 Buenas tardes y gracias por asistir a este webinar que se enmarca dentro del NOC Inteligencia Artificial en el día al día, que promueve el INTEV. Yo soy Federico Botella, soy profesor titular de la Universidad Miguel Hernández del Che, investigador escrito al Instituto Universitario Centro de Investigación Operativa de esta universidad y voy a moderar la charla hacia una inteligencia artificial por y para las personas que nos van a impartir Núria Liber y Emilia Gómez. Por introducir brevemente a Núria, Núria Liber es Ingeniera de Telecomunicaciones, doctora por el MIT de Boston y doctora Noris Causa por la Universidad Miguel Hernández. Núria vicepresidenta de ELIS, de European Laboratory for Learning and Intelligence Systems y cofundadora de la Unidad ELIS de Alicante, que se dedica a la investigación sobre inteligencia artificial centrada en el ser humano. Y Emilia Gómez es Ingeniera de Telecomunicaciones, doctora informática e investigadora del Joint Research Center de la Comisión Europea en Sevilla, donde coordina el proyecto Human Behavior and Machine Intelligence, que estudia el impacto de la inteligencia artificial en el comportamiento humano. Las preguntas que se formulen en este chat, en el chat de esta red de transmisión por YouTube, pues las voy a ir recopilando y al final de la charla pues las pasaré a Núria y Emilia para que no las puedan responder. Sin más, le doy la palabra a Núria para su presentación. Cuando quieras, Núria. Gracias. Muchas gracias, Fede. Bueno, es un placer estar aquí. Gracias por la invitación y sobre todo compartir escenario con dos grandes amigos, como sois Federico y Emilia. En la sesión de hoy hemos dividido la presentación en dos partes entre Emilia y yo. Yo voy a compartir una visión más general de dónde estamos en la inteligencia artificial y por qué es importante en la sociedad. Y Emilia hablará más concretamente sobre la intersección entre la inteligencia artificial y la juventud. Mis transparencias están en inglés, pero hablaré castellano. Antes de entrar en materia, creo que es muy importante considerar o reflexionar sobre algunos de los grandes retos a los que nos enfrentamos como especie. En primer lugar, tenemos el reto demográfico. Vivimos en un mundo que envejece, donde la pirámide poblacional cada vez se parece menos a una pirámide y donde el número de niños menores de 5 años es menor que el número de personas mayores de 65 años. Vivimos en un planeta que tiene recursos limitados y que si continuamos consumiéndolos al mismo ritmo que estamos haciendo ahora, pues pronto no vamos a necesitar dos planetas tierras de los que no disponemos. Pero además estos recursos están distribuidos de manera desigual. En el siglo XXI somos testigos de una polarización en la acumulación de la riqueza, de manera que, por ejemplo, las 100 personas más ricas del planeta tienen más que las 4.000 millones de personas más pobres. Vivimos evidentemente en un mundo con un cambio climático que representa un aumento en las temperaturas medias del planeta, un aumento en los niveles de los mares y ocenos en consecuencia y un aumento en la frecuencia e intensidad de los desastres naturales. Y como no, vivimos en un mundo susceptible a pandemias globales como la que llevamos experimentando desde hace más de un año. Y el contexto tecnológico, la verdad es que está lleno de oportunidades y de, como se dice en inglés, excitement. Vivimos en un mundo móvil. Hace ya varios años que hay más móviles en el mundo que humanos. El móvil modula nuestra experiencia vital. De manera que cuando vamos o íbamos a ver, por ejemplo, un concierto, pues no miramos el concierto, sino que lo estamos grabando con el móvil. O si vamos a escuchar a la primera y única candidata a presidenta de Estados Unidos, pues no la miramos, sino que nos hacemos un selfie con ella. Pero no solo es un fenómeno en países desarrollados, sino también en países en desarrollo, donde el móvil es el dispositivo tecnológico con mayor adopción en nuestra historia, como ilustra esta foto en la que estos migrantes levantan sus móviles expectantes al cielo buscando recepción, cobertura para poderse comunicar con sus familias. Pero más allá de los móviles, vivimos en un mundo donde cada vez más coexistiremos con coches autónomos sin conductor, con robots sociales. Ya interaccionamos en nuestro día a día con muchísimos servicios digitales que están enriquecidos con inteligencia artificial. Viajaremos al espacio, interaccionamos en nuestras casas con estos altavoces inteligentes que no tienen teclado, no tienen pantalla, sino que simplemente nos escuchan y nos entienden, algo que parece de ciencia ficción. Un mundo de ciudades inteligentes, de impresoras en tres dimensiones, de cantidades ingentes de datos generados en la ciencia. Y también un mundo en el que cada vez más nosotros mismos nos estamos aumentando con tecnología, ahora con wearables, pero muy pronto también con tecnología que llevaremos en bebida dentro de nuestro propio cuerpo. Vivimos en un mundo en el que de los cinco países más poblados, tres son países digitales que no existían hace 20 años, Facebook, WhatsApp e Instagram. Países digitales que no entienden de fronteras y que están gobernados por el mismo presidente no elegido democráticamente. Vivimos en un mundo en el que no solamente nosotros los humanos estamos conectados y utilizamos tecnología, sino que cada vez más los objetos de nuestro día a día también tienen conectividad e incluso inteligencia, dando lugar a lo que se conoce como el internet de las cosas que el año pasado superó los 50.000 millones de dispositivos. De manera que si en el año 2003 había 0,08 dispositivos conectados por cada persona del planeta, el año pasado tuvimos más de 6,5 dispositivos conectados por cada persona. Toda esa tecnología al final lo que genera son cantidades ingentes de datos, lo que se conoce como Big Data, datos que se llaman no estructurados, porque son imágenes, son vídeos, es texto, son audios, son datos que vienen de sensores, de manera que no se pueden realmente analizar ni interpretar si no es utilizando técnicas de inteligencia artificial. Vivimos además en un mundo global donde no solamente digitalmente estamos todos conectados, sino también físicamente, y este es uno de los motivos por los que el coronavirus se ha extendido tan rápidamente por todo el planeta, por esta movilidad tan grande que tenemos. En suma, lo que nos encontramos es inmersos en lo que se conoce como la Cuarta Revolución Industrial. Esta Cuarta Revolución Industrial, como las revoluciones anteriores, representa un cambio muy profundo de todos los aspectos de nuestra sociedad. En esta Cuarta Revolución Industrial tenemos, por primera vez en nuestra historia, una relación muy íntima entre el mundo físico, el mundo biológico y el mundo digital. Está impulsada por disciplinas como la biotecnología, la nanotecnología, la ingeniería genética, la informática cuántica incluso, y cómo no la inteligencia artificial. ¿Y qué es la inteligencia artificial? Bueno, entiendo que la respuesta a esta pregunta probablemente ya la puedan contestar como alumnos y alumnas de este curso, pero he pensado que estaría bien hacer un pequeñito repaso para contextualizar las dimensiones que deberíamos considerar en el contexto de la inteligencia artificial. La inteligencia