La IA y la Era de los Nuevos Iluminados — Parte II

Desmitificando la Inteligencia Artificial — Parte II

Tenía muchas ganas de escribir esta segunda entrega.

De hecho, llevaba semanas preparándola. Había leído sobre los autómatas del siglo XVIII, buscado libros, visto documentales y recopilado notas. Mi intención era hablar de aquellas extraordinarias máquinas que maravillaron a Europa al punto de hacer creer a muchos que la humanidad había alcanzado una nueva forma de inteligencia. Quería contar cómo un conjunto de engranajes, levas y resortes fue capaz de convencer a una sociedad de que una máquina podía pensar.

Si nunca han visto al Escritor de Jaquet-Droz o al Dibujante, les recomiendo dedicarles unos minutos. No es tiempo perdido. Son piezas fascinantes de ingeniería y, al mismo tiempo, un recordatorio de que los seres humanos solemos sobreinterpretar aquello que todavía no comprendemos.

Esa era la idea original de este ensayo. Quería utilizarlos como analogía para explicar por qué un modelo de lenguaje no entiende las palabras de la misma forma que nosotros. Sin embargo, mientras preparaba el texto ocurrió algo que terminó cambiando por completo el tema sobre el que realmente necesitaba escribir.

Llegó una nueva normalidad.

No solo en mi trabajo, sino en prácticamente toda la industria tecnológica. Y sospecho que no tardará en extenderse al resto de las profesiones.

De pronto comenzó a asumirse que, porque ahora existe la Inteligencia Artificial, todo debería hacerse más rápido. Cinco veces más rápido. Diez veces más rápido. Incluso veinte veces más rápido. Lo curioso es que nadie parece capaz de explicar qué significa realmente ese número. Cuando un automóvil viaja a cien kilómetros por hora existe una unidad que permite medirlo. Cuando una fábrica duplica su producción existen indicadores objetivos para demostrarlo. Pero cuando alguien afirma que un equipo desarrolla software diez veces más rápido gracias a la IA, casi nunca existe un parámetro equivalente. Es una sensación convertida en estrategia empresarial.

No culpo a la Inteligencia Artificial.

Sería injusto hacerlo.

La IA cumple exactamente la función para la que fue diseñada. Con una buena planeación puede convertirse en una ejecutora extraordinaria. Resume documentos, genera código repetitivo, organiza información, redacta borradores y acelera innumerables tareas. Sería absurdo negar su utilidad.

El problema aparece cuando dejamos de verla como una herramienta de ejecución y comenzamos a utilizarla como sustituto del pensamiento.

Durante siglos, las herramientas ampliaron nuestras capacidades físicas. La rueda nos permitió transportar más peso del que podían soportar nuestros brazos. El motor recorrió distancias imposibles para nuestras piernas. La excavadora movió montañas que jamás habríamos podido desplazar con nuestras manos.

La Inteligencia Artificial representa algo distinto.

Es quizá la primera herramienta de uso masivo que intenta reemplazar una parte de nuestro trabajo intelectual. No porque piense por nosotros, sino porque cada vez dedicamos menos tiempo a hacerlo nosotros mismos.

Y pensar rara vez ha sido la parte más rápida del trabajo.

Planear es lento.

Entender un problema es lento.

Cuestionar una decisión es lento.

Descubrir las implicaciones de una arquitectura, de una ley, de un diseño o de una estrategia requiere detenerse. Requiere convivir con la incertidumbre antes de escribir la primera línea de código, antes de redactar el primer documento o antes de tomar la primera decisión.

La IA puede ejecutar con enorme velocidad.

Pero nunca debería decidir cuál es el problema correcto.

Porque ahí aparece una diferencia que suele perderse entre tanta fascinación tecnológica.

Una IA no comprende el lenguaje.

Comprender el lenguaje no consiste en encadenar correctamente unas palabras detrás de otras. Comprender implica relacionarlas con el mundo.

Cuando una persona escucha la palabra mar, no solo activa otras palabras relacionadas. Aparecen recuerdos, olores, sonidos, experiencias, emociones e incluso silencios. La palabra deja de ser un conjunto de letras y se convierte en una experiencia vivida.

Un modelo de lenguaje no hace eso.

Para una LLM, una palabra no es una experiencia. Es una relación matemática con millones de palabras más. No conoce el significado del mar porque nunca ha sentido el agua, ni comprende el miedo porque nunca ha temido perder algo. No sabe qué significa una promesa, una despedida o un duelo. Lo que posee es una representación estadística extraordinariamente sofisticada de cómo utilizamos esas palabras los seres humanos.

Eso no la hace menos impresionante.

La hace diferente.

En el ensayo anterior hablábamos de sistemas probabilísticos. Decíamos que un modelo de lenguaje no produce respuestas porque las conozca de antemano, sino porque estima qué secuencia resulta más probable a partir de patrones aprendidos durante su entrenamiento. Hoy podemos añadir una segunda idea: tampoco comprende aquello que escribe. Lo relaciona estadísticamente.

Y, sin embargo, produce textos capaces de emocionarnos.

Ahí es donde vuelven los autómatas.

Cuando el Escritor de Jaquet-Droz mojaba la pluma en tinta y trazaba cuidadosamente una frase, muchos espectadores creían estar observando una mente atrapada dentro de una máquina. En realidad contemplaban una obra maestra de la ingeniería mecánica. El error nunca estuvo en el autómata. El error consistía en proyectar sobre él capacidades que jamás había poseído.

Tres siglos después seguimos haciendo exactamente lo mismo.

Solo cambiamos los engranajes por redes neuronales.

Confundimos la capacidad de producir lenguaje con la capacidad de comprenderlo.

Y esa confusión tiene consecuencias mucho más profundas que una simple discusión técnica.

Cuando una organización asume que la IA ya piensa por nosotros, comienza a valorar menos el tiempo que dedicamos a pensar. Se espera que documentemos más, que escribamos más, que produzcamos más páginas, más presentaciones, más líneas de código, como si la cantidad fuera una medida de inteligencia. Poco a poco dejamos de preguntarnos si todo ese contenido aporta claridad o simplemente incrementa el ruido.

Paradójicamente, cuanto más fácil resulta generar información, más valiosa se vuelve la capacidad de detenerse a pensar antes de producirla.

Quizá ese sea el verdadero riesgo de nuestra época.

No que las máquinas aprendan a escribir como nosotros.

Sino que nosotros olvidemos por qué escribíamos.

Porque escribir nunca fue únicamente una forma de producir texto. Era una forma de ordenar las ideas, de descubrir contradicciones, de enfrentarnos a nuestros propios argumentos y, muchas veces, de comprender algo que todavía no entendíamos cuando comenzamos la primera frase.

Si delegamos ese proceso por completo, no estaremos ganando tiempo.

Estaremos renunciando al lugar donde ocurre el pensamiento.

Y entonces la pregunta dejará de ser si la Inteligencia Artificial comprende el lenguaje.

La verdadera pregunta será si nosotros seguimos utilizándolo para comprender el mundo o únicamente para pedirle a una máquina que lo haga por nosotros.