La IA es una quimera real: puede hacer el mundo radicalmente mejor

La era de la inteligencia artificial no es ciencia ficci¨®n; ya ha comenzado. En 2024, la IA se ha llevado dos premios Nobel, uno para sus pioneros y otro por una aplicaci¨®n en biolog¨ªa. Las cinco empresas m¨¢s grandes del mundo son todas tecnol¨®gicas. Y en cinco a?os, la compa?¨ªa que dise?a sus chips, Nvidia, ha multiplicado 27 veces su valor. Sin embargo, la se?al m¨¢s fuerte del terremoto es un movimiento soterrado, casi silencioso, de usuarios desorganizados: ChatGPT solo tiene dos a?os, y las aplicaciones de IA son todav¨ªa prototipos, pero millones de personas ya las usan.

El debate actual sobre esta nueva tecnolog¨ªa est¨¢ dominado por las advertencias sobre sus peligros ¡ªque son reales¡ª, como la posible destrucci¨®n de empleo. Pero eso deja pendiente un ejercicio fascinante: imaginar los posibles futuros de la inteligencia artificial virtuosa. La fil¨®sofa Carissa V¨¦liz, aunque se declara pesimista, acepta el ejercicio de imaginar: ¡°El mejor de los mundos posibles, por m¨¢s que me parezca improbable, es uno donde la IA automatiza las tareas m¨¢s aburridas, de manera eficiente, precisa y barata, y donde los humanos usemos el tiempo libre para tareas gratificantes, como cuidar de los nuestros, pasar tiempo juntos, descansar, leer o crear¡±.

Es un ejercicio de imaginaci¨®n para la acci¨®n. Como dice Dario Amodei, CEO de la empresa de desarrollo de IA Anthropic, en un reciente ensayo: ¡°Es cr¨ªtico tener una visi¨®n genuinamente inspiradora del futuro, y no solo un plan para apagar incendios¡±. Los buenos futuros no son inevitables, pero podemos intuirlos asom¨¢ndonos a laboratorios, empresas y hogares de todo el mundo. ?Qu¨¦ podr¨ªan hacer por nosotros las inteligencias artificiales?

Multiplicar¨¢ la inteligencia

Imagina una clase donde cada ni?o tenga un tutor artificial. Mi hija podr¨¢ hablar con sus libros. Si no entiende un problema de matem¨¢ticas, una IA podr¨¢ explic¨¢rselo. Y si tiene curiosidad por algo que no est¨¢ en su texto, obtendr¨¢ sus respuestas. ¡°Los ni?os tienen una etapa en donde preguntan el porqu¨¦ de todo¡±, recuerda V¨¦liz. ¡°He visto ni?os hablar con una IA sobre por qu¨¦ el sol es rojo en el atardecer o por qu¨¦ las nubes son blancas. Es una aplicaci¨®n muy bonita, porque tiene paciencia infinita, siempre y cuando el sistema llegue a ser preciso y seguro¡±. El potencial es evidente: los tutores de IA ser¨¢n baratos, llegar¨¢n a todas partes y estar¨¢n siempre disponibles. Los primeros estudios en las aulas ya son positivos.

Imagina visitar al m¨¦dico y recibir siempre una segunda opini¨®n. En un reciente experimento en Stanford, ChatGPT se demostr¨® capaz de hacer diagn¨®sticos mejor que los m¨¦dicos humanos. Dados un informe, un historial y unas pruebas, se?alaba posibles explicaciones. Los grandes modelos de lenguaje (LLM, en ingl¨¦s) podr¨ªan ser una ¡°extensi¨®n del doctor¡±.

La promesa de la IA es multiplicar la inteligencia. Al menos cierta forma de inteligencia, limitada y diferente de la nuestra, pero real. Hace unos d¨ªas, GPT-o1 hizo el examen de selectividad coreano y qued¨® entre el 4% mejor del pa¨ªs. Esa es la singularidad del momento: en el pasado la tecnolog¨ªa ha multiplicado la energ¨ªa o la informaci¨®n, pero nunca la inteligencia, que ha sido hasta ahora nuestro monopolio. Adem¨¢s, no hace falta hacer proyecciones desatadas, porque una inteligencia modesta puede ser revolucionaria si es omnipresente.

Imagina, por ejemplo, que cada joven investigador tuviese un laboratorio de agentes a los que dirigir. Podr¨ªan revisar literatura cient¨ªfica, reproducir resultados dudosos o ayudar a recabar datos. Esto ¨²ltimo lo ensay¨® con ¨¦xito un grupo de Google Research: le pasaban un paper a Gemini, su IA tipo LLM, y le ped¨ªan buscar un dato espec¨ªfico para copiarlo en una tabla. Era una tarea f¨¢cil que podr¨ªa hacer un estudiante, ?por qu¨¦ tanto jaleo? Porque le pasaron 200.000 papers, se fueron a comer y al volver hab¨ªa acabado.

