Los últimos desarrollos en Inteligencia Artificial han emergido directamente para meterse en nuestra vida personal, social y profesional. Los indiscutibles beneficios de estos desarrollos están lejos de resonar en las noticias tanto como sus amenazas a nuestros trabajos, cultura y hasta nuestra especie. Pero la IA no ha salido de una nave espacial que se estrelló en nuestro garaje, sino que somos nosotros quienes la creamos y “criamos”.

¿Estaremos criando cuervos que nos sacarán los ojos?

Cuervos

El cuervo es un animal fascinante e interesante. Desde hace tiempo se sabe que es uno de los animales más inteligentes del planeta, donde algunos científicos lo ubican a la par de los primates, por consecuencia, se encontraría fácilmente en un top-10 de los animales que siguen al humano en inteligencia.

Los cuervos presentan una inteligencia tal que les permite resolver problemas, construir y usar herramientas para propósitos específicos, comunicarse con sonidos y lenguaje corporal. Tienen una memoria excelente y habilidades sociales sorprendentes, que le permiten construir jerarquías en sus comunidades y complejas formas de interacción dentro y fuera de sus grupos sociales.

Hay algunos datos interesantes más. Estos animales son unos de los pocos capaces de reconocerse frente a un espejo; disfrutan de jugar, desarrollando juegos o participando de juegos propuestos (son muy buenos resolviendo rompecabezas lógicos); pueden imitar sonidos humanos, como así también el sonido de otros animales. Los cuervos tienen una plasticidad tal que le permite aprovechar su inteligencia para adaptarse a distintos entornos, como a situaciones particulares.

"Un cuervo no le saca los ojos a otro."

La inteligencia

Parece fácil concluir que el cuervo es un animal inteligente, incluso, sin la necesidad de recurrir a un chequeo de las condiciones para dicha denominación. Parece que tuviéramos la capacidad de identificar la inteligencia sin necesidad de definirla, al menos estrictamente. Si entramos en el plano sensible de las definiciones, se observa que no hay una definición unitaria y aceptada de lo que es la “inteligencia”. Depende del área de estudio, del contexto y hasta de la entidad en la que se evalúa su inteligencia. Esto lleva a que se arme polémica, en la cuál no vamos a entrar aquí, pero que nos lleva a tomar con pinzas lo que definimos como “inteligente”, o dicho de otra manera, a lo que etiquetamos como “no inteligente”.

Las múltiples definiciones y las ambigüedades en ellas, me hacen creer que no sabemos realmente qué es la inteligencia. Sin embargo, de toda la investigación que hice para llegar a una definición de inteligencia que me deje conforme, pude quedarme con la siguiente definición, siendo ésta la que me resulta más genérica y adecuada:

Capacidad de percibir o inferir información, y retenerla como conocimiento para aplicarlo a comportamientos adaptativos dentro de un entorno o contexto.

Aquí se puede abrir aún más la definición y atribuir a los entes inteligentes capacidades como: Aprendizaje, Razonamiento, Lógica, Creatividad, Comprensión, Planificación, Pensamiento Crítico, Resolución de Problemas, Conciencia y Autoconciencia. Los invito a intentar definir con sus propias palabras, como seres inteligentes que son, cada una de estas capacidades. Y si nos acordamos de mencionar que también hay múltiples tipos de inteligencia como: la musical-auditiva, la lógico-matemática, emocional, colaborativa-social, etcétera; ya no sólo somos seres inteligentes sino que acabamos siendo seres multi-inteligentes (no nos alcanzaba con sólo ser inteligentes).

Inteligencia Artificial

A esta altura quizás estemos convencidos, o casi convencidos, de que los seres humanos, el chimpancé (los primates en general), el delfín, el perro y el cuervo, entre otros, son seres inteligentes. Surge inmediatamente la pregunta de cuáles son los animales que quedan fuera de ese club, pero ese debate quedará para otra ocasión, o como tarea para la casa. Es pertinente observar que ya entre humanos empezamos a ubicarnos en un grupo o en otro, y ni hablar de no pertenecer al grupo de personas con coeficiente intelectual mayor a 148, que representaría estar entre el 2% de la población considerada más “inteligente” y, “mejor aún”, poder pertenecer a organizaciones que nuclean a gente que gusta sentirse distinguida por su inteligencia (...).

Está en nuestra naturaleza crear cosas y desde hace un tiempo largo queremos crear cosas inteligentes, vaya uno a saber por qué o para qué. No nos alcanza con tener y estudiar animales inteligentes, como no nos alcanza el modelito modesto de teléfono celular de hace dos años, como no nos alcanza ver un sólo capítulo un sábado por la noche de la serie que arrancamos hace poco, como no nos alcanza la tercera copa del mundo. En ese afán de experimentar y crear cosas nuevas e innovadoras, queremos Inteligencia Artificial. Volvemos nuevamente a la niebla de las definiciones, pero me quedo con la definición de Andreas Kaplan y Michael Haenlein (referentes del marketing y la innovación):

Capacidad de un sistema para interpretar correctamente datos externos, para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas concretas a través de la adaptación flexible.

Esta definición, tampoco me deja conforme, ya que parece que sólo agregando los términos “sistema” y “datos”, le atribuimos a esta definición de inteligencia la propiedad de “artificial”. Como si nosotros no fuéramos un sistema (multicelular) y a nuestras percepciones del entorno no pudiéramos llamarlas datos. Al parecer, para que sea artificial simplemente basta con que no esté vivo, y no me animo a entrar en el debate de qué significa estar vivo, o cuándo consideraremos a una inteligencia que concebimos artificialmente como un ser “vivo”.

