Rayón reflexiona sobre las capacidades y limitaciones actuales de la IA generativa, su impacto en la economía, la educación y la ética, y adelanta cómo podría transformar nuestra forma de trabajar y aprender en los próximos años. Además, comparte su visión sobre los retos que debemos afrontar como sociedad para integrar esta tecnología de manera responsable y segura.
¿Cómo ha evolucionado la inteligencia artificial generativa desde sus inicios hasta ahora, y cuáles crees que han sido los principales hitos con los que podemos ver un poco la evolución y que pueden marcar un poco el futuro que venga después?
Yo creo que el primer hito importante es cuando, tras la Segunda Guerra Mundial, varias personas como Alan Fury, John von Neumann, luego John McCarthy, un conjunto de personas empiezan a vislumbrar la capacidad que tienen los ordenadores que dejó la Segunda Guerra Mundial para emular algunas facetas que tenemos los humanos para describir nuestra inteligencia, como por ejemplo procesar datos, captar el entorno, relacionarnos con el entorno, conectar ideas, producir nuevas ideas, es decir, que se empezó a imaginar un punto de que las máquinas iban a poder hacer algunas tareas.
Esto hoy se confunde a veces con inteligencia general, es decir, la inteligencia general son muchas otras opciones que todavía la máquina está lejos. Pero yo creo que los primeros sitios tratan de eso de esos ordenadores que se quedan tras la Segunda Guerra Mundial.
Tras ese momento conceptual inicial, lo que ocurre es que llegan las desilusiones. Las desilusiones se producen sobre todo en los setenta, ochenta, porque se dan cuenta que necesitan una capacidad para computar datos mucho mayores a la disponibilidad.
Por lo tanto, durante muchos años el problema ha sido de cómputo, y segundo, se dan cuenta que para algunos problemas no hay datos. ¿Para qué sí hay datos? Pues, por ejemplo, para para jugar al ajedrez, ahí llega Deep Blue, pues ahí teníamos muchos datos, se pudo entrenar. Entonces, el siguiente granito es la llegada de Internet.
Internet trae muchos datos, mucha digitalización, esa capacidad de cómputo, y fruto de conectar esa capacidad de cómputo y de la gran disponibilidad de datos, pues aparece en 2022 el primer sistema de inteligencia artificial generativa que fue ChatGPT.
Entonces, yo creo que con estos hitos un poco se sitúa que esta ha sido una carrera de setenta, ochenta años, donde se han necesitado, pues, también des ilusiones, fracasos para poder progresar.
¿Qué características definen a la inteligencia artificial generativa frente a otras ramas de la inteligencia artificial?
Bueno, hay solo decir cuatro características:
- La primera es que entiende el texto, es principio, computa texto, que otras no lo hacían prácticamente.
- Segunda, lo hace a una velocidad asombrosa, por eso tenemos la sensación de estar hablando con alguien. En realidad, no ha cambiado el sistema. Yo envío algo y se procesa y me responde, lo que pasa que con la capacidad de computa actual hace que sea bastante instantáneo, por eso no hacemos chatbots.
- La tercera se mete en otro tipo de tareas de las que históricamente hemos tenido, es decir, históricamente no entrábamos a tareas, pues como ahora, para escribir, para analizar, etc. Eso es que hace nuevas facultades cognitivas. Antiguamente teníamos dos, tres cosas para hacer, ahora tenemos quince y dieciséis para hacer.
- Y la cuarta es que es omnimodal, es decir, ve imágenes, escucha audios, ve películas. Entonces, claro, nos podemos empezar a imaginar un mundo en el cual tengamos estos sistemas en muchos otros lugares a los que actualmente tenemos, que tenemos que ir todavía a un ordenador a procesarlo. Nos podemos imaginar que esto lo vamos a tener en los coches, móviles, etc.
¿Cuáles crees que son las principales capacidades que ha alcanzado esta tecnología en áreas como creación de contenido, diseño, resolución de problemas complejos…?
Hay tareas en las que hay un hay un paper que siempre cita al inicio de todas mis sesiones, que compara en qué tareas supera el humano y en cuáles no. Entonces, la pregunta la voy a dividir en cuáles supera el humano la capacidad humana. Me parece que es una manera de decir que uno nos puede ayudar.
Leer, comprender, resumir, remezclar, analizar datos, ver imágenes, entender el habla y e imaginar ideas singulares, ya sabemos que lo hace con mayor capacidad que el humano, pero energéticamente menos eficiente. Es decir, puede ser más listo, pero es más despilfarradora enérgica.
La máquina humana es óptima, o sea, combina la suficiente energía para producir ideas. Por lo tanto, por eso a nivel de agilizaciones podemos decir que es una especie superior, una especie sapiens sapiens, pues fundamentalmente por lo que digo, porque nos permitió ser óptimos.
