Para darles a las académicas y otras mujeres centradas en la inteligencia artificial el reconocimiento que se merecen, TechCrunch ha estado publicando una serie de entrevistas enfocadas en mujeres destacadas que han contribuido a la revolución de la IA. Estamos publicando estas piezas a lo largo del año a medida que el auge de la IA continúa, resaltando trabajos clave que a menudo pasan desapercibidos. Puedes leer más perfiles aquí.
Catherine Breslin es la fundadora y directora de Kingfisher Labs, donde ayuda a las empresas a desarrollar estrategias de IA. Ha pasado más de dos décadas como científica de IA y ha trabajado para la Universidad de Cambridge, Toshiba Research e incluso Amazon Alexa. Previamente fue asesora del fondo de capital riesgo Deeptech Labs y Directora de Arquitectura de Soluciones en Cobalt Speech & Language.
Asistió a la Universidad de Oxford para su carrera de grado antes de obtener su maestría y doctorado en la Universidad de Cambridge.
¿Cómo comenzaste en el campo de la IA? ¿Qué te atrajo a este campo?
Siempre me encantaron las matemáticas y la física en la escuela y elegí estudiar ingeniería en la universidad. Fue allí donde primero aprendí sobre IA, aunque en ese momento no se llamaba así. Me intrigó la idea de usar computadoras para realizar procesamiento de voz y lenguaje que nosotros los humanos encontramos fácil. A partir de ahí, terminé estudiando para un doctorado en tecnología de voz y trabajando como investigadora. Estamos en un momento en el que ha habido enormes avances en el campo de la IA recientemente, y siento que hay una gran oportunidad para construir tecnología que mejore la vida de las personas.
¿De qué trabajo te sientes más orgullosa en el campo de la IA?
En 2020, en los primeros días de la pandemia, fundé mi propia empresa de consultoría con la misión de llevar experiencia y liderazgo en IA al mundo real a las organizaciones. Estoy orgullosa del trabajo que he hecho con mis clientes en diferentes y interesantes proyectos, y también de poder hacerlo de manera realmente flexible en torno a mi familia.
¿Cómo navegás los desafíos de la industria tecnológica dominada por hombres y, por extensión, la industria de la IA dominada por hombres?
Es difícil medir exactamente, pero aproximadamente el 20% del campo de la IA son mujeres. Mi percepción es también que el porcentaje disminuye a medida que se asciende en la jerarquía. Para mí, una de las mejores formas de navegar esto es construir una red de apoyo. Por supuesto, el apoyo puede venir de personas de cualquier género. A veces, sin embargo, es reconfortante hablar con mujeres que enfrentan situaciones similares o que han visto los mismos problemas, y es genial no sentirse sola.
Otra cosa para mí es pensar cuidadosamente en dónde invertir mi energía. Creo que solo veremos un cambio duradero cuando más mujeres lleguen a posiciones de liderazgo y alta dirección, y eso no ocurrirá si las mujeres gastan toda su energía en arreglar el sistema en lugar de avanzar en sus carreras. Hay un equilibrio pragmático entre presionar por el cambio y concentrarse en mi trabajo diario.
¿Qué consejo darías a las mujeres que buscan ingresar al campo de la IA?
La IA es un campo enorme y emocionante con mucho en movimiento. También hay una enorme cantidad de información con lo que puede parecer una corriente constante de papers, productos y modelos siendo lanzados. Es imposible mantenerse al día con todo. Además, no todos los papers o resultados de investigación serán significativos a largo plazo, sin importar lo llamativo que sea el comunicado de prensa. Mi consejo es encontrar un nicho en el que estés realmente interesada en avanzar, aprender todo lo que puedas sobre ese nicho y abordar los problemas que te motiven a resolver. Eso te dará la base sólida que necesitas.
¿Cuáles son algunos de los problemas más apremiantes que enfrenta la IA a medida que evoluciona?
El progreso en los últimos 15 años ha sido rápido, y hemos visto la IA salir de los laboratorios y llegar a productos sin realmente haber retrocedido para evaluar adecuadamente la situación y anticipar las consecuencias. Un ejemplo que me viene a la mente es cuánta de nuestra tecnología de voz y lenguaje funciona mejor en inglés que en otros idiomas. Eso no significa que los investigadores hayan ignorado otros idiomas. Se ha dedicado un esfuerzo significativo a la tecnología de idiomas no ingleses. Sin embargo, la consecuencia no intencionada de una mejor tecnología de idioma inglés es que estamos construyendo y lanzando tecnología que no sirve a todos de manera igual.
¿Qué problemas deben tener en cuenta los usuarios de IA?
Creo que las personas deben ser conscientes de que la IA no es una solución milagrosa que resolverá todos los problemas en los próximos años. Puede ser rápido construir una demostración impresionante pero se necesita mucho esfuerzo dedicado para construir un sistema de IA que funcione consistentemente bien. No debemos perder de vista el hecho de que la IA está diseñada y construida por humanos, para humanos.
¿Cuál es la mejor manera de construir IA de manera responsable?
Construir IA de manera responsable implica incluir diversas opiniones desde el principio, incluidas las de tus clientes y cualquier persona impactada por tu producto. Probar exhaustivamente tus sistemas es importante para asegurarte de saber cuán bien funcionan en una variedad de escenarios. La prueba tiene la reputación de ser un trabajo aburrido en comparación con la emoción de idear nuevos algoritmos. Sin embargo, es fundamental saber si tu producto realmente funciona. Luego está la necesidad de ser honesto contigo mismo y con tus clientes tanto sobre la capacidad como sobre las limitaciones de lo que estás construyendo para que tu sistema no sea mal utilizado.
¿Cómo pueden los inversores presionar mejor por una IA responsable?
Las startups están construyendo muchas nuevas aplicaciones de IA, y los inversores tienen la responsabilidad de ser reflexivos sobre en qué eligen financiar. Me encantaría ver que más inversores sean vocales sobre su visión para el futuro que estamos construyendo y cómo encaja la IA responsable en ello.
