El futuro de la IA: posibles avances y retos
En EducaOpen sabemos de primera mano que el avance de las tecnologías es imparable. Se dice que el desarrollo de la inteligencia artificial es una de las invenciones más importantes de la historia, ya que revolucionaría todos los sectores y ámbitos de la vida del ser humano.
Actualmente, existen programas y aplicaciones basados en inteligencia artificial débil, es decir, que se trata de un software hiperespecializado para desempeñar tareas muy concretas.
Posibles avances de la IA en el futuro próximo
En el futuro, gracias a la inteligencia artificial fuerte, se conseguiría desarrollar software de inteligencia artificial para propósitos más generales. La antesala de la inteligencia artificial fuerte la podemos encontrar en generadores de texto combinados con modelos de lenguaje y algoritmos de deep learning, como es ChatGPT o el chat de Bing.
Comunicación más natural
A su vez, se espera que la comunicación entre las máquinas y los seres humanos sea más natural, es decir, que se asemeje más a la humana. Las interfaces de voz, el procesamiento del lenguaje natural y la comprensión de gestos mejorarán considerablemente, haciendo que la comunicación con las máquinas sea más intuitiva.
Consultas médicas con IA
Otro campo troncal en la vida del ser humano en el que se pretende implementar la inteligencia artificial es la medicina. Desde el diagnóstico asistido por IA hasta la identificación de patrones en grandes conjuntos de datos médicos, la inteligencia artificial podría mejorar la precisión de los diagnósticos y la eficiencia de la atención médica.
Evidentemente, nunca podría sustituir a un profesional de la salud que inspeccione de primera mano al paciente, prescriba medicamentos y verifique el seguimiento de los pacientes, pero sí podría resultar un apoyo definitivo para mejorar la gestión sanitaria.
Robótica industrial avanzada
Y cómo no, la industria es el primer nicho en el que la inteligencia artificial marcaría su huella, como ha ocurrido con todas las innovaciones tecnológicas. La IA impulsará el desarrollo de robots colaborativos más inteligentes y versátiles, capaces de desempeñar tareas más complejas en una variedad de entornos, desde la manufactura hasta la exploración espacial.
Un poco de historia sobre la IA
Desde antes de Cristo, algunos filósofos, pensadores, matemáticos y profesores habían teorizado el desarrollo de dispositivos mecánicos capaces de calcular y a mecanizar los procesos cognitivos del ser humano.
Siempre se ha fantaseado con la invención de máquinas con características humanoides, lo que ha tenido su reflejo en la literatura (Erewhon, de Samuel Butler), el teatro (Rossumovi univerzální roboti, de Karel Čapek) o el cine (Metropolis, de Fritz Lang).
No fue hasta 1955 que la inteligencia artificial fue bautizada como tal gracias a John McCarthy, un informático que dos décadas más tarde haría aportes muy valiosos al desarrollo de la inteligencia artificial. Sin embargo, no fue él el primero que ideó este concepto.
Así pues, son precursores de la inteligencia artificial personalidades como Alan Turing, que creó el famoso test de Turing para evaluar la eficacia de una inteligencia artificial, o Arthur Samuel, que desarrolló un programa informático que aprendió de forma autónoma a jugar a las damas.
En la época de los 60 la inteligencia artificial estalló en popularidad. Así pues, se invirtió en investigación para desarrollar programas y lenguajes de programación enfocados en la inteligencia artificial. En 1961 se implementó por primera vez un robot industrial en una cadena de montaje de vehículos. Otro hito fue el programa Eliza en 1965, que pretendía imitar a un psicoterapeuta, aunque de forma superficial.
A partir de entonces, el interés por la IA fluctuaría, pasando a ser de la última novedad puntera a una decepción irrealizable. De esta forma, a mediados de los años 70 y durante los años 90 observamos dos períodos, así llamados, de invierno de inteligencia artificial, en la que los programas de investigación de IA perdieron gran parte de su financiación y la confianza de los inversores.
Es en el siglo XXI, a partir de 2010, cuando las invenciones en materia de inteligencia artificial se han acelerado y se ha democratizado más su uso con la irrupción de aplicaciones como ChatGPT, los chatbots inteligentes o los generadores de imágenes inteligentes como Midjourney.
