En un siglo hemos transitado de la era de la máquina a la era de la inteligencia artificial. A principios del siglo XX las preocupaciones sobre lo que pasaría si las máquinas empezaban a sustituir a las personas se pueden constatar en la obra cinematográfica, por ejemplo: “Metropolis”, dirigida por Fritz Lang. A mediados del siglo XX, en 1953, Ray Bradbury en su novela de ciencia ficción “Farenheit 451” narraba un futuro donde había manipulación mediante conversaciones con entes artificiales. A finales del siglo XX la saga de “Terminator” también abordaba ese tema con máquinas inteligentes. Hoy, ChatGPT ha puesto estas preocupaciones en nuestro entorno cercano. Sin embargo, me parece que las actuales aplicaciones de inteligencia artificial nos muestran la puerta de entrada a un futuro en el que las conversaciones con “máquinas” o “aplicaciones” fluirán con la misma naturalidad que nuestras charlas con otras personas.
Mucho se ha escrito en estos dos últimos meses, en Internet podemos consultar una gran diversidad de artículos, videos o pódcasts sobre el tema. Este martes se publicó un artículo en la sección de Ciencia del periódico “La Unión de Morelos” que edita la ACMor sobre el tema explicando de una forma sencilla el tipo de inteligencia artificial que usan estas herramientas [1].
En este texto quiero comentar algunos orígenes y bondades de estas aplicaciones de inteligencia artificial para incorporarlas a nuestras actividades cotidianas.
En 1950, Claude Shannon construyó un ratón robótico que podría resolver laberintos. Podemos decir que este es uno de los primeros ejemplos de inteligencia artificial. Ese primer robot resolvía unas 40 operaciones aritméticas con punto decimal por segundo (40 flops) [2]. El conteo de las operaciones de punto flotante que puede realizar una computadora es una medida de su capacidad de cálculo. Así que en 1950, Theseus, el ratón de Shannon, realizaba unas cuantas operaciones por segundo. En los inicios de la década de 1990, una computadora para calcular y representar fenómenos en transporte de fluidos, como las estaciones de trabajo computacional de Silicon Graphics que usábamos en el hoy Instituto de Energías Renovables, realizaba millones de operaciones de punto flotante, Mflops. Los sistemas de inteligencia artificial que operan en la actualidad como Dall-E o ChatGPT, tienen una capacidad de cálculo de más de 300 millones de Petaflops (el prefijo Peta indica una magnitud multiplicada por uno y 15 ceros, mega indica solo uno y 6 ceros) [3]. El poder computacional en menos de un siglo se ha incrementado casi infinitamente comparada con la escala humana.
El surgimiento de estas tecnologías está pasando por diferentes etapas que podemos visualizar como curvas de fenómenos del tipo Dunning Kruger [4]. Al considerar esta forma de análisis, nuestra confianza en la tecnología transita por diferentes fases que podemos esquematizar resumidamente en cuatro. Una primera fase de la sorpresa y muy altas expectativas, lo pueden resolver todo. Un segundo estadío, donde preguntamos cómo funcionan y entendemos que estas herramientas de inteligencia artificial usan modelos probabilísticos que no tienen entendimiento de los fenómenos de lo que hacen y disminuye nuestra confianza, si no entienden ¿cómo lo hacen?, dudamos. Después hay una tercera fase de desencanto más profundo, cuando observamos que los modelos probabilísticos como ChatGPT se equivocan o comunican información errónea. Posteriormente, alcanzamos una fase donde comprendemos que podemos aprender a usarlas de ciertas maneras y potenciar nuestras actividades con su uso. Estoy seguro de que hemos pasado por alguna de estas fases al conocer a ChatGPT. Lo más relevante es transitar a esa fase de uso adecuado de estas herramientas para usarlas.
Aquí he mencionado a Dall-E, donde se crea imágenes a partir de texto, y ChatGPT, que escribe textos a partir de ellos. Hace unas semanas se liberó casi simultáneamente información de las aplicaciones MusicLM [5] y Moûsaie [6] que componen música a partir de texto.
Las actividades que nos parecían propiamente humanas, escribir a partir de una pregunta, crear un dibujo inspirado en un texto y componer música a partir de la descripción de nuestras emociones, pueden ser realizadas por sistemas con inteligencia artificial.
La posibilidad de que las fuentes de empleo pudieran ser asignadas a estos tipos de sistemas y entonces reemplazar a la fuerza laboral humana es un hecho. Sin embargo, algunos estudios nos indican que podemos capacitar de forma flexible a las personas para que puedan transitar de una ocupación a otra o que aprendan a utilizar estas herramientas para incrementar la productividad [6].
Lo primero es conocerlas y usarlas de manera crítica para percatarnos de sus fortalezas y entender debilidades. Con este uso nos familiarizaremos, de manera similar como con los teléfonos inteligentes; que ya tienen incorporadas opciones de este tipo de inteligencia artificial.
Finalmente, las instituciones de educación superior en México han incorporado a sus esquemas de formación en el nivel licenciatura de carreras en ciencias de datos. Este paso es fundamental, pero hace falta un decidido apoyo para que grupos de investigación y desarrollo puedan seguir el paso de los grandes consorcios en el ámbito mundial. Aquí la participación de organismos empresariales o de la sociedad civil es necesaria.
Las actuales deficiencias del uso en español de ChatGPT radica en su limitada fuente de información en este idioma comparada con la información en inglés. Un trabajo que podemos hacer quienes tenemos acceso a subir información es la diseminación de información en nuestro idioma, y en otras lenguas locales, para que también sea posible utilizar estas herramientas por muchas más personas que no dominan el inglés. Así de sencillo: jugar y escribir o digitalizar imágenes o digitalizar sonidos o música. Con este objetivo tenemos a Wikimedia, usémosla.
[1] https://acmor.org/publicaciones/sienten-y-piensan-las-computadoras
[2] https://ourworldindata.org/brief-history-of-ai
[3] https://ourworldindata.org/grapher/artificial-intelligence-training-computation
[4] https://michaelgearon.medium.com/cognitive-biases-dunning-kruger-effect-ea1419038eb6
[5] https://arxiv.org/abs/2301.11325
[6] https://royalsocietypublishing.org/doi/full/10.1098/rsif.2020.0898
