El director de gestión de producto de Cogent Labs, David Malkin, ha recomendado a las empresas contar con un sistema para medir la precisión de los datos de los modelos de Machine Learning y tener en cuenta cuál es el valor percibido por los usuarios.
Incluir a las personas en el proceso de validación de los datos de los modelos de Machine Learning y de Inteligencia Artificial resulta necesario para las empresas, como ha indicado en la segunda jornada del AI & Big Data Congress el director de gestión de producto de Cogent Labs, David Malkin, mediante “una interfaz de interacción entre los humanos y el sistema de IA, para que puedan validar los datos e introducir fácilmente correcciones si detectan algún error”.
En este sentido, ha recomendado a las empresas que quieran comercializar servicios o aplicaciones basadas en Inteligencia Artificial disponer “de un sistema de medida de la precisión de los datos, ya que algunos errores son más importantes que otros” y tener en cuenta cuál es el valor percibido por los usuarios para evaluar “si los clientes lo consideran un error importante o menor en la lógica del negocio”.
Identificar la relación entre la precisión y el valor que ofrecen con los datos es importante para las compañías para definir qué precisión necesitan antes de crear valor comercial y tener éxito, ha explicado David Malkin, quien ha advertido, sin embargo, que “hay que considerar también otras restricciones en el desarrollo de nuevos modelos como el tamaño, la velocidad o la memoria, entre otros”.