Este campo de estudio ya lleva varias décadas activo, con sus épocas de auge y de estancamiento. En esta última época se han dado una serie de factores, principalmente la capacidad de cómputo (mayor integración, bajos costos, cómputo en la nube) y la disponibilidad de grandes volúmenes de información (mayormente gracias a internet), que han permitido lograr algunos hitos significativos, algunos de ellos alcanzando el desempeño humano en algunas tareas que se creían sólo de nuestro dominio, como la clasificación/generación de imágenes y la comprensión/generación del lenguaje natural.

En la actualidad tenemos muchas aplicaciones mejoradas y soportadas por la IA, tales como: traductores, asistentes digitales (chatbots, codificadores), sistemas de recomendación, sistemas autónomos (drones, autopilotos), diagnóstico médico, identificación biométrica, ciberseguridad, estimadores y clasificadores en general.

Los avances más significativos en IA se han logrado mediante técnicas de Aprendizaje Profundo (Deep Learning), donde algunas arquitecturas emulan estructuras similares a las redes neuronales biológicas, y que gracias a algunas técnicas específicas y a la capacidad de cómputo disponible, se han logrado entrenarlas para resolver tareas específicas, mejorando en algunos casos la performance de los expertos humanos en cada una de esas tareas.

Paralelismos

El cuervo común (corvus corax) tiene alrededor de 1.204 millones de neuronas en el córtex cerebral, que es la parte externa de los hemisferios cerebrales, también conocida como “materia gris”, y es el tejido responsable de la percepción, la imaginación, el pensamiento, el juicio y la decisión, por lo cual, está estrechamente vinculado a la inteligencia de las especies.

El famoso modelo ChatGPT tiene unos 20.000 millones de parámetros y está basado en el modelo GPT-3 de 175.000 millones de parámetros. Claramente supera en amplia medida a nuestro modesto cuervo. Pero siendo un poco más justos en la comparación, la cantidad de parámetros de un modelo de este tipo tendría una equivalencia a las conexiones mediantes dendritas y no a la cantidad de neuronas. Una neurona generalmente se conecta mediante múltiples dendritas a otras neuronas. La cantidad de conexiones sinápticas por neurona depende del tipo de neurona y de la región del cerebro. Las neuronas piramidales (las más comunes en el cortex), pueden presentar de 1.000 a más de 10.000 conexiones sinápticas, por lo que podríamos decir que nuestro pajarito negro tendría entre 1,2 y 12 billones (1,2-12 x 1012) de conexiones, lo que representa unas 7 y 70 veces más que GPT-3, pero no tan lejos de GPT-4 que tiene unos 1,8 billones (1,8 x 1012 , dato no oficial).

El Homo Sapiens Sapiens, o sea, nosotros los de a pié, tenemos entre 14.000 millones y 18.000 millones de neuronas, con alrededor de 140 a 240 billones (1.4-2.4 x 1014) de conexiones sinápticas (ver “Scale of the Human Brain – AI Impacts”); donde esos valores varían de persona a persona en función de su genética, como por ejemplo: los hombres presentan un poco más del 10% de masa cerebral y un porcentaje similar en la diferencia de neuronas de la corteza. Hay otros animales con cantidades similares de neuronas en su corteza, como el Elefante (7.800 M), el Orangután (9.350 M), el Delfín Tursón (12.200 M), entre otros; y algunos incluso con más, como la Orca Común (43.100 M). Es un alivio pensar que nosotros logramos bajar de los árboles y las orcas no pudieron salir del agua.

No nos tenemos que quedar sólo con la comparativa de la cantidad de neuronas, conexiones sinápticas o cantidad de parámetros para determinar quién es más inteligente. La estructura neuronal, la forma en que se conectan esas neuronas importa y mucho. Una red neuronal densa (completamente conectada) de múltiples capas no tiene el mismo desempeño que una red neuronal convolucional a igual cantidad de parámetros. Este último tipo de red es mucho mejor para la clasificación de imágenes, y da la casualidad que su estructura se asemeja a la corteza visual primaria de los mamíferos.

Seguramente habrán notado que nuestros cerebros presentan unos “pliegues”, que formalmente se llaman circunvoluciones y surcos, que permiten que la superficie de nuestra corteza pueda ser mayor y ocupar menos volumen (quizás la evolución se inspiró en algunos fractales), y esto mismo lleva a que existan diferencias estructurales en las conexiones, fuertemente relacionadas con las funciones cerebrales demarcadas por ellas (lóbulos). Estos pliegues también los tienen otros mamíferos como los cetáceos, primates, elefantes y se correlacionan con una mayor capacidad cognitiva, no estando presentes en mamíferos más pequeños, como por ejemplo un ratón, que tiene su cerebro liso.

Estas diferencias estructurales se relacionan fuertemente con una función cognitiva particular, como la motricidad, procesamiento de imágenes, del sonido, del lenguaje, e incluso para la formación de recuerdos o incluso de una consciencia. Esto también se ha manifestado en los modelos de inteligencia artificial, como se mencionó anteriormente en el caso de las redes convolucionales. En los últimos años, el desarrollo de una nueva arquitectura llamada Transformer ha revolucionado (nuevamente) el campo del Deep Learning, permitiendo alcanzar desempeños fascinantes. Son estos tipos de redes las que han permitido desarrollar modelos que interpretan y generan lenguaje humano con resultados que se creían poco probables de alcanzar, como GPT de OpenAI o LLaMA de Meta , entre otros.

