Velocidad en los avances
Aunque los modelos teóricos sobre redes neuronales artificiales han existido desde mediados del siglo XX, es hasta el 2012 que la capacidad de computación y el acceso a cantidades sustanciales de material permitió que la inteligencia artificial perceptual despegue con su capacidad refinada de reconocimiento de imágenes.
Durante la siguiente década se desarrollaron los modelos grandes de lenguaje (LLM por sus siglas en inglés), un modelo anticipativo que predice la siguiente palabra, usado por ejemplo en los formularios para "auto-completar" lo que el usuario esta ingresando. OpenAI le apuesta ha esta tecnología entrenando modelos grandes de lenguaje con cantidades masivas de información. A finales del 2022, lo hace publico con chatGPT y se populariza masivamente la inteligencia artificial (IA) generativa. Esta es una inteligencia artificial con la que uno habla. Basándose en un modelo predictivo, es decir un modelo que le responde a uno lo que uno quiere oir. Por eso, algunos se referían a esta aproximación como "un perico estocástico." Su lanzamiento generó mucho asombro pero también sus limitaciones eran claras. Tendía a "alucinar," es decir que lo que no sabe se lo inventa según lo que cree que espera el usuario. Tendía a ser sicofántico, es decir, reafirmaba las creencias del usuario. Habiéndose entrenado con toda la información producida por la humanidad, tenia una enorme cantidad de conocimiento pero también mucho de sus defectos con sesgos como racismo y machismo.
Para finales del 2024, los modelos incluían ciclos de lineas de razonamiento y cadenas de pensamiento. La IA agentiva se populariza al inicio del 2025 donde ya no solo platica sino hace. Tiene la capacidad de cambiar configuraciones del ambiente donde opera, escribir código, correrlo, evaluar los resultados y corregirlo. Esto permite que las empresas de inteligencia artificial utilicen agentes investigadores que actualizan el código de la siguiente generación proponiendo soluciones, implementándolas, evaluando sus resultados e incorporando los cambios exitosos, escribiendo la mayoría del código de la empresa. Estos avances han producido modelos de inteligencia artificial que minimiza en una gran medida los problemas originales de alucinación y sicofancia y tiene la capacidad de resolver problemas cada vez mas complejos.
La meta de los laboratorios de IA es crear una super-inteligencia, una IA que supere las capacidades humanas en la mayoría de las tareas. Para esto, están corriendo para la implementación de la Automejora Recursiva; esto significa que la IA misma es quien estará diseñando su siguiente version. Se anticipa que ocurrirá en el 2027. Aunque no es garantía, esto podría llevar a mejoras exponenciales a una velocidad cada vez mayor hasta alcanzar la tan deseada super-inteligencia.
Panorama para el futuro
Los defensores de IA argumentan que esta traerá una nueva era de prosperidad a la humanidad. Los detractores argumentan que los costos de tratar de cumplir este sueño son muy altos. Las estrategias actuales para cumplir este sueño en una gran medida siguen la tendencia que inicio Sam Altman con OpenAI: mejorar las capacidades a través de tener mas capacidad de computo. Veo tres que se pueden desarrollar uno de tres escenarios.
Asumiendo el tercer escenario, la automatización en el mercado laboral intelectual de cuello blanco (burocratas, medicos, abogados, etc.) tendrá impactos económicos posiblemente a partir del 2028 y con el desarrollo de androides en el mercado laboral de cuello azul manual (plomeros, albañiles, agricultores, enfermeros, etc.) posiblemente a partir del 2030. En el capitalismo post-era industrial, el capital, los medios de producción, tienden a concentrarse en las manos de unos pocos y son mas rentables que la mano de obra. Es decir, genera más tener más capital para invertir y producir que trabajar más. Esto llevó a sociedades cada vez mas desiguales. ¿Que pasará con la nueva economía de post-era de super-inteligencia donde ambos el capital y la mano de obra sintética (que técnicamente podría automatizar la mayoría de los trabajos) se concentre en las manos de unos pocos?
La realidad es que está fuera de nuestras manos la dirección hacia donde se dirijan las innovaciones en la IA en EEUU y China y agrega poco valor desarrollar ansiedad ante todos los posibles escenarios apocalípticos que podrán venir, si de todos modos no podemos hacer nada para impedirlos. Pero eso no quiere decir que no hayan estrategias para poder prepararnos.
