Jenny Betsabé Vásquez Aguirre, estudiante del Doctorado en Inteligencia Artificial de la Universidad Veracruzana (UV), desarrolló una investigación que incorpora herramientas de la psicología cognitiva a algoritmos de inteligencia artificial (IA) para mejorar la inferencia causal en redes bayesianas.
La alumna del Instituto de Investigaciones en Inteligencia Artificial (IIIA) señaló que el propósito es identificar de manera artificial relaciones de causa y efecto que no siempre pueden determinarse únicamente con la observación.
Qué busca el estudio sobre inferencia causal
Sobre las redes bayesianas, explicó que la idea consiste en provocar que algo ocurra para observar el efecto que tiene sobre otra cosa, es decir, simular que un hecho se produce a partir de otro.
El proyecto surgió durante sus estudios de maestría, cuando enfrentó un problema recurrente: sus algoritmos no lograban distinguir por sí solos la dirección correcta entre causa y efecto. Relató que en ocasiones el resultado se invertía, del efecto a la causa, y no podía cuantificarlo, por lo que recurrió a la psicología cognitiva, disciplina que cuenta con herramientas para probar causalidad.
Aplicaciones del modelo en datos reales
Uno de los objetivos centrales es cuantificar en qué medida una variable puede causar otra, tarea compleja con las técnicas estadísticas convencionales, sobre todo cuando no es posible ni ético experimentar de forma directa.
La investigadora mencionó el caso de probar que fumar causa cáncer: reunir datos lleva mucho tiempo y no sería ético inducir a una persona a fumar para comprobar el efecto. Frente a ello, el modelo busca simular y cuantificar esa relación.
Entre los hallazgos, destacó la aplicación de su modelo a conjuntos de datos reales de distintas áreas:
- Información relacionada con COVID-19.
- Encuestas sobre posibles causas de riesgo suicida en estudiantes durante la pandemia.
- Identificación de si una variable actúa como causa preventiva o generativa de otra.
Utilidad potencial en el área de la salud
Vásquez Aguirre consideró que la herramienta puede ser de particular utilidad en salud, donde los procesos experimentales suelen requerir años de estudio y en ocasiones se dispone de muy pocos casos.
Por último, invitó a la comunidad estudiantil y a quienes se interesan por la ciencia de datos a acercarse a la IA mediante pláticas y conferencias, con el fin de entender qué es y cómo usarla de manera responsable.
Fuente original: Universidad Veracruzana