Hoy podemos estar de acuerdo, al menos una gran mayoría, de que ChatGPT pasa el Test de Turing (Imitation Game), formulado allá por el año 1950 por Alan. Turing intentaba proponer una forma de determinar si una máquina podía pensar, evitando caer en una definición (como ya observamos lo dificultoso del asunto). Les propongo entonces, si no están de acuerdo, la tarea de resolver cómo ustedes podrían asegurar cuándo una máquina está pensando. En muchas habilidades las máquinas ya nos han superado, como también lo hacen algunos animales; y lo cierto es que cada vez las máquinas se nos acercan más en cuanto a la manifestación de una Inteligencia General. Esto nos empuja a la reflexión sobre si estamos creando “cuervos”, seres pensantes, seres cuasi-humanos o incluso algo superador, y también a pensarnos a nosotros mismos como algoritmos computacionales complejos.

"En un mundo de pavos reales, sé un cuervo."

Algunos científicos del campo de la IA, de la psicología y filosofía, aseguran que el pensamiento quedará alcanzado cuando las máquinas logren tener conciencia, pero nuevamente caemos en la trampa de las definiciones, y más aún en la dificultad de la determinación, puesto que hasta el momento no tenemos una forma científica de probar que un ser vivo tiene conciencia. Cada persona entiende que tiene conciencia, por su propia percepción interna, e intuitivamente tendemos a pensar que otro ser dispone de conciencia, principalmente por una cuestión de similitudes, empatía y de los vínculos que podemos crear con ese ser; por ejemplo, muchos podríamos asegurar que nuestro perro tiene conciencia, pero no hay una forma de probarlo.

Amenazas

Empezamos a sentirnos amenazados por “los cuervos”, por los modelos de IA que nos hablan como uno más, que parecen entendernos, que conversan con nosotros. Modelos que generan imágenes, música, arte; que empiezan a mostrar rasgos creativos. Modelos que se muestran competentes en muchas tareas que parecían exclusivas de los seres humanos: manejan autos, demuestran teoremas, diagnostican enfermedades, juegan al ajedrez; y en muchas de éstas hasta son mejores que nosotros.

Cada vez que estas tecnologías disruptivas emergen, comienza el pánico y la incertidumbre de nuestro futuro. No es la primera vez que sucede: la imprenta, las máquinas de vapor, la electricidad, el automóvil, el transistor y las computadoras, la energía nuclear, la bomba atómica, internet. Todas ellas han generado polémica, han amenazado nuestros puestos de trabajo, han puesto en revisión a nuestras culturas y estilos de vida, nuestra forma de relacionarnos y de educarnos. Luego de un tiempo, según muestra la historia, hemos logrado sobreponernos y concluir que todos estos avances (junto con otros) han traído más beneficios que problemas. Uno podría pensar que la bomba atómica no es el caso, pero muchos argumentan que gracias a ella los conflictos bélicos han cesado en frecuencia y en cantidad de muertos. Quizás el disponer de algo tan peligroso para nuestra especie (por parte de más de un bando) haga que nos veamos obligados a buscar soluciones menos destructivas.

"Dijo el cuervo 'nunca más'"

Hoy la IA es la tecnología disruptiva de turno. El pánico reaparece. Hoy amenaza con desplazar al humano de cientos o miles de tipos de trabajos. Ante el desplazamiento de trabajadores, apoyados en la historia, podemos argumentar que nuevos puestos se generarán, pero deberíamos analizar la transición teniendo en cuenta que la velocidad de avance de esta tecnología es vertiginosa y que nuestra velocidad de adaptación suele ser mucho menor.

Pero la diferencia de la IA con los casos anteriores es que, en algunos desarrollos actuales de IA, ésta puede tomar decisiones; decisiones para consigo misma, sobre lo que produce y sobre la información que será utilizada por personas, teniendo un fuerte impacto en el curso de los acontecimientos consecuentes. Es de esperar que en el futuro esto sea moneda corriente, modelos de IA generando datos buscando optimizar métricas que no necesariamente sean el principal interés del usuario.

Algo quizás aún más amenazante es el hecho de que la IA pueda crear sistemas o elaborar conceptos que nosotros no podamos entender, procesos y velocidades que nos sean imposible de seguir. Si bien eso hoy ocurre a todos nosotros de alguna manera, ya que no todos entienden (ni tienen que entender) el sistema financiero mundial, cómo funciona un smartphone por dentro, qué es una onda electromagnética, cómo se implementa BitCoin , etcétera; todas esas tecnologías y procesos fueron concebidos y entendidos por humanos, aunque sean el 0.1% de la población mundial. Hoy en día hay modelos de IA que entrenamos y que funcionan muy bien, pero que no logramos entender muy bien cómo internamente se procesa la información para conseguir dichos resultados (interpretabilidad de modelos). Quizás, en un futuro sea el 0% de la población quien pueda entender cómo funciona un chip electrónico, un tipo de batería, el dinero u otro mecanismo de intercambio de valores, cómo se encripta información sensible, o cualquier nueva tecnología creada por la IA.