Cómo abordar la Inteligencia artificial de una forma sana en la educación
La inteligencia artificial es una herramienta poderosa que puede volver a una persona con entendimiento y experiencia aun mas capaz. Pero hay dos tipos de herramientas que mejoran nuestra capacidad: las herramientas que sustituyen y las herramientas que complementan capacidades. Cuando un alumno aprende a multiplicar y dividir desarrolla una capacidad aritmética. Luego la ejercita repetidamente hasta poder realizarla automáticamente. Si despues le enseñamos a usar una calculadora, ahora podrá resolver problemas mas complejos y mas rápidamente. Porque "tiene idea o concepto" si mete un dedazo en los cálculos, puede saborear si la respuesta que la pantalla despliega tiene sentido o no. Allí la calculadora se volvió una herramienta que complementa sus capacidades. En los 90s yo me sabía los números de teléfono de todo mi circulo. Ahora todos los teléfonos están en mi libreta de contactos digital. No me sé ni siquiera el teléfono de mi mejor amigo. Esa fue una herramienta que sustituye, en este caso mi memoria de mediano plazo. Se quedan sin batería mis dispositivos y no puedo llamar a nadie en mi "teléfono de linea fija."
Del lado del alumno, como nos aseguramos que la inteligencia artificial sea una herramienta que complementa y no que sustituye? Cuando el estudiante usa la inteligencia artificial para que le resuelva el problema de la tarea, si la IA ya lo reemplazó como estudiante, no tiene ninguna esperanza de competir con la IA como empleado en el futuro.
Luego del lado del docente, para que un docente humano siga siendo relevante y que no sea fácilmente reemplazable por un agente de IA , ¿que valor agregado puede aportar que la IA no provee? Los LLMs se desarrollaron representando el lenguaje con "tokens" y construyendo modelos estadísticos sobre relaciones o conexiones entre estos tokens, y avanzó desarrollando nuevas capacidades como lineas de razonamiento. Actualmente dominan el lenguaje (en los 12 idiomas para los que fueron entrenados mas rigurosamente) mejor que la mayoría de los humanos del mundo. Con este dominio del lenguaje la IA ha ido desarrollando una maestría en todas las áreas conceptuales que se expresan en palabras: leyes, historia, filosofía, ciencia, hermenéutica de textos religiosos, etc. El valor agregado del humano estará en saber mejor estas áreas de conocimiento. Ya lo hace mejor la IA.
A continuación, resumo las limitaciones técnicas de la IA en términos epistemológicos para vincularlo con los procesos de aprendizaje de los estudiantes. Chris Olah, co-fundador de Anthropic, utilizó en el vaticano una expresión muy útil de la que voy a abusar: "reflejar funcionalmente." Según, Geoffrey Hinton, padrino de la inteligencia artificial, Jack Clark, otro co-fundador de Anthropic y Olah, los agentes de IA actualmente ya reflejan funcionalmente:
Decir "que refleja funcionalmente la conciencia" por ejemplo es diferente a decir "esta consciente". Eso evita que esta discusión epistemológica se vuelva una discusión espiritual (tema de otro post).
Que no tiene la IA actualmente:
De todos estos elementos que no tiene la IA, me voy a enfocar en dos: entendimiento intuitivo y experiencia. Mi recomendación para los maestros es que se enfoquen en trasmitir estos a sus estudiantes para que puedan "saborear" su materia. Si ponen a chatGPT a resumir las lecturas, organizar los temas y preparar las diapositivas, resumirá bien pero no transmitirá el sabor. Aunque se vea bonito no tendrá el "toque." Organicen ustedes sus ideas, la destilación del material, lo que quieren que extraigan de las lecturas sus alumnos basándose en su entendimiento intuitivo y años de experiencia. Luego utilicen chatGPT para redactarlo y presentarlo bonito.
Del lado del alumno es mas delicado. Si un alumno se brinca el proceso conceptual y pone a la IA a pensar por él o ella, darle ideas y organizar las ideas que se le van ocurriendo a la IA, nunca desarrollará el entendimiento intuitivo. Allí la IA ya se volvió una herramienta que sustituye. La manera que el alumno desarrolla un entendimiento intuitivo en una destreza (sea esta pensamiento crítico, dicción, capacidad de escribir un ensayo, etc.) es cultivando un entendimiento conceptual y ejercitándolo repetidamente para desarrollar "memoria muscular cognitiva." Cuando ya puede realizar las operaciones fluyendo incluso sin pensarlo conectándose a su inconsciente o subconsciente allí ya desarrolló un entendimiento intuitivo en esa destreza. A partir de allí si usa la IA para automatizar lo tedioso, podrá resolver problemas mas complejos mas rápidamente y cuando vea las soluciones de la IA porque tiene "idea o concepto" podrá saborear si tienen sentido o no. Allí la IA se vuelve una herramienta que complementa.
Abordando la manipulación
Entre las maestrías conceptuales de la IA se incluyen, el mercadeo, la psicología, la neurociencia cognitiva y la neurolinguística. Cada vez es mas eficiente para generar mensajes simultáneamente masivos y personalizados diseñados para presionar botones emocionales que despierten una reacción visceral que modifica levemente nuestro comportamiento: para comprar un nuevo producto, cambiar de opinión sobre un tema o para votar por un candidato.
