:03en el uso de sistemas de inteligencia artificial, Eh?
- 30:06Bueno, porque aunque todos lo entendamos, corres el riego de que las empresas
- 30:09se pongan a desarrollar cosas y como el de al lado
- 30:12no ha tenido en cuenta los controles o las o los dilemas éticos,
- 30:15para que lo voy a hacer yo, porque si no me de exposición o votos
- 30:17necesitamos que haya un ente, eh, que nos ponga unas reglas a ¿todos, no?
- 30:22De manera que no solamente todos estemos concienciados
- 30:25porque somos buenas personas, sino porque además hay una regulación que
- 30:29nos hace acordarnos de que tenemos que ser buenas personas
- 30:32y además a todos con unas reglas equivalentes,
- 30:35porque si no,
- 30:36pues no es el caso
- 30:37de que aquellos que son menos buenas personas
- 30:38tengan la capacidad para desarrollar
- 30:39sistemas de defensa artificial más rápidamente.
- 30:41Es decir, si no tengo por qué preocuparme de que el sistema tenga sesgos,
- 30:45pues a lo mejor
- 30:45no tengo que dedicar todo ese tiempo a depurar la base de datos previa y
- 30:50a lo mejor tengo una ventaja competitiva, pues ser menos ético.
- 30:53Bueno, eso es lo que intenta la regulación
- 30:55que no ocurra y establecer una especie de tabla rasa por por ahí,
- 30:59que lo que ocurre es que esa la regulación implica que tiene que haber un agente
- 31:03supervisor detrás.
- 31:04Ese agente supervisor que se está acabando de definir en todos los Estados
- 31:08miembros de la Unión Europea. España ya lo tiene. Es la la.
- 31:11La agencia española es precisamente agencia artificial
- 31:13y que ya está en funcionamiento.
- 31:15España ha sido de nuevo pionera en esto frente a otros Estados miembros,
- 31:20pero al
- 31:20final este es el organismo supervisor a partir de agosto,
- 31:23pues ya podrá hacer más cosas, como por ejemplo poner sanciones.
- 31:26Entonces habrá que ver el talante que tienen, habrá
- 31:29que ver como de proactivos son, son proactivos, reactivos,
- 31:32actúan solamente frente a una denuncia o que directamente se ponen a buscar cosas
- 31:36y después como empiezan a hacer interpretaciones y sentando un poquito
- 31:41esa jurisprudencia, ese ejemplo
- 31:44que os decía antes, no oye, pues que el el la huella biométrica en el
- 31:48habla para el sistema de detección de emociones en lugar de trabajo.
- 31:52Por esas cosas se tiene que asegurar
- 31:55que se aplican de una manera homogénea en todos los estados de la Unión Europea.
- 31:58Para que no haya pues pues eh, diferencias ya no solamente con otros,
- 32:03con otras geografías como con Estados Unidos,
- 32:05sino dentro de diferentes Estados miembros.
- 32:07¿Esto no puede ocurrir no?
- 32:09Entonces, bueno hay que asegurarse de que a
- 32:11cuando van llegando los casos se identifican y se da toda la información
- 32:14para que todo mundo sepamos como como atenernos
- 32:18como como americanos y después que se aplique de una manera homogénea.
- 32:21Todos los Estados miembros.
- 32:22Buenísimo Manuel, nos ha encantado escucharte.
- 32:25Que interesante, que buena reflexión, es lo que hemos aprendido
- 32:29y casi con la misma ilusión estamos escuchando ahora.
- 32:32Las reflexiones que os cuento, eh.
- 32:35Que acostumbra a cerrar nuestros programas
- 32:38con el punto de vista de Deloitte alrededor de estos temas.
- 32:42Así que nada, Sergio. Perfecto. Todo tuyo.
- 32:44¿Nosotros lo que hacemos, Manuel,
- 32:45cuando acabamos estas entrevistas,
- 32:46pues damos un punto de vista y en ese caso me toca a mí y lo que hago es pues
- 32:50estaba escuchando, evidentemente venía con una idea previa, no?
