El presidente del Gobierno presentó el 4 de marzo de 2019 la "Estrategia para la Inteligencia Artificial en I+D+I" en la clausura en Granada de las jornadas “Estrategia Española I+D+I en Inteligencia Artificial (IA)”.

Este informe marca una serie de prioridades entre las que se encuentra la de establecer áreas estratégicas donde desarrollar las actividades de I+D+I en IA. En las principales áreas estratégicas de aplicación de la IA para la economía y la sociedad (AAPP, Educación, Salud, Industria, Turismo…) se identifican las tecnologías del lenguaje entre las tecnologías más relevantes de la inteligencia artificial. Esta prioridad marcada por la estrategia, está fuertemente alineada con las actuaciones del eje 4 del Plan TL (proyectos faro). Así mismo, el eje 2 del Plan TL (transferencia de conocimiento) presenta iniciativas muy alineadas con las prioridades de la estrategia relativas a Definir y desarrollar las acciones que permitan la transferencia del conocimiento y Desarrollar un sistema que fomente la formación transversal y profesional en IA.

A su vez, los trabajos del eje 3 del Plan TL (RISP y Plataformas), pueden contribuir notablemente a Desarrollar un ecosistema digital de datos y valorizar las infraestructuras, que es otra de las prioridades que ha señalado la estrategia para la Inteligencia Artificial en I+D de España.

Se recogen a continuación algunos extractos de la mencionada estrategia:

La IA actual se focaliza en lo que se conoce como IA específica, que está produciendo resultados muy importantes en muchos ámbitos de aplicación como por ejemplo en procesamiento de lenguaje natural.

Actualmente, la comunidad académica y científica española dedicada a las tecnologías de IA se caracteriza por su reconocimiento internacional en la mayoría de sus áreas, como son: aprendizaje automático, optimización heurística, planificación, deducción automática, ontologías, lógica y razonamiento, big data, procesamiento del lenguaje natural, visión artificial, robótica, sistemas multiagente, sistemas de recomendación, cooperación hombre-máquina, modelado basado en agentes inteligentes, así como por el desarrollo de aplicaciones innovadoras en gran número de sectores estratégicos como la salud, la agricultura, industrias culturales y basadas en la experiencia, servicios y sostenibilidad energética y del medio ambiente.

El uso de chatbots basados en el procesamiento del lenguaje natural como primera interfaz entre los ciudadanos y las AAPP permite ya -por ejemplo en EEUU- reducir los tiempos de respuesta y aumentar las capacidades de focalizar a los funcionarios públicos en tareas de más valor social. Por ejemplo, en el Gobierno local, hay tres áreas clave de interacción con el ciudadano: (a) transacciones de alto volumen y baja complejidad, como formularios; (b) alta complejidad y bajos volúmenes, como la asistencia social, y en el medio, (c) aquellos que tienen una complejidad media y volúmenes medios como la planificación de permisos y la recaudación de impuestos.

Otro sector donde la IA puede mejorar la actuación de las AAPP es procurar la interoperabilidad entre administraciones y generar procedimientos administrativos automatizados donde las técnicas de procesamiento del lenguaje natural y tecnologías del lenguaje son claves en el uso de las lenguas cooficiales. Cabe también destacar el uso en las AAPP de las tecnologías de registro distribuido entre las que se incluye el blockchain.

En el mundo globalizado actual donde las amenazas a la seguridad son una importante fuente de preocupación en nuestra sociedad, tanto desde la ciberseguridad (Internet y el Internet de las cosas) como desde la seguridad física. La I+D+I en las tecnologías de la IA dedicada a los sistemas de ciberseguridad para detectar y repeler amenazas, mediante las tecnologías del lenguaje, el análisis de imágenes y el aprendizaje automático, se plantea esencial.

Los algoritmos actuales son todavía deficientes, aunque cabe esperar que en un futuro mejoren sus capacidades predictivas: el análisis de imágenes procedentes de cámaras de video o el análisis de las redes sociales mediante tecnologías del lenguaje y el diseño de perfiles basados en el análisis de secuencias temporales de datos, debe evitar la detección de falsos positivos. Estas son áreas en las que deben realizarse avances para predecir comportamientos y potenciales incidentes manteniendo el respeto a las cuestiones éticas que plantean.

Existen ejemplos de buenas prácticas como son: los ecosistemas tecnológicos mixtos formados por empresas y Universidades, como puede ser el Centro Tecnológico Mixto en IA (AI.nnovation Space82) y las asociaciones público-privadas que concurren a convocatorias de Compra Pública Innovadora, como es el caso de las convocatorias del Plan de Impulso de las Tecnologías del Lenguaje.

Enlace a la estrategia: Estrategia Española de I+D+I en Inteligencia Artificial

Video de la presentación: Vídeo sobre la estrategia Española de I+D+I en Inteligencia Artificial