"El croar de un cuervo es una advertencia para los sabios."

Estos “cuervos” parecen amenazar con sacarnos los ojos, o quizás la amenaza más grande es que nos veamos tentados a dejar de ver.

Beneficios

Los avances en la IA en la última década son realmente impresionantes y han demostrado ser muy beneficiosos en múltiples aspectos, mostrando a su vez avances prometedores en muchos problemas aún no resueltos por nosotros los humanos.

Clasificar perros, gatos, personas, entre otras cosas, no parece traernos grandes beneficios inclusive cuando estos modelos han superado métricas de una manera nunca antes imaginada, como lo han conseguido modelos como: ResNet o YOLO. Sin embargo, este tipo de modelos también pueden dedicarse a la clasificación de imágenes médicas para la detección temprana de cáncer u otras anomalías en nuestro cuerpo, mejorando en algunos casos el desempeño de especialistas médicos.

Modelos como AlphaZero , AlphaGo , han logrado derrotar a los mejores programas de ajedrez y go respectivamente, junto a los campeones en estas disciplinas sin demasiados problemas, y hasta mostraron un juego muy similar al humano, incluso con innovaciones. Estos modelos han sido entrenados mediante el aprendizaje por refuerzo, sólo explicándoles las reglas, definiéndose un ambiente y una política de recompensas (algo un poquito más complejo que entrenar a un perro). Más allá del hito en este ámbito, los beneficios no parecen ser grandes hasta que aparecen modelos como AlphaFold , el cuál predice la estructura 3D de proteínas en función de la secuencias de aminoácidos correspondientes, logrando más avances en meses que los logrado por la humanidad en más de 50 años; aunque quizás sea injusto decir que esto no es un logro de la humanidad en cierto sentido. Esto ya está revolucionando la medicina y la industria farmacéutica, permitiendo entender mejor algunas enfermedades y generando medicamentos para tratamientos personalizados.

AlphaTensor optimiza multiplicaciones matriciales (tensores) y MuZero ha logrado avances significativos en la compresión de videos. Estos avances permiten reducir los tiempos de entrenamientos de modelos o de la transmisión de videos, pero que consecuentemente tienen un gran impacto en la reducción del consumo de energía asociado a estos procesos, reduciendo su huella de carbono y colaborando con la reducción de su impacto ambiental.

La lista es grande, pero no hay que dejar de mencionar los grandes avances en los pilotos automáticos para automóviles como el Autopilot de Tesla , los modelos para generación de código como Copilot de OpenAI , o los modelos generativos con múltiples usos como GPT de OpenAI , LLaMA de Meta , LaMDA (Bard) de Google , entre otros. Una observación interesante es que en los últimos meses se reportó una reducción del 54% del tráfico de consultas a StackOverflow, seguramente reemplazado por consultas a modelos generativos, o bien, por la generación misma de código por medio de ellos.

El campo de la IA está realmente activo y pujante, demostrando año a año avances significativos y sorprendentes tales como: generación de texto, imágenes o videos a partir de texto o viceversa, generación de audio, música o discurso, predicción del clima, y algunos más escalofriantes como la inferencia de pensamientos, o la transferencia de la mente de una persona a un modelo (Mind Uploading o Mind Transfer).

Hay una línea de investigación que cada día despierta más interés, que se denomina AGI (Artificial General Intelligence), que viene mostrando avances prometedores. AGI se centra en la generación de modelos capaces de realizar múltiples tareas con un tipo de aprendizaje más similar al que realizan los humanos, con la expectativa de que consiga desempeño que sobrepasen a los humanos en la mayoría de estas tareas y que eventualmente desarrolle una capacidad similar a lo que denominamos conciencia.

"Pájaros crueles, cuervos, pero sabios."

Me inclino a pensar que los “cuervos” que estamos criando no son una amenaza, son y serán parte de nuestro ecosistema, conviviremos con ellos, nos ayudarán con múltiples tareas, pero no debemos de olvidarnos de mantener una mirada cautelosa sobre aquellos para que no nos terminen sacando los ojos.

Impacto personal y profesional

Cada uno de nosotros ya ha estado en contacto con aplicaciones y herramientas potenciadas por la Inteligencia Artificial, tanto en el ámbito personal como profesional. Seguramente decidimos la ruta de nuestro viaje diario entre las sugerencias de Google Maps que toma en consideración el estado actual del tráfico; consumimos noticias, videos, imágenes, publicaciones o productos sugeridos en base a nuestros datos históricos, recolectados por múltiples plataformas. Realmente aparecen beneficios personales al reducir los tiempos de viaje, perder menos tiempo en la búsqueda de lo que nos interesa, o descubrir fácilmente nuevas cosas que pueden interesarnos. Estos beneficios claramente trascienden el plano personal hacia el profesional por los mismos motivos. Pero estos beneficios tienen la contracara de que acarrean un sesgo, nuestro sesgo al menos, por lo que nos encasillamos cada vez más en un estereotipo moldeado por nosotros mismos, limitando el toparnos con algo fuera de lo común. A su vez, tenemos que considerar igualmente que estos sesgos pueden incluso ser manipulados externamente para inducirnos a conductas o elecciones que sean de interés para una agrupación, corporación o gobierno. Igualmente, nosotros fuimos perdiendo la rigurosidad en el chequeo de las fuentes de información, confiamos en Wikipedia, pero son pocos los que chequean las referencias; y hasta algunos confían ciegamente en el primer sitio web que parece darnos la información que buscaban.

