Javi Ursua

Qué es realmente la inteligencia artificial

Qué hay debajo de la palabra cuando se le quita el marketing: de dónde viene, qué cambió en los años cincuenta, por qué hoy todo depende de unos pocos modelos, y qué no es.

Casi todo lo que hoy se vende como inteligencia artificial es una misma cosa: un sistema que ha inferido patrones a partir de muchos datos, en lugar de seguir reglas que le escribió una persona. Ese desplazamiento —de la regla al dato— explica a la vez lo que estos sistemas hacen asombrosamente bien y todos los fallos que se les reprochan. Es una sola idea, y con ella se entiende el resto.

Este artículo es el mapa de la categoría. Cuenta qué hay debajo de la palabra, con la precisión suficiente para decidir sin ser ingeniero y sin fingir que se es. Cómo llegamos hasta aquí lo cuento aparte, en Del ordenador personal a la IA generativa .

El nombre lo eligieron cuatro personas en un folio

El 31 de agosto de 1955, John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon firmaron una propuesta para reunirse dos meses en Dartmouth College durante el verano de 1956. Pedían dinero para «un estudio de dos meses y diez hombres sobre inteligencia artificial», y ahí aparece el término por primera vez.

Lo interesante no es la anécdota fundacional, es la frase que define el proyecto. El estudio partía de una conjetura: que cualquier aspecto del aprendizaje o cualquier otro rasgo de la inteligencia puede describirse con tanta precisión que una máquina pueda simularlo.

Setenta años después, esa conjetura sigue siendo exactamente eso, una conjetura, y sigue siendo el fondo del debate. Pero fíjate en la palabra que eligieron: simular. No reproducir, no sentir, no comprender. Simular. El campo nació nombrando con honestidad lo que hacía, y buena parte de la confusión posterior viene de haber perdido esa palabra por el camino.

Tres círculos, uno dentro de otro

La terminología se usa como si fueran sinónimos y no lo son. Es una relación anidada, y ordenarla ahorra la mitad de los malentendidos.

Inteligencia artificial es el campo entero de la informática dedicado a construir sistemas que hacen tareas que, hechas por una persona, requerirían inteligencia. Dentro cabe todo: desde un sistema de reglas de los años ochenta hasta el modelo que te redacta un correo.

Aprendizaje automático —machine learning— es el subcampo dominante. Son algoritmos estadísticos que aprenden directamente de los datos y generalizan a casos que no han visto, sin que nadie les haya programado una instrucción para cada caso.

Aprendizaje profundo —deep learning— es una técnica dentro del anterior: redes neuronales de muchas capas. Es la base técnica de todo lo que ha ocurrido desde 2022.

Y en paralelo, el procesamiento del lenguaje natural, que es la rama dedicada a que una máquina interprete y produzca lenguaje humano, y que hoy se apoya casi por completo en las tres anteriores.

La consecuencia práctica de este orden: cuando alguien te dice «tenemos IA», no te ha dicho nada. La pregunta útil es qué técnica hay debajo, con qué datos aprendió y qué pasa cuando se equivoca.

El cambio de los años cincuenta, y por qué lo explica todo

Durante décadas la IA fue simbólica: una persona anticipaba las eventualidades y escribía las reglas. Si el ingreso es menor que X y la antigüedad menor que Y, entonces denegar. Ese enfoque es robusto en dominios cerrados, y sigue siendo la manera correcta de resolver muchísimas cosas. Pero es frágil ante la ambigüedad y no sirve cuando las reglas se desconocen, que es la situación normal en casi todo lo interesante.

El aprendizaje automático invierte el planteamiento. En lugar de instrucciones, el sistema recibe datos: miles de imágenes etiquetadas como gato y como no-gato. El algoritmo infiere por su cuenta qué combinaciones de píxeles predicen la etiqueta. Nadie le dijo qué buscar.

De ahí salen a la vez las dos caras.

La capacidad. Un sistema así encuentra regularidades en volúmenes de datos que ninguna persona podría revisar, y funciona en problemas donde no sabríamos escribir la regla ni queriendo. Reconocer una voz. Detectar una anomalía en una imagen médica. Traducir.

El riesgo. Como los patrones no se programan, tampoco se controlan del todo. El sistema aprenderá cualquier regularidad estadísticamente válida que haya en los datos, incluidas las indeseables. En 2018 se conoció que una herramienta experimental de selección de personal de Amazon penalizaba los currículos que contenían la palabra mujer. A nadie se le ocurrió programar eso: el modelo se entrenó con los currículos de la década anterior de una industria dominada por hombres, y aprendió que ser hombre predecía ser contratado. El sistema hizo su trabajo perfectamente. El problema era el material.

Modelos fundacionales: por qué solo hay unos pocos

Hasta hace poco, cada tarea exigía su propio modelo, entrenado con sus datos y su presupuesto. Uno para clasificar correo, otro para analizar sentimiento, otro para traducir. Caro y lento.

El modelo fundacional —el término lo fijó el Stanford Institute for Human-Centered AI en 2021— invierte esa economía. Se hace una inversión inicial descomunal para entrenar un solo modelo enorme con una fracción gigantesca del texto disponible, y ese modelo sirve después de base para miles de aplicaciones distintas sin volver a entrenarlo. Los modelos de lenguaje que usamos a diario son eso.

Tiene dos consecuencias, y la segunda es la que debería interesar a quien dirige.

El coste se amortiza. Cualquier empresa puede construir encima sin pagar el entrenamiento.

