“¿Por qué motivos crees en lo que crees? ¿te has hecho esa pregunta? Yo me la hago todo el tiempo”. Esas interrogantes, desliza en esta conversación, Fernando Crespo, que invitan, por supuesto, a la reflexión del interpelado(a). Su alma de profesor, de investigador; su vocación de ampliar los conocimientos de quienes se relacionan con él, lo acompañan también en esta entrevista; aquella impronta que desafía a sus alumnos y alumnas a salir de sus zonas de confort, aunque: “Remecer los sesgos cognitivos implica, de alguna forma, adquirir nuevas ideas, y eso no es fácil de desarrollar”, asegura.
Ingeniero Civil Matemático, ingeniero Civil Industrial de la Universidad de Chile y Doctor en Ciencias de la Ingeniería de la Pontificia Universidad Católica de Chile, son sus títulos académicos. A su currículum de concursos ganados en proyectos financiados por CORFO, Colciencias y la Association Computer Machinery, se suma ahora el del Fondo Nacional de Desarrollo Científico y Tecnológico, Fondecyt de Iniciación en Investigación 2022, que le permitirá desarrollar como co-investigador, el Proyecto “Dynamic Graph Clustering using Deep Learning” junto a al investigador principal, Richard Weber (Universidad de Chile), en el cual también participará, como co investigadora, Sofía Correa (Universidad de Chile).
En mayo del año pasado, el sitio web de la FEN lo entrevistó dándole la bienvenida a la UAH. En esa oportunidad, consultado por sus áreas de interés académico, se definió como una persona con “motivación y curiosidad múltiple”. Y, de hecho, este sello, lo ha llevado a abordar proyectos en disciplinas desde: Data Science, Machine Learning, modelos de optimización e innovación tecnológica, hasta: “…desarrollar obras musicales a partir de simular estructuras de notas desde obras de compositores, en particular usamos unas de Chopin”, contó en aquella ocasión.
“La docencia tiene ciertos parámetros que deben circunscribirse a un programa de un curso, lo cual da una definición de lo que debes realizar, pero los ejemplos, las ideas para motivar alumnos o los desarrollos que uno hace en un laboratorio pueden, perfectamente, ser usados desde la experiencia de investigación».
“La música está basada en estructuras matemáticas. Yo no soy experto en música, recién estoy aprendiendo. Es un mundo fascinante”, sostiene hoy, mostrando aquí también su vocación de profesor e investigador a todo terreno, no solo al recomendarnos el libro de Eli Maor, “La música y los números: de Pitágoras a Schoenberg”, también nos comparte videos en que se explica cómo un algoritmo completó la famosa ‘Sinfonía Incompleta”, de Franz Schubert (Sinfonía N°8 en Si Menor).
Docencia e investigación podrían ser su alter ego. Su camino como docente no fue fácil, en términos de buscar la metodología que más sentido le daba, aquella que remeciera los sesgos cognitivos de sus estudiantes. Así fue que decantó en el aprendizaje basado en proyectos: “La docencia tiene ciertos parámetros que deben circunscribirse a un programa de un curso, lo cual da una definición de lo que debes realizar, pero los ejemplos, las ideas para motivar alumnos o los desarrollos que uno hace en un laboratorio pueden, perfectamente, ser usados desde la experiencia de investigación. Lo sorprendente es que no sabes la reacción de los alumnos, y pueden surgir nuevas ideas, y nuevas propuestas”, señala entusiasmado.
Es un convencido en que: “Hay muchas formas de poder aportar al bienestar humano sin ir en contra de la evidencia que proviene desde modelos propuestos en Economía y Administración”. La imaginación en esto es fundamental, asevera: “Hay que tener imaginación para congeniar cómo el bienestar puede ser resultado de una investigación. Para mi ese es el desafío permanente: ¿cómo podemos imaginar que el resultado de una investigación, impacte positivamente a algún grupo humano”.
