Texto: Alberto Martín, Fotografía: Jesús de Miguel - 3 jul 2024 19:27 CET

Con estas palabras cerró su intervención este miércoles de 3 de julio, en la primera de las cuatro conferencias extraordinarias programadas en esta edición de los Cursos de Verano de la UCM en San Lorenzo de El Escorial, Elena Gil Lizosoain, directora de IA y Datos en Telefónica Tech. Fue su resumen a más de una hora de mirar al pasado y al futuro de una tecnología que ha venido no sólo para quedarse, sino, sobre todo, para llevarnos a lugares que aún no sabemos con certeza predecir.

La ponente se remontó a los años 50 del pasado siglo para encontrar las bases de lo que hoy es la IA, y a películas que a finales de los 60 o en los 80 ya anticipaban algo parecido a lo que quizá pronto veamos. Títulos como Odisea en el espacio o Blade Runner ya nos hablaban de la IA. “La Tecnología no estaba lista, pero las personas ya lo habían imaginado”, afirma Gil Lizosoain en referencia a ese tiempo que hoy los expertos denominan “los inviernos de la tecnología digital” y que solo un “alineamiento de planetas” permitió salir de él y que las máquinas pudieran aprender a la velocidad que necesitaban. Ese “alineamiento” se produjo por la explosión simultánea del volumen de datos -que son el alimento de la IA- provocada por la explosión de mundo digital; que llegó acompañada de una evolución técnica en la capacidad de almacenar y procesar esa información de una manera eficiente, el denominado big data, y todo ello rematado por una última explosión, la de la analítica, que permitió sacar valor de esos datos.

Antes de llegar al momento actual, el del boom de la IA generativa, la presentada en sociedad por ChatGPT en noviembre de 2022 y que solo dos meses después ya tenía 100 millones de usuarios, “la tecnología más viral de la historia”, antes ya estaba aquí entre nosotros, muchas veces sin darnos cuenta, la IA tradicional, la IA predictiva. Lo estaba y lo sigue estando sobre todo en el ámbito empresarial, donde supuso una “verdadera revolución”, mejorando, sobre todo, su toma de decisiones. IA y big data se unieron hasta ser capaces de sacar el máximo jugo a los casi infinitos datos que se generan en cada momento y utilizarlos para tomar la mejor decisión para su negocio. “Para obtener los mayores beneficios con los menores gastos”, puntualizó la ponente.

Esa IA predictiva sigue entre nosotros, presente en todos los ámbitos de nuestra vida: asistentes de voz, redes sociales, buscadores, mapas, recomendaciones de música o contenido, en la automatización del hogar… Permite predecir la demanda, personalizar la experiencia de cliente, mejorar la logística y los procesos, detectar fraudes, recomendar itinerarios formativos… Y lo mejor es que lo mejor -como predice Gil Lizosain- está aún por llegar: la medicina personalizada, que, por ejemplo, permitirá predecir los efectos de un medicamento en cada persona; en las ciudades, encargándose de organizar los transportes; en la seguridad; en el consumo de energía; en la sostenibilidad…

Y llegó ChatGPT. Su éxito fue tan veloz porque supo -destacó la ponente, licenciada en ADE en Deusto y MBA en el MIT- combinar un motor capaz de analizar increíbles volúmenes de información con un interfaz de relación con las personas muy sencillo, como es un chat. Lo hizo, además, sin las prisas que cualquier negocio persigue, ya que el escudo de los 10.000 millones de dólares invertidos por Microsoft en OpenAI, le permitió no tener que buscar beneficios en esos primeros momentos. Aunque, por supuesto, sí que buscaba otro beneficio, quizá impagable: que millones y millones de personas de todo el planeta se pusieran a entrenar el modelo. Su gran revolución es que ya no solo predice, sino que además genera texto, imagen, video, audio o, incluso, código de programación.

La IA generativa -hoy ya no es solo ChatGPT, sino que otras grandes tecnológicas como Amazon o Meta ya tienen sus propios sistemas- ha democratizado, de eso no hay duda, esta tecnología, y se ha desarrollado también en un sinfín de campos. Pero claro, y ahí quiso llegar la ponente, su uso –“que siempre debe situar a las personas en el centro”- plantea numerosos desafíos. Más allá de esos primeros meses en los que ChatGPT sufría de “alucinaciones”, equivocaciones, constantes y vulneró todo tipo de derechos de autor, aún hay muchos aspectos que vigilar.

El primero de los desafíos que mencionó Elena Gil Lizasoain fue el del “talento y barreras culturales”, la necesidad de formar personas que sean capaces de trabajar con estas nuevas tecnologías; perfiles nuevos que aún son muy escasos, y que no solo son técnicos (programadores, informáticos) sino también híbridos: lingüistas, psicólogos, filósofos; médicos, abogados, ADE + informática. El segundo desafío está relacionado con la “privacidad y seguridad”. “Estamos aceptando comportamientos que no aceptamos en el mundo físico”, alerta, a la vez que explica la disparidad de criterios ante un fenómeno global: Europa tiene la regulación más proteccionista con los datos; Asia la que menos, y Estados Unidos se sitúa a medio camino.

El tercer desafío, aunque sea el más opinable, también quizá sea el más peligroso. Es la “ética”, es poner coto a la discriminación de los algoritmos y los datos usados, en el impacto que puede tener en el empleo, es su desigual desarrollo en el Norte y en el Sur… Y, por último, y también vinculado con ese “no todo vale”, está la “sostenibilidad”, además del resultado debe importar el coste, sobre todo, cuando este conlleva, como es el caso, enormes consumos de electricidad y agua. “De la IA roja debemos pasar a la IA verde”, desea la directiva de Telefónica.

“Lo importante al final es esa colaboración entre máquina y persona. La cuestión no es si ganará la máquina o ganarán las personas. Claramente lo que va a haber en el futuro son personas, empresas, que saben cómo utilizar esta tecnología de manera adecuada y personas o empleados que no saben utilizarla de manera adecuada y, claramente, se van a sentir rezagados”, concluyó Elena Gil Lizasoain.