El poder se concentra. Solo un puñado de organizaciones en el mundo tiene el capital, los datos y la infraestructura de cómputo para entrenar y sostener uno de estos modelos. Eso significa que la capacidad de IA de casi todas las empresas del planeta descansa hoy sobre las decisiones de proveedor de media docena de compañías: qué modelos ofrecen, a qué precio, con qué condiciones sobre los datos y durante cuánto tiempo. Es una dependencia estructural, no una elección de herramienta, y es la razón de que el criterio para elegir proveedor sea una competencia de dirección y no de compras. Lo desarrollo en Cómo elegir una herramienta digital .

Cómo funciona por dentro, en una frase

Un modelo de lenguaje descompone el texto en fragmentos, calcula qué fragmento es el más probable a continuación dado todo lo anterior, lo emite, y repite la operación. No hay más. Toda la aparente comprensión es el resultado acumulado de esa única operación repetida a una escala difícil de imaginar.

Esa frase se queda corta a propósito, porque el mecanismo merece su propio sitio: lo cuento entero, y sin una sola fórmula, en Qué hace un modelo de lenguaje, sin matemáticas .

La multimodalidad, que es el salto que está ocurriendo ahora

Los primeros modelos vivían en un solo tipo de dato: texto, o imagen, o audio. Los actuales procesan varios a la vez y razonan cruzándolos: una foto y una pregunta escrita sobre esa foto, un vídeo y su transcripción, un gráfico y la instrucción de interpretarlo.

El salto no es de cantidad. Un modelo de solo texto maneja la palabra gato como un concepto abstracto, relacionado con otras palabras. Uno multimodal correlaciona la palabra, la imagen y el sonido del maullido. La analogía que mejor lo explica es la de un copiloto de avión: uno que solo oye al piloto sirve mucho menos que uno que además ve los instrumentos y las nubes de delante.

Para el trabajo, esto es lo que convierte al modelo en algo que puede mirar un documento escaneado, una pizarra fotografiada o una grabación de una reunión, y no solo un cuadro de texto.

Lo que no es, y cada confusión de estas cuesta dinero

No es una base de datos. No consulta hechos: los reconstruye. Por eso puede producir una fecha falsa con la misma seguridad con la que produce una verdadera, y por eso la verificación no es un paso opcional. El mecanismo, entero, está en Por qué un modelo alucina, y qué hacer con eso .

No es un buscador. Un buscador te devuelve documentos que existen y su dirección. Un modelo te devuelve un texto nuevo que nadie ha escrito antes. Son dos operaciones distintas, aunque hoy los productos las mezclen en la misma caja.

No comprende en el sentido en que comprende una persona. Y aquí conviene no pasarse de frenada en ninguna dirección: afirmar que «solo hace estadística» tampoco describe bien a un sistema que resuelve problemas que no estaban en sus datos. Lo honesto y lo suficiente para decidir: produce resultados útiles mediante un mecanismo que no se parece al razonamiento humano, y esa diferencia aparece justo cuando la tarea se sale de lo que el modelo maneja bien. De ahí que sea brillante en una tarea e inútil en la de al lado, que es un fenómeno medido y no una impresión. Lo cuento en Brillante en una tarea, inútil en la de al lado .

No sabe lo que no sabe. Un sistema que siempre puede emitir el siguiente fragmento más probable no tiene un estado interno de aquí me falta información. Esta es, de las cuatro, la que más caro sale.

Y no es una tecnología nueva que apareció en 2022. Lo que apareció en 2022 fue una interfaz de conversación sobre un campo de setenta años. La distinción importa porque cambia la expectativa: lo que estamos viendo no es un producto, es una capa de infraestructura instalándose.

Por qué esto no se parece a una moda de gestión

Hay una razón económica para tomárselo en serio sin comprar el discurso. Los economistas llaman tecnologías de propósito general a las que no resuelven un problema sino que sirven de base a todo lo demás: la máquina de vapor, la electricidad, el ordenador, internet. Erik Brynjolfsson, Daniel Rock y Chad Syverson argumentaron en 2017 que la inteligencia artificial encaja en esa categoría, y describieron también su rasgo más incómodo.

Estas tecnologías tardan décadas en aparecer en las estadísticas de productividad. No porque no funcionen, sino porque el valor no está en la herramienta: está en la reorganización del trabajo alrededor de ella, que es cara, lenta y no la puede comprar nadie. La electricidad tardó unos cuarenta años en transformar la fábrica, y no lo hizo hasta que alguien dejó de sustituir el motor de vapor por uno eléctrico y rediseñó la planta entera.

Ese es el motivo real por el que una organización adopta una herramienta de IA y no ve nada en el resultado del trimestre. No la ha reorganizado alrededor. Ha electrificado el motor.

Con qué se queda quien dirige

Que la pregunta no es si es inteligente. Es qué tarea concreta hace mejor que lo que ya tienes, a qué coste, y qué pasa el día que se equivoca sin avisar.

Que el material manda sobre el algoritmo. Un sistema aprende de lo que le das, así que el gobierno de los datos es una decisión de dirección y no un asunto técnico.

Que la dependencia es de proveedor, no de producto. Se elige con quién se queda tu información y bajo qué condiciones, y eso se revisa con la misma seriedad con la que se revisa un contrato de suministro.

Y que la transformación es organizativa. La herramienta se compra en una tarde; el rediseño del trabajo alrededor es donde está el valor, y ahí no hay proveedor que lo haga por ti.

Setenta años después de Dartmouth, la conjetura sigue abierta y la palabra sigue siendo la misma. Lo que ha cambiado es que ahora la simulación es lo bastante buena como para que las decisiones sobre ella dejen de ser un asunto de informática y pasen a ser un asunto de dirección.

Fuentes