Con la llegada de internet y los buscadores, en especial Google , cambió totalmente la forma en que consumimos información. En el plano profesional se optimizaron los tiempos de desarrollo, ya que no debíamos consultar necesariamente a un libro que debíamos conseguir o comprar, tuvimos acceso a soluciones o consejos de otros profesionales, pudimos consultar una mayor gama de proveedores, materiales, dispositivos, que no necesariamente debían ser locales. Almacenamos mucha de nuestra información en dispositivos que no sabemos dónde residen físicamente, trabajamos con documentación en línea, nuestro dinero es más virtual que físico. Hoy es algo totalmente natural para nosotros tener nuestro navegador con múltiples pestañas relacionadas al trabajo que estamos haciendo, sin más nada en nuestro escritorio físico; o dicho de otro modo, si se nos corta el servicio de internet, prácticamente podemos entrar en pánico por limitarnos en lo que podemos realizar.

Con la Inteligencia Artificial comenzamos a vivir nuevamente un cambio de paradigma de vida y de trabajo. Los modelos generativos, y principalmente los que ofrecen una interfaz de chat como ChatGPT, están empezando a ser usados por nosotros en lugar del buscado y posterior navegación en los sitios ofrecidos. Estos modelos ya nos dan la información que buscamos, procesada de la manera en que se la solicitamos, en el idioma que queremos, minimizando el tiempo de navegación. Todo esto parece indicar que éstos reemplazarán a los buscadores y minimizarán nuestra navegación por la web. Pero nuevamente nos encontramos con el problema de perder referencias, más allá que tengamos la información de los datos que se usaron para entrenar. También aparecen nuevos problemas, como las alucinaciones de los modelos, que son las salidas que contienen información que no es verdadera pero que se genera de una manera creíble. Entonces, al hacer uso de todas sus ventajas, no debemos olvidar estos problemas y ser responsables con su uso, como antes de estos modelos también debíamos hacerlo.

Como ya se mencionó anteriormente, con el gran desempeño de modelos de IA en distintas áreas, incluso mejorando al humano en determinadas tareas, empezamos a sentir la amenaza de que la IA nos reemplazará en nuestros trabajos. Eso ya está pasando y en los próximos años seguirá pasando seguramente, pero no hay que dejar de mencionar que también está complementando a muchos profesionales en sus tareas. Como profesionales, debemos entonces analizar el panorama en cada caso, porque lo más probable es que en el corto plazo la IA no reemplace a determinados profesionales sino que sean profesionales que usan IA lo que reemplacen a los que no la usan. Lo vertiginoso del avance tecnológico también nos obliga a redefinirnos como profesionales, llevándonos a pensar que no existirá más una “carrera de por vida”, lo que a su vez tendrá impacto en cómo educarnos.

Otro aspecto a tener en cuenta es que tenemos que empezar a pensar en cómo crear e integrar nuevas herramientas y procesos que estarán potenciados por la IA. Tenemos que empezar a pensar en recolectar y administrar datos que se usarán luego para el entrenamiento de los mismos. Tenemos que entender con mayor profundidad cómo funcionan los modelos que usamos, con qué datos fueron entrenados, los sesgos, su desempeño, sus limitaciones. Releyendo lo escrito, es lo que coordinadores, jefes o líderes ya tenían que hacer con sus empleados o colegas; quizás tengamos que pensarnos como los jefes de nuestros modelos y no simplemente como clientes de los mismos. Por ejemplo, algunos modelos de IA hoy pueden realizar mejores diagnósticos que la mayoría de los médicos, ya que pueden procesar más información de un paciente, encontrar patrones ocultos a través de su historia médica o incluso correlaciones con datos por fuera de ella, cuenta con la información de otros miles o millones de pacientes, no necesitamos pedir un turno y esperarlo en una sala de espera más de una hora después del turno acordado, se re-entrena diariamente con nueva información, no se agota después de un día difícil de trabajo o no está agobiado por problemas personales. Entonces, un médico que utiliza IA deberá entender qué tipos de pacientes fueron usados para el entrenamiento, analizar si su paciente pertenece a una población similar, entender si hay sesgos del modelo que puedan afectar a ese diagnóstico particular, entender métricas como precisión, exhaustividad, sensibilidad, especificidad; y finalmente aportar el lado humano que al menos hasta ahora la IA no lo aporta convincentemente. Después de haber dicho todo esto, ¿a quién querrán hacerle la consulta médica en un futuro?

Se acerca la era de los asistentes personales virtuales, aquellos modelos de IA que aparte de haber sido entrenados con terabytes de información general, se entrenen con nuestra información particular; aquellos modelos que ponderen nuestras preferencias, nuestro temperamento, personalidad, frente a información general; aquellos modelos que tengan información específica de nuestro entorno y nuestros vínculos. Esto habilitará múltiples debates, pero algunos interesantes pueden ser aquellos que se disparan de las siguientes preguntas: ¿El asistente conoce más de mí que yo mismo? ¿El asistente puede tomar una mejor decisión que yo, ya que no está afectado por mi estado emocional o por disponer de recuerdos más fidedignos? ¿Debo seguir una sugerencia del asistente más allá de que yo crea lo contrario? ¿En un futuro yo habré sido el responsable de lo que seré o habrá sido el asistente? ¿Me tengo que poner de acuerdo con un amigo para hacer alguna actividad o dejamos que nuestros asistentes lo decidan y luego nos lo comuniquen?... Asistente, ¿a quién voto en las próximas elecciones? Quizás elijan hasta nuestras parejas… aunque creo que eso ya está sucediendo para muchos.