Fondecyt 2022: Dynamic Graph Clustering using Deep Learning
En cuatro años se proyecta la ejecución del proyecto “Dynamic Graph Clustering using Deep Learning”, financiado por el Fondecyt Regular en Investigación 2022, en el que participa como co investigador, Fernando Crespo, junto a Sofía Correa, ingeniera Comercial, Magíster en Economía y PhD en Economía, docente de la Facultad de Ciencias Físicas y Matemáticas (FCFM), del Departamento de Ingeniería industrial (DII) de la Universidad de Chile.
El investigador principal es Richard Weber, ingeniero civil matemático, doctor en Ciencias Políticas y Magíster en Gestión de Operaciones, profesor titular de la FCFM-DII de la U. de Chile, con quien Crespo ya había trabajado: “Para mí, es gratificante volver a trabajar con Richard Weber. Trabajé como su primer alumno cuando llegó a Chile, y ahora estamos retomando temas […]. Inicialmente habíamos estudiado dynamic clustering, donde teniendo agrupados los datos, quieres observar que cambias en las clases, a partir de cambios en los datos”.
El proyecto está enfocado en detectar cambios, modelados en forma de grafos, en áreas de la Seguridad Ciudadana, Salud y protestas sociales: “La detección de cambios es fundamental para adaptar reglas de operación o alertar sobre cambios que pueden afectar objetivos de políticas públicas”, explica.
De este proyecto y más conversamos con Fernando:
En la presentación del Proyecto se consigna que el fenómeno estudiado será modelado en forma de grafos en áreas de la Seguridad Ciudadana, Salud y protestas sociales: 1.1. ¿qué esperan observar en cada una de ellas? 1.2 ¿qué repercusiones pueden tener los resultados del estudio en estos ámbitos tan sensible para la población?
Primero, ocuparemos grafos, que son estructuras que permiten representar entidades que tienen algún tipo de relación entre ellas. Con ellos puedes representar la relación entre enfermedades, centros de salud, personas asociadas a un crimen, miembros de una red de narcotráfico. Por ejemplo, analizamos el caso de una red de narcotráfico con datos provistos desde Canadá. A partir de la posición que los individuos tenían en la red, podíamos detectar con una buena probabilidad, quiénes fueron sentenciados, porque de alguna forma la posición en la red refleja una posición de poder.
El proyecto de investigación está enfocado en detectar cambios. Puedes observar cambios en la jerarquía de poder al interior de la red, esto es fundamental para detección temprana de quienes encabezan la red. Es aplicable al terrorismo, también. Lo mismo ocurre con las comorbilidades de enfermedades o la derivación de pacientes graves desde unidades de salud pequeñas a unidades más complejas. La detección de cambios es fundamental para adaptar reglas de operación o alertar sobre cambios que pueden afectar objetivos de políticas públicas.
Un caso hipotético, muy entretenido, ha sido publicado en el periódico ABC de España, primero fue colocado como un reto: https://www.abc.es/ciencia/abci-pueden-matematicas-resolver-crimen-202201170029_noticia.html, y su respectiva solución publicada más tarde en enero del presente año, hace unas pocos días: https://www.abc.es/ciencia/abci-crimen-mujer-muerta-pueblo-abandonado-pirineos-resuelto-grafos-202201310121_noticia.html, ello te da una idea de la cantidad de cosas que se pueden hacer y contestar usando grafos, y el proyecto quiere estudiar cambios en dichas estructuras.
¿Cómo evalúa el desarrollo de la Inteligencia Artificial en Chile y América Latina? ¿Cómo ve su futuro?
Tu pregunta es interesante, pero en principio trataré de contestar sin considerar mis sesgos cognitivos. Chile definió su política de Inteligencia Artificial el año 2021, lo mismo ocurrió con Brasil; otros países que la han definido en Latinoamérica son Argentina, Colombia y Uruguay. Es interesante que Colombia la publicó el año 2019. También tienen política de Inteligencia Artificial, España y Portugal.