artificial es una disciplina que existe dentro de la ingeniería o la informática desde los años 50. Y su objetivo es el desarrollo de sistemas computacionales, es decir, de sistemas no biológicos que sean inteligentes tomando como referencia a la inteligencia humana, de manera que si queremos definir y queremos construir inteligencia artificial, pues tenemos que preguntarnos qué es la inteligencia humana. Y lo primero que nos damos cuenta es que la inteligencia humana es múltiple, es diversa, es muy compleja y no la entendemos en su totalidad. Los humanos tenemos muchas habilidades. Podemos percibir nuestro entorno, interpretarlo, interaccionar con él y tomar decisiones al respecto. Podemos buscar soluciones, podemos razonar, planificar, aprendemos constantemente, nos adaptamos. Tenemos múltiples inteligencias, inteligencia social, emocional, musical, natural, creatividad, etcétera. De la misma manera, hay muchas áreas de conocimiento dentro de la inteligencia artificial que intentan emular algunas de estas habilidades humanas. Por ejemplo, la disciplina dentro de la inteligencia artificial que intenta replicar la habilidad que tenemos para ver y reconocer lo que vemos sería la visión por ordenador. La disciplina dentro de la inteligencia artificial que intenta replicar la capacidad que tenemos para poder hablar y comunicarnos con el lenguaje, pues sería el reconocimiento del habla y el procesamiento del lenguaje natural, etcétera. Desde el punto de vista del nivel de competencia, los sistemas de inteligencia artificial se suelen dividir en tres niveles. El primer nivel, que es lo que tenemos hoy en día, se conoce como inteligencia artificial específica y son sistemas que son muy buenos, probablemente mejores que ningún humano en una tarea, pero solo en esa tarea. Por ejemplo, el mejor jugador de ajedrez del mundo hace décadas que no es un humano, es un programa de ordenador. Pero ese programa de ordenador solo sabe, entre comillas, jugar al ajedrez y de hecho no sabe lo que es el ajedrez y si cambiásemos las reglas de manera improvisada, podría tener problemas para poderse adaptar. Hoy en día, todos los sistemas que utilizamos son sistemas de inteligencia artificial específica. La aspiración de la disciplina de la inteligencia artificial es tener lo que se conoce como inteligencia artificial general. Que serían sistemas que tendrían un nivel de competencia similar al humano, incluyendo la multiplicidad de habilidades que tenemos los humanos, teniendo en cuenta, por ejemplo, conceptos tan difíciles de entender y de modelar, como puede ser la teoría de la mente o la autoconsciencia y la conciencia. Esta es la aspiración de la disciplina de la inteligencia artificial. Desde mi punto de vista, estamos muy lejos de tener inteligencia artificial general, pero no necesitamos inteligencia artificial general para que la inteligencia artificial ya esté aquí y esté impactando profundamente nuestras vidas. Y esto es muy importante destacarlo. No hace falta tener inteligencia artificial general para que ya interaccionemos con sistemas de inteligencia artificial en nuestro día a día y para que ya estén impactando nuestras vidas en nuestro día a día. Y luego hay autores que dicen, bueno, ¿y por qué nos vamos a detener en la inteligencia humana? Si la capacidad de computación continúa creciendo, teóricamente podríamos superar la inteligencia humana, dando lugar a lo que se conoce como la súper inteligencia, que sería una inteligencia que por definición no entendemos por qué es superior a la nuestra, de la misma manera que una hormiga no entiende nuestra inteligencia. Si yo ya pienso que estamos lejos de tener inteligencia artificial general, pues aún más lejos pienso que estamos de tener súper inteligencia. El momento del tiempo en el que conseguiríamos esta súper inteligencia se conoce como la singularidad, que sería el momento en el que tendríamos máquinas que superarían la inteligencia humana. Históricamente ha habido dos escuelas para conseguir inteligencia artificial. La primera escuela es la escuela que se conoce como la escuela top down o simbólico lógica o needs en la nomenclatura de los años 50. Esta escuela está inspirada en el hecho de que los humanos tenemos mucho conocimiento. Y si queremos conseguir inteligencia artificial, pues lo que podríamos hacer es programar en el ordenador todo ese conocimiento que tenemos y luego utilizar reglas de la lógica para derivar conocimiento nuevo a partir de ese conocimiento base. Está un ejemplo canónico de esta escuela de inteligencia artificial serían los sistemas expertos que de hecho representaron la primera comercialización exitosa de la inteligencia artificial desde mediados de los 70 hasta mediados de los 90. La segunda escuela para conseguir inteligencia artificial es la escuela bottom up o la escuela conexionista o scruffies en la nomenclatura de los años 50 y yo pertenezco a esta escuela. Esta escuela está inspirada en la biología. Si nos fijamos en los seres biológicos inteligentes, inteligentes pues observaremos que aprenden a partir de sus interacciones con el entorno en el que se encuentran a partir de datos. Entonces esta escuela su inspiración es en diseñar modelos que tengan la capacidad de aprender a partir de datos y el ejemplo canónico serían las redes neuronales que se empezaron a desarrollar en los años 40 y quería compartir con ustedes este artículo del New York Times del año 1958 donde se describe el perceptron que es un tipo de red neuronal por parte de un científico llamado Rosenblatt. Y en el artículo dicen Frank Rosenblatt que es el diseñador de esta red neuronal dice que igual que los humanos, esta red iría aprendiendo a partir de la experiencia. Al principio no sería muy buena pero conforme fuese aprendiendo pues iría mejorando y además se aventuró a decir en 1958 que perceptrones en el futuro serían capaces de reconocer caras y llamarles por su nombre o traducir de un lenguaje a otro que es algo que podemos hacer hoy en día gracias a arquitecturas de redes neuronales mucho más complejas que esta sencillita pero inspiradas en esta sencillita de los años 50. Estas dos escuelas han estado tradicionalmente enfrentadas entre sí pero en realidad hoy en día cualquier sistema comercial de inteligencia artificial combina técnicas de las dos escuelas. Dentro de cada escuela hay muchas áreas de conocimiento. Por ejemplo dentro de la escuela Top Town pues tendríamos la teoría de juegos, la teoría de optimización, los sistemas de razonamiento, de representación del conocimiento, la teoría del aprendizaje y en el acercamiento bottom up tendríamos lo que se conoce como machine learning o aprendizaje estadístico por ordenador, los sistemas de recomendación, los sistemas de refuerzo, los sistemas de agentes y demás. Y como he dicho la mayoría de los sistemas que tienen inteligencia artificial hoy en día como Siri, Alexa, Watson tienen componentes tanto de la metodología top down simbolicológica como de los métodos basados en aprendizaje con datos. ¿Y por qué está la inteligencia artificial en el corazón de la Cuarta Revolución Industrial? Pues porque tiene una serie de propiedades que la equiparan al papel que jugó la electricidad en la segunda revolución industrial. En primer lugar es transversal. Es una disciplina que se puede aplicar a