Microsoft, machine learning y los detectores de mentiras

Microsoft inició, hace ya unos años, un largo (y a ratos tortuoso) proceso de transición en el que el punto de partida era ser una empresa de software y sistemas operativos, y el ansiado destino era terminar siendo una empresa de dispositivos y servicios. Esto, sin embargo, no significa que antes del principio del cambio el gigante de Redmond no tuviera ya puesta su vista en lo que está por venir. Al contrario, para los de Seattle el I+D siempre ha sido un puntal importante en su actividad, si bien es cierto que en muchas ocasiones no han sabido «vender» lo que estaban haciendo. Un interesante ejemplo de ello lo aporta hoy un reportaje de Bloomberg en el que se pone en valor todo el trabajo llevado a cabo por la compañía en machine learning, en cómo esta tecnología amenaza con cambiar el mundo que hoy conocemos y en el que descubrimos que una aplicación con la que está consiguiendo demostrar todos sus avances es, sí, un detector de mentiras.

No, no, no vamos a traer al frente al malogrado Julián Lago y su inolvidable –No me responda ahora, hágalo después de la publicidad–. En este caso de lo que estamos hablando es de que Jennifer Marsman, una responsable de desarrollo y evangelista (esas personas que recorren el mundo glosando las virtudes de x o y), ha creado un detector de mentiras que mide la actividad cerebral mediante 14 sensores y, lo más relevante en este contexto, utiliza la tecnología de machine learning incluida en el catálogo de servicios de Microsoft Azure. Y es que, aunque la empresa ya lleva muchos años trabajando en este elemento indisolublemente unido a Big Data, otras compañías como Google y Amazon han logrado mayor notoriedad al respecto. Por eso ahora Microsoft necesita hacer muy visible todo lo que tiene que ofrecer al respecto, pues en caso contrario verá como otros que han llegado más tarde terminan por relegar sus servicios a un plano secundario.

La incorporación de machine learning a los productos de la empresa no es algo nuevo, ya lleva años haciéndose en sus principales productos (Windows y Office), si bien todas las voces coinciden en opinar que en un grado muy inferior al que habría resultado óptimo, desaprovechando muchas de las posibilidades que las propiedades predictivas podrían haber aportado a dichos productos. Esto puede deberse a dos razones, y seguramente en realidad tenga un poco de cada una de ambas. La primera, sin duda, es la infravaloración de una tecnología que entonces podía parecer interesante pero poco más. Es un error bastante común, y por norma general sólo el tiempo permite darse cuenta de ello.

El segundo problema es (o al menos era en su momento) mucho más difícil de abordar, pues se trata de la natural resistencia de los humanos a aceptar que una máquina pretenda hacer algo que nosotros también sabemos. A este respecto me suelo acordar mucho de los asistentes de Office (desde Clipo hasta el Capitán Can) y sus sugerencias contextuales acompañadas del clásico «Parece que está escribiendo…», un ejemplo básico de inteligencia predictiva y de aprendizaje que, en vez de ser valorado y agradecido por los usuarios, provocaba reacciones bastante adversas. Es fácil culpar a Microsoft de no haber incorporado más machine learning a sus productos (especialmente para todo aquello relacionado con lo que ocurre sin que el usuario sea consciente de ello), pero también es cierto que algunos de los intentos de incorporar esta tecnología al día a día del trabajo de sus usuarios no obtuvo buenos resultados.

Hoy las cosas han cambiado, y aunque el usuario medio de Office siga sin querer la colaboración de un clip, un mago o un perro para redactar sus documentos, machine learning es un elemento fundamental e indispensable en Big data y, por lo tanto, cada vez son  más las empresas que requieren de este tipo de servicios, desde hospitales que valoran el riesgo de recaídas de sus pacientes hasta departamentos financieros que se apoyan en el análisis predictivo para afinar sus presupuestos, planificar sus pedidos, etcétera. Incluso dentro de la propia Microsoft se saca partido a machine learning de cara a sus propios servicios. Ran Shankar, un miembro del equipo de seguridad y datos de la división de Azure lo emplea para analizar en tiempo real el estado de los servicios online de la empresa. ¿Con qué fin?, detectar posibles ataques externos a los mismos de la manera más temprana posible, para así poder tomar medidas preventivas antes de que el daño esté hecho.

A día de hoy, Marsman recorre el mundo mostrando el funcionamiento de su detector de mentiras basado en machine learning, en un esfuerzo por hacer más visible todo lo que Microsoft y Azure pueden ofrecer a este respecto. Y parece que el dispositivo funciona: en una de sus primeras pruebas, el sujeto puesto a prueba fue su jefe directo en la empresa que, ante la pregunta –¿Trabajas en la mejor empresa del mundo?– obtuvo un sí que, ¡oh sorpresa!, fue refutado por la máquina.

Imagen: Ed Westcott