Por qué la IA y los humanos son vitales para la misión de Veriff

IA y personas en el proceso de desarrollo de productos

El desarrollo de productos es un buen ejemplo de cómo humanos y máquinas pueden trabajar juntos para entregar los mejores resultados. Liisi y su equipo son vitales para proporcionar el contexto dentro del cual se puede usar la IA y el aprendizaje automático para desarrollar nuevos enfoques, luego probar e implementarlos.

‘Entender lo que el cliente realmente quiere, entender su producto y problema’, dice Liisi. ‘Mirar los datos y análisis para ver dónde podemos innovar, dónde podemos mejorar la experiencia del usuario en general. Y luego construir la historia del producto alrededor de eso, por qué se necesita, por qué es útil.’

Humanos y máquinas trabajando de la mano

‘Para algunas tareas, las máquinas son mucho mejores’, afirma Liisi. ‘Buscar a través de una lista de diferentes vínculos cruzados tomaría mucho tiempo para un humano, pero se puede automatizar tan fácilmente.’

‘Estamos utilizando mucha IA y aprendizaje automático para hacer nuestro proceso de identificación más rápido, seguro y mejor’, explica. ‘Usamos muchos modelos para validar los documentos que están llegando, el comportamiento del usuario y demás.’

Las máquinas tienden a hacer estas tareas específicas extremadamente bien, pero como señala Liisi, las personas siguen siendo un elemento importante en el proceso.

‘Los humanos están produciendo exactamente los datos y perspectivas que necesitamos, para que las máquinas puedan aprender de ello’, dice Liisi. ‘También siempre hay necesidad de supervisión e intervención humana, especialmente en áreas específicas. ‘Si la máquina se da cuenta de que necesita ayuda, entonces puede pedirla.’

‘Creo que estamos en un lugar muy bueno. Podemos personalizar y ajustar muy bien para exactamente lo que el cliente necesita.’

‘Hablando con un cliente, podemos averiguar qué les queda mejor, y también qué tipo de necesidades regulatorias tienen’, explica. ‘Así que, dependiendo de eso, podemos elegir la mejor solución.’

‘Podemos hacer mucho con el lado de la IA, pero siempre podemos tener muchas cosas hechas desde el lado humano, y por supuesto, son realmente complementarias, pero tienen un enfoque diferente.’

Abordando el sesgo

Un problema con el aprendizaje automático que Liisi cree que se puede abordar con la ayuda de la intervención humana es el problema del sesgo. Como señala, el primer paso para reducir el sesgo es entender de dónde proviene. El sesgo existe en el mundo real, por lo que inevitablemente termina en los datos, y por ende en la tecnología.

‘Los datos reflejan cómo vemos el mundo que nos rodea’, comenta Liisi. ‘Si todos pensamos en un vestido de novia, entonces probablemente todos en las culturas occidentales piensan en un vestido blanco. Pero las personas asiáticas pueden no pensar en un vestido blanco.’

Por supuesto, aprender a discriminar entre datos válidos e inválidos es clave para lo que se trata la verificación de identidad. La IA tiene que aprender a discriminar entre los datos suministrados por los humanos, utilizando reglas iniciales creadas por humanos, y en ese proceso, el sesgo inevitablemente se infiltra.

‘Creo que eso es algo que el mundo entero tiene que resolver, qué es demasiado sesgado o demasiado discriminatorio’, comenta Liisi. ‘Podemos hacer que el sistema sea bueno, pero nunca podremos hacer nada perfecto hasta que hayamos decidido qué es perfecto.’

Sin embargo, Veriff está explorando constantemente formas de abordar el sesgo, tanto a través de la inteligencia artificial como de la humana.

‘Por ejemplo, tenemos personas de diferentes países y etnias trabajando en el equipo, anotando los datos’, dice Liisi. ‘Pero también estamos midiendo cuán sesgados somos, cómo difiere nuestro rendimiento en diferentes géneros y razas.’

Un simple objetivo concebido por humanos en Veriff ya está teniendo un efecto positivo en la reducción del sesgo y el abordaje de la inclusión.

‘Ya estamos trabajando hacia un sistema que significa que cualquier persona que tenga un documento reconocido por el gobierno puede ser validada’, señala Liisi. Al apoyar tantos tipos de documentos de tantas jurisdicciones como sea posible, Veriff está teniendo un gran impacto en la reducción de la discriminación y exclusión innecesarias.

Gestionando expectativas

Si bien podrías pensar en trabajar con IA como simplemente otra forma de ingeniería de software, Liisi siente que hay una diferencia importante que a menudo no se reconoce.

‘Estamos tratando de meter la ciencia de datos en una caja que no se ajusta exactamente a ella,’ comenta. A diferencia de la ingeniería de software tradicional, desarrollar un nuevo producto utilizando IA implica mucha investigación y experimentación, sin garantía absoluta de éxito. Parte del papel de Liisi es ayudar a los clientes de Veriff a entender las implicaciones de esto para el desarrollo del producto.

‘Estamos tratando con algo que es realmente nuevo y que nadie ha intentado antes’, dice Liisi. ‘Así que siempre tenemos que gestionar expectativas y decir: “hey chicos, estamos trabajando en esto - podríamos trabajar en esto durante un mes, y luego veremos qué resultados tenemos”.’

Lanzando un producto

Finalmente, una vez que un nuevo producto de verificación esté listo para ser lanzado, el elemento humano se vuelve enormemente importante. Liisi trabaja con el equipo de marketing para decidir los mejores mercados en los que enfocarse y cómo comercializar el producto de manera efectiva.

‘A veces, cómo describimos el producto es incluso más importante que el producto mismo’, sonríe Liisi. ‘Si creas algo increíble, pero nadie lo conoce o sabe por qué es útil, no sé si realmente es un gran producto.’