Desde el año 2023 especialmente, el término «Inteligencia Artificial» (IA) ha sido sin duda uno de los más repetidos en los medios de comunicación. Nuevas tecnologías y aplicaciones en el ámbito, como los grandes modelos de lenguaje (LLM por sus siglas en inglés), las IA generativas o aplicaciones como ChatGPT, han hecho que la inteligencia artificial empiece a formar parte de nuestra vida cotidiana de forma más tangible.

Estos modelos son sistemas que, a partir de un dato de entrada (por ejemplo, una pregunta), nos proporcionan una respuesta. Aunque no es, ni mucho menos, algo novedoso, no hay que negar que en este último año sus avances han sido bastante relevantes. Este incremento en su uso beneficia precisamente a la aceleración en las investigaciones, ya que la retroalimentación mejora los modelos. La inteligencia artificial es un área de la informática cuyo objetivo es desarrollar sistemas que sean capaces de realizar tareas que requieran inteligencia humana y que impliquen, en gran medida, la toma de decisiones. Estas tareas incluyen el aprendizaje, a partir de la adquisición de información y la aplicación de reglas para usarla o, el razonamiento, para llegar a conclusiones según los datos de los que se dispone.

Hay que remontarse a las décadas de los años 1940-1950 para encontrar el origen de la Inteligencia Artificial. En primer lugar, nos encontramos con Alan Turing, un matemático británico reconocido por su papel crucial en el descifrado de los códigos de la máquina Enigma, utilizada por los nazis para encriptar sus comunicaciones. Turing, después de la guerra, siguió desarrollando su trabajo y sentando las bases de la informática moderna con su concepto de «máquina universal». Es conocido por su artículo: «¿Pueden pensar las máquinas?», donde establece su «Test de Turing». Este test, utilizado todavía en la actualidad, es una propuesta para medir la inteligencia de una máquina según su capacidad para imitar el comportamiento humano. El mecanismo central del test es un juego de imitación, donde un humano (el juez) interactúa a través de una interfaz textual (una pantalla) con un participante oculto que puede ser otra persona o una máquina (el «jugador»). El juez no sabe si está comunicándose con una persona o con una inteligencia artificial. Si el juez no puede determinar de manera confiable quién es la máquina y quién es el humano, o si se equivoca al identificarlos, la máquina se considera que ha pasado el test, demostrando así su capacidad para imitar el comportamiento humano hasta un grado convincente.

Es en el año 1956 cuando podemos empezar a hablar de la IA como campo de estudio, cuando John McCarthy, en la conferencia de Dartmouth, acuñó el término. Posteriormente, durante las décadas de los 60 y 70 comienza su expansión y desarrollo, apareciendo los primeros modelos para juegos como el ajedrez y las damas. También, comienzan a aparecer los primeros robots inteligentes. Tras un periodo de aparente desaceleración, un hito mediático fue la victoria de la supercomputadora Deep Blue sobre el campeón Garry Kaspárov, que despertó de nuevo el interés por la inteligencia artificial. Tras ello, aunque de forma un poco oculta, la IA ha estado presente en nuestras vidas en nuestros dispositivos móviles, motores de búsqueda, asistentes personales, correo electrónico, etc.

Sin embargo, hoy volvemos a hablar de inteligencia artificial y, de algún modo, nos preocupa el impacto que ésta puede tener en la sociedad. Pero, ¿a qué se debe este resurgimiento? Podemos identificar varios factores:

La industria del videojuego, que mueve miles de millones de euros al año, ha ido desarrollando juegos cada vez más realistas y con más detalles. Para poder ejecutar en tiempo real todas las acciones que se desarrollan en el espacio virtual (movimiento de personajes, física del entorno, etc.) se necesitan procesadores bastante potentes. Al tratarse de espacios de imágenes en tres dimensiones, es posible procesarlo con matrices en paralelo por lo que, para ello, se han desarrollado procesadores específicos llamadas unidades de procesamiento gráfico (GPU), que son capaces de tratar muchos datos en paralelo y de forma simultánea. Aunque, aparentemente poco tiene que ver con la inteligencia artificial, este tipo de procesamiento en paralelo es muy beneficioso para algoritmos como las redes neuronales, ya que permite cálculos simultáneos para lo que llamamos «neuronas» artificiales. Esto implica que se puede procesar mucha más información en mucho menos tiempo.

