La base de la IA se remonta a la década de 1940, con los descubrimientos del matemático británico Alan Turing, con desarrollos graduales en las décadas siguientes. El uso de grandes bases de datos jugó un papel protagónico en cada avance. Es lo que hace que ChatGPT y sus competidores produzcan una gama de soluciones personalizadas. También es lo que permitió, allá por 1996, que una supercomputadora de IBM, Deep Blue, derrotara al ajedrecista Garry Kasparov, algo rodeado de escepticismo en ese momento.
Lo que une la historia, el pasado, el presente y el futuro, involucra el espíritu generado por la tecnología que profundiza y crea facilidades, por un lado, frente a los temores sobre el daño que tal herramienta puede causar a las personas si se usa incorrectamente. Con el fuego fue así, ¿por qué no con la IA? Sin embargo, ¿está todo definido y claro hacia dónde vamos con esta inteligencia artificial que cada vez más participa en nuestras vidas? Tomemos las cosas con calma aquí.
Cada vez que hay un gran descubrimiento, la emoción de la sociedad es amplia, con la creencia de que todo cambiará. Sin embargo, la velocidad del cambio en la realidad mundana no ocurre en la misma proporción que las expectativas de las personas. No es que esta disfuncionalidad entre la expectativa y la realidad deba hacernos subestimar la tecnología a largo plazo. Esto es lo que suele pasar, pero hay buenos ejemplos de que con la IA la historia ha sido, es y será bastante diferente a cualquier otra tecnología. Hablar de esto me permite diferenciar dos conceptos importantes sobre el tema, respecto a la IA Generativa, que está muy de moda en los debates actuales, y la IA que se cataloga como Predicativa.
Los servicios financieros, como los ya vistos con Open Banking y otros adeptos a Open Finance, están a la vanguardia cuando hablamos del uso de IA generativa, aquella que tiene la capacidad de crear nueva información a partir de una base de datos preexistente. Es así como bancos y fintechs están ofreciendo servicios y ofertas personalizadas a cada cliente, con extracción y tabulación de datos automatizada. Y eso no es todo.
Las iniciativas en el sector de la automoción (desde las inspecciones de vehículos hasta los coches autónomos), la sanidad (telemedicina para diagnósticos automatizados y rápidos) y la fabricación (la producción de asientos de aluminio ya se ha reducido de siete minutos a unos pocos segundos en Alemania) son otros ejemplos de lo que AI ya ofrece de hecho, y apenas estamos comenzando a explorar el potencial real de esto. Aquí viene lo que ya se empieza a llamar IA Predicativa.
Algo se clasifica como predicativo cuando se le atribuye una cualidad y/o una característica. En el caso de la inteligencia artificial, significa ir más allá de los datos generados a partir de una inmensa cadena de información y atribuirle cualidades y características, a partir de modelos y arquitecturas profundas y de alto rendimiento. Nuevos modelos de hardware y software ya están entre nosotros y otros vendrán dentro de este razonamiento, que también tiene como figuras centrales la democratización del acceso a la información y la industrialización de soluciones que se expanden a distintos ámbitos.
Por ahora, la idea generativa de la IA hace que las empresas más grandes del planeta -Google, Microsoft, Meta, Amazon, entre otras- corran tras sus propios modelos a lo ChatGPT. En común en cada una de estas iniciativas, además de la producción de textos, imágenes, videos y otros contenidos, es el potencial de finitud incierta, especialmente debido a un raspado más profundo y al aumento del valor agregado. Con menos esfuerzo manual, estamos mejorando cada vez más la calidad de los datos y la eficiencia de todas las aplicaciones posibles.
Es claro, por tanto, que la escalabilidad es demasiado atractiva para ser ignorada en el mundo empresarial, impactando en la vida de los trabajadores, consumidores y sociedad en general. Posiblemente, el gran reto que plantea la IA, ya sea generativa, predicativa o no, radica en su elemento aún estático, que se basa más en generar nuevos datos a partir de una base de información preconcebida. Sin embargo, existe la tendencia de que esto no dure mucho tiempo: Bard, de Google, no nos deja mentir.
.webp "GFT Image - Mood - 02")