TEXTO-PLANO ===================================================================== Revista digital 03 | 01 --------------------------------------------------------------------- 01 | Nosotros y la inteligencia artificial ~ffuentes --------------------------------------------------------------------- Nosotros y la inteligencia artificial He estado pensando mucho en este tema dado que fue un concepto muy lejano por mucho tiempo pero hoy en día podemos hablar de que es parte de nuestras vidas. Hoy la inteligencia artificial generativa, por dar un ejemplo, es una herramienta de uso habitual, como ChatGPT, aunque hay un montón de proveedores alternativos de servicios similares que son capaces de comprender lenguaje humano escrito y responder de manera acorde. ¿Qué es una inteligencia artificial? En primer lugar, hablar de IAs en plural sería un error tal como hablar de ingenierias en informáticas. La inteligencia artificial es más bien un concepto, un campo de la informática del cual posteriormente se pueden desprender aplicaciones específicas y desarrollar herramientas como un "agente" con un modelo lingüístico que es capaz de comprender el lenguaje humano y dar respuestas o soluciones. La RAE por ejemplo, define inteligencia como la capacidad de entender y comprender, y también en otra definición como la capacidad de resolver problemas. Por lo tanto, para entrar dentro del campo de la inteligencia artificial, una herramienta debería ser capaz de comprender y/o de resolver problemas. En particular, una herramienta que sólo recibiese una entrada pero no entregara ninguna información, no sería demasiado útil. Tampoco una herramienta que solamente pudiese contener información o repetirla (o en el mejor de los casos sería una base de datos o una web estática), por lo tanto me quedo con las dos unidas. Pero si definimos inteligencia artificial como comprensión y resolución de problemas nos quedamos con una definición muy amplia que abarca, por ejemplo, un "CRUD" (Create, Read, Update, Delete) en el contexto de un lenguaje de programación o de consulta. Esperamos más de una definición de inteligencia. Otra definición interesante de inteligencia es la de Oxford para "intelligence": "The ability to acquire and apply knowledge and skills" y esto va un poco más allá. Una base de datos no sería "inteligente" si entendemos inteligencia como la capacidad de adquirir y aplicar conocimiento y habilidades. Esto nos lleva a los padres de la computación y la inteligencia artificial en la conocida como Conferencia de Darthmouth. John McCarthy y otros connotados científicos dieron en estudiar lo que llamaban "la conjetura de que cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, ser descrita de una forma tan precisa que una máquina pudiese crearse para simularla." Creían que una máquina (un computador) podía utilizar un lenguaje, entender abstracciones y conceptos y a partir de ello resolver problemas que solo podían resolver los seres humanos. Si bien la conjetura no se puede probar con exactitud (la neurología y psicología debiesen avanzar muchísimo para entender la totalidad de la mente y el comportamiento humano) la premisa dio para dar grandes conceptos más aplicados como las redes neuronales, los sistemas expertos o aplicaciones más prácticas como el aprendizaje automático (que utiliza redes neuronales) o los modelos amplios de lenguaje (como el famoso ChatGPT) y la robótica (piensa en un taxi que se maneja solo o un humanoide que debe caminar sin caerse). En todos estos tipos de problemas hay dos características que tienen mucho que ver con las definiciones de inteligencia, que son la autonomía y la adaptabilidad. Una herramienta inteligente debe ser capaz de realizar tareas sin (demasiada) asistencia humana. Por otro lado, una herramienta inteligente debe poder adaptarse a lo que va experimentando. Por eso, cuando leemos sobre modelos de lenguaje en las noticias, siempre veremos que son sistemas que aprenden de lo que van recibiendo y están hambrientos de información (de nuevo, sin que un ser humano constantemente haga búsquedas para alimentar al modelo, el propio sistema se hace cargo de esa necesidad). Arvind Narayanan, un profesor de ciencias de la computación de la Universidad de