IA: ¿Por qué se cree que hay más de una?

(Global) La inteligencia artificial (IA) se ha convertido en un tema omnipresente. Se habla de ella en las noticias, se utiliza en los teléfonos inteligentes y se discute en las mesas de debate. Sin embargo, a pesar de su gran difusión, existe una falta de comprensión profunda sobre lo que realmente significa la IA y las diversas formas en que impacta la vida cotidiana.

Cada vez más, en distintos espacios se destaca la naturaleza diversa de la IA y la existencia de múltiples inteligencias, cada una con sus propias fortalezas y desafíos. Pero ¿qué es realmente la IA?

Si se define por la propia fuente, según ChatGPT, la inteligencia artificial (IA) es una rama de la informática que se enfoca en la creación de sistemas y programas capaces de realizar tareas que normalmente requieren inteligencia humana. Estas tareas incluyen el reconocimiento de voz, la toma de decisiones, la traducción de idiomas, el reconocimiento de imágenes, y el juego de ajedrez, entre otras. La IA se basa en diversas disciplinas como la informática, las matemáticas, la lógica, la filosofía, la psicología, la neurociencia y la ingeniería.

Sin embargo, es crucial ir más allá de la definición y explorar las diferentes manifestaciones de la IA y cómo impactan en la vida del ser humano. Actualmente, existen varios tipos de IA, pero tres de las más conocidas y relevantes son las siguientes.

  1. IA débil: Este tipo de IA se encarga de tareas específicas y no aprende más allá de ellas. Algunos tipos de inteligencia artificial débil son el reconocimiento de imágenes, los procesadores de lenguaje natural y los generadores de imágenes. Siri, el Asistente de Google, Alexa son formas de IA débil. Pueden comprender comandos de voz y responder a ellos, pero no pueden dar diagnósticos médicos exactos.
  2. Máquinas reactivas: sólo pueden reaccionar a estímulos, como el movimiento de una ficha de ajedrez en un tablero virtual. No crean memorias a las que puedan acceder en el futuro, como es el caso de las máquinas de IA de memoria limitada, pero son componentes útiles de la vida digital. Dos ejemplos de máquinas reactivas son los filtros de correo no deseado y los sistemas de recomendación que captan tu comportamiento y hacen recomendaciones de visualización o compra.
  3. IAs de memoria limitada: pueden almacenar información, aprender de ella y utilizarla para ejecutar nuevas tareas. Este tipo de IA resulta útil para hacer predicciones y se usa para vaticinar futuras tendencias en cualquier ámbito, desde las finanzas hasta el tiempo. Se trata del tipo más común de IA que se usa en la actualidad, y aparece en chatbots y en coches autónomos.

“El impacto de estos tipos de IA en la vida cotidiana es profundo y multifacético. Aunque a menudo de manera imperceptible, ha generado importantes cambios: desde los filtros de spam que evitan que las bandejas de entrada se inunden con correos electrónicos no deseados hasta las recomendaciones personalizadas que ofrece Netflix, la IA trabaja silenciosamente detrás de escena para mejorar la experiencia, revolucionando incluso sectores como la atención al cliente, la medicina y la automoción, ofreciendo soluciones cada vez más precisas, eficientes y personalizadas”, señaló Alejandro Dingianna, Gerente de BI y Analítica Digital de CAT Technologies.

Sesgos en la IA: un peligro a considerar.

Sin duda, el impacto de la IA está creciendo a un ritmo exponencial, y con este crecimiento surge la responsabilidad de garantizar que se utilice de manera ética y responsable. Es crucial tener conciencia de los sesgos que pueden surgir en su desarrollo o entrenamiento y tomar medidas para mitigar su impacto negativo.

Existen diversas estrategias para reducir el impacto negativo de los sesgos en la IA. Estas incluyen utilizar datos diversos en el entrenamiento de los sistemas y aplicar técnicas de depuración para identificar y eliminar sesgos.

“En última instancia, la comprensión de las múltiples IA y sus impactos es esencial en el mundo moderno. A medida que esta tecnología continúa avanzando, se debe mantener un enfoque ético y responsable para maximizar sus beneficios y minimizar sus riesgos. Reconocer los sesgos y trabajar activamente para reducir su impacto garantizará que la IA contribuya positivamente a la sociedad en su conjunto”, concluyen.

Ver más: Fecha límite de la computación cuántica está más cerca de lo que pensamos

Ver más: Cómo prevenir los sesgos en las IAs

Ver más: COPA AMÉRICA: ¿Es posible pronosticar los resultados de los partidos con Inteligencia Artificial?