cualquier área de conocimiento y por eso está transformando la sociedad. Podemos aplicar la inteligencia artificial a la medicina, a la educación, al transporte, al comercio, etcétera. Además es invisible porque en realidad son programas de ordenador, es software y es ubicua porque la podemos aplicar a cualquier cosa. Además es escalable, es compleja pero también nos permite manejar la complejidad y es actualizable. Eso quiere decir que como es software, como son programas de ordenador, siempre podemos irla mejorando y actualizando. Y además tiene una propiedad muy potente y es que no solamente nos permite interpretar el pasado o el presente, sino también hacer predicciones hacia el futuro. Pero la inteligencia artificial no está exenta de limitaciones y por eso es tan importante que seamos conscientes de estas limitaciones y que las abordemos en programas específicos de investigación y que como ciudadanos y ciudadanas seamos conscientes de estas limitaciones. En primer lugar, utilizando técnicas de inteligencia artificial se puede violar la privacidad humana. Incluso a partir de datos no personales se pueden inferir atributos muy personales como la orientación sexual. Sabemos que los algoritmos de inteligencia artificial pueden sufrir de sesgos y pueden discriminar reproduciendo o incluso maximizando amplificando patrones existentes de discriminación en la sociedad. Muchas de estas técnicas son opacas, es decir, son muy difíciles de interpretar y de entender. Y esto es una limitación muy importante porque en muchos escenarios, incluyendo muchos escenarios de educación, necesitamos entender por qué los algoritmos nos están recomendando o nos están diciendo algo. Además, utilizando técnicas de inteligencia artificial podemos manipular subliminalmente el comportamiento humano. Podemos generar contenido no veraz que es indistinguible del contenido veraz, lo que se conoce como defects. Las técnicas de inteligencia artificial requieren altos niveles de capacidad de computación, lo que genera una huella de carbono que no es desdeñable y que tenemos que abordar. Además, adolescen de una falta de diversidad de situaciones de asimetría con respecto a quien tiene acceso a los datos y aún más importante, quien tiene acceso al conocimiento y las habilidades para hacer algo útil con esos datos. Y además, evidentemente, no es inmune a ser hackeada. No solamente hackeada desde el punto de vista de que un hacker se meta en un sistema, sino que puede ser engañada. Se pueden enseñar sistemas de inteligencia artificial que engañan a otros sistemas de inteligencia artificial. ¿Y por qué está sucediendo ahora la cuarta revolución industrial? He dicho que la inteligencia artificial existe desde los años 50, porque no hubo una cuarta revolución industrial en los años 50. Pues porque los últimos 10, 15 años se ha producido la confluencia de tres factores que han impulsado de manera exponencial las técnicas de inteligencia artificial basadas en datos. ¿Y cuáles son estos factores? En primer lugar, la disponibilidad de datos, porque, obviamente, si son técnicas basadas en datos, si no tienen datos no pueden hacer nada. Y ya lo he comentado anteriormente, vivimos en un mundo de datos con una gran exclusión de datos y estos datos, de hecho, tienen un gran valor. Solamente la Unión Europea, la Comisión Europea, estima que el valor de la economía de los datos el año pasado supere los 700.000 millones de euros. El segundo factor, además de los datos, es la disponibilidad de grandes capacidades de computación abajo coste, gracias a lo que se conoce como la Ley de More. Es una ley que dice que cada año o año y medio podemos duplicar la capacidad de computación por el mismo precio. Esta ley es la que hace que cuando nos compramos un móvil o nos comparamos un portáctil al año siguiente por el mismo precio nos podemos comprar uno mejor o nuestro móvil se ha vuelto mucho más barato. Esta crecimiento exponencial en la capacidad de computación ha ido permitiendo a lo largo del tiempo que cada vez tengamos sistemas de inteligencia artificial más potentes. Y además, hoy en día no solamente se utilizan procesadores estándar como CPUs, sino que se han diseñado chips específicos para entrenar sistemas de inteligencia artificial. Tenemos los datos, tenemos la computación y lo tercero que necesitamos son modelos de aprendizaje. Y como he comentado, lo que hemos vivido es una explosión en el desarrollo de modelos que están inspirados en las redes neuronales de los años 50, ese perceptron que he comentado de Rosenblatt, pero mucho más complejas con muchas capas, con muchos parámetros que permiten interpretar y encontrar patrones en esta realidad tan compleja en la que vivimos. Un fenómeno que se ha producido muy interesante es un fenómeno de democratización en el acceso a las herramientas de inteligencia artificial. Cuando yo estaba haciendo el doctorado no había herramientas de inteligencia artificial y teníamos que escribir todo el código nosotros mismos, ¿no? Pero ahora no, ahora hay muchas librerías y muchas herramientas que generan un nivel de abstracción tal que no hace falta escribir las ecuaciones, sino que puedes hacer como módulos, algo visual, diseñas la arquitectura del sistema y el sistema de alguna manera aprende por sí mismo. Los avances en estas técnicas basadas en redes neuronales, conocidas como redes neuronales profundas, son las que realmente están transformando la sociedad y son las que están detrás de los grandes avances que hemos vivido en los últimos años, como que haya un jugador de un programa de ordenador que gane a uno de los mejores jugadores de Go del mundo o a uno de los mejores jugadores de Poker del mundo o incluso aprenda a jugar al ajedrez por sí mismo y gane contra el mejor jugador de ajedrez del mundo que es otro programa de ordenador. Pero más allá de estos ejemplos un poco de juguete no creo que es importante que entendamos que todos los que estamos aquí interaccionamos con sistemas de inteligencia artificial en nuestro día a día y que impactan estos sistemas de inteligencia artificial nuestras decisiones. Por ejemplo, algoritmos de inteligencia artificial deciden qué amigos tenemos, qué actualizaciones vemos en Twitter, qué películas vemos, qué libros leemos, qué música escuchamos. Como he comentado, le podemos hablar a nuestro móvil o a nuestros altavoces inteligentes y nos entienden. Cada vez más algoritmos de inteligencia artificial deciden por dónde vamos. Hace ya mucho tiempo que las transacciones en bolsa son transacciones algorítmicas ejecutadas y decididas por sistemas de inteligencia artificial. Lo mismo sucede con los procesos de fabricación y de manufactura que cada vez están más robotizados. Pero también tendremos como he comentado coches sin conductor autónomos y la ciencia en sí misma, incluyendo, por ejemplo, el descubrimiento de fármacos y vacunas contra el coronavirus, no habría sido posible si la ayuda de algoritmos de inteligencia artificial. Pero también cada vez más algoritmos de inteligencia artificial determinarán qué diagnóstico se nos prescribe un médico o qué sentencia judicial se nos dictamina. Y precisamente por esta penetración de la inteligencia artificial en todos los ámbitos de la vida, la inteligencia artificial se ha convertido en un tema político. En esa transparencia