«Siempre he tenido como objetivo científico entender mejor el comportamiento humano»

 Andreas Kaltenbrunner

Andreas Kaltenbrunner

18/05/2023
Tania Alonso
Andreas Kaltenbrunner, investigador líder del grupo AI and Data for Society de la UOC

 

La inteligencia artificial (IA) y los datos tienen el potencial de cambiar el mundo. Un estudio reciente del grupo bancario Goldman Sachs señala que el 18 % del empleo a escala mundial podría ser automatizado por la IA. Además, esta tecnología tiene la capacidad de transformar numerosos aspectos de nuestras vidas, como la forma en que nos informamos, nos expresamos y nos comunicamos. Por ello, entender su relación con las ciencias sociales y las humanidades es fundamental.

Este es uno de los objetivos de Andreas Kaltenbrunner, un investigador que analiza el lado más humano de la aplicación de estas nuevas tecnologías. Tras pasar por diferentes centros tecnológicos y de investigación europeos, llega a la Universitat Oberta de Catalunya (UOC) para liderar el nuevo grupo del Internet Interdisciplinary Institute (IN3): AI and Data for Society (AID4So).

Este grupo se centrará en el desarrollo de nuevos métodos de IA, aprendizaje automático y analítica de datos masivos, por un lado, y en la búsqueda de aplicaciones con las que investigar en ámbitos como las ciencias sociales y las humanidades digitales, por otro. Hablamos con Andreas Kaltenbrunner para conocer mejor su trayectoria profesional y los objetivos de este grupo de investigación, que analiza la tecnología poniendo al ser humano en el centro.

Tu carrera se centra en liderar equipos que trabajan con IA y datos, con el objetivo de comprender mejor el comportamiento humano. ¿Qué te llevó a interesarte por este ámbito?

Siempre he tenido como objetivo científico entender mejor el comportamiento humano, tanto en el ámbito individual como social, y creo que para avanzar en ello es importante utilizar los métodos y las fuentes de datos más avanzados posibles.

Para formarme en este ámbito, realicé un máster en Mathematical Computer Science en la Universidad Técnica de Viena (TU Wien) y, posteriormente, un doctorado en Computer Science and Digital Communication en la Universitat Pompeu Fabra (UPF).

¿Cómo ha sido tu trayectoria hasta llegar a la UOC?

Tras terminar mi doctorado en la UPF en 2008, trabajé en el centro tecnológico Barcelona Media. Allí participé en la creación de la línea de investigación sobre medios sociales, que pasé a liderar en mayo de 2013. Entre 2015 y 2017 fui director científico de la Unidad de Investigación en Humanidades Digitales del centro tecnológico Eurecat, y en septiembre de 2017 me incorporé a NTENT como director de Data Analytics.

En octubre de 2020 comencé a trabajar como investigador sénior en la ISI Foundation de Turín, donde permanecí hasta llegar a la UOC. En esta fundación utilizaba métodos de ciencias de la computación, IA y sistemas complejos para abordar cuestiones de investigación sociológicas y tecnológicas.

¿Y cuál es tu experiencia en el mundo de la investigación?

Actualmente, sumo más de 10 años de experiencia liderando grupos de investigación y ciencia de datos, y he codirigido a estudiantes de doctorado y de máster. He participado en la obtención de financiación pública para varios proyectos de investigación: como investigador supervisor en la Beca de Acción Marie Curie SAFRAN, como coordinador del Proyecto Europeo Contrapedia y como investigador principal de un socio de proyecto en proyectos europeos y proyectos nacionales españoles de transferencia de tecnología (del programa CENIT) sobre medios sociales y datos masivos. 

Además, he colaborado como investigador principal en proyectos de transferencia de tecnología con Intesa SanPaolo, Orange España o el Ayuntamiento de Barcelona. También he colaborado en el primer estudio de ámbito nacional sobre el uso de las redes sociales en España, encargado por la entidad pública red.es.

A lo largo de tu carrera has publicado numerosos artículos científicos. ¿Puedes hablarnos de este aspecto de tu trayectoria?

Gracias a la participación en diferentes proyectos financiados con fondos europeos, congresos y talleres científicos, he podido establecer una rica red de colaboraciones internacionales. He publicado artículos con coautores de las universidades de Oxford y Cambridge, del Instituto de Estudios Políticos de París (Science Po), de la Universidad de Ámsterdam, del Politécnico de Milán y de la Universidad de Toulouse, entre otras.

He publicado 23 artículos en revistas JCR y otros 19 en conferencias revisadas por pares de primer nivel como CHI o SIGKDD. En dos ocasiones, he ganado el premio al mejor artículo. Además, soy miembro de los comités de programa sénior de conferencias como TheWebConf y CIKM, y del consejo editorial de Elsevier Journal on Online Social Networks and Media

Por otro lado, he formado parte de cinco comités de tesis y he sido revisor de propuestas de Horizonte 2020 y COST para la Comisión Europea, y de más de 20 congresos, talleres y revistas científicas indexadas diferentes.

De tus investigaciones, ¿cuál te ha parecido más interesante o diferente?

Esta es una pregunta difícil. La más interesante siempre es la última, pero también podría destacar la relacionada con el artículo "Societal Controversies in Wikipedia Articles". Este estudio es fruto de un proyecto en el que se utilizaron las interacciones entre editores en la Wikipedia para determinar los aspectos más controvertidos sobre un tema (por ejemplo, el cambio climático).

