La Inteligencia Artificial y el futuro

Empecemos por el principio. ¿Qué es la Inteligencia Artificial? Fundamentalmente es la capacidad que tiene una máquina, un programa, un algoritmo de realizar una serie de procesos que si los percibiera un ser humano, este diría que piensa. Hay diversidad en este aspecto, porque la manera de manifestar ese concepto que llamaríamos “pensamiento” puede deberse a cómo procesa los datos o cómo actúa y si es una manera similar a un ser humano o si es algo que uno podría considerar “raciocinio”. Hay maneras de medirlo, como la prueba de Turing.

Ya hemos comentado previamente en el blog, pero la Inteligencia Artificial es buena en ciertos tipos de operaciones y no tanto en otro tipo de tareas. Esto se basa a que emplea constantemente una serie de operaciones en las que tiene que observar y analizar una serie de datos de manera repetida, poniéndose a prueba varias veces y corrigiéndose cada vez que comete un error, para ir afinando su capacidad (requiriendo para ello una enorme cantidad de datos). Para ello emplea redes neuronales, que con cada capa de procesamiento de información (cada una de ellas más opaca, como ya se mencionó) permite obtener un resultado más complejo y por lo tanto un “aprendizaje” más complejo.

Todo esto es la idea detrás del proceso del funcionamiento de la IA. Sin embargo, hay que tener en cuenta no cómo funciona sino cómo se usa. Ya hemos mencionado la gran cantidad de datos que requiere. ¿Cómo se obtienen esos datos? Hay al menos tres formas, en teoría, que son las fuentes libres (las gratuitas), los recrusos internos y los recursos de pago. Y ahora, mi crítica a los recursos internos y de pago (que los libres me parece fantástico que se usen); ¿qué son los recursos internos? En principio son aquellos que proporciona aquella empresa que entrena la IA. Y es cierto que muchas empresas emplean datos cedidos de manera voluntaria y ética (o las obtienen de sus propios procesos). Pero algunas empresas obtienen estos datos de sus usuarios sin que estos sean conscientes. Técnicamente se les da la información, pero es información que sabemos que los usuarios no leen y así, no son conscientes de que los ceden. Es el caso de las redes sociales, por ejemplo, que cuando uno entra en ellas, le cede a la empresa que dirige esa red social los datos de uso, frecuentemente sin ser consciente. En esta categoría entran, por ejemplo, las “cookies de rastreo” que no son de terceros. Son de la propia página, que analiza lo que haces en ella, cuánto permaneces, dónde “clickas”. En general... qué haces. Se instalan en tu dispositivo para averiguar cuáles son tus movimientos. Y normalmente no sabemos que esto ocurre. Y por no alargarme más, ¿qué son los recursos de pago? Aquellas por las que pagas para obtener. Y si bien hay varias formas de obtener estos datos de pago y la manera de recolectarlos, una de las más famosas son las “cookies de terceros”, que hemos mencionado antes. Son aquellas que otras empresas instalan en tu dispositivo para saber qué haces en la página que es propiedad de otro. Se le paga a la empresa que posee esa página para que otras entidades puedan obtener todo tipo de información de ti (y una vez más, frecuentemente se aceptan sin pensar dos veces en lo que se hace).

Fuente: Pixabay

Así, para proporcionar datos a la IA, estos se recopilan de maneras que uno puede dudar si son del todo éticas. No dudo que serán legales (bueno, a veces sí, como pasó cuando la Unión Europea tuvo que multar a Meta por vulneración de datos), pero desde luego dudo de si se hace de manera ética.

No sólo en los datos está la cosa. Otro de los problemas a los que se enfrenta es que se encuentra limitada en lo que a aplicaciones se refiere. Y quiero ser más específico. Cuando se entrena una IA para una labor, cualquier otra que se le plantee le supone serias dificultades. En este mismo blog hay un artículo en el que discutimos el tema. Tal y como se encuentra actualmente, la IA no tiene la capacidad de resolver problemas que no sean aquellos para los que se ha entrenado, dando respuestas vagas cuando se le plantean ese tipo de problemas. Por fortuna, para aplicaciones concretas resultan muy útiles (como ayuda en medicina y asistente en conducción).