muestro el número de veces que la palabra inteligencia artificial en azul o la palabra machine learning en rojo ha sido mencionada en el parlamento británico y en el Congreso americano. Y podemos ver que es como si no existiese durante décadas hasta recientemente en que de repente se ha vuelto un tema de debate político. Y por tanto no es sorprendente que haya una 50 enadepaises del mundo o más que hayan diseñado sus estrategias nacionales de inteligencia artificial o también organizaciones supranacionales como la Unión Europea, también la Comisión Europea diseñó la estrategia europea de inteligencia artificial. Y de hecho este mes de abril es un mes muy importante porque la Comisión ha publicado una serie de documentos emblemáticos en el contexto de la inteligencia artificial incluyendo una propuesta de regulación de la inteligencia artificial. A nivel europeo el Reino Unido probablemente sea uno de los países más avanzados con respecto a la gobernanza de la inteligencia artificial. Y a nivel estatal tenemos tres documentos de inteligencia artificial, la inteligencia, la estrategia artificial catalana que fue publicada en julio del 2019, la inteligencia artificial valenciana que fue publicada en noviembre del 2019 y la inteligencia artificial de española a nivel estatal que fue publicada en diciembre del 2020. En el contexto de la inteligencia artificial valenciana pero también está alineada con la europea y con la estatal el objetivo es tener una inteligencia artificial que sea competitiva, que esté centrada en las personas y en el planeta y que sea inclusiva. Y desde mi punto de vista si queremos conseguir que la inteligencia artificial sea competitiva, sea inclusiva y esté centrada en las personas y en el planeta tenemos que considerar y que desarrollar cinco pilares básicos dentro de cualquier estrategia de inteligencia artificial que son la tecnología, el marco legal y regulatorio, las implicaciones éticas, el impacto de la inteligencia artificial en la sociedad y también en la educación y también evidentemente el impacto en el tejido productivo en la economía y en el método laboral. No tenemos tiempo para explicar todas estas dimensiones pero Emilia se va a centrar fundamentalmente en la intersección entre la inteligencia artificial y los jóvenes desde un punto de vista de la educación y también desde un punto de vista de la economía y del mercado de trabajo. Yo ya terminó con una cita del genial Stephen Hawkins que dijo que la inteligencia artificial probablemente sea lo mejor o lo peor que nos ha sucedido y por lo que yo trabajo y he trabajado toda mi vida y a lo que está dedicada la unidad de Luis de Alicante que estamos creando es precisamente para que la inteligencia artificial sea lo mejor que nos ha sucedido. Muchas gracias. Gracias Núria y ahora pues a candidación Emilia por favor. Hola buenas tardes y muchas gracias por la invitación. Voy a compartir un momento mi presentación y gracias por la invitación a este seminario también espero que podáis verla adecuadamente ahora mismo. Vale, sí ya la veo. Y bueno y gracias también a Núria por esta introducción que creo que ha sido magnífica y bueno ha dado muchas ideas de la relevancia de la inteligencia artificial y de los retos que también plantea. Yo para complementar un poco esta presentación y también con la idea de dejar un tiempo para discusión pues había pensado en definir un poco como esto estamos en el contexto de un programa de formación también para profesores que están en contacto más con los más jóvenes un poco la idea de cuál es la relevancia de la inteligencia artificial para esta audiencia más joven y bueno como se ha hecho anteriormente yo trabajo en el centro común de investigación de la Comisión Europea y dirijo un grupo de investigación donde abordamos algunos de estos aspectos del impacto que va a tener la inteligencia artificial en las personas y bueno haré referencia a algunos de estos impactos. Y bueno el evento también tiene el hashtag de la inteligencia artificial cotidiana y ya Núria ha presentado un poco la capacidad que tiene este tipo de sistemas que aprenden de ciertos comportamientos y tienen un objetivo de incorporarse en diferentes aplicaciones que utilizamos en el día a día ya tanto en nuestra vida privada por ejemplo para encontrar un sitio o el camino a ir para escuchar música para encontrar una película o un libro como en nuestra vida profesional cada vez más se va incorporando en el terreno de las decisiones que se toman por ejemplo en el dominio de la salud o incluso de la justicia. En este caso como yo trabajo en la Comisión Europea quería un poco hacer mención como ha comentado Núria a cuál es la estrategia europea ya se ha dicho que la inteligencia artificial en una de las tecnologías que tendrá un mayor impacto socioeconómico y como otras áreas del mundo la Comisión Europea pues ha hecho una política de intentar posicionar a Europa en esta idea de una inteligencia artificial centrada en las personas con estos tres pilares que he puesto en la transparencia el primero es el de potencial la capacidad tecnológica industrial y la adopción de la inteligencia artificial es decir tenemos que promocionar que sepamos desarrollar sistemas de inteligencia artificial y que podamos implementarlos en nuestro día a día nuestras empresas nuestras organizaciones el segundo pilar es el de preparar a la sociedad para las transformaciones y los cambios socioeconómicos que van a ser originados por este tipo de tecnologías y aquí es muy importante y yo quería hacer énfasis en los jóvenes pues la educación en fomentar el talento y también prepararlos para el mercado laboral y una de las cosas que mencionaré y el tercer pilar es asegurar un marco ético y jurídico apropiado porque como ha comentado Núria este tipo de tecnologías tiene muchos beneficios pero también tienen algunos riesgos que porque las tecnologías de por sí tienen reto de investigación y tecnológico y tenemos que que estar seguros de que podemos confiar en las tecnologías que que utilicemos sobre todo en Europa basado en los valores de la unión y también en la carta de derechos fundamentales y en todo esto pues la idea es que tenemos que trabajar es una tecnología global y por ello todos los Estados miembros de la unión pues quieren unir fuerzas en un plan coordinado en este aspecto ha mencionado en Uria que la semana pasada pues sí que se publicó un un paquete de medidas de inteligencia artificial por ejemplo un plan coordinado que ha sido ya el segundo que se presenta y también una propuesta como de regulación de este tipo de tecnología que se se basa en un poco en minimizar los riesgos que pongan que puedan tener estas tecnologías y que las tecnologías o los algoritmos de inteligencia artificial que se utilizan en entornos de alto riesgo tengan que ser sometidos a una evaluación y un seguimiento para delimitar los riesgos que pueda vocacional. En este caso bueno solo comentaros que yo trabajo en un centro de investigación que es el John Fisher Center es un centro que está distribuido entre diferentes estados miembros y que está dentro de la Comisión Europea y en el que damos un poco una asesoramiento más científico a lo que serían las políticas de inteligencia artificial y como ha comentado en Uria estamos también en contacto con las redes de