¿Qué tan lejos estamos de tener una verdadera inteligencia artificial?
A pesar de los grandes dilemas que hoy nos abruman, como los excesos de temperatura o las amenazas a la vida civilizada en democracia, quiero detenerme esta semana en otro tema del cual se habla todos los días, creo que con mucha ligereza: la inteligencia artificial.
Lo primero que me provoca compartir con ustedes es que, a pesar de lo que se diga de la inteligencia artificial generativa, la tecnología se encuentra muy lejos todavía de alcanzarla. A diferencia de la bomba nuclear a la que se dice que accedería Irán a fines de año, entre los expertos existe un gran debate sobre a dónde hemos llegado y cuánto tiempo falta para que —en palabras de Peter Thiel, uno de los líderes y optimistas en el tema— lleguemos a la transhumanización; es decir, una transformación que permitiría que la mente humana pueda ser cargada —uploaded— en centros de datos.
Junto con este optimismo, encontramos a expertos como Gary Marcus, quien considera que de la inteligencia artificial generativa estamos a varios años de distancia. No solo ello, sino que lo que hoy llamamos inteligencia artificial no es más que modelos extensos de lenguaje —lo que en inglés se conoce como LLM, por Large Language Models—, que todavía nos pueden producir resultados conocidos como “Efecto Potemkin”: la interpretación de un concepto de una manera absolutamente disociada de cómo lo interpretaría cualquier humano, creando así un resultado inconsistente (recuerde esto, joven lector estudiante, cuando remita su tarea hecha por ChatGPT a su docente sin revisarla primero).
Estos dos son temas intrínsecos a la tecnología hoy llamada “inteligencia artificial”, y que las personas expertas irán resolviendo en esta carrera por llegar primero en la que están embarcadas. Pero hay otros tres asuntos sobre los cuales quiero llamar la atención, porque hoy implican consecuencias más cercanas a nuestra vida cotidiana.
El primero tiene que ver con las demandas de energía requeridas para que los servidores que están dando el servicio de búsqueda y creación puedan funcionar. El nivel de la demanda es enorme y pone presión sobre todas las políticas de lucha contra el cambio climático, la composición de la matriz energética, la demanda por energías renovables, la esperada reducción de la demanda de petróleo, etc. Porque si empezamos a reemplazar mano de obra humana por la aplicación de estos modelos, lo que vamos a tener es una gran demanda de energía. Claro, los humanos también necesitamos energía, pero distinta de la que requieren los servidores y la capacidad de computación necesaria para el funcionamiento de los modelos extensos de datos.
El segundo tema tiene que ver con que estos modelos requieren ser entrenados, y hay quienes incluso utilizan la palabra “curados”, en el mejor estilo de la curaduría de una exposición de arte. Ese entrenamiento necesita a humanos que suelen ser pagados a destajo, y hay empresas que tercerizan el servicio a trabajadores en países en desarrollo. ¿Cuál es el problema aquí? Uno similar al que enfrentaron los moderadores de contenido de redes sociales, quienes debían pasar su jornada laboral siendo testigos de lo peor de lo peor de las redes sociales, sin ningún tipo de apoyo para cuidar su salud mental. Junto con esto, encontramos remuneraciones sumamente bajas para empresas del rubro de tecnología, cuyo valor bursátil suele estar en los millones de dólares. Sin esa “curaduría”, ese valor no sería posible.
Finalmente, el tercer tema tiene que ver con el uso de recursos hídricos para enfriar a los servidores que procesan toda la información y producen los resultados en segundos. Para evitar que se sobrecalienten, requieren agua potable.
Por supuesto que tenemos que preocuparnos de que la tecnología esté a nuestro servicio, pero para lograrlo nos falta mucha discusión sobre sus implicancias.
Y sí, a este paso, nos falta muchísimo para lograr autoeliminarnos con ella.
¡Suscríbete a Jugo haciendo click en el botón de abajo!
Contamos contigo para no desenchufar la licuadora.
