Para comprender la posibilidad de que exista una inteligencia no-natural, artificial, primero hay que especificar qué se entiende por inteligencia. Definir esta palabra ha sido una ardua tarea para el ser humano. En términos vagos, la inteligencia es la capacidad de comprender, lo que permite al sujeto que la posee desenvolverse en el entorno, conocer y razonar. En estos términos, una inteligencia artificial no es más que un sistema lógico que “aprende” a base de un determinado número de experiencias, y refleja ese aprendizaje en otro conjunto de experiencias y actividades.
¿Cómo puede aprender un sistema artificial? ¿Acaso pueden las máquinas pensar?
Esta pregunta ya la lanzó Alan Turing a mitad del siglo pasado. En su paper, Turing sentaba las bases para muchos de los preceptos que hoy en día se usan para evaluar y mejorar la capacidad cognitiva de los algoritmos. Existe una gran variedad de respuestas a la segunda pregunta, pero creemos necesario dejar clara una idea fundamental: la inteligencia artificial tiene como elemento embrionario al ser humano.
Una inteligencia artificial no es más que un conjunto de algoritmos realizando tareas sobre un conjunto de datos más o menos especializado. El diseño de ese algoritmo, el pensamiento lógico-matemático que lo sustenta, y la obtención y selección del conjunto de datos, son tareas humanas. Si la inteligencia artificial es un cerebro infantil en funcionamiento, entonces la mente humana son las células reproductoras que conciben a ese ser virtual.
Volviendo a la pregunta anterior, un sistema artificial puede aprender de diversas maneras, pero generalmente se sigue un patrón claro. Pensemos cómo aprenden los niños o algunos animales: bajo supervisión y con condicionamiento. Un algoritmo de inteligencia artificial, generalmente, es un sistema lógico con entradas y salidas.
El aprendizaje supervisado consiste en alimentar el sistema con datos y estimularlo de forma positiva o negativa, atendiendo a si la respuesta dada por el sistema coincide o no con un valor esperado. Repitiendo este proceso suficientes veces sobre un conjunto de datos lo bastante grande, el sistema puede reconocer patrones. Estos patrones se reconocen porque el propio sistema implementa cientos, miles o millones de parámetros que ajustar para dar la salida esperada ante un estímulo dado. Una vez que el sistema se ha entrenado lo suficiente, éste es capaz de responder ante datos nuevos de forma más o menos acertada. También existen métodos de aprendizaje no supervisado, aunque el descrito es el más empleado.
¿Por qué esta explosión de hace unos años hasta hoy?
Si la inteligencia artificial sólo son algoritmos, ¿Por qué no se ha explorado esto antes? La realidad es que la ciencia de datos sí ha sido objeto de estudio tiempo atrás, pero no se daban las condiciones para se desarrollara de forma eficaz. Actualmente, y desde hace unos años, sí tenemos estas condiciones, cimentadas sobre dos bloques fundamentales: una cantidad de datos abrumadora, generada constantemente por millones de personas, y procesadores lo suficientemente potentes para computar los cálculos.
La importancia de los datos y de quién los posee es tal que tiene un peso abrumador en geopolítica, con el choque entre tres sistemas de propiedad diferentes, y con guerras de rapiña entre corporaciones por el control y la acaparación de los datos. Sólo así se ha podido llegar hasta algoritmos como el que mencionábamos hace unos días, GPT-3.
¿Nos quitarán las máquinas inteligentes el trabajo?
Esto no es algo que se plantee en el capitalismo. Aun existiendo inteligencias artificiales superiores al ser humano en algunos campos, esto choca frontalmente con la concepción del trabajo en el capitalismo. Su naturaleza es la sustracción de plusvalía, y ni la máquina ni la inteligencia artificial puede satisfacer esta necesidad. No obstante, es más que probable que nos espere un futuro de convivencia con estos “cerebros computacionales”, aunque la base económica seguirá siendo la explotación del hombre por el hombre. La IA sólo es un vector más en la ecuación, una herramienta más.