investigación europeas como elis en el caso del centro de Alicante y otros centros que hay en Europa. Pero bueno hoy nos centramos en por qué es importante por los jóvenes y en mi título pues he puesto un poco inteligencia artificial por y para los jóvenes es decir que los jóvenes tienen que ser capaces de desarrollar este tipo de tecnología y de desarrollarlas para solucionar los problemas que son importantes para ellos y por eso es importante y que los jóvenes pues sean empoderados con este tipo de tecnología y quería centrarme en tres aspectos que creo que son fundamentales para los jóvenes en esta tecnología. El primero de ellos es el entorno del trabajo. Como ya ha mencionado Núria se ha discutido mucho sobre si este tipo de tecnología pues habréis oído noticias de que van a reemplazar ciertos puestos de trabajo o ocupaciones o siempre de reemplazar nos van a hacer pues más productivos, mejores trabajadores y si algunas tareas pueden ser reemplazadas o automatizadas por la inteligencia artificial. Nosotros en nuestro grupo de investigación hemos hecho una investigación cuantitativa sobre cómo mapear lo que es el mercado laboral que lo tenéis aquí en la a la izquierda con la investigación de inteligencia artificial y tener una una una como una etapa intermedia que es lo que tenéis aquí un poco naranja que son las habilidades cognitivas. En este grupo de trabajo pues hemos visto como la inteligencia artificial penetra en las diferentes tareas que hacemos en una ocupación y al revés como las ocupaciones pues pueden beneficiarse de la inteligencia artificial. Y bueno es una investigación pero hay otras muchas que se han hecho en este sentido en el que vemos por ejemplo que esto es un ejemplo de directivos ejecutivos. ¿Qué tipos de tareas hacen? Pues hacen tareas relacionadas aquí en naranja pues la mayor proporción del tiempo en extracción de conocimiento, de información. Luego también tienen tareas relacionadas con resolver cuestiones, plantear estrategias o analizar socialmente sentimientos o comportamientos. Es decir intentamos hacer un mapeo entre las tareas que ha comentado Núria de por ejemplo visión por computador, tareas más estrechas o narrow con las tareas que hacemos nosotros en nuestro punto de trabajo. Y bueno sin entrar en detalles de esta investigación pues es verdad que toda la investigación no solo en nuestra pues está de acuerdo en que la inteligencia artificial afectará a muchos trabajos que no se han visto afectados en las anteriores olas de automatización. Por ejemplo en tareas de aprendizaje, de procesado de información y quizás menos todavía en actividad de relación social o creatividad. Además de afectar a todos los trabajos, es decir desde un médico hasta un fisioterapia, un vez de un terapeuta perdón, se necesitarán muchos perfiles de este ámbito. Por tanto estará presente en la mayoría de los trabajos que realizarán nuestros jóvenes muchos de ellos aún sin inventar y tenemos que darle las herramientas para que puedan ser lo más competitivos posibles en este nuevo mercado de trabajo. Esto es uno de los aspectos por lo cual la inteligencia artificial es muy importante para nuestros jóvenes porque la encontrarán en su día a día en el futuro, tanto en su ámbito laboral como en su ámbito personal, pero en este caso en su ámbito laboral. En el ámbito personal, el segundo punto que tenía que quería poner como importante es que la inteligencia artificial influye mucho, está influyendo en el desarrollo cognitivo y emocional de nuestros jóvenes, tanto de nuestros niños como de nuestros adultos jóvenes. Por ejemplo, nosotros en nuestro grupo hacemos investigación de cómo los robots sociales pueden tener un impacto en los procesos cognitivos de un niño, por ejemplo, para resolver una tarea. En este caso trabajamos con la torre de Hanoi y también como estos robots pueden tener un impacto no sólo cognitivo sino social en la integración entre niños. Esto es un ejemplo de investigación que se hace en nuestra comunidad investigadora de cómo estos sistemas interactúan y pueden ser una fuente de apoyo para el aprendizaje y para la integración social. En esta investigación, por tanto, vemos que los niños y los jóvenes son una de las poblaciones más afectadas por la inteligencia artificial, no sólo en su entorno laboral sino también su entorno personal y en su desarrollo cognitivo y socioemocional. Y tienen que ser desarrolladas estas tecnologías pues siempre respetando aspectos individuales que un niño o un joven no quiera interactuar o voluntariamente prefiera interactuar de una manera de otra con este tipo de tecnología y también debe respetar las dinámicas sociales que queremos preservar. Por tanto, los niños y los jóvenes tienen que ser parte del diseño de los sistemas y hay muchas organizaciones como UNICEF, también la comisión europea OICD que están intentando involucrar a niños y jóvenes en el desarrollo de estas tecnologías. Y el tercer punto que quería remarcar en mi presentación es la necesidad de diversidad y aquí quiero hacer un poco énfasis en la necesidad de que estos jóvenes y estos niños sean partícipes del desarrollo tecnológico pero que todos sean partícipes en los niños, las niñas y las personas de diferentes de diferentes razas y diferentes perfil para que todos puedan aportar diferentes perspectivas en el desarrollo de estas tecnologías. El ejemplo que aquí he puesto es, por ejemplo, el ejemplo de sesgo de género se ha demostrado en muchas aplicaciones como el reconocimiento de voz, reconocimiento facial, los algoritmos que se han utilizado, por ejemplo, en recursos humanos para recrutar a trabajadores, en los buscadores de internet, que es el ejemplo que he puesto aquí, y en los incluso los sistemas de recomendación de música, que los algoritmos, por el hecho de que los datos que se utilizan para entrenar de las propiedades de los algoritmos y también de los desarrolladores que lo implementan, tienen cierto sesgo de género. Por tanto, necesitamos poner un freno a este género haciendo que haya más diversidad, por ejemplo, más mujeres que puedan desarrollar, puedan contribuir al desarrollo tecnológico, para que estos sistemas representen tanto a los hombres como a las mujeres y que se disminuya la becha de género y la inteligencia artificial. Entonces, quería hacer fasis en la necesidad de eliminar esta brecha, tanto desde el punto de vista tecnológico para tener tecnología a los productos que puedan cubrir necesidad de diferentes personas como desde el punto de vista económico para dar una oportunidad social a todas las personas en representarse en las tecnologías. Y hablando de diversidad, no solo en género, pero también indispensable es que todos los jóvenes hay aquellos que tengan capacidades diferentes, que tengan intereses diferentes, tanto científicos tecnológicos como sociales, aquellos que vienen de diferentes clases sociales, de diferentes orígenes, de diferentes razas y que hablen diferentes idiomas, puedan conocer este tipo de tecnología y desarrollarlas en el futuro. Entonces, para concluir un poco mi intervención, intentando complementar la intervención de Núria, la inteligencia artificial es una de las tecnologías que va a tener un mayor, o que está teniendo un mayor impacto socioeconómico y tenemos que dotar a nuestros jóvenes de competencia para