Lo primero es no confundir la información con la verdad. La información es barata, cualquiera puede opinar sobre cualquier cosa. La verdad es muy costosa. Una verdad científica viene de aplicar el método científico rigurosamente, publicar los resultados y conclusiones, ser evaluados por colegas (peer review) que publicarán refutaciones, etc. La verdad que un periodista publica requiere investigación, fuentes secundarias que respalden la autenticidad de los testimonios, etc.
Superficialmente diría que asuman que todo lo que están leyendo es información sintética diseñada para despertar una reacción emotiva en ustedes, especialmente si viene de una fuente desconocida. Tomen un paso escéptico hacia atrás y antes de reaccionar o compartir, corroboren con fuentes confiables y encuentren la fuente original.
A nivel mas profundo, ahora es mas urgente que nunca que calibren bien su compas ético y moral y que hagan uso completo de todo el arsenal contemplativo de la tradición religiosa a la que pertenecen para ver hacia adentro, reconocer sus botones y atestiguar como surgen sus impulsos y cadenas de pensamiento. Como dijo el teólogo jesuita canadiense Bernard Lonergan, solo conociendo plenamente nuestra subjetividad llegamos a conocer la plena objetividad. En el pasado si no se hacía esto, pues simplemente el individuo no alcanza un "despertar religioso" y ya. Ahora si uno no se "blinda contemplativamente" uno se vuelve una presa fácil de la manipulación. La persona mas fácilmente manipulable es la persona que cree que tiene libre albedrío y no es consciente de todos sus botones emocionales y sus respuestas reactivas.
Calibrar su compas ético y moral y afinar su introspección contemplativa será mas importante incluso que cualquier destreza laboral que desarrollen ahorita. Es la mejor destreza que podemos desarrollar para tener la resiliencia que necesitaremos para abordar los cambios cada vez mas rápidos y las crisis existenciales y de identidad que la IA traerán.
¿Qué pueden hacer las universidades en Latino América?
Está fuera de nuestras manos, la dirección hacia donde se dirijan las innovaciones en la IA en EEUU y China. Pero como abordará cada país los avances de la IA en términos de los impactos sociales y económicos, requiere expertos en IA locales.
Si se desarrolla la super-inteligencia, que trabajos automatizará y reemplazará la IA no dependerá de sus capacidades. Podrá hacerlo todo. Dependerá de la legislación local.
Pongo un ejemplo. Que pasa con el cerebro de un infante si su contacto principal desde el nacimiento es con agentes de IA, porque tiene niñeras sintéticas y maestras de párbulos sintéticas. ¿Agentes que no sienten le enseñarán a desarrollar inteligencia emocional a ese niño? El cerebro de ese niño se alambrará muy diferente. Habrán países que escogerán hacer ilegal agentes de IA niñeras y maestras de párvulos. Su legislación priorizará mantener el índice de suicidio adolescente bajo aunque sus estudiantes no estén ganando olimpiadas de matemáticas. Para tomar esas decisiones, los diputados necesitan asesores locales expertos en IA. Habrán expertos en IA en la industria privada, pero su sistema de incentivos será maximizar la utilidad; ellos abogarán por vender mas "robotinas," no por velar por la salud infantil. Es urgente que la academia guatemalteca provea un balance con investigadores expertos en IA cuyo sistema de incentivos sea maximizar el bien común.
Las universidades en Latino América se puede involucrar en proyectos de investigación de la IA sin necesidad de gran inversión. Si hay voluntad institucional, se puede conseguir el financiamiento para proyectos nicho. Pongo un ejemplo simple: Gates Foundation está ofreciendo grants para hacer que la IA este disponible a los 6,000 lenguajes del mundo con mas de 1 millón de hablantes. En el Caso de Guatemala, hasta donde yo se, quekchí y quiche aplican a ese criterio. Si la Universidad Landivar creará un Centro de Investigación de IA interdisciplinario con participación de la Facultad de Computación para lo técnico, la Facultad de Derecho para lo legislativo, la Facultad de Economía para los impactos de la automatización, la Facultad de Filosofía y Teología para abordar las dudas existenciales y crisis de identidad que generará la IA en el futuro, etc. y aplica al grant, por el prestigio institucional que lo respalda estoy seguro que lo obtendría. Aunque sea un proyecto de un nicho muy particular, ya generaría expertos locales que entienden desde dentro la tecnología y pueden ser una voz académicamente de peso ante el estado.
Nosotros no estamos poniendo los rieles ni conduciendo el tren de la IA. Pero si las universidades en Latino America se involucran aunque sea modestamente en proyectos de investigación de la IA, al menos se están montando en el tren. Si nos limitamos a enseñarle a nuestros docentes y estudiantes a usar chatGPT, es como salir corriendo detrás del tren que cada vez va mas rápido e inevitablemente lo perderemos en el horizonte.

Saludos Andres y ayer los escuché pero creo que los demás no entienden como esta trabajando la IA actualmente es mi inprecion a nivel de conciencia y el aspecto conceptual, pero creo que la IA ya esta sustituyendo el pensamiento de los estudiantes