Empresas, especialistas y académicos analizaron en el AI Innovation Summit cómo los sistemas capaces de recibir objetivos y ejecutar tareas empiezan a modificar el desarrollo de software. El encuentro también mostró aplicaciones de inteligencia artificial en medicina y proyectos que pasaron de la universidad a la industria.
Los agentes de inteligencia artificial empiezan a ocupar un lugar distinto dentro de las empresas argentinas. Además de responder preguntas o generar contenidos, estos sistemas pueden recibir objetivos, dividirlos en tareas, utilizar diferentes herramientas y ejecutar parte del trabajo bajo la supervisión de una persona.
El cambio fue uno de los ejes del AI Innovation Summit, realizado en la Universidad de Palermo, donde representantes de empresas, cámaras tecnológicas y del ámbito académico analizaron el impacto de esta nueva generación de herramientas sobre la productividad y la organización del trabajo.
El encuentro fue organizado por la Facultad de Ingeniería de la Universidad de Palermo junto con la Cámara de la Industria Argentina del Software (CESSI), Polo IT Buenos Aires, Voolkia y Snoop Consulting, con el apoyo institucional de la Cámara Argentina de Comercio Electrónico (CACE).
Una de las principales conclusiones que atravesó las exposiciones fue que incorporar inteligencia artificial por sí sola no garantiza un salto de productividad. El cambio depende también de cómo las personas reorganizan su trabajo para utilizar estos sistemas.
Javier Rabuch, director de Ingeniería en Inteligencia Artificial de la Universidad de Palermo, señaló que la agenda actual ya incluye ingeniería aumentada, agentes, sistemas multiagente, investigación académica asistida por IA, visión computacional, medicina e infraestructura para inteligencia artificial.
“Mientras hacemos tecnologías cada vez más inteligentes, nosotros aprendamos a ser cada vez más humanos”, planteó.
Alejandro Popovsky, decano de la Facultad de Ingeniería de la UP, consideró que el proceso abre oportunidades para desarrollar proyectos y formar profesionales capaces de crear modelos y sistemas especializados para diferentes aplicaciones.
Desde la industria, Pablo Fiuza, presidente de CESSI y CEO de QServices, describió otro de los cambios que comienzan a aparecer dentro de los equipos tecnológicos: los desarrolladores senior pueden pasar de coordinar solamente a otros programadores a dirigir también agentes capaces de producir software.
“Hay que acostumbrarse a manejar equipos donde pasa eso”, afirmó.
Andrés Zaied, presidente de CACE y gerente de Canales Digitales de On City, sostuvo que el impacto de la inteligencia artificial ya forma parte del presente de las organizaciones y advirtió sobre la necesidad de conservar el valor de las relaciones humanas mientras las empresas buscan mayores niveles de eficiencia.
Franco Boette, presidente de Polo IT Buenos Aires y CEO de C&S Informática, puso el foco en la relación entre universidades, empresas y cámaras para trasladar experiencias de inteligencia artificial entre diferentes sectores.
Rubén Minond, cofundador de Voolkia Software & Services y socio fundador del Polo IT, destacó en ese sentido el trabajo desarrollado junto con la Universidad de Palermo mediante StartUP IT para impulsar emprendimientos tecnológicos creados por estudiantes y graduados.
Del programador al “ingeniero aumentado”
El desarrollo de software aparece como uno de los ámbitos donde el avance de los agentes puede provocar cambios más visibles.
Gustavo Brey, cofundador de Ingenia, describió este nuevo perfil como “Cyborg Engineer” o ingeniero aumentado: un profesional que trabaja acompañado por varios agentes especializados y utiliza sus capacidades para abordar diferentes partes de un proyecto.
“El nuevo compañero va a ser el agente”, sostuvo.
En ese modelo pueden intervenir agentes dedicados a producto, arquitectura, planificación, seguridad, programación, control de calidad y operaciones.
El profesional conserva la visión general del proyecto, establece objetivos, proporciona contexto, toma decisiones y controla los resultados. Los agentes, mientras tanto, pueden encargarse de tareas específicas de forma simultánea.
Ese esquema modifica también el significado tradicional de programar.
Brey explicó que parte del conocimiento técnico empieza a utilizarse para orquestar, validar y coordinar agentes capaces de producir resultados, en lugar de concentrarse exclusivamente en ejecutar manualmente cada etapa del desarrollo.
Ingenia ya experimenta con una plataforma que organiza distintos agentes alrededor de un profesional. Según Brey, dependiendo de las características de cada proyecto, este modelo puede aumentar la producción y reducir los tiempos y costos necesarios para desarrollar software.
La transformación desplaza parte del trabajo del ingeniero hacia la definición de problemas, el aporte de contexto, la supervisión de los planes propuestos por la IA y la validación de los resultados.
Inteligencia artificial aplicada a la medicina
El AI Innovation Summit también presentó una línea de investigación que combina inteligencia artificial, medicina nuclear y deep learning.
La Dra. Jazmin Schwartz y la Ing. Agustina Jurgiel expusieron el proyecto “Ver lo invisible: inteligencia artificial para cuantificar hipoxia tumoral en estudios PET”.
El trabajo utiliza inteligencia artificial para analizar estudios PET dinámicos y obtener información que no aparece en una imagen estática.
El análisis estudia cómo cambia con el tiempo la presencia de un trazador dentro del organismo. A partir de esa evolución, los investigadores buscan identificar con mayor precisión regiones tumorales con bajos niveles de oxígeno, una condición que puede estar relacionada con una mayor resistencia a determinados tratamientos.
Los modelos de deep learning procesan las curvas que representan el comportamiento del trazador a lo largo del tiempo y permiten estimar parámetros fisiológicos asociados con el tejido tumoral.
El objetivo de la investigación es avanzar hacia una medición de la hipoxia que pueda realizarse con mayor rapidez, estabilidad y capacidad de procesamiento, especialmente frente al volumen de información producido por los nuevos equipos PET de cuerpo completo.
El proyecto también muestra otro de los desafíos que plantea el desarrollo de inteligencia artificial: combinar conocimientos de diferentes disciplinas para abordar problemas que requieren experiencia técnica y científica especializada.
De proyectos universitarios a herramientas utilizadas por empresas
Otra parte del encuentro estuvo dedicada a desarrollos realizados por egresados de la Facultad de Ingeniería de la Universidad de Palermo.
Nahuel Carro y Lucas Martínez presentaron BIGENIA, una herramienta de inteligencia de negocios que utiliza lenguaje natural. El proyecto recibe actualmente mentoría mediante el programa de emprendimientos desarrollado entre la UP y Polo IT Buenos Aires.
Carla Zandalazini mostró, por su parte, un proyecto de clasificación inteligente de imágenes mediante visión computacional que ya se implementa en Techint, compañía en la que trabaja profesionalmente.
Para Rabuch, estos casos muestran cómo los proyectos vinculados con inteligencia artificial pueden avanzar desde la investigación académica hacia aplicaciones concretas dentro de las empresas.
El escenario presentado durante el Summit apunta a una transformación que excede la incorporación de nuevas herramientas. En el desarrollo de software, especialmente, los agentes comienzan a introducir una forma de trabajo en la que una misma persona puede coordinar sistemas especializados capaces de ejecutar tareas en paralelo.
En otras áreas, como la investigación médica, la inteligencia artificial aparece como una herramienta para procesar cantidades de información difíciles de abordar mediante métodos tradicionales.
El desafío para empresas y profesionales pasa ahora por definir qué tareas delegar, qué decisiones conservar bajo supervisión humana y qué conocimientos serán necesarios para dirigir sistemas cada vez más autónomos.