La inteligencia artificial atraviesa una etapa difícil en su desarrollo

El panorama de la inteligencia artificial (IA) generativa se encuentra en una etapa de adolescencia incómoda, según expertos en el campo. ¿Es posible que esta revolución de la IA nunca alcance su madurez plena? La afirmación proviene del escéptico en aprendizaje profundo Gary Marcus, quien recientemente declaró en una publicación de blog que la «burbuja de la IA generativa ha empezado a desinflarse». La IA generativa se refiere a sistemas capaces de crear contenido nuevo, como texto, imágenes, código o audio, basándose en patrones aprendidos de grandes cantidades de datos existentes. Sin embargo, varios informes y análisis recientes han cuestionado la utilidad inmediata y el valor económico de la IA generativa, especialmente los bots basados en grandes modelos de lenguaje (LLMs).

Esta no es la primera vez que se manifiesta escepticismo respecto a nuevas tecnologías. La revista Newsweek publicó un artículo en 1995 en el que afirmaba que Internet fracasaría, argumentando que la web estaba sobrevalorada e impráctica. Actualmente, en un mundo transformado por internet, resulta relevante reflexionar sobre si el escepticismo actual sobre la IA generativa podría ser igualmente miope. ¿Podríamos estar subestimando el potencial a largo plazo de la IA mientras nos centramos en sus desafíos inmediatos?

Por ejemplo, Goldman Sachs recientemente lanzó sombras en un informe titulado «IA generativa: ¿demasiado gasto, poco beneficio?» y una nueva encuesta de la empresa de mercado freelance Upwork reveló que «casi la mitad (47%) de los empleados que utilizan IA dicen que no tienen idea de cómo lograr los aumentos de productividad que esperan sus empleadores, y el 77% afirma que estas herramientas en realidad han disminuido su productividad y añadido carga de trabajo».

Hace un año, la firma analista Gartner situaba a la IA generativa en el «pico de las expectativas infladas». Sin embargo, recientemente indicó que la tecnología estaba entrando en la «zona de desilusión». Gartner define este momento como aquel en el que el interés disminuye a medida que experimentos e implementaciones no cumplen con las expectativas.

A pesar de la evaluación reciente de Gartner que señala una fase de desencanto con la IA generativa inicial, este patrón cíclico en la adopción de tecnología no es nuevo. La acumulación de expectativas, comúnmente denominada como «hype», es un componente natural del comportamiento humano. Nos sentimos atraídos por lo novedoso y el potencial que aparenta ofrecer. Desafortunadamente, las primeras narrativas que surgen alrededor de nuevas tecnologías suelen ser incorrectas. Traducir ese potencial en beneficios y valor reales es un trabajo arduo y rara vez transcurre tan suavemente como se espera.

El analista Benedict Evans recientemente discutió «qué sucede cuando los sueños utópicos del maximalismo de la IA se encuentran con la realidad caótica del comportamiento del consumidor y los presupuestos de TI empresariales: lleva más tiempo del que piensas y es complicado». Sobrestimar las promesas de nuevos sistemas es el corazón mismo de las burbujas.

Todo esto es otra forma de expresar una observación hecha hace décadas. Roy Amara, un científico informático de la Universidad de Stanford y director del Instituto para el Futuro, dijo en 1973 que «tendemos a sobreestimar el impacto de una nueva tecnología a corto plazo, pero subestimamos a largo plazo». La verdad de esta afirmación ha sido ampliamente observada y ahora se conoce como «Ley de Amara».

La realidad es que a menudo simplemente lleva tiempo para que una nueva tecnología y su ecosistema de soporte maduren. En 1977, Ken Olsen, CEO de Digital Equipment Corporation, en ese entonces una de las compañías informáticas más exitosas del mundo, afirmó: «No hay razón para que alguien quiera una computadora en su hogar». La tecnología de computación personal era entonces inmadura, ya que esto fue varios años antes de la introducción de la IBM PC. Sin embargo, las computadoras personales se volvieron ubicuas, no solo en nuestros hogares sino también en nuestros bolsillos. Simplemente llevó tiempo.

La probable progresión de la tecnología de IA

Dado el contexto histórico, resulta intrigante considerar cómo podría evolucionar la IA. En un estudio de 2018, PwC describió tres ciclos superpuestos de automatización impulsada por la IA que se extenderán hasta la década de 2030, cada uno con su propio grado de impacto. Estos ciclos son la ola de algoritmos que proyectaron hasta principios de la década de 2020, la ola de aumento que prevalecerá hasta finales de la década de 2020 y la ola de autonomía que se espera que madure a mediados de la década de 2030.

