Volvamos a la discusión, solo mencionada en un artículo anterior, relacionada con el papel de la Inteligencia Artificial en el campo del análisis de la inteligencia.
La pregunta que nos hacemos y a la que intentaremos responder es la siguiente: ¿Cuál es el impacto de la inteligencia artificial en el análisis de inteligencia?
En primer lugar, recordamos, a favor de todo, la definición de inteligencia como "el producto resultante de la recopilación, procesamiento, integración, análisis, evaluación e interpretación de información (y datos) disponible sobre países o regiones extranjeros, o información y conocimiento sobre un oponente obtenido a través de la observación, investigación, análisis o comprensión".
Por supuesto, esta definición tiene su propia razón de ser también en áreas distintas al enfrentamiento entre partidos (militar o políticamente hablando), de hecho es posible y muchas veces útil hacer inteligencia sobre un elemento "amigo" o sobre uno mismo, lo que Lo importante es definir correctamente los elementos a investigar.
Nuevamente para facilitar la discusión, recordemos lo que se entiende por "Inteligencia Artificial". Dado que no existe una definición unívocamente reconocida, me referiré a la del profesor John McCarthy, de la Universidad de Stanford, para quien la inteligencia artificial "es la ciencia y la ingeniería para hacer máquinas inteligentes, especialmente programas de computadora inteligentes. Está relacionada con la tarea similar de usar computadoras para comprender la inteligencia humana, pero la IA no tiene que limitarse a métodos que son biológicamente observables".
Como es fácil de entender, esta no es realmente una definición para definir la Inteligencia Artificial, utiliza el término "inteligencia". Por tanto, el profesor McCarthy añade que por "inteligencia" queremos decir: "la parte computacional de la capacidad para lograr metas en el mundo. En las personas, en muchos animales y en algunas máquinas se producen distintos tipos y grados de inteligencia", y advierte que no existe una definición clara y reconocida de "inteligencia", explicando que cuando un comportamiento (humano en nuestro caso) es bien conocido es posible crear máquinas que se comporten de tal manera que imiten el comportamiento. Por otro lado, cuando no hay una comprensión clara del proceso en consideración, es difícil construir una máquina que imite el comportamiento humano.
Por tanto, me parece lógico pensar que para entender cómo la Inteligencia Artificial puede ayudar en el proceso de análisis de la inteligencia, primero es necesario entender en qué consiste este proceso. Solo más tarde será posible identificar posibles áreas en las que la IA puede ayudar de alguna manera.
Uno de los modelos más conocidos (y utilizados) en el mundo de la Inteligencia es el llamado "Ciclo de Inteligencia", que se basa en cinco fases:
- Planificación y dirección. En esta fase es necesario identificar las necesidades iniciales en términos de datos a recolectar y los productos de inteligencia finales necesarios para que los tomadores de decisiones los apoyen en sus decisiones. Los encargados de la toma de decisiones o los órganos gubernamentales suelen proporcionar la dirección, a menudo en forma de preguntas.
- Colecciones. Consiste en la recolección de datos e información en bruto, necesarios para producir inteligencia, utilizando todas las fuentes posibles (entre las disponibles o autorizadas para el caso específico). Entre las fuentes generalmente más utilizadas se encuentran las fuentes abiertas, pero no son las únicas. De hecho, el desarrollo tecnológico ha permitido la recopilación de datos a través de dispositivos de vigilancia electrónica (sensores), por ejemplo, a través de fotografías satelitales o la recopilación de señales de radio o tráfico de Internet.
- Procesamiento. Esta fase consiste en convertir y normalizar datos e información en bruto no estándar en un formato que pueda ser utilizado por los analistas. Por ejemplo, la fase de Recolección puede haber involucrado periódicos escritos en idiomas desconocidos por los analistas, en este caso, en la fase de Procesamiento, por lo tanto, se debe realizar la traducción a uno o más idiomas conocidos.
- Análisis y producción. En esta fase, los datos y la información se transforman en inteligencia. El analista (o mejor dicho, analistas), experto en el sector, debe considerar la confiabilidad de la fuente de información, su vigencia y relevancia según el objetivo (contextualización) y las implicaciones futuras (participar de esta manera en la realización de un conciencia situacional parcial).
- Diseminación. La última fase del ciclo consiste en distribuir los productos terminados a quienes los han solicitado (o los necesitan), en principio estos tomadores de decisiones son los mismos que iniciaron el ciclo a través de las solicitudes iniciales.
A veces sucede que los tomadores de decisiones aún no pueden tomar decisiones para poder comenzar un nuevo ciclo.
Ahora, siendo más claro en qué consiste el ciclo de inteligencia (genérico), es posible intentar comprender dónde y cómo puede ayudar la IA. También agrego que cada organización tiene sus propias especificidades y el ciclo de inteligencia utilizado no siempre es perfectamente idéntico al ilustrado. Esto significa que si queremos estudiar cómo la Inteligencia Artificial puede ayudar a una organización específica en el campo del análisis de inteligencia, primero debemos estudiar sus procesos internos y verificar su ciclo de inteligencia en cada detalle.
En nuestro caso podemos decir, a primera vista, que la IA puede apoyar el ciclo de inteligencia en las fases de Colecciones e Procesamiento. En la etapa de Colecciones, Las herramientas de inteligencia artificial se pueden utilizar para la selección e identificación de fuentes de datos y los datos que se recopilarán. En la etapa de Procesamiento, AI puede ayudar a etiquetar, catalogar e indexar datos. El uso de sistemas basados en tecnologías de Aprendizaje automático (Machine learning & LLM), que ya existen, puede ser tanto más eficaz cuanto mayor sea la cantidad de datos que se recopilen, procesen y correlacionen, liberando al operador de realizar tareas repetitivas y relativamente simples, tiempo que puede emplearse de manera más útil para un análisis verdadero y propio o para mejorar la preparación de los analistas, como también se indica en el estudio de Deloitte "El futuro del análisis de inteligencia".
Con el uso de tecnologías como Aprendizaje automático (Machine learning & LLM) y en particular con el Aprendizaje profundo, es posible dar un paso más. Con el Aprendizaje profundo De hecho, es posible utilizar sistemas de IA también en las fases de Análisis y producción y probablemente también sufriendo Diseminación, particularmente. El poder de Aprendizaje profundo consiste en procesar y correlacionar efectivamente texto, imágenes, video y audio sin necesariamente tener que realizar conversiones textuales. Además el Aprendizaje profundo nos permite acceder a capacidades predictivas, que como hemos visto en el artículo anterior son la última pieza de Conciencia Situacional.
En el próximo artículo intentaremos entender cómo.
Alessandro Rugolo, Giorgio Giacinto
Para obtener más información:
- Kwasi Mitchell, Joe Mariani, Adam Routh, Akash Keyal y Alex Mirkow. El futuro del análisis de inteligencia Una vista a nivel de tarea del impacto de la inteligencia artificial en el análisis de inteligencia. EL CENTRO DELOITTE PARA LA PERSPECTIVA DEL GOBIERNO. 2019.
- ¿Qué es la inteligencia artificial (IA)? | IBM
- JP 2-0, Inteligencia conjunta (jcs.mil)
- Profesor John McCarthy | Ciencias de la Computación de Stanford
- El ciclo de la inteligencia (fas.org)
- Sistemas adaptativos y conciencia situacional: defensa en línea