Según el Goverment AI Readiness Index 2021, que considera en su índice los siguientes elementos: Empresas Unicornio que usan Inteligencia Artificial, número de publicaciones relacionadas, proyectos en GitHub (repositorio de proyectos) por 1000 habitantes y TOP 500 de los supercomputadores, establece que los países que tienen política de Inteligencia artificial están entre los más altamente perfilados, dentro del grupo de América Latina y el Caribe. Los primeros lugares los ocupan Brasil, Chile, Colombia y Uruguay. El índice de desarrollo de Inteligencia Artificial promedio de la región es más bajo después del Medio Oriente y el Norte de África y África Subsahariana. Desde ese punto de vista, podemos decir que el desarrollo a nivel Latinoamericano y el Caribe, aún es bajo, lo que no implica que no existan importantes oportunidades locales. Dada la velocidad de desarrollo actual, es muy probable que Latinoamérica llegue tarde en desarrollar la Inteligencia Artificial, ello significaría un grave déficit de cara al desarrollo económico para los próximos años.
El Goverment AI Readiness Index 2021 posiciona a Chile como uno de los países mejor aspectados en Latinoamérica durante ese año respecto del futuro de desarrollo de la Inteligencia Artificial. Sin embargo, Colombia tiene algunas ventajas interesantes que pueden fortalecer con mayor velocidad el desarrollo de la Inteligencia Artificial. DeepLearning.AI una de las empresas punta en desarrollo de Inteligencia Artificial creó una sucursal fuera de Estados Unidos, en Medellín, principalmente por el dinamismo de su ambiente de negocios, habiendo otras ciudades que compitieron, incluyendo Santiago. Personalmente creo que ello va terminar generando un importante valor agregado, donde el sector de la industria privada termine invirtiendo en desarrollar aplicaciones de Inteligencia Artificial, y lo segundo, es la disponibilidad de datos. Esto último puede ser el grave talón de Aquiles para nosotros en Chile. Para desarrollar Inteligencia Artificial se requieren datos.
En mayo del año pasado, en una entrevista de la FEN, dándole la bienvenida a la UAH, usted destacó – entre muchos de sus proyectos – uno que lo “fascinó”, el de: “…desarrollar obras musicales a partir de simular estructuras de notas desde obras de compositores, en particular usamos unas de Chopin”: 2. 1. ¿la música es pura matemática, hay música en las matemáticas? 2.2. ¿Por algo en particular escogieron un compositor de la denominada “música clásica” o pudo haber sido cualquier estilo musical?
1.1 La música está basada en estructuras matemáticas, yo no soy experto en música, recién estoy aprendiendo, es un mundo fascinante. Al respecto hay un sinnúmero de libros de divulgación que muestran la relación entre ambas disciplinas. Un buen libro es el escrito por Eli Maor: “La música y los números, de Pitágoras a Schöenberg”.
2.2 Escogimos Chopin porque es uno de los autores que se conocían todas las transiciones entre notas para algunas obras. El estudio se hizo sobre varios autores clásicos para conocer la complejidad de sus obras.
Entendemos, por ejemplo, si hubiera un re – sol, esa es una transición. No usamos la duración de una nota. Este análisis se puede hacer sobre cualquier autor, y en cualquier disciplina musical que se tengan las transiciones. Luego supusimos que las transiciones son aleatorias, y generamos música aleatoria. Un grupo de alumnos de Licenciatura en Música arreglaron las obras y las ejecutaron, como resultado del proyecto se inscribieron alrededor de 15 obras en el Registro de Derecho de Autor. Queríamos ver qué características tenían las obras finales.
Es interesante que, usando el mismo concepto, pero supongo, aprovechando otras estructuras de datos de las partituras, Huawei completó la sinfonía inconclusa de Schubert utilizando inteligencia artificial. Particularmente el estilo de un compositor es aprendido por un programa a través de un algoritmo de Deep Learning o aprendizaje profundo. Lo que hace después es generar la obra restante a partir de las primeras notas. Luego un compositor humano revisó la obra, para corregir aquellas partes que los humanos no distinguiríamos como generada por un humano. Hay una descripción simple en https://www.youtube.com/watch?v=I31R-pKzmUY&t=28s, y una más completa en https://www.youtube.com/watch?v=KZ1mJrTgzl8.