Hay quien opina que la IA hará todo en el futuro. Y ejemplo de ello pone las IAs generativas. Pero deberíamos explicar lo que es una IA generativa. Podríamos decir que hay 3 capas de complejidad en las IAs: “machine learning”, “deep learning” y “generative AIs”. “Machine learning” se refiere a la capacidad de, tras procesar cientos de datos, ser capaz de proporcionar información relacionada con esos datos. “Deep learning” es la capacidad de simular el pensamiento humano o algo que se asemeja al pensamiento humano, para lo que requiere de “redes neuronales”, que ya hemos mencionado y que son capas de procesamiento complejo, en el que se corrigen las capas unas a otras a la hora de entrenarse, afinando los resultados mediante el mismo proceso de prueba y error. Por último tenemos las “generative AIs” o “IAs generativas” que proporcionan un producto, ya sea un texto, un audio, una imagen... y que es un subproducto del “deep learning”. Seguro que habéis escuchado algo acerca de ChatGPT o Midjourney, por poner ejemplos. Un individuo pide un producto y la IA se lo proporciona. Y si bien puede tener como “output” productos que la mayoría no somos capaces de hacer, tienen un defecto: la ausencia de creatividad.

Mucha gente argumenta que la creatividad depende de quien introduce los requisitos del producto. Al solicitar unas características específicas, le está dando la “creatividad” de la que carece. Sin embargo, yo no estoy de acuerdo. La razón estriba en el hecho de que para que te de un producto, antes ha tenido que consumir cientos de miles de ellos. Millones. Y lo que proporciona es algo construido con ellos. Por lo que no puede ser nada que no haya sido creado ya. No puede, requiere tener esa información previamente entregada.

Y ahora, sabiendo todo esto, ¿cuál es mi opinión sobre las IAs? Creo que pueden ser una herramienta muy útil. Me parece que como herramienta estadística y procesamiento de datos puede ser muy buena y bien empleada, permitiría aliviar las horas de trabajo y facilitar algunas tareas. Por desgracia, hay una serie de problemas que hay que resolver antes de llegar a ello. La primera es la cantidad de recursos necesarios (especialmente en forma de agua) que se requieren a la hora de entrenar las IAs. Además, el agua se requiere para mantener una temperatura concreta en los servidores que las almacenan, con lo que además generan bastante calor. El segundo problema que le veo, es que no confío en que se vaya a usar de manera que beneficie a los trabajadores. Sospecho que su empleo se realizará para reducir plantilla y despedir a gente para que el algoritmo realice su trabajo. Muchas empresas ya han empezado a despedir una gran cantidad de gente precisamente porque planean sustituirlos por estas IAs, en beneficio único de los propietarios de estas empresas. No sólo eso, también se emplea cada vez más diseños (imagenes) y música generada por IA en lugar de obras originales por empresas para ahorrar la necesidad de contratar a diseñadores y músicos, que han visto su trabajo gravemente afectado. Y no sólo eso, sino que al ser siempre productos realizados por la recombinación de otros ya existentes, la creatividad llega a un alto. Es necesario seguirla fomentando y aunque es frecuente que se esgrima el argumento de que las IAs darán pie a una mayor creatividad porque la gente tendrá más tiempo, no estamos viendo que en realidad está ocurriendo lo contrario, la estamos matando. Todo esto puede ser distinto. Es necesario regular su uso y hacerlo ético y con el objetivo de beneficiar a todo el mundo. Es necesario recordar que no hacerlo acabará beneficiando sólo a unos pocos. Y es imperativo que entendamos el peligro que esto supone, frente al beneficio que podemos obtener todos.

Fuentes:

Inteligencia artificial - Wikipedia, la enciclopedia libre
¿Qué es la Inteligencia Artificial? - Iberdrola
Prueba de Turing - Wikipedia, la enciclopedia libre
A Star algorithm and explanation - A Star ( A*) Search Algorithm, Advantages and Disadvantages – - Studocu
¿Qué son las redes neuronales? | IBM
Recopilación de datos para aprendizaje automático e inteligencia artificial: una guía completa - Shaip
Cookies de seguimiento: ¿Qué son y para qué sirven? | Grupo Atico34 (protecciondatos-lopd.com)
Meta recibe la mayor multa de la historia de la Unión Europea por protección de datos: 1.200 millones de euros (xataka.com)
Descubriendo las Ramas de la Inteligencia Artificial | Smartmind
La Inteligencia Artificial dispara el consumo de agua - MuyComputerPRO
Despidos por la IA generativa: uno de cada cuatro CEO anticipa una reducción de plantilla del 5% o más en 2024 | Empresas | Cinco Días (elpais.com)
El desastre social de la inteligencia artificial sigue su curso con más despidos masivos (elconfidencial.com)
Una empresa despedirá a casi la mitad de su plantilla en España para sustituirla por Inteligencia Artificial (abc.es)
Top advantages and disadvantages of AI | TechTarget
Ventajas y desventajas de la inteligencia artificial (euroinnova.edu.es)