conocerla, para actuar como desarrolladores, pero también como usuarios informados que puedan entender las tecnologías y también retarlas en su uso diario, tanto privado como profesional. Y bueno, he puesto aquí el enlace al curso Elementos of AI, que es un curso de introducción a la inteligencia artificial, que justo hoy se ha puesto a disposición en castellano, es un curso gratuito dirigido a la ciudadanía en general, por si puede ser de interés, por ejemplo, para vuestros estudiantes o para las personas que estén siguiendo el webinar. Y bueno, esto es un poco lo que quería indicar en mi intervención y espero, bueno, dejar tiempo un poco para discusión y para las preguntas que podáis tener. Pues nada, muchas gracias de nuevo. Gracias, Emilia. Y gracias, Nuria, de nuevo. Bueno, pues, abrimos un turno de preguntas. Por el chat nos ha llegado una pregunta sobre cuándo se usa Machine Learning y en qué momento la minería de datos. Creo que es una pregunta muy técnica. Nos dice Eugenia que al consultar diferentes artículos en la web entiende que es lo mismo. Entonces, bueno, no sé cuál de vosotros la diferencia entre Machine Learning y minería de datos. Creo que es la pregunta. Bueno, yo creo que el término de minería de datos hace referencia a la aplicación de cualquier tipo de técnica que tenga la capacidad de extraer información a partir de datos, ¿no? Que pueda interpretar esos datos, que pueda extraer conclusiones independientemente de si esas técnicas para el análisis de los datos son técnicas de inteligencia artificial o no. El Machine Learning, como he explicado, es una disciplina dentro de la inteligencia artificial que es otra disciplina que está basada en el desarrollo de algoritmos que pueden aprender a partir de datos. Entonces, se puede hacer minería de datos usando las técnicas de Machine Learning, pero se puede hacer minería de datos usando otro tipo de técnicas que no son de Machine Learning. OK. A ver, siguiente pregunta que nos formulan es, ¿cómo puede un médico formarse en inteligencia artificial? Bueno, yo creo, yo igual respondiendo a esta pregunta, yo creo que cualquier persona puede tener un conocimiento básico de cómo funcionan estas técnicas de inteligencia artificial. Es decir, un médico, como cualquier persona, puede tener una fase, primero, conceptualmente, de cómo funcionan estas técnicas, qué limitaciones, por ejemplo, como las que ha comentado Núria, tienen cómo podemos interpretar la salida o el resultado de estas técnicas sin necesidad de tener una competencia a lo mejor de programación o de matemáticas avanzadas, aunque sí que los médicos las tienen, ¿no? Pero en este caso, yo creo que para cualquier persona, es necesario, primero, como usuario, saber cómo funcionan estas técnicas, cómo nos podemos fiar de ellas, qué limitaciones pueden tener, y luego también como desarrollador, pues crear herramientas que nos puedan servir en nuestras día a día. Y en el caso de la medicina, pues sí que hay ahora perfiles mixtos, por ejemplo, ingenieros biomédicos o profesionales de la medicina que tienen este perfil también de desarrollador de este tipo de sistema. A ver, como voy con un poquito de raso, yo tenía una pregunta aquí para las dos, que creo que habéis comentado que estamos en la Comisión Europea, que está regulando o está intentando regular la inteligencia artificial, y bueno, yo como docente, como profesor de la universidad, pues siempre te da un poquito de paro que nos corten las alas a la hora de investigar y veis como otros países, como Estados Unidos o como China, no tienen esos reparos y hace esas regulaciones. Como veis vosotros, como experta, la regulación, hasta qué punto debemos regular y hasta qué punto debemos dejar libertad a los investigadores para que la inteligencia artificial avance. Bueno, yo quería comentar, Federico, que en este caso, la regulación no afectaría la investigación y la innovación, hay como unos entornos de experimentación que son seguros en este tipo de regulaciones, para, por ejemplo, los proyectos de investigación o de innovación. Y luego también decir que, bueno, siempre hay una, en este caso, hay diferentes estrategias en los diferentes países. En el caso de Europa, sí que se opta por una estrategia más centrada de las personas y se mira al impulso, a la vez que la regulación. Entonces, un poco también depende de las prioridades, no sé, de cada de cada persona. Pero yo no creo que frene la regulación, la innovación. Creo que será una innovación que tendrá en cuenta otros aspectos, que si no hubiera una regulación. Igual, Núria quiere complementar un poco... Sí, la regulación efectivamente no impacta en absoluto ni la investigación ni la innovación, porque es simplemente de estar destinada a los sistemas que se utilizan en la sociedad y que incorporan tecnologías de inteligencia artificial. Los llaman, en la regulación se llaman sistemas de inteligencia artificial y luego hay como una definición un poco amplia de qué significa un sistema de inteligencia artificial, siempre en el contexto de un producto comercial, no de un proyecto de investigación. La regulación europea, como ha comentado Emilia, es una regulación que está basada en una estimación del riesgo que tiene el uso de esos sistemas en la sociedad, donde se clasifican los sistemas en diferentes niveles de riesgo y donde la máxima regulación aplica a los sistemas que se clasifican como de alto riesgo. Entonces, uno de los retos es definir muy bien quién decide si un sistema es de alto riesgo o no y cómo se decide. Hay una serie de ejemplos y de categorías que están proporcionadas en la regulación, pero no es exhaustiva esa lista. La regulación excluye el uso de sistemas de inteligencia artificial en el contexto militar. Curiosamente, no está incluido explícitamente el sector de la salud en sí mismo y tampoco menciona, por ejemplo, el uso de la inteligencia artificial en la policía predictiva, que es su caso de uso muy controvertido. Pero sí está explícitamente mencionado y prohibido algunos de los casos de uso de la aplicación de técnicas de inteligencia artificial para hacer una vigilancia masiva de la sociedad usando biometría. La regulación es básicamente punitiva, no es incentivadora. Es decir, la regulación prohíbe o exige, pero no tiene explícitamente un componente de refuerzo positivo, pudiésemos decir, de intentar incentivar o premiar, de alguna manera, aplicaciones de inteligencia artificial con impacto social positivo, sino que se centra en castigar o en limitar o en restringir o imponer una serie de reglas en el uso de sistemas de inteligencia artificial en este contexto de aplicaciones de alto riesgo. Yo creo que es una primera versión de una posible regulación europea que responde a intentar limitar el impacto negativo que la inteligencia artificial puede tener en la sociedad. Como he comentado, las técnicas de inteligencia artificial adolecen de una serie de limitaciones y es una sector que ahora mismo no está regulado y de la misma manera que cuando comemos algo o tomamos un medicamento o utilizamos un electrodoméstico o volamos en avión o conducimos nuestro coche o usamos el ordenador para ver esta charla, pues hay una serie de regulaciones con respecto a la seguridad del uso o del consumo de esos productos que garantizan que no nos va a explotar la pantalla del