Desde la salida de ChatGPT ya se veía venir una ola de cambios en la sociedad, empresas, entretenimiento y más. Frases como “La IA te quitará el trabajo” o “Serás reemplazado por la IA”, empezaron a resonar en las personas, yo incluido.

Tenemos la dicha (o desdicha) de vivir en la era de la implementación de la IA. Estamos siendo testigos de lo bueno y lo malo. Es emocionante y al mismo tiempo da miedo. Siempre me ha gustado conocer lo que hay detrás de la tecnología, ver cómo funciona, entenderla, replicarla, usarla, etc. Esta curiosidad me llevó a los terrenos de la IA. No hablo de usar ChatGPT, Gemini u otro modelo existente, hablo de saber cómo esos modelos fueron creados, saber por qué funcionan y por qué arrojan respuestas, ver los cables.

Historia breve de la IA

Empezando por la historia de la IA me encuentro que no es algo nuevo. El término oficial fue forjado en 1956 en la conferencia de Dartmouth, pero existen trabajos anteriores que son de importancia para que sucediera la IA. Algunos ejemplos son la neurona artificial 1943, la máquina de Turing 1950 y la gramática generativa de Noam Chomsky 1956 por mencionar algunos. Muchos conceptos que parecieran contemporáneos, provienen del siglo pasado. Entonces, ¿por qué fue hasta hace unos años que salió a relucir la IA?

Para responder la pregunta debemos sumergirnos un poco más en detalles. La IA puedes verla como un montón de cálculos, probabilidad y estadística, vectores, álgebra lineal, etc. Dichos cálculos necesitan datos. Cuando se entrena una IA, se utilizan técnicas y algoritmos para generar un modelo. El poder computacional del siglo pasado hasta inicios del siglo actual eran un tanto limitados. Esto ocasionaba que el entrenamiento de modelos de IA fuera muy costoso en términos de tiempo y escalabilidad. La evolución y mejoras en CPUs, arquitectura de computadoras, el nacimiento de la GPU y las tecnologías de la nube vinieron a resolver gran parte del problema. Existe algo más que fue un parte aguas en este campo, hablamos del transformador. Los transformadores salieron a la luz en el artículo de Attention Is All You Need. Ellos permitieron entrenar los modelos de una forma más eficiente.

Ya que dimos un recorrido rápido por la historia y llegada de la IA a nuestros días, hablemos un poco de los efectos que suceden en la actualidad.

IA en ciencia ficción vs IA en la realidad

Al hablar de IA podemos imaginarnos escenarios como los que se plantean en las películas de Yo, Robot, Ex Machina, Terminator, Blade Runner o libros como la trilogía Sprawl de Gibson. Inteligencias artificiales que generan una consciencia, personalidad, sentimientos. Nada está más alejado de la realidad. El paradigma de IA actual no puede generar una consciencia como la de los humanos. Cuando escuché el término de caja negra imaginaba algo así como la consciencia de la IA, sin embargo, no tiene nada de relación. Algunos modelos son de caja negra por que ejecutan millones de operaciones para llegar al resultado, y aunque un humano podría revisarlas, el factor tiempo nos juega en contra. A esto se refieren cuando dicen que no podemos entender la IA. Existen algunos modelos más explicativos. En Machine Learning, por ejemplo, un clasificador Naive Bayes nos permite generar modelos que podemos explicar mejor en comparación con arquitecturas complejas de Redes Neuronales.

Hoy podemos platicar con modelos de propósito general como ChatGPT, DeepSeek o Gemini. Pareciera que realmente estamos platicando con una persona, pero al ver lo que hay detrás, solo son respuestas generadas con datos existentes, buscando la respuesta en base a probabilidades. Esta es una de las cosas más extrañas en estos tiempos. Muchas personas conversan con estos modelos de IA para tratar temas personales y genera sensaciones de todo tipo. De algo estoy seguro, nada puede superar a juntarse con la familia o amigos para platicar. Aun así, es de admirar el trabajo logrado, artificial, pero bien logrado para ser ceros y unos.

Programación de IA

Una de las cosas más notorias en el campo de IA es la aplicación de todo tipo de técnicas de programación y uso de otras ciencias. Acá ya no hablamos de un hello world, hablamos de aplicar técnicas de búsqueda con heurística, uso de grafos, teoría de juegos. El ejemplo que más me sorprendió hasta el momento es el modelado del lenguaje. El procesamiento de lenguage natural (NLP) es una suma de conocimientos como lenguaje simbólico (gracias Chomsky), lógica de primer orden, estudio de la gramática, semántica, desambiguación de palabras, estadística, lenguaje supervisado, y me estoy quedando corto. Es bastante extenso el tema de NLP.

