Amenazas y oportunidades de la inteligencia artificial*
Cuando, en 1999/2000, comencé el Máster en Inteligencia Artificial en la Facultad de Ciencias y Tecnología de la Universidad NOVA de Lisboa, tuve mi primer contacto con las rutinas de aprendizaje automático y las redes neuronales. En aquel momento, ya era evidente que el futuro sería prometedor: el aumento de la capacidad computacional de procesamiento y memoria haría inevitable la masificación del reconocimiento automático de patrones.
Entre las técnicas que más han marcado esta evolución se encuentran las redes neuronales basadas en la «retropropagación», un método de estimación de gradientes utilizado para entrenar redes neuronales. Aunque este algoritmo se introdujo en la década de 1970, solo cobró verdadera relevancia tras la publicación de un artículo en 1986 por David Rumelhart, Geoffrey Hinton y Ronald Williams. Curiosamente, esta innovación sigue utilizándose hoy en día en las nuevas inteligencias artificiales basadas en el Deep Learning.
La «retropropagación» utiliza cálculos matemáticos avanzados, basados en el cálculo diferencial (regresión), para ajustar los valores de los «perceptrones», los nodos de la red que procesan la información en ambas direcciones. En el resultado final, cada parámetro de entrada (input) se evalúa en relación con su correspondencia con una salida (output), lo que permite a la red neuronal reconocer patrones con gran precisión. Esta innovación impulsó el aprendizaje no supervisado, que alcanzó un nuevo nivel con la aparición de la IA generativa y los modelos de lenguaje grandes (LLM), que pasaron a disponer de miles de millones de sensores o parámetros, elevando así la capacidad de aprendizaje y análisis de la información a un nivel sin precedentes.
Sin embargo, a pesar del dominio actual de las redes neuronales profundas (Deep Learning), es importante recordar que la IA no se limita a este enfoque. Históricamente, la IA ha abarcado diversas técnicas, como la vida artificial, la visión artificial, el lenguaje natural, los algoritmos genéticos y evolutivos, entre otras. Hoy en día, el Machine Learning con redes neuronales ha pasado a monopolizar los resultados más evidentes de la investigación en IA.
La IA en el mercado laboral
El auge de la IA generativa plantea inevitablemente cuestiones sobre su impacto en el mercado laboral. ¿Esta tecnología está creando más oportunidades o sustituyendo a los profesionales?
Por un lado, las amenazas
El temor a que los LLM sustituyan a los trabajadores es comprensible. Sin embargo, esta transformación ya estaba en marcha mucho antes de la IA generativa, impulsada por la automatización de los procesos. Supermercados con cajas automáticas, contables sustituidos por programas fiscales, cursos en línea sin profesores/formadores, robots en fábricas, almacenes o farmacias: todos estos cambios demuestran que la transición hacia un mercado laboral más automatizado no comenzó con la IA generativa.
Por supuesto, muchas personas pueden perder su empleo, pero como ya decía Richard Bookstaber, profesor del MIT, «ningún hombre es mejor que una máquina. Y ninguna máquina es mejor que un hombre con una máquina». Desde esta perspectiva, lo único seguro es que quienes aprendan a utilizar estas «máquinas» siempre estarán por delante del resto. La verdadera amenaza no reside, por tanto, en la IA generativa por sí sola, sino en la combinación de la automatización y la robótica avanzada, que puede eliminar un número significativo de funciones repetitivas y operativas. Sin embargo, la sustitución total de los profesionales humanos aún está lejos de ser una realidad.
Por otro lado, las oportunidades
Aunque existe una preocupación generalizada de que la IA generativa sustituirá a un gran porcentaje de profesionales, creo que la automatización será la principal responsable de la reducción de algunos puestos de trabajo y de la creación de muchos otros. La IA generativa debe considerarse una herramienta para aumentar la productividad y permitir que los trabajadores se centren no en tareas repetitivas o rutinarias, sino en actividades más creativas y estratégicas.
En varios ámbitos, esta tecnología ha demostrado ser un recurso valioso que permite a los profesionales centrarse en actividades de mayor valor añadido. Y aquí, la capacitación (upskilling, reskilling e newskilling) para el uso de la IA generativa es muy importante, ya que los trabajadores que se nieguen a utilizar este tipo de herramientas serán cada vez menos aptos para desempeñar sus funciones en el presente y en el futuro.
La IA ya beneficia varios sectores
Independientemente de los retos, la IA ha demostrado su valor en diversas áreas. En el ámbito de la salud, ayuda en el análisis de pruebas, la personalización de tratamientos y la realización de cirugías mínimamente invasivas. En ingeniería de software, la IA ha sido un valioso apoyo en la generación y optimización de código, la automatización de estructuras de datos y la verificación automática de errores. En el sector jurídico, acelera el análisis de documentos, la redacción de contratos y la verificación de la jurisprudencia. En la investigación y la ciencia, facilita la modelización predictiva y el descubrimiento de nuevas perspectivas que contribuyen a la generación de conocimiento.
En recursos humanos, facilita la gestión del talento y hace que la contratación sea más precisa, mejorando la correspondencia entre perfiles y oportunidades. En el diseño y la creación de contenidos, las capacidades de la IA se aplican a la generación de imágenes, vídeos y textos optimizados para diversos fines, incluidas las campañas digitales. En el sector agrícola, ha permitido mejorar el seguimiento de los cultivos y la previsión de las cosechas, haciendo que la producción sea más sostenible. En cuanto a la seguridad de la información, refuerza la protección digital, identificando amenazas y anticipando los ciberataques.
Las contribuciones de la IA generativa se manifiestan principalmente en la IA de interacción, donde la supervisión humana sigue siendo esencial para garantizar la productividad y la calidad. Por lo tanto, esta IA debe considerarse una oportunidad de evolución, ya que amplía la capacidad de los profesionales y agiliza y hace más eficientes los procesos, ya sea mediante decisiones más informadas, una mayor rapidez en la ejecución de tareas o la automatización de procesos repetitivos.
Al final, el verdadero reto no reside en la adopción de la IA, sino en la redefinición del papel del ser humano en el ecosistema digital. La ventaja competitiva estará en la capacidad de colaborar con la tecnología y adaptarla a las nuevas exigencias del mercado. Es decir: el futuro no será una disputa entre humanos y máquinas, sino una era de humanos potenciados por la IA, que abrirá el camino a profesiones que aún no existen… quizá porque aún no somos capaces de imaginarlas.
*Este artículo fue publicado originalmente en el periódico HiperSuper.
