La traducción de ese articulo ha sido realizada por GPT-4
Giles Crouch
medium.com
o6/01/2024
Los titulares del año pasado sobre la Inteligencia Artificial (IA) se enfocaron principalmente en un subconjunto particular de la IA, Modelos de Lenguaje Grande (LLM-Large Language Model)) y la IA Generativa como ChatGPT, Claude o Midjourney. Para la mayoría, eso es todo lo que la IA representa. La IA moderna ha estado entre nosotros durante más de 50 años. Los algoritmos, una parte central de la IA, han existido durante miles de años.
Como he mencionado antes, la IA es un término paraguas, una categorización de marketing que, a la mayoría de los científicos en el campo de la IA, no les gusta. La exageración alrededor de la IA Generativa (GAI-Generative Artificial Intelligence) podría incluso llegar a perjudicar los muchos avances y usos excelentes y comprobados de la IA en algunas industrias.
Durante el último año y un poco más, mientras la GAI se abalanzaba sobre la sociedad como un toro en una tienda de porcelanas, puede que parezca como si estuviéramos en el camino hacia la tecnotopía o como si todo acabara de una vez por todas. Ninguna de esas posibilidades es cierta. Otras herramientas de IA han estado presentes durante mucho más tiempo y han demostrado ser bastante útiles para la humanidad, y continúan siéndolo.
Vale la pena entender y ser conscientes de estos otros tipos de IA que están presentes en nuestros sistemas socioculturales, porque, como fácilmente se puede demostrar, están teniendo y han tenido un impacto más significativo de lo que nos hemos percatado. Tanto positivo como negativo, pero así es la naturaleza de cómo los humanos utilizamos las tecnologías.
Los Usos Comprobados de la Inteligencia Artificial
Hace una década pasé varios años realizando experimentos con el Procesamiento del Lenguaje Natural (NLP-Natural Language Processing) y he usado bastante los LLMs durante el último año, además de haber trabajado con otras aplicaciones como el Aprendizaje Automático (ML-Machine Learning), Sistemas Expertos y Aprendizaje Profundo.
A través de mi investigación netnográfica para empresas de tecnología, he comprobado cómo la mayoría malinterpreta y tiende a ver a la IA como un todo.
Más allá de la IA Generativa (GAI), ha habido algunos usos interesantes y muy beneficiosos de herramientas de IA en empresas y en el cuidado de la salud, así como en sectores como la fabricación, el aeroespacial y otros. Usualmente se utiliza solo un tipo de IA, a veces una combinación de dos o tres, pero esto es menos frecuente.
Aprendizaje Automático
Quizás sea el más común en diferentes industrias. La mayoría estaría familiarizada con el ML, pero no necesariamente con el término en sí. Nuestra interacción más común con el ML es cuando se utiliza para recomendaciones de productos y en los “feeds” de las redes sociales. También ha venido siendo útil en el diagnóstico de enfermedades, detección de fraude y spam, así como en la gestión de las de cadenas de suministro.
Aprendizaje Profundo
Este es un subconjunto del ML (¿ven qué confuso puede ser?) y utiliza Redes Neuronales Artificiales (otro subconjunto de la IA) de capas múltiples para aprender de grandes volúmenes de datos y, muchas veces, conjuntos de datos complejos. Se ha utilizado para analizar imágenes médicas, análisis de materiales en la fabricación, reconocimiento facial, así como en el desarrollo de vehículos autónomos y robots.
Procesamiento del Lenguaje Natural
Si alguna vez has usado Google Translate, es que has utilizado NLP. También se ha empleado para ayudar a resumir documentos complejos, como artículos de investigación científica, y en la creación de chatbots, antiguos y modernos.
Sistemas Expertos
Ha habido algunos casos de abogados que utilizaron IA para citar casos que resultaron ser falsos. Estaban utilizando LLMs, no sistemas expertos. Los buenos sistemas expertos empleados en los bufetes de abogados se entrenan con datos legales reales y se han utilizado durante varios años con bastante éxito. También se han empleado para ayudar a médicos, diseñar productos y en campos de ingeniería.
Esta lista no es exhaustiva, pero debería ayudarnos a comprender mejor, más allá de la exageración de la GAI, que las distintas herramientas que caen bajo el paraguas de la IA han estado haciendo cosas muy buenas en el mundo. También hacen cosas malas, pero esa es la realidad con todas las tecnologías.
Estos tipos de IA suelen estar en segundo plano en nuestras conversaciones, principalmente porque son altamente especializados y, para la mayoría, no tan interesantes en la vida diaria.
Las Realidades de la IA en el Mundo
Cuando miramos más allá de la exageración de la GAI, vemos que las herramientas de IA se han utilizado durante un tiempo. Algunas con gran éxito y otras que han fracasado. Hasta ahora, el uso de herramientas de IA ha llevado consigo la creación de más empleos. Esto concuerda con lo que el sociólogo Max Weber propuso hace más de cien años, que cuanto más tecnología utiliza una sociedad, mayor es la división del trabajo.
Este concepto ha resultado ser válido y fue observado por Weber debido a la historia de la tecnología creando más empleos durante cientos de años. Aunque la GAI pueda parecer abarcadora, no lo es.
Las empresas están empezando a utilizar la GAI, pero principalmente de manera experimental. Existe una gran precaución, por un lado debido a problemas legales como el derecho de autor y por otro lado porque los LLMs están demostrando tener algunos problemas que son demasiado arriesgados para la industria en este momento.
Otro aspecto que está frenando el uso de las herramientas de IA en general, no solo la GAI, es que muchas empresas están lidiando con cantidades significativas de deuda tecnológica. Viejos sistemas que necesitan ser reemplazados, pero que requieren grandes inversiones de capital y por lo tanto se mantienen durante períodos de tiempo más largos. En segundo lugar, una empresa que tiene una gestión de datos realmente buena es la excepción, no la regla.
Por ahora, las herramientas de IA siguen teniendo un uso limitado, siendo utilizadas de maneras realmente interesantes y útiles, pero la GAI es, en el mejor de los casos, una solución temporal para la mayoría de las empresas y un dilema. Donde veremos avances significativos en el uso de la IA seguramente será en lo que para la mayoría de las personas signifiquen formas bastante aburridas. Sin embargo, a menudo, son estas aplicaciones aparentemente poco interesantes las que resultan ser más beneficiosas para la sociedad.