Actualmente, estoy reutilizando esta investigación en una colaboración con la Wikimedia Foundation para desarrollar un índice de fiabilidad de las páginas webs que se usan como fuentes.

¿Y qué investigación resultaría más relevante para el trabajo que desarrollará el nuevo grupo AI and Data for Society (AID4So)?

Por ejemplo, una que se ha publicado recientemente: "Large scale analysis of gender bias and sexism in song lyrics". En esta investigación, empleamos métodos de IA para analizar las letras de más de 375.000 canciones y medir la evolución del sexismo y de los sesgos de género durante seis décadas. 

Encontramos que la proporción de letras sexistas aumenta con el tiempo, especialmente entre canciones de artistas masculinos y las que aparecen en las listas de Billboard. También mostramos que las canciones contienen diferentes sesgos lingüísticos dependiendo del género del intérprete, y que las de artistas masculinos presentan sesgos más fuertes. 

Este estudio brinda información sobre el uso del lenguaje en una parte tan influyente de la cultura popular como es la música. Se trata del primer análisis de este tipo a gran escala.

¿En qué otros ámbitos se centrará este nuevo grupo del IN3?

El grupo se centrará tanto en el desarrollo de nuevos métodos en IA, aprendizaje automático y analítica de datos masivos como en su aplicación para resolver cuestiones en el ámbito de la investigación de ciencias de datos, ciencias sociales computacionales y humanidades digitales. 

El grupo pone al ser humano en el centro de su esfuerzo de investigación y, por lo tanto, se enfoca en el estudio y en el uso de métodos éticos, sostenibles y explicables.

¿Cuáles son sus objetivos?

El grupo tiene diferentes objetivos. Uno de ellos se centra en la investigación teórica en IA y aprendizaje automático. En este ámbito, trabajamos en la mejora y el desarrollo de nuevos métodos, especialmente aquellos explicables en generación y clasificación de textos, detección de credibilidad de la información y nuevas técnicas de representación en redes neuronales para grafos.

Otro de los grandes objetivos del grupo gira en torno a la investigación aplicada en ciencia de datos. Utilizando métodos de última generación de las ciencias computacionales, la IA y el aprendizaje automático, trabajamos para profundizar en nuestra comprensión del comportamiento humano, a escala individual, grupal y social, tanto en el mundo digital como fuera de línea.

¿Qué importancia tiene orientar la IA y el uso de los datos para solucionar desafíos sociales?

Tiene mucha importancia, pero su uso también crea nuevos desafíos. Tiene el potencial de ser disruptivo (y ya lo es) en muchos ámbitos. Hay muchos tipos de trabajo y sectores que se ven y se verán afectados, y muchas tecnologías que se pueden usar tanto para mejorar la sociedad como para empeorarla.

En este sentido, la IA y el uso de los datos pueden ayudar a encontrar soluciones a los desafíos sociales. Por ejemplo, facilitando la toma de decisiones informadas, mostrando posibles mejoras de eficiencia de los programas sociales o aportando nuevas maneras de promover la innovación social. 

Sin embargo, es esencial considerar la ética, la equidad y el impacto social de estas soluciones para evitar su uso malintencionado, efectos colaterales negativos y no deseados o el rechazo de su uso por la sociedad.

¿Qué supone para la UOC contar con un grupo de investigación como este?

La UOC y en particular el IN3 son perfectos para albergar este grupo de investigación, ya que su foco es el estudio del efecto de Internet y de las TIC en los diferentes ámbitos de la actividad humana. Existen muchas posibilidades de colaboraciones y sinergias con los grupos de investigación ya existentes. 

El enfoque del grupo de investigación será interdisciplinario. Se utilizarán y desarrollarán métodos y algoritmos básicos de informática para la inteligencia artificial, el aprendizaje automático y el análisis de datos masivos, pero siempre buscando su aplicabilidad en las ciencias sociales y las humanidades. 

Este esfuerzo no será unidireccional: el grupo buscará colaboraciones en los ámbitos de las ciencias sociales y las humanidades para ayudar a mejorar los algoritmos de la IA. Para hacerlo, se pondrá al ser humano en el centro, trabajando en métodos que permitan y mejoren la comprensión y la aceptación humana de los resultados de la IA. 

En resumen, esto permitiría a la UOC ser un actor activo y positivo en el escenario de las intersecciones de la IA con las actividades y las tareas humanas cotidianas.

 

UOC R&I

La investigación e innovación (I+i) de la UOC contribuye a solucionar los retos a los que se enfrentan las sociedades globales del siglo XXI mediante el estudio de la interacción de la tecnología y las ciencias humanas y sociales, con un foco específico en la sociedad red, el aprendizaje en línea y la salud digital.

Los más de 500 investigadores e investigadoras y más de 50 grupos de investigación se articulan en torno a los siete estudios de la UOC, un programa de investigación en aprendizaje en línea (e-learning research) y dos centros de investigación: el Internet Interdisciplinary Institute (IN3) y el eHealth Center (eHC).

La universidad impulsa, también, la innovación en el aprendizaje digital a través del eLearning Innovation Center (eLinC), y la transferencia de conocimiento y el emprendimiento de la comunidad UOC con la plataforma Hubbik.

Los objetivos de la Agenda 2030 para el Desarrollo Sostenible de las Naciones Unidas y el conocimiento abierto son ejes estratégicos de la docencia, la investigación y la innovación de la UOC. Más información: research.uoc.edu.