ordenador en la cara o el microondas o que no nos vamos a morir al comernos algo, pues no existe algo similar en el contexto de los sistemas de inteligencia artificial, a pesar de su ubicuidad en nuestra vida diaria. Entonces ahí hay una simetría y yo creo que esta regulación a lo que aspira es a generar una serie de garantías de seguridad similares a las garantías que tenemos con la inmensa mayoría de los productos y servicios que usamos en nuestro día a día. Muy bien, gracias Núria. Creo que ha quedado estupendamente claro. Precisamente me refería a eso, que los límites que pongamos en la investigación, después cómo se van a manejar en la sociedad y creo que lo había dejado muy claro. Tenemos más preguntas, Paul nos pregunta que desde el punto de vista de la ingeniería social, ¿qué se puede hacer con inteligencia artificial para frenar los ataques informáticos? Bueno, la ciberseguridad está plagada de inteligencia artificial tanto para proteger de los ataques como para atacar. Entonces tanto los que atacan como los que se protegen utilizan técnicas de inteligencia artificial, es una carrera constante porque conforme se diseñan algoritmos de detección, por ejemplo, de intrusos en sistemas informáticos, pues los propios intrusos generan nuevos algoritmos para no ser detectados. Entonces es una carrera constante y el estado del arte ahora mismo está plagado, las técnicas del estado del arte son técnicas que utilizan inteligencia artificial, particularmente machine learning. Igual solo añadir que también para que podamos confiar en un sistema de inteligencia artificial, este tiene que estar en una plataforma que sea segura. Entonces, siempre la ciberseguridad es necesaria también para los sistemas de inteligencia artificial para que podamos fiarnos de ellos y también utiliza como ha dicho Nuri, inteligencia artificial. Solo igual añadir eso. Huerdan una pregunta, Javier nos pregunta si está haciendo la pandemia un motor en el crecimiento de la inteligencia artificial. Bueno, yo creo que la pandemia ha dado un empuje a todo lo que es la transformación digital. De hecho, hemos visto mucha más impulso del teletrabajo, de la educación online. Esta transformación digital se ha impulsado mucho por la pandemia y también las empresas que tenían un tipo de actividad más digital. Y también la pandemia, yo creo que ha impulsado el uso de los datos y como ha dicho Nuri, ha comentado de los datos que nos da un conocimiento de la realidad y han permitido incluso adoptar estrategias o políticas. Luego creo que hayamos visto más visualización de datos en mucho tiempo que con la pandemia. Eso por un lado, pero también la pandemia ha amplificado las preocupaciones, por ejemplo, en la inteligencia artificial. Por ejemplo, la privacidad, como compartimos estos datos. Entonces, también ha amplificado un poco los riesgos de este tipo de tecnología. Pero en general, yo creo que ha dado un poco un empuje. También a la aceptación de, por ejemplo, robots para algunas aplicaciones como desinfección, como toma de temperatura. Hemos dicho muchas aplicaciones de la inteligencia artificial que se han utilizado en este tiempo de pandemia. Sí, yo por complementar, quizás estructurarlo en tres grandes áreas de impacto de la inteligencia artificial en el contexto del coronavirus. En primer lugar, y lo he comentado en mi charla, hoy en día no solo para farmacos y vacunas de coronavirus, sino para el diseño de todo tipo de farmacos y vacunas, se utilizan técnicas de inteligencia artificial para acelerar el diseño de las moléculas que podrían dar lugar a farmacos y vacunas eficaces. En segundo lugar, se han desarrollado algoritmos de inteligencia artificial para poder hacer una mejor diagnóstico clínico de coronavirus y una mejor predicción de la evolución de los pacientes en base a su historial médico, a sus síntomas y a su perfil demográfico, edad y sexo. Por ejemplo, el sistema que prediga la probabilidad de que la persona vaya a necesitar un respirador, que prediga la probabilidad de que este fármaco vaya a funcionar bien en esta persona, o un sistema que diagnostique coronavirus a partir de radiografías o el sonido de la tos en tu móvil, por ejemplo. Y finalmente, el área en la que hemos estado trabajando muy intensamente desde marzo del 2020 es el área de cómo aprovechar los datos analizados con técnicas de inteligencia artificial para ayudar a que la toma de decisiones públicas en el contexto de la pandemia, decisiones que nos afectan a todos y a todas, pues sean decisiones que estén basadas en la evidencia científica y basadas en el conocimiento y no basadas en intuiciones o en suposiciones o en conocimiento obsoleto. En ese contexto, desde marzo del 2020, lideró un equipo de más de una veintena de investigadores e investigadoras del sistema valenciano de investigación y hemos estado trabajando en cinco áreas de trabajo, muy cercanamente con presidencia de la Generalitat valenciana en la comunidad valenciana. De hecho, a mí me nombraron comisionada para presidencia de la Generalitat valenciana, que es una posición honorífica precisamente para formalizar la existencia de este equipo y también para destacar el valor que atribuían a este equipo desde la propia presidencia de la Generalitat. Hemos trabajado primero en modelar la movilidad humana. Sabemos que una enfermedad infecciosa que se transmite de humano a humano, como es el coronavirus, pues no se convierte en una pandemia si no nos movemos. Y por eso hemos estado confinados un año. Entonces, poder medir la movilidad, poder entender qué tipo de movilidad es la que es más intensa, por ejemplo, y poder medir el impacto que las medidas de confinamiento tienen en la movilidad es muy importante. En segundo lugar, hemos desarrollado modelos, lo que se conoce como modelos epidemiológicos computacionales. Esto quiere decir que son modelos en el ordenador, algunos de ellos usando técnicas de inteligencia artificial, pero no todos, necesariamente, que predicen cómo va a evolucionar la curva pandémica, no solamente bajo la situación actual, sino, y esto es lo más interesante, bajo diferentes posibles escenarios de diferentes medidas aplicadas o de diferente porcentaje de población vacunada o de diferente porcentaje de rastreo de contactos, etcétera. En esta parte de modelos epidemiológicos, el equipo, o al menos una parte del equipo, participamos en una competición mundial, llamada X-Prize Pandemic Response Challenge, organizada por la Fundación X-Prize, en colaboración con Cognizant. Y, por primera vez en la historia, pues, un equipo español, que es nuestro equipo, ha sido el ganador mundial de esta competición. Así que estamos muy contentos. Hemos tenido que hacer un modelo que prediga el número de casos de coronavirus en 236 países y regiones del mundo a 180 días en el futuro y teniendo en cuenta las diferentes intervenciones, las diferentes medidas aplicadas en cada uno de esos países. Y también hemos tenido que hacer, y esta es la tercera línea de trabajo del equipo, un prescriptor de medidas. Un sistema que recomiende las medidas ideales, dada la situación pandémica en un país o en una región, dado un coste de las diferentes medidas y dado un coste de manera que las políticas que recomienden el sistema sean las políticas óptimas con respecto al balance entre cuál sería el coste