Qué se entiende por inteligencias artificiales
Luc Julia habla de inteligencias artificiales en plural y las define como una “caja de herramientas”: cada modelo es un “martillo” o “destornillador” muy bueno en una tarea concreta (jugar al Go, reconocer gatos, traducir, etc.), útil porque nos supera en ese dominio, pero incapaz de generalizar como un humano.
Estadísticas y datos masivos
Distingue dos grandes familias: las IA lógicas (sistemas expertos, como Deep Blue en ajedrez) basadas en reglas, y las IA estadísticas (machine learning, deep learning) basadas en datos y correlaciones, vitalizadas por la aparición de Internet y sus enormes volúmenes de información.
Pero sostiene que el “milagro” de reconocer gatos con 100.000 imágenes frente a una niña de 2 años que aprende con dos ejemplos, para subrayar que estos sistemas son muy ineficientes comparados con el cerebro humano y no se les parece en nada.
Potencia técnica, límites cognitivos
El ejemplo de AlphaGo muestra la desproporción entre el esfuerzo que tiene que hacer una IA y un humano: unos 2000 chips especializados consumiendo unos 440 kW para jugar al Go frente a un humano que, con 20W de su cerebro, no sólo juega, sino que cocina, habla, interpreta contextos, etc
Subraya que estas máquinas son hiper especializadas: si se cambia de juego (de Go a damas por ejemplo) hay que reprogramar el sistema; en ningún caso poseen la flexibilidad adaptativa de un humano, que es capaz de inventar estrategias nuevas ante situaciones nunca vistas.
Sesgos, datos falsos y ejemplos problemáticos
Insiste en que los modelos se alimentan de datos masivos necesariamente sesgados y con errores, porque Internet está lleno de informaciones falsas (como el terraplanismo); una IA estadística sólo puede devolver, reorganizado, aquello que ha ingerido.
El caso del chatbot “Tay” de Microsoft (2016) ilustra cómo un modelo entrenado sobre diálogos sesgados (por ejemplo, conversaciones de los años 50 con racismo estructural) puede volverse en pocas horas profundamente racista y sexista, obligando a desconectarlo.
Tenemos dos problemas
1 – La IA está programada para responder siempre, así que cuando no “encuentra” algo, alucina: genera referencias inexistentes, libros que nunca se han publicado, citas inventadas.
2 – Puede producir contenidos falsos pero verosímiles (por ejemplo, un ensayo sólido defendiendo que la Tierra es plana) porque esas narrativas circulan en los datos de entrenamiento.
Diferencia con la inteligencia humana
Propone una formalización intuitiva: la inteligencia humana, proyectada en un plano “nivel de inteligencia” vs. “dominio”, es continua e infinita; cada persona puede decir algo sobre casi cualquier tema y adaptarse a situaciones inéditas.
Las IA son “líneas discretas”: cada sistema domina un dominio muy limitado (ajedrez, traducción, diagnóstico en un área, etc.); para igualar la continuidad humana se necesitaría una infinidad de líneas, algo imposible.
Responsabilidad, regulación y educación
la IA y el martillo: ambas son herramientas muy potentes, capaces de aportar gran valor o causar daño, pero la responsabilidad recae siempre en quien “sostiene el mango”, es decir, en las personas y las instituciones que las usan y regulan.
Luc Julia defiende que la respuesta no es prohibir, sino educar en el uso crítico: propone, por ejemplo, pedir a estudiantes que generen un ensayo con ChatGPT y luego localizar juntos errores factuales y alucinaciones como ejercicio pedagógico.
El futuro de los modelos y del trabajo
El conferencista plantea dos escenarios extremos y un camino intermedio: sin regulación, los modelos acabarían “alimentándose de su propio excremento” (datos generados por IA, cada vez menos fiables); con demasiada regulación, se frena la innovación; el escenario plausible es un modelo híbrido con cierta regulación y trazabilidad de lo generado por IA.
Sobre empleo, sugiere hablar de tareas y no de oficios: las IA reemplazarán tareas repetitivas y aburridas, mientras las tareas más humanas (empatía, negociación, invención, juicio contextual) se valorizarán; la clave está en anticipar estos cambios y formar a las personas en el uso de las herramientas.
Ver la conferencia de Luc Julia (en francés): https://youtu.be/yuDBSbng_8o?si=phYz6i9_-IJ_94EG