En el contexto de la informática y la matemática, un algoritmo es una secuencia de instrucciones o una fórmula clara y detallada para realizar una tarea o resolver un problema. Al facilitarse el procesamiento de algoritmos en GPU, éstos se han ido estandarizando. Además, los movimientos de software libre, bastante extendidos, facilitan la colaboración y la compartición de códigos con las instrucciones. Esto hace que cada vez haya modelos de inteligencia artificial más avanzados, ya que unos se basan en otros.

Los modelos de inteligencia artificial funcionan mejor, en general, cuanta más disponibilidad de datos tengan. En nuestro día a día estamos constantemente generando información digital que puede servir para alimentar sistemas de inteligencia artificial. Con nuestros dispositivos móviles tomamos infinidad de fotografías, capturan nuestros movimientos con el GPS, interactuamos a través de las redes sociales, etc. Disponemos de pulseras o relojes inteligentes que toman datos de saludo, estamos rodeados de sensores que capturan la información del tráfico o de las condiciones meteorológicas...

La combinación de todo lo anterior ha propiciado el desarrollo de modelos que, a partir de ingentes cantidades de datos, son capaces de generar imágenes, vídeos o de mantener conversaciones generando respuestas que parecen humanas. El modelo GPT (Transformador generativo pre-entrenado) en el que se basa la aplicación de OpenAI «Chat-GPT», se ha popularizado debido a la versatilidad en su uso, no solo como «robot» conversacional, sino como asistente para gran cantidad de actividades.

Como muchos otros hitos tecnológicos, los avances en la inteligencia artificial generan ciertas preocupaciones éticas, prácticas y filosóficas. Los primeros automóviles también generaron miedo y oposición. Se temía que los automóviles fueran demasiado rápidos y peligrosos, y podrían asustar a los caballos, causando accidentes. También la introducción de la electricidad en los hogares y las industrias fue inicialmente recibida con miedo. La gente estaba preocupada por los riesgos de electrocución y los incendios. Con otros avances la preocupación se centraba en la privacidad. Cuando Alexander Graham Bell inventó el teléfono, no fue inmediatamente popular. Muchos lo veían como una intrusión en sus hogares y vidas privadas, y estaban preocupados por la idea de hablar con alguien que no estaba físicamente presente. Es posible que sea el miedo a lo desconocido lo que nos hace oponernos a la adopción de una nueva tecnología que parece destinada a integrarse en nuestro día a día de diversas formas. Quizás nos ayude a ello entender un poco mejor el funcionamiento técnico que está debajo de estos modelos de inteligencia artificial.

Un modelo de inteligencia artificial es un sistema informático o algoritmo diseñado para realizar tareas que, tradicionalmente, requieren inteligencia humana. Como se mencionó anteriormente, un algoritmo no deja de ser un conjunto de instrucciones ejecutadas en cierto orden para resolver un problema específico. En este caso, los modelos que han saltado a la popularidad son modelos de aprendizaje automático que, a partir de un volumen importante de datos, aprenden ciertas reglas que les permiten aprender a resolver un problema de forma eficiente. Por ejemplo, los modelos de clasificación de imágenes «aprenden» ciertas características que componen cierto objeto que el algoritmo debe identificar. Existen varias aplicaciones para teléfonos móviles en las que, a través de una fotografía, podemos conocer la especie de una planta que encontramos caminando por el bosque. Este tipo de modelos de aprendizaje automático están basado en redes neuronales, que intentan simular, aunque no de forma muy fidedigna, el modo en el que funcionan las neuronas.

Cada neurona de la red artificial realiza una pequeña acción muy concreta y, la combinación de todas, hace posible la identificación. Por ejemplo, una neurona puede estar diseñada para identificar líneas curvas, otra los contornos de una hoja, otra los colores, etc. Si combinamos todas esas características, podemos tener una lista de particularidades que nos permiten identificar una especie de planta en concreto. Es así, sin entrar en mucho detalle, cómo funcionan los algoritmos de aprendizaje automático.