Princeton que escribió un libro muy interesante sobre inteligencia artificial divide las tecnologías entre: - Inteligencia artificial predictiva - Inteligencia artificial generativa - Inteligencia artificial de algoritmos (para redes sociales, algorítmos de recomendación, de control de contenido - inteligencia artificial robótica Sin embargo, y es algo que plantea Narayanan en su libro también, no es libre de errores ni de manipulación. Con la IA predictiva y la generativa los modelos requieren datos que pueden obtenerse automáticamente de la red o del contenido proporcionado directamente. Se están realizando experimentos de modelos de aprendizaje predictivos aplicados a la justicia o a la política y, por supuesto, a los negocios. Como todo analista de datos (ese es mi trabajo a tiempo completo) las decisiones que puedas tomar son tan buenas como los datos que tengas y por lo demás, tu capacidad de entenderlos y aplicarlos para convertirlos en información real. Un modelo predictivo aplicado a la justicia puede cometer serios errores o tener un sesgo racial, por ejemplo. Con la IA generativa tengo experiencias más personales y al día de hoy, con todo y lo prometedora que es puedo decir que cualquier modelo generativo comete serios errores que requieren aún que un humano revise sus resultados. ¿Un modelo generativo puede lograr que una aplicación web compile y muestre cierta información? Sí. Pero que haga lo que tú quieres quizás requiera más atención de tu parte. ¿Un modelo puede resumir datos e información para gerencia? Sí, pero puede que se equivoque en la interpretación de un dato fundamental si la solicitud no es comprendida adecuadamente por el modelo. El analista humano tiene trabajo para rato pero con una pequeña asistencia inteligente que puede ayudar con algunas cosas a medida que la tecnología avanza. Hay experimentos que también indican que la IA generativa a veces es capaz de mentir. La IA generativa también produce un problema de confianza ya que se vuelve demasiado fácil confiar en ella si la utilizas para hacer trabajos estudiantiles y laborales pero incluso si los realiza bien te vuelve incapaz de pensar ya que se vuelve innecesario pensar demasiado o poner mucho esfuerzo en aprender si un sistema lo hace por nosotros. Asimismo, la IA generativa y todos los modelos relacionados que se alimentan de contenido de la red pueden colapsar a muchos creadores de contenido dado que tienen que conseguir la información necesaria para "aprender" de alguna parte y este aprendizaje, como mencionamos arriba, también es un proceso automatizado, dejado en manos del modelo y que puede causar estragos. De los algoritmos en texto-plano ya se ha hablado en podcasts pero estos algoritmos es bueno recordar que aprenden de nuestro comportamiento o de lo que creen que es nuestro comportamiento y también se alimentan de lo que nuestros contactos hacen, con resultados a veces más que dudosos. Esto nos lleva también al problema de la privacidad, que da para todo un artículo y que hemos comentado en el pasado. Finalmente, es bueno aclarar que estamos hablando siempre de la llamada IA débil (enfocada en tareas específicas). La llamada inteligencia artificial general que sería una inteligencia capaz de desempeñar todos los tipos de tareas que vimos anteriormente por su capacidad de razonar, aprender y resolver. Con este artículo quiero hacerles pensar de forma crítica pero no ludita sobre la tecnología que nos acompañará de ahora en adelante. Estamos en una nueva revolución industrial en el que la inteligencia artificial nos entregará nuevas herramientas para hacer el trabajo o la vida más tolerable y también nos brindará problemas y consecuencias desagradables. Tenemos que conocer para poder apreciar lo bueno y lo malo que trae la inteligencia artificial. Lo cierto, es que hay muchas preguntas que hacerse al respecto. Contenido recomendado - Curso de conceptos básicos de inteligencia artificial de la Universidad de Helsinki https://www.elementsofai.com/ - Presentación de "The AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell the Difference" de Arvind Narayanan https://www.youtube.com/watch?v=C3TqcUEFR58 ~ffuentes ---------------------------------------------------------------------