Podemos avanzar mucho con inteligencias limitadas si son millones. Por ejemplo, la mayor¨ªa de los programadores ya usan copilotos de IA como Cursor, que miran tu c¨®digo y lo autocompletan ¡ªte predicen¡ª, que resuelven sus errores o que escriben c¨®digo. ?Tendremos agentes parecidos para otras tareas? Una IA podr¨ªa comprarte un billete de tren, revisar tu calendario o configurarte el micr¨®fono. Como dice V¨¦liz ¡ªpara contestar mi correo, ir¨®nicamente¡ª, una de las grandes barreras a nuestra productividad son los e-mails: ¡°Tengo la teor¨ªa de que una de las razones por las que no vemos fil¨®sofos tan brillantes como antes es porque, en vez de tener tiempo para pensar en las cuestiones importantes, la gente est¨¢ escribiendo e-mails¡±.

Esta tecnolog¨ªa puede automatizar las tareas m¨¢s aburridas y dejarnos tiempo libre para las gratificantes

Las inteligencias artificiales dom¨¦sticas podr¨ªan ser solo la punta del iceberg. Si se cumplen las predicciones de Amodei, tendremos expertos virtuales haciendo de abogados, m¨¦dicos, contables, nutricionistas y hasta terapeutas. Es natural y razonable sentir v¨¦rtigo: ?nos vamos a poner en manos de unos artefactos? Pero luego pienso en mi primer a?o de paternidad, y caigo en la cuenta de que ya nos informamos a menudo con m¨¦todos cuestionables, como b¨²squedas en Google, cuentas de influencers y consejos ancestrales sin base cient¨ªfica.

Amodei describe con detalle posibilidades a¨²n m¨¢s all¨¢. Por ejemplo, piensa que las IA podr¨ªan llegar a ser ¡°bi¨®logos virtuales¡±, capaces de realizar todas sus tareas y acelerar 10 veces el ritmo actual de los descubrimientos en biolog¨ªa o biotecnolog¨ªa. Tambi¨¦n es optimista Jaime Sevilla, director de Epoch AI, una organizaci¨®n sin ¨¢nimo de lucro para investigar la trayectoria de la IA: ¡°Tenemos una receta identificada para lograr una IA m¨¢s capaz y general ¡ªpronto esperamos que pueda resolver problemas de matem¨¢ticas avanzadas o realizar aut¨®nomamente proyectos de programaci¨®n que llevan horas. ?Por qu¨¦ esperamos estos avances graduales? Entre 2012 y 2024 hemos pasado a entrenar modelos con 100 millones de veces m¨¢s c¨®mputo. Para 2030 espero que se entrenen modelos 10.000 veces m¨¢s grandes, un salto similar al que hubo entre GPT-2 y GPT-4¡å.

Va m¨¢s all¨¢ del lenguaje

Una se?al del enorme entusiasmo que despierta la IA es su omnipresencia. No importa con qui¨¦n hable, si son banqueros, periodistas, dise?adores, programadores o analistas de f¨²tbol. Todos est¨¢n usando IA. Un motivo es que los LLM nos sirven a todos porque el lenguaje es universal. Pero hay otra explicaci¨®n tambi¨¦n trascendental: estamos ante una tecnolog¨ªa ¡ªuna arquitectura algor¨ªtmica con forma de red gigantesca que aprende de datos masivos¡ª que se ha demostrado capaz de descifrar los patrones de fen¨®menos muy diversos. Igual que ChatGPT maneja textos, otras IA se desenvuelven entre prote¨ªnas, im¨¢genes, genomas o datos meteorol¨®gicos.

Un modelo de IA del centro europeo de meteorolog¨ªa (ECMWF) predijo la trayectoria del hurac¨¢n Milton con un margen de error de apenas 12 kil¨®metros, superando a los modelos establecidos que tienen d¨¦cadas de desarrollo. El centro ya est¨¢ entrenando un modelo m¨¢s grande ¡°para aumentar su resoluci¨®n¡±.

El ejemplo m¨¢s celebrado es la IA de ?AlphaFold, con la que Demis Hassabis y John Jumper han ganado el Nobel de Qu¨ªmica por predecir la estructura de 200 millones de prote¨ªnas ¡ªuna tarea que antes costaba a?os y 100.000 d¨®lares para cada prote¨ªna¡ª. La base de datos la usan millones de personas y promete acelerar nuestra capacidad para desarrollar f¨¢rmacos.

Tambi¨¦n en gen¨¦tica, Evo, otra IA entrenada con millones de genomas bacterianos, predice los efectos de cambios en el ADN y dise?a sistemas funcionales de CRISPR, la t¨¦cnica de edici¨®n gen¨¦tica. La biolog¨ªa de los organismos es absurdamente compleja, y se resistir¨¢ a ser descifrada, pero cualquier avance en predicci¨®n puede abrir v¨ªas alucinantes.

Hablamos de herramientas que ya funcionan. Un investigador del MIT ha estudiado la adopci¨®n de una herramienta IA en un gran laboratorio de I+D. Resultado: los t¨¦cnicos con acceso a la IA descubren un 44% m¨¢s de materiales y registran un 39% m¨¢s de patentes.