Si nos centramos en modelos conversacionales el mecanismo es similar. Como datos de entrada, el modelo recibe millones de frases: preguntas, respuestas, diálogos, etc. Con ello, aprende a identificar un tipo de frase o pregunta que escribe el usuario y, en función de ella, da una respuesta con cierto sentido. Cuantos más usuarios utilicen estos sistemas, más información pueden tener para volver a procesar el modelo con nuevos datos y generar respuestas cada vez más convincentes. Pero, ¿es inteligente un sistema así? Bajo la definición de inteligencia artificial, podemos decir que sí, pero tenemos que saber que lo que hace el modelo es repetir respuestas combinadas a preguntas o frases similares. En paralelo, pueden surgir ciertos dilemas éticos sobre la conciencia de los sistemas de inteligencia artificial. Si sabemos que lo que hacen fundamentalmente los modelos es imitar, no podemos afirmar que la impresión de que tengan conciencia sea que, efectivamente, la tengan, sino que puede ser que sean buenos imitando.

Más allá de este tipo de aspectos éticos, nos encontramos con otros que podemos dividir en dos grupos: los relacionados con los datos de entrenamiento de los algoritmos y los usos y aplicaciones de la inteligencia artificial. Por ejemplo, si entrenamos un algoritmo de identificación de sentimientos con base en expresiones faciales y lo hacemos con imágenes de un grupo étnico concreto mayoritariamente, es posible que el modelo funcione bien con ese grupo y mal con otros.

Por otro lado, tenemos los usos de la tecnología con fines delictivos o inmorales. En los últimos tiempos hemos visto cómo han mejorado los ataques de phishing que simulan ser, por ejemplo, un banco y donde cada vez es más fácil caer. El uso de la IA permite procesar grandes cantidades de información en poco tiempo, lo que facilita a los gobiernos tener un control exhaustivo de sus ciudadanos. Los modelos de generación de imagen pueden crear deep fakes o imágenes falsas realistas que nos pueden llegar a confundir y tomar una noticia falsa como real. Los sistemas de toma de decisiones de forma automática nos pueden llevar a que nos descarten a optar a un empleo o, instalados en drones militares, decidir blancos de forma automática. Todos estos ejemplos, claro está, no son un problema de la IA en sí, sino en cómo las personas decidimos usarla.

Por el lado opuesto tenemos los avances que puede suponer la aplicación de la IA en diversos ámbitos. Las técnicas de IA se han venido aplicando en los últimos años en distintas disciplinas científicas: en los modelos meteorológicos que predicen el clima, en la búsqueda de yacimientos arqueológicos con satélites o en la búsqueda y descubrimiento de nuevos medicamentos. En medicina su aplicación resulta especialmente prometedora, gracias a que hay sistemas capaces de detectar ciertas patologías a partir de pruebas simples y puede ser una gran aliada para la medicina personalizada teniendo en cuenta las particularidades genéticas del paciente.

Para limitar los posibles usos indebidos de esta tecnología, el Consejo y el Parlamento Europeo han llegado recientemente a un acuerdo sobre las primeras normas para regular la IA en el mundo, la denominada Ley de Inteligencia Artificial. Esta ley, que deberá ser aplicada por los países miembros en los próximos años, intenta proteger los derechos y privacidad de los ciudadanos y establece ciertos límites en su aplicación. Por ejemplo, se prohibirán aplicaciones como el reconocimiento de emociones en el lugar de trabajo, la puntuación social y la categorización biométrica para inferir datos sensibles, como la orientación sexual o creencias religiosas. Aunque legislar sobre algo tan cambiante y en pleno pico de evolución es realmente difícil, definir ciertas bases para identificar posibles conflictos con los derechos de los ciudadanos puede ser un buen punto de partida.

Parece innegable que la IA ha llegado para quedarse y que, cada vez más, va a formar parte de nuestras vidas. Teniendo en cuenta que depende de nosotros el uso que le demos, no debemos verlo como una amenaza, pero tampoco como la solución a todo tipo de problemas. Utilizándose como una herramienta más, puede facilitarnos de formas diversas nuestro día a día en cuestiones laborales, domésticas o, incluso, sociales.