¿En cuáles no? Pues, por ejemplo, has dicho uno de ellos, el razonamiento complejo, la complejidad de esa situación que se describe para un problema que no se conoce respuesta todavía, pues ahí la máquina no es buena porque si no se conoce respuesta es porque no hay datos para conocer esa respuesta. Entonces, la IA no va a llegar.
En pensamientos sistémicos, es decir, representar un ente, una entidad, una empresa, por ejemplo, o sea, no nos puede ayudar a planificar una empresa porque son sistemas de muchas variables, donde faltan muchos datos, etcétera, y ahí no y no está llegando.
Entonces, yo diría que, en general, ahora mismo le queda mucho por llegar todavía ahí donde no hay dato, donde hay complejidad y evidentemente donde haya, lo que llamo yo citocina. Donde haya colección humana.
Es decir, tareas donde necesitamos pues conectarnos entre nosotros generar empatía con ciencia, estas máquinas no están ahí todavía.
¿Cuáles eran las principales limitaciones que actualmente tiene la inteligencia artificial generativa?
Sí, yo creo que ese punto es importante porque al final expone también que todavía quedan muchas cosas por hacer.
¿Cómo puede cambiar la forma de trabajar, aprender o comunicarnos en los próximos años esta esta tecnología?
Bueno, es evidente que, bueno, hay un desarrollo muy paralelo a la energía generativa que me parece casi aún más importante, que es lo que está haciendo Neuralink, que tiene mucho que ver con la inteligencia artificial generativa, porque resumiéndolo mucho tecnológicamente, ChatGPT, y digo resumiéndolo mucho, tiene un cerebro y una memoria.
Es decir, entiende órdenes, las distribuye a sus recursos biológicos y entre ellos destaca una memoria que es muy buena, tiene mucha información.
Claro, Neuralink busca enchufar conocimiento a esas memorias de manera artificial. Entonces, claro, ¿qué puede estar por venir? Pues, una era en la que, pues, aprendamos de forma diferente, seguramente el conocimiento para aprenderlo. No haga falta leer, ni practicar.
Probablemente lo podamos conectar. Y, por otro lado, también para resolver muchos problemas que históricamente hemos tenido que computar biológicamente por muchas cuestiones, como por ejemplo leer mucha información para memorizar algo, pues ahora vamos a tener copiloto con los que podemos hablar para que nos busque la información, nos la resuma, nos la prepare, etc. Y con todo ello podamos llegar a algo. Entonces, yo creo que va a cambiar mucho, pues, fruto de la llegada de la IA generativa, fruto de Neuralink y fruto de que vamos a tener un sistema con nosotros con el que podemos hablar.
En base a la a la experiencia tuya, ¿qué consejos o recomendaciones darías a la hora de integrar dentro de la sociedad de una forma saludable y segura la inteligencia artificial generativa en el en el día a día?
Me parece que es un juego mental, esta pregunta es muy muy recurrente; un juego mental en el sentido que tenemos que naturalizar la convivencia con estas inteligencias digitales, es decir, están ahí. O sea, oponernos, no me parece fértil para para algo que es tan interesante y prometedor.
Entonces, lo primero es naturalizar que están ahí para ser copilotos. Por lo tanto, nuestra principal función va a ser la toma de decisiones, responsabilidad, conciencia, empatía, etc. Entonces, el primer consejo es naturalizar esta convivencia.
El segundo es, lógicamente, aprender de sus ventajas y desventajas y limitaciones que vienen ahora mismo, es decir, saber gestionar las expectativas. Yo creo que a veces leo unas cosas que aparecen absolutamente dadas y que lo único que perjudican es para lo que sí funciona.
Entonces, yo creo que sería interesante que la gente también entienda sus peticiones, y por eso es tan interesante saber dónde está ahora mismo la frontera de la acción, porque eso nos lleva a una realidad en la que sabremos qué le podemos pedir y qué no.
¿Tú crees que la sociedad, que los ciudadanos están en preparados para entender, aprovechar y convivir con toda esta tecnología y estas herramientas?
Sí, sin duda. Yo creo en esta convivencia, lo que pasa que es muy pronto; acaba de llegar y los paradigmas cuando llegan crean duda. También con la llegada de Internet en el ´45 mucha gente decía ¿para qué? Creo en ello, es cuestión de paciencia y tiempo.
¿Y habría algunos puntos educativos, formativos, ¿en los que habría que hacer énfasis o que fueran necesarios para que la gente conviva de una manera sana y aproveche lo que al final lo que lo que nos aporta?
La primera y más evidente es que las propias universidades, colegios, institutos, naturalizan también la convivencia. Porque ahora mismo el sistema es tremendamente asimétrico en el sentido que tenemos estudiantes usándolo para todo y profesores usándolo para nada.
Entonces, me parece que lo más evidente es naturalizar la convivencia y equilibra en uso, porque si no tenemos un problema muy grande al abismo.
¿Cómo deberían los gobiernos abordar la regulación de la inteligencia artificial generativa para garantizar su desarrollo responsable? ¿Dónde ves tú que está mejor el equilibrio?
