¿Qué es la inteligencia artificial (IA) y cómo la usa el BCE?
¿Por qué la gente cree que los gobiernos, las grandes empresas, los bancos privados y los bancos centrales son unos dinosaurios que viven en el pasado y no hacen nada de innovación? Tal vez se deba a la historia de Apple y Microsoft, dos compañías que empezaron en un garaje y se convirtieron en gigantes tecnológicos. O tal vez se deba a la influencia de las películas de Hollywood, donde siempre hay un héroe que se enfrenta a una poderosa corporación malvada.
En el espacio cripto, esta creencia está muy extendida. Hay muchos jóvenes que fundan una empresa cripto y se creen más inteligentes y poderosos que todas las organizaciones del mundo. Piensan que pueden cambiar el sistema financiero con solo unos clics y unos códigos. Y que nadie puede detenerlos ni competir con ellos.
Pero esto es bastante ingenuo. No todos los casos son como el de David y Goliat, donde el pequeño vence al grande con una honda y una piedra. A veces, el grande tiene más recursos, experiencia, conocimiento y estrategia que el pequeño. Y a veces, el pequeño se sobreestima y subestima a los demás. Y eso puede ser muy peligroso.
No se trata de desanimar a los emprendedores ni de defender a los establecidos. Se trata de ser realistas y humildes. De reconocer las fortalezas y debilidades propias y ajenas. De aprender de los demás y colaborar cuando sea posible. De innovar con responsabilidad y ética. Y de no olvidar que la tecnología es solo una herramienta, no un fin en sí mismo.
La inteligencia artificial (IA) es una rama de la informática que se ocupa de crear máquinas y programas capaces de realizar tareas que normalmente requieren inteligencia humana, como reconocer imágenes, entender el lenguaje natural o jugar al ajedrez. La IA ha avanzado mucho en los últimos años y se ha convertido en una herramienta muy útil para diversos fines, como ayudar a los médicos a diagnosticar enfermedades o a los científicos a analizar grandes conjuntos de datos.
¿Y qué tiene que ver todo esto con el Banco Central Europeo (BCE)? Pues resulta que el BCE también tiene que analizar muchísimos datos para hacer bien su trabajo. Su trabajo consiste en mantener la estabilidad de los precios en la zona del euro y garantizar la seguridad y solvencia del sistema bancario europeo. Para ello, necesita tener información fiable y actualizada sobre la economía, los mercados financieros, los bancos y muchos otros aspectos. La IA ofrece nuevas formas de recopilar, limpiar, analizar e interpretar esta gran cantidad de datos disponibles, para que los resultados puedan alimentar el trabajo de áreas como la estadística, la gestión de riesgos, la supervisión bancaria y el análisis de la política monetaria.
El BCE no está solo en esta aventura. Al parecer, está explorando las oportunidades y los desafíos de la IA junto con otros bancos centrales del Sistema Europeo de Bancos Centrales (SEBC) y las autoridades nacionales competentes del Mecanismo Único de Supervisión, así como a través de iniciativas como el Centro de Innovación del Banco de Pagos Internacionales.
Ahora bien, ¿qué tipos de IA utiliza el BCE? Según su portal, la primera iniciativa tiene que ver con los datos que utiliza. Sus estadísticos recogen, preparan y difunden datos de más de diez millones de entidades jurídicas en Europa, que se clasifican por sector institucional (por ejemplo, instituciones financieras, sociedades no financieras o sector público). Estas clasificaciones son necesarias para tener los datos adecuados para apoyar su toma de decisiones. Sin embargo, hacerlo manualmente es muy laborioso. Las técnicas de aprendizaje automático permiten automatizar el proceso de clasificación, lo que significa que su personal puede centrarse en evaluar e interpretar estos datos.
La segunda iniciativa pretende profundizar en el conocimiento del comportamiento de fijación de precios y la dinámica de la inflación en la UE. Hoy en día, mediante el raspado web y el aprendizaje automático, ya somos capaces de reunir una enorme cantidad de datos en tiempo real sobre los precios individuales de los productos. Uno de los desafíos, sin embargo, es que los datos recogidos son en gran medida no estructurados y no directamente adecuados para calcular la inflación. Junto con economistas e investigadores de los otros bancos centrales del área del euro -a través de la red de análisis microdatos sobre fijación de precios- se está explorando cómo la IA puede ayudar a estructurar estos datos para mejorar la precisión de nuestros análisis.
La tercera iniciativa está en el área de la supervisión bancaria. Para hacer su trabajo, los supervisores analizan una amplia gama de documentos relevantes (por ejemplo, artículos de noticias, evaluaciones supervisoras y documentos propios de los bancos). Para consolidar toda esta información en un solo lugar, se han creado la plataforma Athena que ayuda a los supervisores a encontrar, extraer y comparar esta información. Utilizando modelos de procesamiento del lenguaje natural entrenados, la plataforma apoya a los supervisores con clasificación temática, análisis de sentimientos, modelado dinámico temático y reconocimiento entitativo. Los supervisores pueden ahora recopilar estos tipos de textos enriquecidos en cuestión de segundos, para que puedan entender rápidamente la información relevante -en lugar de perder tiempo buscándola.
¿Qué más tenemos que tener en cuenta? Los modelos lingüísticos grandes (de los cuales ChatGPT es el más conocido) son otra área que se está explorando. Y se ha identificado algunos posibles usos para ellos. Podrían utilizarse para escribir borradores iniciales de código para expertos para su uso en el análisis, o para probar el software más rápido y a fondo. Estos modelos también pueden analizar, resumir y comparar los documentos preparados por los bancos que supervisen.
Esto apoya el trabajo de los equipos de supervisión. La tecnología también es capaz de ayudar a preparar más rápidamente resúmenes y borradores de informes, que pueden ayudar a los supervisores de todo el banco en las actividades de política y toma de decisiones. Un modelo lingüístico grande también puede ayudar a mejorar los textos que escriben los miembros del personal, haciendo que la comunicación del BCE sea más fácil de entender para el público. Relacionado con esto, se ha utilizado traducciones automáticas basadas en redes neuronales para traducir nuestros textos a las 24 lenguas oficiales de la UE.
¿Qué podemos aprender de todo esto? Pues que la innovación es innovación y la tecnología es tecnología. No importa si eres grande o pequeño, centralizado o descentralizado, viejo o joven, cripto o no. Lo que importa es cómo usas estas herramientas para mejorar el mundo. O al menos, tu mundo.
Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.
Te puede interesar:
Las inversiones en criptoactivos no están reguladas. Es posible que no sean apropiados para inversores minoristas y que se pierda el monto total invertido. Los servicios o productos ofrecidos no están dirigidos ni son accesibles a inversores en España.