Esta proyección parece acertada, dado que gran parte de la discusión actual se centra en cómo la IA aumenta las capacidades y el trabajo humano. Por ejemplo, el primer principio de IBM para la confianza y la transparencia establece que el propósito de la IA es aumentar la inteligencia humana. Un artículo de HBR titulado «Cómo la IA generativa puede aumentar la creatividad humana», explora la relación humano más IA. El CEO de JPMorgan Chase & Co., Jamie Dimon, afirmó que la tecnología de IA podría «aumentar virtualmente todos los trabajos».

Ya existen muchos ejemplos de esto. En el campo de la salud, las herramientas de diagnóstico impulsadas por IA están mejorando la precisión en la detección de enfermedades, mientras que en las finanzas, los algoritmos de IA están mejorando la detección de fraudes y la gestión de riesgos. El servicio al cliente también se beneficia de la IA mediante chatbots sofisticados que proporcionan asistencia las 24 horas del día, los 7 días de la semana y simplifican las interacciones con los clientes. Estos ejemplos ilustran que si bien la IA aún no es revolucionaria, está asistiendo de manera constante las capacidades humanas y mejorando la eficiencia en diversas industrias.

El auge de las expectativas

Gran parte del bombo mediático ha girado en torno a la expectativa de que la IA generativa es revolucionaria, o lo será pronto. La brecha entre esa expectativa y la realidad actual está llevando a la desilusión y a temores de que se produzca una burbuja de la IA. Lo que falta en esta conversación es un marco temporal realista. Evans cuenta una historia sobre el capitalista de riesgo Marc Andreessen, a quien le gustaba decir que cada idea fallida de la burbuja de las punto com funcionaría ahora. Simplemente llevó tiempo.

El desarrollo e implementación de la IA seguirá progresando. Será más rápido y más dramático en algunas industrias que en otras y se acelerará en ciertas profesiones. En otras palabras, habrá ejemplos continuos de impresionantes avances en rendimiento y habilidad, así como otras historias donde se percibirá que la tecnología de IA no cumple las expectativas. El futuro de la IA generativa, entonces, será muy desigual. Por lo tanto, esta es su fase incómoda de adolescencia.

La revolución de la IA está llegando

Es probable que la IA generativa demuestre ser revolucionaria, aunque quizás no tan pronto como lo han predicado los expertos más optimistas. Lo más probable es que los efectos más significativos de la IA se sientan en diez años, justo a tiempo para coincidir con lo que PwC describió como la ola de autonomía. Es entonces cuando la IA será capaz de analizar datos de múltiples fuentes, tomar decisiones y realizar acciones físicas con poco o ningún aporte humano. En otras palabras, cuando los agentes de IA estén completamente maduros.

A medida que nos acercamos a la ola de autonomía a mediados de la década de 2030, podríamos presenciar la aparición de aplicaciones de IA que se vuelven convencionales, como en la medicina de precisión y los robots humanoides que hoy parecen ciencia ficción. Es en esta fase, por ejemplo, que los vehículos autónomos completamente automatizados podrían aparecer a gran escala.

Hoy en día, la IA ya está potenciando las capacidades humanas de maneras significativas. La revolución de la IA no solo está llegando, sino que se está desplegando ante nuestros ojos, aunque tal vez más gradualmente de lo que algunos predijeron. La percepción de un progreso o recompensa más lento podría conducir a más historias sobre la IA que no cumple con las expectativas y a un mayor pesimismo sobre su futuro. Claramente, el viaje no está exento de desafíos. A largo plazo, en línea con la ley de Amara, la IA madurará y estará a la altura de las predicciones revolucionarias.

Gary Grossman es vicepresidente ejecutivo de la práctica de tecnología en Edelman.

DataDecisionMakers

¡Bienvenidos a la comunidad de VentureBeat!

DataDecisionMakers es donde los expertos, incluidas las personas técnicas que trabajan con datos, pueden compartir ideas e innovaciones relacionadas con los datos.

Si desean leer sobre ideas innovadoras e información actualizada, las mejores prácticas y el futuro de los datos y la tecnología de datos, únanse a nosotros en DataDecisionMakers.

Incluso podrían considerar contribuir con un artículo propio.

Lee más en DataDecisionMakers.