El ejemplo m¨¢s celebrado es el sistema de AlphaFold, que predijo la estructura de 200 millones de prote¨ªnas

Estos modelos de IA pasar¨¢n m¨¢s inadvertidos que los chatbots porque no interac?tuamos con ellos, aunque su impacto ser¨¢ profundo: est¨¢n modelizando sistemas complejos. Ya no hablamos solo de procesar datos o automatizar tareas, sino de descifrar patrones profundos en campos tan distintos como la biolog¨ªa, la meteorolog¨ªa o la qu¨ªmica. Desde prote¨ªnas que adquieren forma tridimensional a mutaciones gen¨¦ticas, trayectorias de huracanes o palabras que forman pensamientos, estas redes absorben datos masivos y encuentran pautas enrevesadas. As¨ª, la IA pretende predecir fen¨®menos que hasta ahora escapaban a nuestra ciencia.

Har¨¢ de espejo

Un ¨²ltimo potencial de las inteligencia artificiales es que podr¨ªan ayudarnos a entendernos a nosotros mismos. Son el primer artefacto capaz de replicar algunas habilidades que solo ten¨ªamos los humanos, como ciertas formas de razonar o de manejar el lenguaje. Tambi¨¦n es relevante que sean el producto de un aprendizaje autom¨¢tico, y que sus capacidades hayan emergido de ese proceso aut¨®nomo, sin que nosotros los hayamos dise?ado paso a paso.

El profesor Ethan Mollick pone un ejemplo en su libro Cointeligencia: vivir y trabajar con la IA (Conecta). En relaci¨®n a los modelos de lenguaje como ChatGPT, escribe que lo alucinante es que nadie est¨¢ seguro de por qu¨¦ estos sistemas que solo predicen tokens [fragmentos de palabras] dan como resultado ¡°una IA con habilidades aparentemente extraordinarias¡±, capaces de entender ¨®rdenes y resolver problemas creativos. ¡°Esto podr¨ªa sugerir que el lenguaje y los patrones de pensamiento que hay detr¨¢s de ¨¦l son m¨¢s simples y m¨¢s mec¨¢nicos de lo que pens¨¢bamos, y que los LLM han descubierto algunas verdades profundas y ocultas sobre ellos, pero las respuestas a¨²n no est¨¢n claras¡±.

Podemos aprender de la IA generativa porque nos ha sorprendido. Es excelente escribiendo, analizando, programando o charlando, que son tareas ¡°intensamente humanas¡±, como dice Mollick, y sin embargo, tiene dificultades con tareas en las que las m¨¢quinas tradicionalmente sobresal¨ªan, como repetir un proceso o hacer c¨¢lcu?los. ¡°No act¨²a como software tradicional, sino que act¨²a como un ser humano¡±.

Por eso Mollick propone algo provocador: nos anima a interactuar con la IA como si fueran personas. ¡°No sugiero que estos sistemas de IA sean conscientes como humanos, o que vayan a serlo nunca. En cambio, lo que propongo es una cuesti¨®n pragm¨¢tica: trata a las IA como si fuesen humanas porque, de muchas maneras, se comportan como una¡±.

Muchos expertos avisan de los peligros de la antropomorfizaci¨®n descuidada, con motivos razonables, como reconoce Mollick. Pero es como m¨ªnimo interesante que la forma m¨¢s eficaz de usar un algoritmo sea interactuar con ¨¦l fingiendo que es una persona.

?Por qu¨¦ no somos m¨¢s optimistas?

He evitado deliberadamente dos temas. El primero es especular sobre una IA mucho m¨¢s poderosa que la actual. Hay especialistas que apuestan por que pronto una IA general nos supere en todo; otros creen que su desarrollo chocar¨¢ con un muro insalvable. Tampoco he abordado sus implicaciones sociales, aunque ah¨ª tambi¨¦n hay optimistas, porque el cuadro es demasiado borroso.

Llegando al final pensaba: ?por qu¨¦ es tan dif¨ªcil evocar un futuro mejor? El reto no est¨¢ solo en la palabra ¡°futuro¡±, siempre incierto, sino tambi¨¦n en ¡°mejor¡±. Es tambi¨¦n dif¨ªcil visibilizar el progreso que ya ocurri¨®. Como ha dicho Kevin Kelly, fundador de la revista Wired y veterano tecn¨®logo: ¡°El progreso es sobre todo lo que no sucede. Es una persona de 92 a?os que no muri¨® hoy, un ni?o que no fue asaltado camino a la escuela, una ni?a de 12 a?os que no fue casada con un hombre de 30¡å.

Para lograr m¨¢s de esas victorias invisibles, la tecnolog¨ªa es esencial: hace que el futuro sea distinto del pasado. Por eso en 2024 es imposible pensar seriamente en mejorar el mundo sin reflexionar sobre nuevas tecnolog¨ªas como la IA. No basta con evitar sus peligros y esperar que los buenos usos lleguen solos, como tra¨ªdos por una mano invisible. Si quieres dar forma al futuro, tienes que pensar con profundidad, con curiosidad genuina y, s¨ª, tambi¨¦n con optimismo sobre la tecnolog¨ªa que quieres hacer realidad.