WIRED: Pasando de la estrategia a la práctica, ¿qué aplicaciones específicas de IA —como sistemas de tutoría, evaluación adaptativa o minería de datos educativos— están actualmente desplegadas a escala en el BIT?
Hao Liu: Diferentes escuelas dentro de nuestra universidad tienen diferentes prácticas. Hasta donde sé, ofrecemos cursos abiertos para que los estudiantes, incluso sin formación en ingeniería o ciencias de la computación, aprendan cómo seleccionar y usar la IA de manera más eficiente. Al mismo tiempo, también ofrecemos cursos de derecho, gestión y ética a los estudiantes de ingeniería y carreras técnicas para que conozcan los límites. Así, cuando desarrollan o usan IA, el ingeniero y el desarrollador de nuestra universidad saben que solo pueden desarrollar y utilizar IA dentro del marco regulatorio.
En cuanto a los estudiantes de sociología y ciencias sociales, los estamos alentando a interactuar más con los estudiantes de perfil técnico y a usar la IA por sí mismos para que puedan adaptarla a sus necesidades. Por ejemplo, en mi clase pido a los estudiantes que usen al menos dos modelos diferentes. 
WIRED: ¿Cuál es la IA más popular en China?
Hao Liu: Están probando diferentes modelos. No solo chinos. Les indico que usen uno de China y uno de fuera de China: uno basado en chino y otro en otro idioma internacional. Estos dos deben ser marcadamente diferentes, no similares.
WIRED: Los Principios de IA de Beijing enfatizan el bienestar de su población. En la práctica, ¿cuál ha sido el mayor fracaso o desafío inesperado que ha observado al implementar una nueva solución de IA en la educación? ¿Y qué aprendió de ello?
Hao Liu: La IA es solo un ejemplo. No solo la IA, sino toda tecnología de vanguardia necesita servir a las personas y ponerlas en el centro. Pero debemos entender cuáles son las expectativas de las personas para poder servirlas realmente de la manera que esperan. En segundo lugar, cuando hablamos de personas, no nos referimos solo a un grupo específico. Necesitamos considerar a las personas en su conjunto. Eso significa que las poblaciones vulnerables y las personas que carecen de acceso a la nueva tecnología también deben ser atendidas. No debemos permitir que se queden atrás. Definitivamente, diferentes regiones y diferentes estatus sociales tendrán velocidades diferentes de adaptación y utilización de la IA. Tomamos esa diferencia en consideración. Pero al menos les estamos dando la oportunidad de manera igualitaria. El resultado será diferente, sí, es natural.
WIRED: ¿Cuál es la relación entre China y América Latina en el contexto de la IA?
Hao Liu: El ranking actual de universidades está bastante dominado por instituciones de habla inglesa. Los países o regiones que no son de habla inglesa no están bien representados. La IA es una oportunidad, pero aprovecharla depende de nuestros esfuerzos y especialmente de la colaboración entre América Latina, China y otros países asiáticos. Necesitamos trabajar juntos, digamos los países de habla no inglesa, para tener mejores oportunidades. Por eso introduje la «Caravana de IA» (AI Caravan) con mis colegas de Ginebra. Esta caravana viaja este año por China. El próximo año podríamos viajar por América Latina u otras partes de África para permitir que la cultura, el conocimiento, la filosofía y los datos de diferentes regiones alimenten a la IA, de modo que no tenga sesgos. Porque, ¿qué es importante para la IA? Los datos, el algoritmo y la aplicación. Cuanto más la usas, más datos proporcionas y la IA será más adaptativa y te servirá mejor.
WIRED: ¿Cuál es su rol en la dinámica entre China y Estados Unidos? Ambos países tienen este impulso competitivo… ¿cuál es su papel en esta dinámica multipolar?
Hao Liu: He intentado encontrar el terreno común entre los dos países. Necesitamos ser mensajeros para ayudar a un mejor entendimiento entre Estados Unidos y China, al menos para evitar o reducir las malas interpretaciones o malentendidos entre ambas partes. Sí, somos dos países diferentes, pero aun así hay mucho trabajo que Estados Unidos y China necesitan hacer juntos.