económico social de aplicar esas medidas y a cuántos casos de coronavirus daría lugar. Entonces, tenemos movilidad de la movilidad, modelos epidemiológicos, prescriptor de medidas. Luego, hemos hecho modelos predictivos de ocupación hospitalaria, de ocupación de UCIS y de prevalencia de la enfermedad. Y, finalmente, hemos lanzado una gran encuesta ciudadana en la que quizás han oído hablar, que se llama COVID-19 Impact Survey. Tenemos más de 600.000 respuestas a nivel fundamentalmente en cuatro países, España, Italia, Alemania y Brasil. Aprovecho para animarles a que conteste la encuesta, es 100% anónima, se contesta en 5 o 6 minutos, idealmente se contesta cada semana. Y ahora pondré en el chat el link también a unas visualizaciones que hemos hecho de la encuesta donde se pueden ver todas las respuestas. Es muy corta la encuesta, tiene 26 preguntas, pero es muy rica al mismo tiempo. Y podemos saber qué porcentaje de gente lleva mascarilla, qué porcentaje de gente se vacunaría, qué prevalencia de síntomas hay, qué impacto psicológico ha tenido la pandemia, económico, laboral, cuántos contactos cercanos tenemos, en qué contextos socializamos. En fin, muchas preguntas que no podríamos contestar, de otra manera, si no fuese gracias a la encuesta. Muchas gracias, Nuria. Esperamos tu encuesta, porque nos quedan un par de preguntas más, no sé si tenemos tiempo para responder rápidamente, y vamos terminando. Una Carmen nos dice que si algún ejemplo rápido de ella aplicada a la adaptación o mitigación del cambio climático, ¿ya para el cambio climático? Alguna cosa. Muchísimo, no sé si quieres empezar tú. Mucho, ¿no? Muy guay. Uno cada uno, venga, un ejemplo solo, que venga la mente y vamos a hacer random. Bueno, ejemplo concreto no viene a la mente, pero hay una comunidad de investigación que utiliza técnicas pasadas en datos de inteligencia artificial para hacer modelos energéticos. Por ejemplo, modelos tradicionales se pueden ahora basar en datos, por ejemplo, de consumo, datos de movilidad, distintos datos. Por tanto, este tipo de técnicas se incorporan para, bueno, para los modelos energéticos y del cambio climático. Esta es la aplicación más general y hay varios casos particulares que se me ocurren. Sí, a ver, hay muchas aplicaciones. De hecho, se me ha olvidado comentarlo, pero los retos que he comentado al principio de mi charla, ninguno de esos retos los vamos a poder abordar sin la ayuda de la inteligencia artificial. La inteligencia artificial no será la solución, porque obviamente son retos globales que requieren soluciones holísticas no y multidisciplinares, pero sin duda, la inteligencia artificial estará dentro de la solución. El contexto del cambio climático, un área inmensa que ahora mismo es una gran tendencia a nivel mundial es el uso de la inteligencia artificial para el desarrollo de lo que se conoce como gemelos digitales y, en particular, hacer un gemelo digital del planeta Tierra. ¿Esto qué quiere decir? Pues quiere decir hacer una simulación del planeta Tierra en el ordenador, que nos permita y que sea lo más fiel posible a la realidad, incluyendo toda la situación meteorológica y climática, y que nos permita hacer simulaciones de qué tendríamos que hacer para reducir, por ejemplo, el impacto del cambio climático. No habría que reducir el tráfico en X o la polución producida por los procesos de manufactura en Y y tal. Y todo eso se puede todo simular en este gemelo digital que, en teoría, sería un fiel reflejón a la realidad porque, obviamente, no se pueden hacer todas estas simulaciones en el mundo real. Y, luego, no podríamos tener energía renovable, energía sostenible, sin la ayuda de la inteligencia artificial, que es absolutamente necesaria para poder hacer un uso eficiente y eficaz de estas fuentes de energía, por ejemplo, energía eólica, energía solar. Dependen altamente de la meteorología y para yo hay que tener modelos predictivos meteorológicos para poder optimizar la producción energética. Por ejemplo, no se puede tener lo que se conoce como un Smart Grid, una red energética inteligente sin inteligencia artificial, sino no se llamaría Smart Grid, ¿no? Para poder optimizar la producción, para poder hacer predicciones de consumo, para poder hacer predicciones de picos de demanda, para poder detectar fallos en la propia red. Entonces, es inmensa la intersección entre el cambio climático y la inteligencia artificial. Hay un movimiento mundial muy grande, tanto de investigación como de innovación y de uso de la inteligencia artificial en el abanico de soluciones para combatir el cambio climático. Y el último elemento es que también hay otro movimiento de medida y de inversión y desarrollo en técnicas de inteligencia artificial que sean sostenibles. Porque, como he comentado, el sector tecnológico en general y la inteligencia artificial en particular, también tienen una huella de carbono. Con lo cual, también tenemos que invertir en el desarrollo de tecnología y sistemas de inteligencia artificial que sean lo más sostenibles posible y que tengan un impacto medioambiental lo menor posible. Ajá. Muchas gracias, Nuria. Bueno, pues creo que con esto vamos a concluir. Hay una última pregunta, pero creo que más que pregunta. Yo creo que Eugenia pide que si podían hacer algún tipo de alianza para utilizar tu encuesta. Yo creo que podría contactar contigo. Pues supuesto, sí, sí, que me escriba. La encuesta, tenemos colaboraciones con Alemania, tenemos colaboraciones con Italia. Estamos ahora en conversaciones para posibles países en Latinoamérica. La encuesta está ultra validada. Tenemos también una publicación científica que explica la metodología. Y yo soy súper fan de la encuesta porque creo que es una herramienta y una metodología infrautilizada, que es lo que se conoce como el hacer ciencia ciudadana. El involucrar a la ciudadanía y el utilizar la tecnología, porque la encuesta es online para poder tener acceso de manera muy rápida, muy eficaz y muy barata a un tener un sensor de lo que está pasando en la sociedad. Pero además es una herramienta muy bonita para dar voz a todas las ciudadanas y ciudadanas que llevamos más de un año siendo víctimas de esta pandemia, siendo los sujetos pasivos de todas las políticas que se implementan y que se ejecutan en nuestras vidas y que impactan nuestras vidas. Pero tampoco tenemos muchos canales para poder tener voz, para poder compartir cómo nos sentimos, cómo nos está impactando la pandemia, qué pensamos sobre las medidas. Entonces la encuesta también es una iniciativa bonita para hacer ciencia participativa y para dar voz, pues tenemos más de 600.000 respuestas, pues a cientos de miles de personas que nos cuentan cómo la pandemia les está impactando. Muchas gracias, Nuria. Yo soy parte de esa voz de tu encuesta. Busca y en tu inteligencia artificial a ver si encuentras que creo que es un gran trabajo lo que estáis haciendo. Yo con esto creo que daríamos por cerrada este webinar. Agradecer de nuevo a Emilia Gómez. Gracias por tu participación. Agradecer a Nuria Oliver, vuestras fantásticas charlas. Y agradecer a Alinte por la organización de este webinar y de este curso y damos por concluida esta sesión. Gracias. Gracias a vosotros. Muchísimas gracias. Un placer. Gracias. Adiós. Adiós. Adiós. Adiós. Adiós. Buen día. Buen día. Buen día.