Esto me hizo entender que dedicarse a la investigación en IA empuja a conocer y dominar no solo los temas base como Machine Learning o Redes Neuronales (con todo lo que conlleva), sino también sumergirte en los temas donde la estas aplicando. Como resultado, la curva de aprendizaje es compleja, cada aplicación es un mundo y un reto nuevo. Antes pensaba que un chatbot era un sin fin de if-else, y vaya sorpresa me encontré al mirar la maquinaria que hay detrás.

Modelo de venta de IA

Acá hablo desde mi experiencia y como veo el panorama de la IA en relación a esos productos que nos intentan vender. Voy a hablar principalmente de los productos de IA en los IDEs para desarrolladores y modelos generales como ChatGPT. Desde que salieron IDEs con IA como Cursor y Windsurf, he notado como los precios cambian de la noche a la mañana. Lo mismo pasa con los planes de los modelos de IA. Salen con un plan básico, luego uno pro, luego un pro+, después un enterprise, al mes tienes el entreprise ultra/mega/omega. Después cambian las tarifas de uso, si antes tu plan tenía 1000 peticiones, ahora tienes 500 o las mismas 1000 peticiones, pero con baja prioridad. Esto en mi opinión me indica que el modelo de venta de IA no está funcionando como se esperaba. Tantos cambios indican que buscan ganar más y perder menos.

De la noche a la mañana empezaron a salir un sin fin de cursos sobre cómo usar la IA en el trabajo y la vida diaria. Las grandes empresas están dando planes gratis por 1 año a estudiantes y ofreciendo cursos sobre cómo usar sus productos. Básicamente nos están bombardeando con la idea de que la IA es necesaria, están educando a las próximas generaciones para usar sus productos y decirles sutilmente que sin ellos estas fuera del juego. Para desgracia es cierto (en parte), la IA llegó para quedarse y no hay vuelta atrás. Si las empresas están ganando dinero o no, lo que si vemos es que cada vez hay más inversiones. Cada mes salen noticias sobre una nueva inversión en una empresa de IA, una nueva alianza de ChatGPT con AWS, un nuevo producto que genera videos e imágenes más realistas. Se habla también que esas inversiones en IA son una burbuja. Si termina siendo la burbuja que dicen, la IA no desaparecerá, se podrá entender sus límites, pero seguirá existiendo.

Valor agregado de la IA

Una de las preguntas que más ha resonado en los últimos años es ¿la IA me reemplazará en el trabajo? Es imposible responder con total certeza ya que yo no conozco todos los trabajos. Por tratar de dar una respuesta veamos los puntos a favor y en contra.

Lo bueno

La IA ha demostrado ser una herramienta sumamente útil para automatizar procesos repetitivos, traducir idiomas, generar textos, software, videos, imágenes, resumir, explicar temas complejos, usarlo como lluvia de ideas, realizar búsquedas, entre otras.

Lo malo

Las respuestas pueden ser incorrectas. La infraestructura es costosa. No está totalmente regulada y los gobiernos son lentos para hacerlo. Genera confort, depende de las personas el buen y mal uso.

Respecto a que la IA se puede equivocar, surge la duda ¿quién lo valida? La respuesta más obvia es: las personas. Sin embargo, si antes se ocupaban 100 personas para alguna tarea, si es posible que ahora solo se ocupen 50. En el desarrollo de software esto es muy notorio. La IA permite generar proyectos desde cero de una manera más rápida, pero llega un punto en el que se necesita intervención de los expertos. Aquellos trabajos que pueden ser acelerados para el desarrollo de un nuevo producto o servicio serán los más afectados. Y tal como mencioné antes, el factor humano seguirá siendo necesario, pero en menor medida. No es el caso de trabajos que requieren contacto directo y que no tienen forma de automatizarse con maquinaria. Ahora la tendencia es quien le saca más provecho a la IA.

Pensamiento final

Existen muchas aristas cuando se habla de IA. No se puede negar el impacto que ha tenido en la sociedad. Si es para bien o para mal, dependerá mucho del uso que se le dé. Resulta extraño, pero volví a usar lápiz y papel por que usar IA y tener acceso a la información tan fácilmente, genera un confort mental que te hace olvidar las cosas rápidamente. Puede no ser tu caso, pero fue el mío y apenas lo noté, tanta comodidad parece que daña los sentidos. Fuera de eso la IA se puede aprovechar para muchas cosas, pero no es para considerarla el reemplazo de la civilización o el Voodoo God del ciberespacio.