Matematica salvează lumea de la foame?
Profesorul de la Stanford, Dan Iancu, explică cum matematica și inteligența artificială pot atenua efectele foametei mondiale și ale sărăciei
Dan Iancu, specialist în matematică aplicată și profesor cu vechime la Stanford, a oferit recent perspective clare despre rolul tehnologiei în rezolvarea crizelor sociale.
Într-un interviu acordat publicației „Adevărul”, expertul a subliniat potențialul algoritmilor de a interveni în probleme precum foametea globală, sărăcia persistentă sau disfuncțiile din lanțurile de aprovizionare.
A menționat, de asemenea, utilitatea acestor instrumente în deciziile medicale complexe. Totuși, Iancu a insistat: soluțiile tehnologice nu sunt panacee absolute. Factorul uman rămâne esențial în ecuația finală.
Când i s-a pus întrebarea dacă matematica aplicată, analizele de date și IA pot rezola singure probleme umane concrete, Dan Andrei Iancu a Atâta timp cât există date disponibile pentru cuantificarea variabilelor cheie, se pot construi modele matematice, se pot aplica principii economice și se pot utiliza algoritmi pentru a simula procesele relevante. Rezultatul? Decizii mai bine fundamentate.
Cu toate acestea, profesorul a atras atenția asupra complexității intrinseci a problemelor menționate.
Acestea implică numeroase aspecte dificile de modelat sau de măsurat, precum și factori care evoluează rapid: variabile socio-economice, instituționale, juridice sau legate de mediul natural.
Modelele matematice servesc drept instrumente de înțelegere a dinamicii acestor probleme și de optimizare a alegerilor, dar ele nu pot captura întreaga nuanță a realității și, cu atât mai puțin, nu pot rezolva singure conflictele subiacente.
Eficiența finală a acestor soluții tehnice este condiționată în mare măsură de contextul specific. Un prim factor critic este calitatea datelor utilizate pentru calibrarea modelelor.
Dacă seturile de date conțin erori substantiale, reflectă distorsiuni sau prejudecăți existente, sau dacă informațiile ajung cu întârziere, recomandările generate de model vor suferi aceleași deficiențe.
Datele bat algoritmul?
Niciun model nu este perfect, deoarece orice simplificare a realității implică compromisuri. Iancu a invocat celebra maximă a statisticianului George Box: „Toate modelele sunt greșite, dar unele sunt utile”.
Cheia succesului constă în verificarea dacă modelul identifică elementele esențiale ale problemei și dacă nu neglijă fenomene sau criterii vitale pentru decizia respectivă.
Definirea corectă a succesului este, de asemenea, fundamentală.
Un model poate fi excelent în raport cu obiectivul său inițial, de exemplu minimizarea costurilor, dar poate performa slab dacă se iau în calcul și alte criterii, cum ar fi echitatea, reziliența sistemului, calitatea serviciului sau impactul pe termen lung.
Dacă aceste obiective secundare nu sunt integrate în structura modelului, nu putem aștepta ca algoritmul să le optimizeze implicit.
Prin urmare, eficiența metodelor bazate pe inteligența artificială nu depinde exclusiv de sofisticarea algoritmului, ci și de calitatea datelor, de formularea clară a problemei și de contextul de implementare.
În ceea ce privește tendințele actuale din sectorul privat, se observă cazuri notabile în Statele Unite, unde mari corporații, precum Ford, au rechemat angajați concediați după ce au constatat că inteligența artificială pe care intenționau să o utilizeze a produs rezultate incorecte. Iancu a explicat acest fenomen prin prisma experienței sale academice și profesionale.
Deși nu a avut acces la detaliile specifice ale cazului Ford, el a menționat că primește frecvent relatări similare de la executivi cu care interacționează în cadrul programelor didactice.
Multe companii se află încă într-o fază experimentală, încercând să înțeleagă compromisurile impuse de adoptarea inteligenței artificiale.