Inteligencia artificial: el miedo no es un argumento

[Esta pieza es una versi¨®n de uno de los env¨ªos de la newsletter semanal de Tendencias de EL PA?S, que sale todos los martes. Si quiere suscribirse, puede hacerlo a trav¨¦s de este enlace]

El conocimiento cient¨ªfico puede avanzar muy deprisa, pero sus efectos sociales, econ¨®micos y pol¨ªticos suelen ser extraordinariamente lentos. La medicina del siglo XXI se nutre de unos descubrimientos gen¨¦ticos y embriol¨®gicos del XIX. Nuestra tecnolog¨ªa actual se basa por entero en una f¨ªsica cu¨¢ntica formulada hace un siglo. Y la inteligencia artificial (IA) de la que no paramos de hablar, ni pararemos, hunde sus ra¨ªces en la investigaci¨®n secreta que bull¨ªa bajo las bombas durante la Segunda Guerra Mundial.

?El matem¨¢tico brit¨¢nico Alan Turing, que hab¨ªa ideado en 1935 un ordenador puramente conceptual, logr¨® descifrar el c¨®digo ¡®Enigma¡¯ que usaban los submarinos alemanes para sus comunicaciones, y despu¨¦s de la guerra introdujo los conceptos esenciales de la IA, incluido el de entrenar una red de neuronas artificiales. Benedict Cumberbatch hizo un buen Turing en Descifrando Enigma, ¨®scar de guion adaptado en 2014. Y esa es justo la idea que subyace a la actual revoluci¨®n de la IA.

?Se llaman redes neurales, o neuronales, y consisten en varias capas de neuronas artificiales. Cada neurona recibe muchos inputs (aportaciones) de la capa inferior y emite un ¨²nico output (producto resultante) a la capa superior, como hacen las muchas dendritas y el ¨²nico ax¨®n de las neuronas naturales. Capa a capa, la informaci¨®n se va haciendo m¨¢s abstracta, como ocurre en nuestro c¨®rtex (corteza cerebral) visual.

?Las redes neurales existen desde hace d¨¦cadas, pero la potencia de computaci¨®n necesaria para a?adir cada vez m¨¢s capas solo se ha alcanzado en los ¨²ltimos tiempos. Tiene algo de fuerza bruta, pero los resultados han sido espectaculares: reconocimiento de im¨¢genes, interpretaci¨®n del lenguaje hablado y, por supuesto, ChatGPT, el conversador digital de fama mundial.

?El tipo de sistemas al que pertenece ChatGPT se llaman modelos grandes de lenguaje (large languaje models, LLM), o tambi¨¦n ¡°generativos¡±. Empiezan por darse un atrac¨®n de datos ¡ªtragarse toda la Wikipedia, por ejemplo¡ª y los procesan con unas estrategias estad¨ªsticas muy simples, como ver qu¨¦ palabras suelen aparecer al lado de qu¨¦ otras. No es la brillantez de sus algoritmos, sino el poder¨ªo de su computaci¨®n, lo que hace especiales a estos sistemas. Pero eso son las tripas del sistema.

?Lo verdaderamente chocante es que, con una materia prima tan reconocidamente modesta, los modelos grandes de lenguaje han superado de largo el llamado test de Turing (aqu¨ª vuelve aquel genio pionero otra vez). Consiste en que un humano no sepa si se est¨¢ comunicando con otra persona o con una m¨¢quina. ChatGPT y sus primos dan el pego. De hecho, hay gente investigando c¨®mo se puede distinguir un texto de ChatGPT de uno humano, cuesti¨®n que preocupa comprensiblemente a maestros y profesoras, entre otros gremios como el m¨ªo, por poner un ejemplo tonto.

?Tan valeroso en el juzgado como en la rotativa, el diario The New York Times se ha decidido a demandar a OpenAI (la firma creadora de ChatGPT) y a Microsoft (su principal accionista) con un argumento legal incisivo: estas empresas han engullido millones de art¨ªculos del diario neoyorkino para entrenar a unos robots que ahora pretenden competir con ¨¦l. Hay m¨¢s demandas del mismo estilo. Ni el New York Times ni ning¨²n otro autor de contenidos de la red ha autorizado el uso de sus art¨ªculos para entrenar a un sistema de IA, ni nadie ha recibido una compensaci¨®n por ello. Esto no solo nos afecta a los periodistas, sino tambi¨¦n a guionistas, actores, novelistas, ensayistas y al resto de la gente que alimenta la red con sus textos.

?Hablaremos de esto durante 2024 y siguientes, porque es una cuesti¨®n importante. Pero tambi¨¦n hablaremos de la previsible cascada de aplicaciones de la IA que est¨¢ a punto de anegar al mundo empresarial. En el a?o que acabamos de despedir, las acciones de Alphabet, Amazon, Apple, Meta, Microsoft y Nvidia se revalorizaron un 80%, y la principal raz¨®n es que vendieron sus modelos grandes de lenguaje (LLM) o las infraestructuras para mantenerlos a toda clase de empresas de sectores ajenos a la tecnolog¨ªa.

Estas firmas utilizar¨¢n esos sistemas durante 2024, como parece l¨®gico. Ya se usan por todas partes para esbozar borradores de contratos y estrategias de mercado, y cada vez m¨¢s para resumir los contenidos de las reuniones, de los documentos y dem¨¢s cosas que hasta ahora daban trabajo a los Homo sapiens.

Seg¨²n The Economist, las firmas de capital riesgo invirtieron el a?o pasado 36.000 millones de d¨®lares (33.000 millones de euros) en IA generativa. Es el doble que el a?o anterior, y la tendencia va al alza. Los indicadores econ¨®micos predicen que habr¨¢ mucho trabajo para j¨®venes formados en IA. Lo que no sabemos es si eso va a compensar la p¨¦rdida inevitable de otros empleos.

En cualquier caso, la velocidad de la evoluci¨®n tecnol¨®gica es en s¨ª misma un poderoso argumento para impulsar decididamente la formaci¨®n continua de los trabajadores. Si es verdad que no queremos dejar atr¨¢s a nadie, esta es una excelente ocasi¨®n de demostrarlo, ?no crees?

Puedes apuntarte aqu¨ª para recibir la newsletter semanal de EL PA?S Tendencias.