- 32:53¿Cuando hablamos de temas de regulación y de ética y y como decíamos en
- 32:57durante la entrevista, tanto Luis como Luisa como yo, nos ha hecho pensar no?
- 33:02Y a mí se me ocurren tres reflexiones, al menos teniendo
- 33:05en cuenta lo que venía, como os digo, desde mi casa y lo que tú me has contado.
- 33:09La primera es que la imagen negativa no es una cuestión de avances
- 33:12tecnológicos, eh, sino de principios.
- 33:15¿Y la palabra principios, dejadme que que la desarrolle
- 33:18me ha parecido interesante y me ha parecido en esta conversación no?
- 33:21¿Por qué?
- 33:22Porque estamos ante la tecnología con un altísimo potencial y lo sabemos,
- 33:26pero que además tiene muchos riesgos si no actuamos con responsabilidad.
- 33:30Y aquí pues se me ocurre también reflexionar sobre el impacto
- 33:33que tiene esto en las organizaciones, las comunicaciones.
- 33:35Entiendo por lo que tú estabas contando, que no pueden improvisar,
- 33:39no pueden tomar decisiones a ver qué pasa, sino que tienen que ser conscientes
- 33:43de lo que estoy haciendo.
- 33:45Estoy pisando un terreno que puede ser peligroso y sobre todo,
- 33:49que si lo que estoy haciendo lo sé haciendo con un criterio basado
- 33:52en esos principios que estaba diciendo antes, esta es la primera.
- 33:56La segunda tiene que ver con.
- 33:59Que tenemos que entender muy bien qué significa
- 34:01y qué es la inteligencia generativa como individuo
- 34:05no nos resuelve la vida, es decir, al final
- 34:07no deja de ser una tecnología basada en modelos que no son neutros.
- 34:12Y como tú decías antes, estos modelos, pues vienen condicionados de un histórico,
- 34:16de unos errores pasados, de unos de unos aciertos que también
- 34:19hemos tenido, pero sobre todo viene incorporando algunas desigualdades
- 34:24que hemos ido teniendo como sociedad y que estamos corrigiendo.
- 34:27Pero pero todavía no están corregidas
- 34:29en esta inteligencia artificial generativa que decimos.
- 34:31Por eso lo preocupante no es que si no lo tratamos
- 34:34bien, estas desigualdades pueden ser perpetuas
- 34:37porque esto puede suceder, sino que además, mientras va sucediendo,
- 34:41como lo dice una máquina, aparentemente pensamos que esto es un criterio objetivo.
- 34:45¿Sí que tenemos que darle validez, no?
- 34:47Por eso, en esta segunda reflexión lo que estaba pensando es
- 34:50oye, no basta solo con usar la IA, sino que hay que entenderla,
- 34:54hay que cuestionarla, hay que supervisarla y hacerlo desde una perspectiva
- 34:58ética, humana y sobre todo poniendo esos límites que tú decías.
- 35:02No, porque previamente
- 35:03uno puede pensar que poner límites es un síntoma de debilidad.
- 35:05Y probablemente con lo que tú me estás diciendo,
- 35:07lo que he pensado es que es un síndrome, un síntoma de madurez.
- 35:10Estamos poniendo unos límites porque somos una sociedad madura
- 35:13y como sociedad madura estamos dando ejemplo
- 35:16a personas, a organizaciones que quieren ponerla en práctica.
- 35:19¿Y luego viene 1/3, no la tercera, que tienen que ver con Bueno, y ahora?
- 35:22¿Y ahora qué?
- 35:23Porque si una organización
- 35:25escucho tu reflexión, escuchamos esta entrevista tan apasionante.
- 35:29Hemos visto casos con algunos clientes que han pasado por aquí y empresas
- 35:33que están trabajando.
- 35:34¿Y imagínate que nos dijeran no, yo qué hago con esto no
- 35:37venido?