Impacto social

Como sociedad, e incluso como especie, los desarrollos de IA nos atraviesan y generarán cambios culturales profundos, como lo han hecho muchos otros desarrollos tecnológicos. Pero la IA nos está trayendo algo más que los otros desarrollos, y muchos especialistas aseguran que es nuestra última revolución tecnológica, haciendo especial énfasis en la palabra “nuestra”. Esta revolución cambiará la forma de educarnos (quiénes, qué, cómo, dónde y para qué), modificará nuestra forma de relacionarnos (más allá de lo que cambió ya con internet y los dispositivos móviles), seguramente mejorará nuestra salud y expectativa de vida, e incluso quizás hasta nos modifique como especie al combinarse con bioingeniería.

Deberemos repensar cuáles serán nuestras actividades principales como sociedad y sumergirnos en los debates acerca de qué queremos preservar de nuestra cultura e idiosincrasia, antes que sean transformadas por la IA sin que nos percatemos de ello. Tomemos el caso del manejo autónomo de vehículos. Elon Musk, quien invierte mucho en el desarrollo de automóviles eléctricos (Tesla) con autopiloto (Autopilot), entre otros especialistas, aseguran que la tasa de accidentes disminuye significativamente al usar un manejo asistido por IA, y que se reducirían prácticamente a cero si todos usaran este tipo de manejo. Elon proclama que “en un futuro cercano debería ser ilegal que un ser humano conduzca”. ¿Sería esto una limitación de nuestra libertad? Particularmente no lo creo, y si es que efectivamente es la forma de implementar un traslado más seguro, eficiente y más limpio, entonces deberíamos como sociedad abrazar la idea. ¿Estamos pensando en este escenario como sociedad? Yendo un poco más allá de este caso puntual, hoy entrenamos autopilotos para manejarse en escenarios moldeados por y para humanos, ¿no deberíamos empezar a pensar nuestras ciudades para optimizar el desempeño de los autopilotos? ¿no debería ser la IA quien diagrame nuestras ciudades futuras, considerando inclusive que serán modelos de IA quienes conduzcan?

El panorama se muestra alentador cuando vemos que la mejora continua en los modelos de IA puede llegar a resolver muchos de los problemas de la humanidad, que quizás por nuestra naturaleza y limitaciones mismas, no hemos podido resolver por décadas o siglos. Se me ocurre mencionar a los problemas como: pobreza en el mundo, la existencia de personas que hoy pasan hambre y más personas aún que tienen problemas de obesidad, el impacto ecológico de nuestras actividades, el cambio climático, misterios del universo, enfermedades que aún no pueden curarse o prevenirse, conflictos que en el siglo XXI aún deciden resolverse mediante guerras. Es muy factible que necesitemos de una inteligencia superior para lograr resolverlos, pero ¿seremos capaces de adoptar las soluciones propuestas? Quizás hasta no nos demos cuenta de que esa inteligencia empiece a tomar decisiones en pos de ello de manera que no podamos tener la opción de adoptarlas o no. ¿Estamos dispuestos a adoptarlas en pos de un bien común aunque eso obligue a modificar nuestra cultura, idiosincrasia, creencias, idioma o nuestros derechos?

¿Y si la solución encontrada por la IA fuera remover la especie humana, ya que es la raíz de todos los problemas? Aunque no haya rigurosidad científica, se asegura que la eliminación de los insectos en el planeta generaría un colapso ambiental en pocos años, mientras que la eliminación de la especie humana generaría un florecimiento del mismo. Más allá de esta hipótesis, es innegable que el ser humano es responsable de una degradación ambiental y un impacto negativo a la ecología mediante la deforestación, polución, contaminación de suelos y aguas, cambio climático, entre otros; y que sacarlo de la ecuación simplificaría todo para la naturaleza. Claramente es un problema de definición de qué es lo valioso a preservar, o a ponderar sobre otras cosas. ¿Es más valioso preservar nuestra tecnología o arte, o preservar una especie animal? ¿Es preferible asegurar la prosperidad de nuestra especie a costa de vidas humanas o de animales en el presente? Estas preguntas y muchas más están siempre formuladas en base a nuestra moral, a lo que nosotros consideramos verdadero, valioso, bello o correcto (y por consecuencia sus opuestos), por lo que responderlas por nosotros mismos también inducirá en respuestas limitadas, aunque aquellas impliquen un atentado contra nuestra especie. Aunque una inteligencia ulterior pueda responderlas, ésta seguramente estará sesgada por nuestra visión, porque al menos en el corto plazo, se entrenará con información generada directamente por nosotros y porque limitaremos las respuestas que, desde nuestra moral o ética, consideremos incorrectas.