A ver, no creo en la regulación en problemas de alta varianza. Es decir, me parece que hay tantísimas casuísticas, que la ley al final busca mínimos comunes múltiplos, busca puntos de equilibrio. Me parece que la aplicación de la ley es tan absolutamente variante que no sé cómo regular. O sea, entonces me parece que es un problema en origen.
Yo no creo que haya haga falta regulación, yo creo que ya hay marcos legales para interpretar donde puede producir perjuicio.
No creo que haga falta una ley de inteligencia artificial, que ya sé que existe; pero no creo en ella porque no me parece que sea el camino. ahora mismo es más de bien y mencionar y que la gente sea consciente de lo que es.
yo creo que los gobiernos para mí como mejor ayudarían es no haciendo más que impulsar la competitividad de las compañías por mejorar el bienestar de la sociedad.
¿qué va a producir un efecto sustitución de empleo?, eso es evidente, es bastante obvio. Pero hay que acompañarlo pues de un movimiento profesional, pero oponernos a esto, regularlo; yo no lo veo, no lo entiendo, y es que tampoco sé cómo se hace.
Para mí lo importante es la primera frase que he dicho, regular algo que cambia tanto, regular algo que varía tanto, no lo veo.
¿Entonces la IA no hará la sustitución completa de empleos, sino que hará un movimiento de algunos trabajos?
No se está apreciando la sustitución neta; este dato es importante, porque en verdad de que es muy desafortunado llevarlo siempre a la desaparición de trabajos porque no se habla de desaparición y creación. Entonces, creo que el mensaje tiene que ser entiendo por desplazar, que no es lo mismo que quitar, y eso me gusta más.
En Estados Unidos se habla de top shift, que la palabra shift traducida es desplazar.
¿Cómo crees que las empresas pueden o deben aprovechar todas estas capacidades que nos aporta en la innovación de negocios, y cómo crees que la estan aprovechando aquí en España?
Yo creo que estamos usando sistemas muy superficialmente todavía y aún está empezando. Creo que se utiliza más como para acciones sueltas que de forma estructural. Es decir, no se ha actualizado esa convivencia, y por lo tanto creo que queda todavía mucho camino.
Se confunde mucho adquirir licencias o tener la herramienta, con usarla de forma natural y conviviendo con ella. Por lo tanto, yo creo que da mucho por hacer.
Ya estamos casi terminando, ¿qué hitos crees que puede pueden ser los más destacados en los cinco o diez próximos años o ni tan siquiera te atreves a soñar?
Yo creo que lo que vamos a ver es nuevas bases tecnológicas para que se metan en nuevas tareas. no creo que vayamos a ver más acumulación de datos porque no hay, parece que están llegando ya a una saturación, por lo tanto, no creo que haya más más modelo, más datos, más más GPTs, digamos. Creo que vamos a ver otro descubrimiento científico tecnológico, pues para que se empiecen a realmente razonar, tener nuevas capacidades cognitivas de las que hemos dicho antes que ahora mismo carecen.
Y luego en segundo lugar, y esto sí que me parece bastante más previsible, son los humanoides. Ahí tenemos, pues todo lo que está haciendo Tesla, Boston Dynamics y todas estas compañías que es tener robots con estos cerebros metidos.
Por lo tanto, que tengamos pues en lugar de una rumba que aspira, una plancha que tal no sé qué, tengamos todo en un humanoide que es como tener pues un humano en casa. Las estimaciones hablan de estos primeros humanoides que ya en Estados Unidos están los primeros prototipos cuestan veinticinco o treinta mil dólares, las estimaciones a cinco años que puedan estar en torno a los tres mil dólares. Eso quiere decir que, pues, si una rumba cuesta ahora mismo doscientos, trescientos euros, pues, que podamos comprar un robot para todo por tres mil dólares.
¿Qué riesgos éticos ves más preocupantes, llamativos que hay que atajar o que hay que estar pendientes de ellos en la popular popularización de esta tecnología? ¿Y cómo crees que se deberían mitigar?
Bueno, el más evidente son los sesgos, aunque la gente diga que es la IA, el programa de sesgo es el dato en origen, que es el que es y la IA lee el que se le da.
Si no nos gusta ese mundo, pues lo que habrá que hacer es digitalizar el que representa al mundo universal. Entonces el más evidente, claro y el más amplia que atajar es el del sesgo, generar datos que representen al mundo.
Y por otro lado de la apropiación cultural, que se las creaciones artísticas usando datos de terceros, etc. Todo mundo de la propiedad intelectual, me parece un auténtico estropicio lo que está pasando.
Para terminar, ¿qué te gustaría transmitir a las personas que sienten curiosidad, pero también cierta desconfianza a la vez de toda esta tecnología?
Que practiquen y generen confianza a sí mismas a partir de resultados. Tienen que verlo, tienen que probarlo, tienen que cumplir con ello para que esto pueda llegar a un día a funcionarles y a serles útiles para algo.