- 35:38Una idea que es, que es que es muy sencilla y dices ostras, pues
- 35:42pues primero diseña con transparencia, sé transparente
- 35:45a la hora de qué es lo que tú quieres conseguir con eso.
- 35:48La segunda es piensa de forma diversa en esa diversidad que siempre hablamos
- 35:51nosotros, que es un concepto muy naíf.
- 35:53Tú lo has ido repitiendo a lo largo de esta conversación de forma sistemática.
- 35:58Hay que tener en cuenta las diferencias.
- 35:59Las minorías, la diversidad
- 36:01y son cosas que nosotros siempre hablamos en recursos humanos que parecen
- 36:05que tienen que parecer en un papel porque tenemos que decirlas.
- 36:07Pero tú nos has dicho que son realmente importantes
- 36:09y especialmente en un entorno europeo como el que estamos nosotros.
- 36:13Y luego la tercera es anticípate a los impactos,
- 36:15que sepas que esto que tú vas a hacer tiene impacto.
- 36:18Sí, y por eso he hecho esta reflexión acabando con un punto final.
- 36:22¿No dices oye, pues probablemente si me llevo algo de esta charla
- 36:25es que la tecnología puede ser transformadora,
- 36:28pero solo si se alinea con los valores que queremos defender
- 36:31y si lo traducimos en tres palabras, para mí serían principios, no?
- 36:36En este caso, la segunda es criterio.
- 36:38La tercera es alineamiento con los valores
- 36:40que nosotros como organización y como sociedad queremos propagar.
- 36:43Para mí ha sido un placer
- 36:44estar contigo, escucharte, aprender y cambiar ese punto de vista.
- 36:48Verdad
- 36:48que probablemente teníamos todos los que nos dedicamos a recursos Humanos y es
- 36:52esta regulación nos pone palos en la rueda justamente a nosotros.
- 36:56Y tú nos has dicho no, no, no es poner palos en la rueda, sino que además
- 36:59nos va a beneficiar a todos.
- 37:00Así que por mi parte ha sido un placer tremendo.
- 37:03¿Qué te decía yo?
- 37:04Broche de oro para el programa que nos lleva
- 37:08al final, donde yo creo que hemos visto con mucha claridad,
- 37:12especialmente gracias a Manel, que regulación y ética no son un lujo,
- 37:16sino que son una necesidad que además podrían llegar a ser
- 37:18hasta una ventaja competitiva según hemos estado escuchando,
- 37:22pero sobre todo muy importantes para asegurarnos que esta tecnología
- 37:25tenga un impacto positivo en todos.
- 37:27Yo, Luisa, no sé, a ti me ha parecido
- 37:30uno de los capítulos más interesantes que hemos tenido el lujo de.
- 37:33Compartir para que nadie se ofenda, pero se queda, que.
- 37:38Ha sido un auténtico lujo.
- 37:41Uno Conocer tu opinión de primera mano.
- 37:44Las reflexiones de Sergio que que yo creo son acertadísima.
- 37:47O sea, es una gran oportunidad, pero hay que hacerlo con responsabilidad.
- 37:52Creo que además debe estar siempre alineado con con los principios
- 37:55que decía Sergio y con los valores que compartimos.
- 37:59Y creo que tenemos un reto enorme las organizaciones globales
- 38:04en cómo navegar en estos momentos tan volátiles
- 38:08y con esa aparente divergencia que hay entre los dos lados del océano,
- 38:13en cómo se afrontan los las oportunidades y los riesgos que.
- 38:18Que la inteligencia artificial generativa nos pone al alcance de la mano.
- 38:22Luisa Tal. Cual.
- 38:24Gracias Luis.
- 38:25Gracias Manel.
- 38:26Ha sido un placer tenerte Sergio con Pi.
- 38:29Muchas gracias como siempre Pedro,
- 38:31y muchísimas gracias a los que nos escucháis o nos veis.
- 38:34Muchas encontramos en el próximo capítulo.