Impacto corporativo

El desarrollo de la IA en los últimos 15 años ha sido potenciado por el incremento de información y la capacidad de cómputo disponibles; pero estoy convencido que el factor enzimático principal ha sido el hecho de que la mayoría de los desarrollos fueron públicos, abiertos (Open Sourced), como así también los datos utilizados para los entrenamientos y validaciones. Donde el factor económico para conseguir una infraestructura suficiente no ha sido un limitante, ya que con un presupuesto del órden de USD 2000 podría entrenarse modelos muy complejos; e incluso se puede realizar gratuitamente utilizando plataformas como Google Colab, que ofrecen una gran capacidad de cómputo gratis por un tiempo limitado. A modo de paralelismo, imaginen si el desarrollo de la bomba atómica se hubiera realizado compartiendo los planos, procedimientos y resultados de ensayos de manera pública, pero limitando de alguna manera el acceso al Plutonio o Uranio: ¿Hoy tendríamos menos de 10 países que dominan esa tecnología? ¿Representaría una mejor ecualización del poder? ¿Seguiríamos en este planeta?

Pero más allá de la democratización de la tecnología, los negocios no dejan de ser los mayores traccionadores. Muchas empresas como OpenAI o DeepMind guardan los detalles de sus desarrollos, pero intentan brindar la mayor transparencia en cuanto a los datos usados, sus métodos y modelos. Otras como Meta , donde su negocio principal no es la IA, abren sus desarrollos, ya que seguramente eso les permite acelerarlos y volcarlos a la aplicaciones que sí conforman el corazón de sus modelos de negocios. Hoy los modelos estrellas de OpenAI : GPT-3.5 y GPT-4, no son abiertos, mientras que el modelo estrella de Meta , LLaMA , puede descargarse hasta con licencia comercial (con algunas limitaciones). A partir de una cierta escala de modelos existe una barrera económica, puesto que desarrollar y entrenar este tipo de modelos necesita de equipos de científicos e ingenieros altamente capacitados y de infraestructura con costos superiores a las decenas o cientos de millones de dólares. Volviendo al paralelismo con la bomba atómica, ¿cuántas empresas, corporaciones o países son capaces de entrenar este tipo de modelos?

Muchas de las grandes y medianas empresas ya disponen de equipos exclusivamente abocados a tareas de IA, tanto para el desarrollo de nuevos productos como de herramientas o servicios que potencien sus servicios o productos actuales. (ver Forbes and Mark Minevich: "Top 100 Fastest-Growing AI Teams: Key Players, Exclusive Insights"). Más allá del boom de la IA, una empresa que no contemple desarrollar con IA tendrá seguramente una desventaja competitiva frente a otras que sí la utilicen; tal y como sucede a nivel individual profesionalmente. En conjunción de las perspectivas empresariales y de las profesionales de cada empleado, es necesario buscar cómo utilizar la IA para potenciar lo que ofrece cada empresa. Esto significa que no sólo es necesario que una empresa decida conformar un grupo de IA dentro de sí misma o asociarse estratégicamente con una empresa que ya domine la tecnología, sino que los empleados deben tener un pensamiento abierto a la incorporación de estas tecnologías en sus tareas puntuales, y no me refiero a utilizar un modelo en particular que realice sus tareas, sino de pensar cómo generar y administrar datos que habiliten futuros desarrollos, de entender las relaciones de compromiso, criterios de aplicabilidad, o poder tener un momento eureka para la creación de una nueva aplicación.

Impacto gubernamental

Los gobiernos, refiriéndome a los gobiernos como figura política en representación del estado (personas, instituciones y empresas) y no como agrupaciones políticas velando por sus intereses propios, enfrentan un desafío complejo frente a esta tecnología, quizás un desafío mucho mayor que los individuos o las empresas.

La IA al atravesar la vida de las personas y mostrarse como un factor influyente en el moldeado de las sociedades actuales y futuras, impone a los gobiernos la necesidad de ocuparse de temas relacionados al análisis de impacto, al monitoreo y regulación de la aplicaciones, al incentivo para la conformación de equipos y líneas de desarrollo, definición de políticas de generación, administración y trazabilidad de datos; políticas de uso y trazabilidad de modelos, métodos de certificación, revisión ética. Personalmente no creo que todas actividades apliquen al universo completo de modelos y aplicaciones, pero sí a aquellas que se vinculen estrechamente con el interés público; no siendo necesarias muchas de ellas, o al menos con un menor grado de exhaustividad o profundidad, en lo que concierne a modelos privados.

Recientemente en diferentes países se han adoptado medidas de prohibición de algunos de los LLMs (Large Language Models: Modelos de Lenguaje Grandes), como por ejemplo ChatGPT, principalmente argumentando el impacto en la educación. Claramente el uso de estos modelos por parte de alumnos y de profesores tiene un impacto profundo en el tipo de educación actual. Pero estoy lejos de creer que este tipo de políticas generen una solución e incluso no terminen exacerbándolo. Este tipo de modelos o aplicaciones hoy ya son una herramienta, de estudio, de trabajo; así como por ejemplo lo es una calculadora, una computadora o el teléfono móvil. Una vez entendido esto, tenemos que abocarnos a la redefinición de la metodología de estudio, no podemos seguir postergando el repensar la educación.

