Skip to main content
  1. Casa
  2. Computación

Cómo una aerolínea enfrenta la crisis con IA de Microsoft

En medio de la crisis del coronavirus, posiblemente la industria aeronáutica sea una de las más afectadas por la pandemia. La restricción de vuelos tiene los ingresos por los suelos y se visualizan un par de meses más para un aumento en la frecuencia y en la confianza de los clientes para volver a subirse a un avión.

Una de estas aerolíneas es la sueca Microsoft está trabajando con una Inteligencia Artificial (IA) capaz de detectar fraudes, por ejemplo, en los típicos clubes de viajero frecuente y sus puntos de fidelidad.

Recommended Videos

La aerolínea está actualmente volando en horarios reducidos con  servicios limitados a bordo para ayudar a frenar la propagación del  COVID-19. SAS manejaba más de 800 salidas por día y 30 millones de pasajeros por  año. Mantener la integridad del programa de  fidelización EuroBonus es primordial, ya que la aerolínea espera a que se reanuden las operaciones regulares.

Daniel Engberg, jefe de análisis de datos e inteligencia artificial de SAS, comenta que «hoy en día, una gran parte de los clientes potenciales sobre el fraude EuroBonus provienen de un sistema de IA que creamos con Microsoft Azure Machine Learning, un servicio para crear, entrenar e implementar modelos de aprendizaje automático que son fáciles de entender, proteger y controlar».

Para comprender las predicciones del modelo y, por lo tanto, buscar clientes potenciales y compilar sus casos, la unidad de detección de fraude se basa en una funcionalidad de Azure Machine Learning denominada interpretabilidad, impulsada por el kit de herramientas InterpretML.

Imagen utilizada con permiso del titular de los derechos de autor

Esta capacidad explica qué parámetros son más importantes en un caso dado. Por ejemplo, podría apuntar a parámetros que sugieren una estafa de puntos de agrupación de cuentas fantasma para reservar vuelos.

«Si construimos la confianza en estos modelos, la gente empieza a usarlos y entonces podemos empezar a cosechar los beneficios que el aprendizaje automático nos prometió», dijo Engberg.

Microsoft creó Azure Machine Learning para permitir a los desarrolladores de todo el espectro de experiencia en ciencia de datos crear e implementar sistemas de IA.

La capacidad de comprender el comportamiento del modelo incluye las capacidades de interpretación impulsadas por el kit de herramientas InterpretML que SAS utiliza para detectar fraudes en el programa de fidelización EuroBonus.

Además, Microsoft anunció el kit de herramientas de Fairlearn, que incluye capacidades para evaluar y mejorar la equidad de los sistemas de IA y que se integrará con Azure Machine Learning en junio.

Microsoft también habló de WhiteNoise, un kit de herramientas para la privacidad diferencial que ahora está disponible para que los desarrolladores experimenten en código abierto en GitHub; también se puede acceder a él a través de Azure Machine Learning. Las capacidades diferenciales de privacidad se desarrollaron en colaboración con investigadores del Instituto de Ciencias Sociales Cuantitativas de Harvard y la Escuela de Ingeniería.

Diego Bastarrica
Diego Bastarrica es periodista y docente de la Universidad Diego Portales de Chile. Especialista en redes sociales…
Aunque todos hablan de IA, la misma industria tecnológica rehuye a usarla
Windows Copilot

Durante todo 2024 no escuché hablar de otra cosa que no fuera inteligencia artificial. Leí y escuché a tantos líderes tecnológicos hablar de IA —la principal característica del iPhone 16 es Apple Intelligence— que hasta decidí probar las herramientas de las que todos hablan (bueno, probé ChatGPT y Copilot) para saber qué tanto podía incorporarlas a mi trabajo diario (me ayudaron, pero no me parecen la panacea). 

Digamos que me siento más cerca de las críticas de Linus Torvalds que del entusiasmo de Sam Altman. Y el problema, al menos para quienes impulsan esta tecnología, es que dentro de la misma industria tecnológica tampoco parece haber un entusiasmo desmedido, según apunta un estudio realizado por Edelman Data & Intelligence y AMD a 2,500 tomadores de decisiones en el rubro de tecnologías de la información en Estados Unidos, Reino Unido, Alemania, Francia y Japón.

Leer más
Esto pienso de la IA después de una semana usando ChatGPT y Copilot para trabajar
ChatGPT: cómo usar el chatbot del que todo el mundo habla.

Prácticamente llevo todo el año escuchando que la inteligencia artificial va a revolucionar todos los campos del quehacer humano. Soy un entusiasta de la tecnología, pero después de tantos años viendo avances tecnológicos sé que hay mucho de marketing en esta industria. Y no soy el único que lo cree así. Bueno, después de probar principalmente ChatGPT para escribir algunos artículos del tema y hallar que el chatbot de OpenAI es bastante bueno para practicar mi inglés, decidí probarlo junto con Copilot (el asistente de inteligencia artificial de Microsoft integrado a Windows 11) para ver qué tanto podían ayudarme estas herramientas en mi trabajo del día a día: es decir, escribir los artículos que lees aquí. Así que trabajé una semana entera usando IA y esto fue lo que pasó.
Caso 1: pedirle una imagen a Copilot
Empecé con lo que me pareció más sencillo, pedirle a Copilot que creara una ilustración de portada para la comparativa que hice entre YouTube Music y Spotify.

Copilot funciona igual que otros chatbots de IA, es casi un chat de WhatsApp en el que le pides a la inteligencia artificial que realice algo. Primero le pedí que creara una imagen para un artículo sobre las diferencias entre YouTube Music y Spotify. El primer resultado fue muy deficiente:

Leer más
La IA suma otro problemón: genera (y generará) un montón de basura
una cuarto de servidores

El desarrollo de más y más aplicaciones de inteligencia artificial también va a generar un crecimiento exponencial de la basura electrónica, residuos que típicamente están cargados de metales tóxicos y que suelen acabar en tiraderos en países con regulaciones laxas, advierte un estudio publicado en Nature Computational Science.

Según los expertos, si no se toman medidas para atenuar la cantidad de basura electrónica producida por los sistemas de inteligencia artificial, podríamos llegar a la década del 2030 con unas 2,500 millones de toneladas anuales de residuos, un incremento cercano al 1000% respecto a las 2,600 toneladas reportadas en 2023.

Leer más