Este artículo, «Has ‘Made by humans’ come to denote quality?«, me ha generado una reflexión que encuentro bastante interesante. En él, la autora, tras ver un anuncio de cursos de idiomas en el que se esgrime como punto positivo el que han sido diseñados por «más de cien lingüistas y expertos en lenguaje» en lugar de «por algoritmos o programas de ordenador», se pregunta si el hecho de que algo sea creado por humanos supone o va a suponer en el futuro algún tipo de marchamo de calidad, frente a una producción automatizada supuestamente de calidad más baja.
El ejemplo de los lingüistas resulta muy interesante, porque es perfectamente posible, con tecnologías ya desarrolladas y probadas, que la adaptación de los niveles de ejercicios que se proporcionan a un alumno pueda ser mejor administrada mediante algoritmos que mediante la aplicación de sistemas de reglas diseñados por expertos humanos. De hecho, lo que la tecnología permite es acceder a un nivel de personalización muy superior, dado que no podemos pedir a nuestro equipo de lingüistas, por grande que sea, que trabaje de manera individualizada con cada alumno, pero sí podemos esperar que nuestros algoritmos lo hagan.
La idea de esa supuesta mayor calidad de la producción hecha por seres humanos resulta completamente contraintuitiva cuando la confrontamos con los principios de la llamada «Industria 4.0«, en los que se intenta progresar en los niveles de automatización todo lo posible, porque se ha comprobado de manera fehaciente que el lograrlo implica siempre mayor eficiencia en la producción, niveles más elevados de una producción de mayor calidad, y un menor número de errores.
De alguna manera, tendemos a relacionar la automatización con modelos de producción masiva, que a su vez se asocian con esquemas de bajo coste. Obviamente, poder repartir los costes fijos de la producción entre un mayor número de unidades tiende, de manera natural, a generar precios más bajos. Es posible, de hecho, que esto pudiese ser así en el pasado: la automatización o producción en serie tendía a generar productos más baratos y también, por lo general, de peor calidad que los fabricados por seres humanos. Paradójicamente, esto se asociaba también históricamente con la fabricación en China y en el sudeste asiático, que eran precisamente lugares en los que, debido a sus bajos costes laborales unitarios, los niveles de automatización eran muy bajos – la forma más barata de fabricar cualquier cosa era poniendo a personas a hacerlo de manera manual.
Aquellas cadenas de producción – que paradójicamente considerábamos «inhumanas» cuando estaban precisamente compuestas por personas que llevaban a cabo labores enormemente repetitivas – daban lugar, en efecto, no solo a productos de bajo precio, sino también de calidad poco consistente, debido a la dificultad de controlar la estabilidad de las acciones de una persona a lo largo de unas jornadas laborales generalmente largas y agotadoras.
Esto cambió de manera radical cuando el machine learning se incorporó a las cadenas de producción. De hecho, el mayor cambio tuvo lugar precisamente en China, en donde se instaló rápidamente el mayor número de robots de producción de todo el mundo, donde cientos de miles de trabajadores perdieron su trabajo en aquellas fábricas que ya no lograban ser competitivas mediante la producción manual, y fueron reeducados para otro tipo de tareas. El resultado de un cambio tan ambicioso fue el que hoy conocemos: mayor productividad, mayor calidad, y una drástica reducción en el número de defectos.
La robotización no solo genera procesos de producción muchísimo más fiables y libres de defectos, sino que posibilita también llevar a cabo controles de calidad muchísimo más exhaustivos. Sin embargo, los productos hechos a mano siguen teniendo, en muchos ámbitos, un marchamo de calidad: esto nos indica que la respuesta, como no podía ser de otra manera, tiene que ver con el tipo de proceso o de industria, y dentro de cada industria, en función del enfoque estratégico de las distintas compañías que operan en ella.
Sin embargo, es importante aislar, en cada proceso, lo que es meramente anecdótico o derivado de la tradición, de lo que es en realidad una ventaja. De hecho, podríamos llegar a la paradoja que supondría la explotación consciente de ese tipo de cuestiones: ¿llegaremos, por ejemplo, a ver un robot imitar la fabricación artesanal buscando intencionadamente procesos más irregulares que contribuyan a ese aspecto de «fabricado por humanos», sin perjudicar por ello la calidad?
Si «hecho por humanos» o «hecho a mano» se contrapone a «hecho por robots», deberíamos tener cuidado: esos robots son máquinas que, gracias a la aplicación del machine learning, ya no tienen que limitarse a lo meramente repetitivo, sino que son capaces, gracias a la alimentación con datos masivos adecuadamente etiquetados, de obtener resultados mejores que el mejor de los humanos, como en aquel antiguo anuncio de Kuka Robots con Timo Boll de 2014 que aún utilizo en mis clases.
En el futuro, por poner un ejemplo de una industria en la que la confección manual ha sido tradicionalmente considerada una ventaja, veremos a una máquina tomando medidas exactas de nuestro cuerpo para, seguidamente, alimentar un proceso de patronaje y confección que ponga en nuestras manos, en un tiempo récord, un traje perfectamente confeccionado a medida y que incluso oculta nuestros propios defectos, como dicen que es capaz de hacer un buen sastre. Cuando ese proceso se optimice hasta el límite, esos trajes serán mejores que los que hacía un sastre tradicional, y podrán además, si se busca ese enfoque, ser sensiblemente más baratos. ¿Seguirán los trajes hechos a mano por un sastre, con sus tres medidas y su tiza, teniendo una connotación de calidad superior?
En algunas industrias, ese proceso de mejora continua de la fabricación robotizada ya está perfectamente asumida. En otras, es poco menos que una herejía, y parece que el producto hecho a mano siempre tendrá una connotación de superioridad frente al que ha podido fabricar una cadena robotizada. Pero a lo mejor… no es mal momento para revisar algunos estereotipos.
Fuente: Enrique Dans
