La dicotomía de la IA generativa

Recientemente, tuve el honor de ser panelista en el lanzamiento del capítulo de Singularity University en Lima. Allí, discutimos los avances de la Inteligencia Artificial (IA) y su impacto en las personas y organizaciones. Un tema de división entre los panelistas fue si la IA generativa es un avance tecnológico accesible o inaccesible para las personas. Este desacuerdo nos permitió exponer distintos puntos de vista, cada uno de ellos con argumentos sólidos. Como suele suceder en estos casos, al final, creo que ambos puntos de vista tenían su mérito. En el panel, yo defendí el punto de vista de que la inteligencia artificial generativa es un avance tecnológico inclusivo, pero en esta columna me propongo defender los dos puntos de vista.

La IA generativa como un avance tecnológico inclusivo

Hasta hace poco, la IA era un territorio desconocido para el ciudadano promedio. Ahora, en julio de 2023, ChatGPT recibe más de 1.600 millones de visitas mensuales, según tooltester.com, un incremento de 1.000 millones respecto a enero del mismo año. Herramientas como ChatGPT, Bard o Bing Chat están democratizando el uso de la IA. Por ejemplo, yo utilicé GPT 4 para el borrador de esta columna, mi sobrina de 14 años lo usa para redactar su primera novela, y mi hermana de 55 años para enriquecer sus clases universitarias. Estos son solo ejemplos cercanos de cómo la IA está permeando nuestras vidas cotidianas.

LEA TAMBIÉN: Burbuja de IA cerca de máximo si Nvidia es referente, dice Morgan Stanley

Además, las personas con un nivel suficiente de conocimientos técnicos ahora pueden crear aplicaciones más potentes al conectarse con los modelos fundamentales de IA existentes. El sitio web theresanaiforthat.com monitorea diariamente las nuevas aplicaciones que surgen y, hasta la fecha, existen más de 6,500 aplicaciones de IA para 1,800 tareas cotidianas. Es una proliferación impresionante, y a mi parecer excesiva, pues ya existen en promedio cuatro aplicaciones de IA para cada una de estas 1,800 tareas.

Ante tal ola de proliferación de herramientas digitales, siempre aconsejo a mis amigos y clientes mirar primero dentro de las suites que ya tienen, pues ahí encontrarán aplicaciones totalmente subutilizadas que hacen a la fuerza laboral más productiva. Dentro de Microsoft, por ejemplo, 750 millones de personas usan Excel en el mundo, pero apenas 5 millones usan Power Bi, la cual nos permite hacer reportes interactivos y automáticos en actualizarse cada vez que cambian los datos conectados desde distintas fuentes. Además, Power Bi será más fácil de usar muy pronto, cuando tenga el chat de AI de co-pilot integrado para asistirnos en cómo usar todas sus funcionalidades con base en nuestras necesidades. Esto también sucede dentro de la suite de Google, donde la gente usa mucho las herramientas conocidas y desconocen de la existencia de herramientas como App Sheet, que nos permite hacer aplicaciones web y móviles leyendo de una base de datos construida en Google Sheet. Con App Sheet, por ejemplo, con una base de datos lista, en pocas horas, o incluso minutos, se puede crear una app para aprobar viajes y reportes de gastos, para acceder a un directorio interno o a un catálogo de productos, etc. Appsheet también tendrá pronto integrado un AI chat de Bard, al cual podremos pedirle que cree aplicaciones para nosotros.

LEA TAMBIÉN: Convivir con la inteligencia artificial, una fuente de ansiedad para los trabajadores

Pero, ¿cómo puede esta ola de IA inclusiva ser excluyente o elitista al mismo tiempo? Exploraremos eso a continuación.

La IA generativa como un avance tecnológico elitista

La realidad es que los modelos fundamentales de IA que impulsan estas más de 6,500 aplicaciones son innegablemente complejos y están volviéndose más complejos con el tiempo. Solo una élite de individuos y empresas están equipados para crear y mantener estos modelos y, a medida que pasa el tiempo, acumularán más y más conocimientos, control y riqueza. Al menos Open AI es abierta, sin fines de lucro en general y con un límite máximo en generación de márgenes en ciertos acuerdos comerciales.

Recientemente, me inscribí en un curso de IA, donde expertos de esta élite me explicaron cómo se crean y funcionan estos modelos fundamentales. En el núcleo de todo, están los “transformer models” que Google creó en el año 2017, que fueron utilizados posteriormente por Open AI para crear GPT (Generative Pre-trained Transformer). Estas redes neuronales digitales almacenan una cantidad gigantesca de datos de lenguaje humano. Cada palabra almacenada tiene asignado un número que representa su ubicación en la red neuronal. En el caso de GPT, ese número es de 1,536 dimensiones. Es difícil tan solo imaginar y visualizar la complejidad de tal modelo, cuando en el colegio apenas nos enseñaron sobre planos de tres dimensiones.

LEA TAMBIÉN: Lo que Bill Gates predijo sobre la inteligencia artificial y se está cumpliendo

Desarrollar estos modelos requiere una comprensión profunda de matemáticas avanzadas, la capacidad de programar algoritmos complejos y el acceso a cantidades masivas de datos para entrenar el modelo. Además, el proceso de entrenamiento puede requerir una cantidad significativa de potencia de cálculo y llevar mucho tiempo, lo que puede implicar un costo financiero considerable. Así, la creación de estos modelos fundamentales recae en manos de pocas empresas tecnológicas y grupos de investigación académicos que poseen los conocimientos y recursos necesarios. Mientras tanto, al resto de los humanos nos queda la tarea de aprender a utilizar estos modelos para ser más productivos y creativos en nuestro trabajo. Si lo logramos, tendremos un futuro profesional prometedor. Si no lo logramos, estaremos en riesgo de quedarnos atrás y ser reemplazados por las personas que sí los utilicen.

Las opiniones vertidas en esta columna son de exclusiva responsabilidad del autor.