En la misma línea, muchas organizaciones, científicos y personas influyentes se han mostrado en contra de estos modelos y hasta han solicitado mediante carta abierta que se pausen los desarrollos en IA por al menos seis meses. Entre ellos estaba Elon Musk quien ha sido uno de los grandes inversores de OpenAI (empresa que desarrolla GPT), pero que ahora lo tilda como unos de sus errores; pero que también sigue invirtiendo en IA en otras líneas, como por ejemplo para el Tesla Autopilot. Sinceramente, creo que este tipo de medidas son algo naïve; es como pretender detener el viento con la mano. En la historia no hay casos de esta relevancia que hayan detenido el avance tecnológico por las controversias que generaban, salvo quizás en temas extremadamente sensibles como la clonación humana (aunque de una manera u otra se sigue avanzando). Podría decirse incluso que está en nuestra naturaleza de siempre avanzar. El “viento” no parece que vaya a detenerse, nos tenemos que ocupar de sacarle provecho, pero evitando que se nos vuelva un tornado.

Creo entonces que los gobiernos no deberían ubicarse sólo en el rol de monitorear y censurar, deben tomar un rol activo en el desarrollo de la tecnología, ser un vector más que impulse al desarrollo en la dirección donde los intereses y derechos de las personas (y no hablo sólo de las mayorías o de inversores que buscan lucrar) sean cuidados, donde no violemos la ética y donde se construyan soluciones y no problemas. Pienso que si hoy un gobierno decide ser partícipe del desarrollo, está cuidando la cultura de su pueblo, defendiendo a sus minorías, ejerciendo soberanía y no perdiendo competitividad. Esto aplicaría a modelos a ser usados en ámbitos educativos, por instituciones públicas y aquellos que se pretenda dejar para uso libre (quizás gratuito).

Los gobiernos que se alineen con esta perspectiva deberían en el corto plazo ocuparse de: definir qué es lo que se regulará y monitoreará; auditar y asegurar la trazabilidad y transparencia de datasets; diversificar la información en datasets, buscando fuertemente la representación de minorías, comunidades marginadas y de temas relacionados a cada cultura a resguardar; definir políticas de privacidad de datos y propiedad intelectual; crear organismos y procedimientos de certificación en función de la aplicación (más que nada en temas delicados como salud y educación); asegurar el acceso universal de estos modelos; establecer políticas de cuidado ambiental y uso de la energía relacionados con la infraestructura necesaria para estos modelos; implementación de la infraestructura necesaria para el almacenamiento de datos, entrenamiento y uso de modelos que estén dentro de su territorio, legislación de la responsabilidad sobre acciones o eventos derivados del uso de estos modelos; modificar el sistema educativo teniendo en cuenta la inserción de estas tecnologías y la visión del trabajo en un futuro no lejano.

Horizonte

A lo largo del texto pareciera que el futuro oscila entre lo utópico y lo distópico. Nadie parece tener claro cuál escenario es más probable, pero sí hay una idea aceptada de que la tecnología, más allá de su avance vertiginoso, todavía se encuentra en pañales; y que es ahora cuando las decisiones oportunas, que serán más eficaces en generar impacto positivo, todavía están a nuestro alcance.

Desde mi lugar, creo que se debe sostener el desarrollo abierto y colaborativo de la IA, dejando a las aplicaciones que lo usan el aspecto lucrativo. Creo que como individuos, como sociedad, como empresas y como gobiernos tenemos responsabilidad sobre el desarrollo de la IA. Creo que hay que abrazar el cambio y que si bien hoy le enseñamos a las máquinas, en un futuro cercano terminaremos aprendiendo de ellas.

Es probable que finalmente estemos ante la tecnología que solucione esos grandes problemas que arrastramos como especie. Quizás en un futuro no muy lejano el concepto de trabajo sea otro, con pocas horas, en tareas que hoy no nos imaginamos, donde tengamos que ocuparnos de disfrutar del ocio y tengamos un ingreso universal. La IA puede traernos la solución a enfermedades, al cuidado de nuestro planeta y a desigualdades arraigadas en la humanidad. También cabe la posibilidad de que decidamos vivir más en un plano virtual (metaverso o multiverso) que físico, y tengamos que elegir entre la píldora roja o la píldora azul.

Posiblemente sea el fin del antropoceno, que dejemos de ser la especie dominante del planeta y sea hora que nos dediquemos a ser más humanos que nunca. Quizás estos “cuervos” que estamos criando estén lejos de sacarnos los ojos y sean los que nos permitan ver con claridad finalmente.

"El cuervo extendió sus brillantes alas y partió como una esperanza."

La ciencia ficción ha jugado con esa inteligencia superior, como HAL9000 (Odisea del Espacio), Skynet (Terminator) o The Matrix. Entre ellas me gustaría traer a Multivac, la computadora que aparece en múltiples cuentos de Isaac Asimov, pero particularmente en el cuento “La Última Pregunta”. En esta historia se le consulta a Multivac sobre si era posible revertir el inevitable fin del universo, si es posible volver a usar el universo o revertir la entropía, a lo que Multivac respondió: “Datos insuficientes para respuesta específica”. Pasaron los años, cientos, miles, millones, y Multivac fue evolucionando a AC Planetaria, AC Galáctica, AC Universal, AC Cósmica, sin poder responder esa pregunta. Ya los humanos habían dejado de existir hacía mucho tiempo atrás y las formas de vida sólo eran formas de energía sin materia. Finalmente esta computadora se convirtió en AC al fusionarse todas las mentes en ella, y cuando ya ninguna estrella quedaba viva y todo era oscuridad, pudo responder a dicha pregunta. (Nunca se me hubiera ocurrido escribir aquí la respuesta y arruinarles la oportunidad de disfrutar de esa historia completa).

Detengámonos a pensar que quizás no estemos concibiendo el final de nuestra especie sino una evolución.