Segun MIT News - Artificial Intelligence, Gabriele Farina, profesor asistente en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación de MIT, investiga los principios que permiten a máquinas y personas tomar decisiones en escenarios complejos con múltiples actores. Su trabajo se centra en desentrañar el razonamiento estratégico, un pilar clave para desarrollar algoritmos más robustos y adaptativos en entornos dinámicos. Farina integra teorías de teoría de juegos con herramientas como aprendizaje automático, optimización y estadística, buscando construir bases teóricas sólidas y prácticas para la toma de decisiones.
Desde su infancia en una región montañosa de Italia, Farina enfrentó un entorno donde el conocimiento científico no era común. Sus padres, sin estudios universitarios, no entendían matemáticas, pero siempre apoyaron su pasión por la ciencia, comprándole libros técnicos y fomentando su interés en escuelas con enfoque científico. A los 14 años, ya había identificado una fascinación profunda: la posibilidad de que sistemas diseñados por humanos superen en eficiencia a sus creadores, usando solo elementos básicos. Este deseo de comprensión estructural se consolidó cuando, a los 16, escribió un código que analizaba movimientos en un juego de mesa que jugaba con su hermana. El sistema calculaba el movimiento óptimo y demostraba que ella ya había perdido antes de que ninguno de los dos pudiera verlo. Aunque su hermana no quedó impresionada, el experimento marcó el inicio de una carrera dedicada a cómo las máquinas pueden razonar de forma estratégica.
La investigación de Farina tiene implicaciones directas para el desarrollo de sistemas autónomos en sectores como finanzas, logística y transporte. En estos contextos, múltiples agentes —empresas, inversores, vehículos— interactúan en entornos complejos donde la toma de decisiones debe considerar el comportamiento de otros. Si bien las máquinas hoy en día aún no piensan como humanos, su capacidad para simular estrategias basadas en juegos permite anticipar movimientos y optimizar resultados. Para los peruanos, esto significa que tecnologías basadas en inteligencia artificial podrían mejorar la toma de decisiones en mercados financieros, en la planificación de inversiones o en la gestión de cadenas de suministro. Por ejemplo, algoritmos que aprenden a simular interacciones entre empresas podrían predecir fluctuaciones de precios o riesgos en mercados locales. Aunque el avance es gradual, el trabajo de Farina señala que la base teórica para estas aplicaciones ya existe y está siendo construida con rigor matemático y práctico.