¿Podría haber otro invierno de inteligencia artificial?
Algunos expertos y conocedores de las últimas novedades de la inteligencia artificial advierten que se puede estar cociendo la situación perfecta para que la IA vuelva a caer en el olvido inopinadamente, tal y como sucedió en los años 70 y 90. A ambas épocas les precedió un frenesí por la IA que se reflejaba en el interés popular, así como en la financiación privada.
El brusco descenso en inversiones para las investigaciones sobre la IA en aquellas épocas se asocia con unas expectativas infladas por parte de los inversores y las empresas, que en gran parte predicaban jubilosos los desarrolladores. Finalmente, como veían que las promesas tan ambiciosas de la IA no se iban a cumplir, el interés súbitamente se iba por el sumidero.
Ahora mismo pareciera que nos encontramos en una situación proclive a otro invierno IA. Pero el lanzamiento de tecnologías como ChatGPT y Midjourney ha demostrado el verdadero potencial de la IA para la población general, por lo que lo podría avanzar a un ritmo mucho más prometedor.
Dilemas éticos del presente y futuro de la IA
A medida que la IA se integra en más aspectos de nuestras vidas, se requerirán regulaciones y normas éticas sólidas para abordar cuestiones como la privacidad y el impacto, que algunos predicen fatídico, en el mercado de trabajo.
Cada vez más son las empresas que se suman al tren de la IA y que están al tanto de los últimos adelantos, y que incluso invierten en el desarrollo de programas internos basados en inteligencia artificial. Y esto no lo hacen por amor al arte, sino porque los directivos están convencidos de que la inteligencia artificial va a traer una mejora sustancial en productividad, competitividad y costes.
No se sabe hasta qué punto las predicciones catastrofistas de algunos expertos pueden llegar a ser ciertas. Si bien, es un punto de vista realista y un dilema ético que deben contemplar los Gobiernos y las empresas tecnológicas centradas en IA.
Otros opinan que la generalización de la IA en las empresas eliminará puestos de trabajo repetitivos y surgirán otros de materia más estratégica, pero, ¿el balance entre puestos desfasados y nuevos compensaría?
Otro dilema importante es el equilibrio entre el beneficio de utilizar grandes cantidades de datos para mejorar la IA y la necesidad de proteger la privacidad y la seguridad de los datos de las personas. ¿Hasta qué punto y con qué fines se puede recabar datos confidenciales de los usuarios en los sistemas de IA? ¿Cómo se puede ajustar el tratamiento de datos de la IA a la LOPD (Ley Orgánica de Protección de Datos?
Y los interrogantes legales sobre la privacidad y la IA no abarca solo el tratamiento de datos, sino quiénes podrán acceder a esta base de datos. Ya en 2010 Mark Zuckerberg sentenció que la privacidad había muerto tal y como la conocíamos.
Si se da el caso de que los sistemas de IA acaban recabando datos a mansalva indiscriminadamente, debemos preguntarnos quién tendrá acceso a esa información (¿los gobiernos?, ¿las empresas?) y si se aplicará una multa proporcional según el uso indebido que se le dé.
Sin duda, algunas cuestiones controvertidas que se plantean sobre la inteligencia artificial podrían inspirar un capítulo de Black Mirror. En cualquier caso, fuere más o menos distópica, en EducaOpen tenemos claro que la IA ha llegado para quedarse.
Artículos relacionados
Autoencoders: qué son y cómo funcionan
¿Cómo funcionan los autoencoders?
En términos generales, un autocodificador, o autoencoder, consiste en una arquitectura de red neuronal q
La Inteligencia Artificial al servicio de la desintegración radiactiva
La inteligencia artificial (IA) ha revolucionado numerosos campos, desde la medicina hasta las finanzas.
Guía técnica de cómo utilizar el algoritmo K-means y elegir el valor de “k”
El algoritmo k-means es uno de los métodos de clustering más utilizados en aprendizaje automático, especialmente debido a su simplicidad y eficiencia.