Carolina Bárcenas fue galardonada con el Premio Trayectoria EXATEC 2022 por las innovaciones que ha implementado en el uso de la inteligencia artificial (IA) en VISA.
Es vicepresidenta ejecutiva del Grupo de Investigación de la compañía donde se desarrollan nuevos productos para garantizar transacciones digitales más rápidas y seguras.
La mexicana originaria de León, Guanajuato, relata que, desde pequeña, quiso entender cómo funcionaban las cosas, lo que la llevó a estudiar la carrera de ingeniera física industrial en el Tec de Monterrey.
Cuando cursaba la carrera se apasionó por el área de modelos matemáticos y decidió especializarse en ello. Cursó sus estudios doctorales en Investigación de Operaciones con especialidad en Estadística Aplicada en Georgia Institute of Technology, siendo la única mujer mexicana de su generación aceptada en el programa como fulbright scholar.
Con su equipo de VISA completaron 25 prototipos, cinco de los cuales se lanzaron como productos y servicios en el año 2020. También presentaron más de 120 patentes y obtuvieron 18 premios a la innovación técnica, entre otros logros.
Recientemente, Bárcenas Cárdenas y su grupo desarrollaron el producto comercial Smarter Stand-in Processing (Smarter STIP) que procesa cuatro millones de variables en tres milisegundos (para dimensionar, un parpadeo tarda 100 milisegundos) con el que se brinda una transacción bancaria instantánea e ininterrumpida.
Observa que ella es una excepción, porque son muy pocas las mujeres, especialmente latinas, que llegan a ser directivas en STEM (ciencia, tecnología. ingeniería y matemáticas, por sus siglas en inglés).
Por ello, es que siempre participa en charlas y cursos para motivar a otras jóvenes a ingresar a áreas de tecnología.
Es miembro de los grupos Latinas 500 y ELLAS (Executive Latinas in Leadership Roles) con el propósito de aumentar la presencia de las mexicanas y latinas en posiciones de liderazgo en Estados Unidos.
En entrevista para Tec Review explica su trayectoria y el estado del arte de las transacciones bancarias.
¿Cómo han cambiado las transacciones digitales?
En los últimos años hemos visto una aceleración en cuanto a las diferentes formas de pago digitales. Un ejemplo de estas innovaciones lo podemos ver con compañías como Paypal, en donde trabajé por siete años.
En su momento, revolucionó las transacciones financieras. La idea de mandar dinero con solo usar un correo electrónico era impensable, pero un grupo de mentes innovadoras, entre ellas la de Elon Musk, lograron hacerlo realidad.
Este ritmo acelerado es palpable con solo ver el número de startups en fintech (tecnología en finanzas) que ha tenido un crecimiento exponencial.
Compañías como Square permiten recibir pagos usando un celular. Estas innovaciones han permitido que pequeños comerciantes o individuos puedan aceptar pagos con facilidad y seguridad.
También se está incorporando la tecnología biométrica, un sistema de control que da acceso a la banca con el registro de una huella dactilar, con la cara o el iris para procesar un pago, con la ventaja de que solo se registra una vez, es rápida y no hay necesidad de cargar con una contraseña todo el tiempo.
¿Por qué usar la IA?
Una de las subáreas que ha tomado mucho furor desde los 90 en IA es la deep learning. Podemos pensarla como la última generación de redes neuronales.
Las redes neuronales son modelos muy complejos que tratan de simular cómo piensan los cerebros. Sin embargo, debido al poder computacional que se requería para entrenar estos modelos cayeron en desuso.
Resurge en 2004 cuando comenzamos a hablar del Big Data. Se crearon sistemas para guardar datos de manera muy barata, solo se necesitaban computadoras de bajo costo con tal de tener la redundancia de datos.
Hubo una explosión en cuanto a la cantidad de datos disponibles, provenientes de teléfonos celulares, sensores y otros dispositivos.
Por otro lado los científicos que trabajaban en IA se dieron cuenta que los GPU (unidades de procesamiento gráfico), populares entre los jugadores de videojuegos, funcionaban muy bien para los cálculos que se necesitan para las redes neuronales.
Así surgió el deep learning. Existen muchas diferentes arquitecturas, dependiendo del problema que se busque resolver se selecciona la más adecuada.
La IA está en todo lo que hacemos pero no nos damos cuenta. Siri y Google Home se basan en redes neuronales sofisticadas. También está presente en la tecnología para vehículos autónomos y en el reconocimiento de imágenes.
En las FinTech usamos el deep learning y el machine learning para detectar fraudes, prever el aprendizaje de los bancos, detectar lavado de dinero, evitar intrusiones a los sistemas de seguridad y anticipar fallas en los servidores del sistema de pago.
¿Qué producto de IA han desarrollado para VISA recientemente?
Hace un par de años lanzamos el modelo de aprendizaje Smarter Stand-in Processing (Smarter STIP) para aprobar o declinar transacciones bancarias.
Hay ocasiones en que VISA recibe una transacción de una compra y la pasa al banco al que pertenece la tarjeta pero se encuentra con que ese banco no está disponible para tomar la decisión de aprobar o rechazarla.
Esto puede ser porque se le está dando mantenimiento o debido a una interrupción inesperada.
Creamos este modelo para que VISA tome la decisión en representación del banco. El modelo de deep learning aprende qué es lo que hubiera hecho el banco si hubiese estado disponible para hacer la transacción.
Lo interesante con este producto es que por primera vez pusimos el deep learning en el sistema central de VISA, que es el que hace la aprobación y declaración de transacciones.
¿Te imaginaste llegar a ser vicepresidenta de VISA?
No me lo imaginé y tampoco lo busqué. Comencé mi trayectoria creando modelos para burós de crédito, de ahí seguí creciendo profesionalmente, liderando equipos cada vez más grandes.
Me apasiona resolver problemas, y entender cómo funcionan las cosas. Mi trayectoria me ha permitido hacer eso.
También hay un nivel de adrenalina al trabajar en fintech, si los modelos de IA que recomiendan películas se equivocan, no importa mucho, dejas de verla pero si un modelo de IA en pagos se equivoca es todo un problema, nadie quiere que se comentan errores con su dinero.
La precisión que se requiere y lo que está en juego lo convierten en una área muy emocionante.
¿Hay presencia de mujeres en carreras STEM?
Espero que el Premio EXATEC dé visibilidad y más jóvenes vean que se puede ser mujer y tener una carrera profesional exitosa en el área de tecnología.
En Estados Unidos somos muy pocas latinas en STEM y creo que es tiempo de cambiar las cosas. Ha habido gente que no puede creer que una mexicana tenga un puesto de liderazgo en investigación.
Quiero cambiar ese panorama en el que el perfil de los mexicanos en Estados Unidos siempre es de servicios y no en carreras científicas. Podemos romper el estereotipo.
La poca presencia de mujeres en STEM no solo se da en México, en Estados Unidos también hay muy pocas mujeres que entran al sector y que se mantienen.
En la IA, en especial, se busca tener una representación diversa para que las aplicaciones realmente sean hechas pensando en esa pluralidad y sean adecuadas para los usuarios.
Artículo originalmente publicado en TecReview.