Usted ha calificado como “muy positivo” la combinación docencia/investigación desde el punto de vista que “ambos se junten y puedan retroalimentarse”: ¿cómo ha sido su experiencia en tal sentido?
La docencia tiene ciertos parámetros que deben circunscribirse a un programa de un curso, lo cual da una definición de lo que debes realizar, pero los ejemplos, las ideas para motivar alumnos o los desarrollos que uno hace en un laboratorio pueden perfectamente ser usados desde la experiencia de investigación. Lo sorprendente es que no sabes la reacción de los alumnos, y pueden surgir nuevas ideas, y nuevas propuestas.
Considerando lo anterior, mi experiencia ha sido buena, pero por momentos ha sido difícil, romper costumbres arraigadas es difícil, es necesario considerar que los alumnos a veces prefieren una forma explícita de hacer docencia, porque es la que conocen, y están cómodos siguiéndola. Llevar temas de investigación al aula, y viceversa requiere romper ciertos moldes y costumbres de trabajar en clases.
Ha sostenido la importancia de sacar a las y los alumnos de “su zona de confort”. Para motivar esto, precisa, es necesario sintonizar con sus expectativas. También ha planteado, como una de sus motivaciones para dictar clases, la de poner: “…a prueba y remecer los sesgos cognitivos”: ¿cómo se abordan en la práctica estos objetivos?
Mira, todos tenemos sesgos cognitivos, una pregunta personal es: ¿por qué motivos crees en lo que crees? ¿te has hecho esa pregunta? Bueno, yo me la hago todo el tiempo. No es fácil reconocer que a veces es solamente arbitrariedad. Lo mismo puedes hacer en clases, por ejemplo, me ha pasado en asignaturas de probabilidades y estadística; puedes probar varias veces que tu intuición se equivoca, lo importante es darse cuenta en qué lugar del razonamiento te equivocaste, y eso es chocante para cualquier persona: pensar que lo que creías no tenía sentido con el resultado. Un problema que he desarrollado con los alumnos es la pregunta en probabilidades ¿Cuál es la probabilidad que al menos dos personas en este curso estén de cumpleaños el mismo día? A veces les sorprende el resultado, y eso, de alguna manera, remece tus sesgos cognitivos, te ayuda a pensar en nuevas posibilidades. No es algo fácil de lograr todo el tiempo. Remecer los sesgos cognitivos implica de alguna forma adquirir nuevas ideas, y eso no es fácil de desarrollar.
El Sello FEN – UAH pone hincapié en el desafío de ¿cómo contribuir en el bienestar humano, sin pasar a llevar las bases de las ciencias económicas y administrativas? A su juicio: ¿cómo se resuelve esto desde su campo académico e investigación?
Hay muchas formas de poder aportar al bienestar humano sin ir en contra la evidencia que proviene desde modelos propuestos en economía y administración. Por ejemplo, como contribuir a la distribución o uso más eficiente de un bien. En algún momento, en el pasado, hicimos con unos alumnos un modelo para hacer lo más eficiente la planificación del raid aéreo a zonas de desastres, considerando que deben hacer varios vuelos, bajamos la planificación de 72 horas a menos de 24 horas. Además, consideramos restricciones de la tripulación, consumo de combustible, carga, dimensiones de pistas de aterrizaje y despegue, y las características de las naves. Indudablemente que entre más pronto llega la ayuda es mejor para la gente afectada. Entonces el bienestar humano, puede ser un objetivo, a veces obtenido de forma indirecta como el ejemplo que mencioné, donde la investigación debe responder a parámetros técnicos que no puedes traspasar. Hay que tener imaginación para congeniar cómo el bienestar puede ser resultado de una investigación, para mí ése es el desafío permanente: ¿cómo podemos imaginar que el resultado de una investigación, impacte positivamente a algún grupo humano. Es la forma que me imagino cómo aportar al bienestar humano: concebir nuevos objetivos para problemas que requieren optimizar o usar recursos.