La IA no puede reflexionar sobre su existencia, propósito o valores

El principal reto de la inteligencia artificial (IA) hoy no radica tanto en su desarrollo como en su implantación, en la forma en la que las empresas se van a adaptar a su uso. Nadie discute a estas alturas que el futuro pasa necesariamente por la adopción de esta herramienta tecnológica disruptiva que ya protagoniza la revolución 4.0 y el cambio de paradigma que la acompaña. Generación de riqueza, empleo y todo tipo de oportunidades de negocio se abren paso en un ecosistema que va a implicar para las organizaciones no solo un nuevo modelo de producción, sino un auténtico cambio cultural. Aquellas empresas que no sepan verlo así, perderán competitividad y acabarán fuera del sistema. Para el mundo hispanohablante, el desafío es que la IA hable en español.

Cualquier cambio tecnológico disruptivo genera temor e incertidumbre, pero ante el desarrollo de la inteligencia artificial la sociedad debe plantearse los beneficios que aporta antes que los efectos indeseados que podría ocasionar su mal uso, como la utilización geopolítica de esta herramienta. Se impone pues su regulación y ciertas limitaciones que no impidan el progreso y desarrollo de las comunidades y la competitividad de las organizaciones en igualdad de condiciones, lo que no sucede en la actualidad, ya que la inteligencia artificial habla en inglés.

La filóloga e investigadora en el ámbito de tecnologías del lenguaje e IA Elena González-Blanco se ha propuesto que la IA hable en español para que el mundo hispanohablante tenga acceso al mismo poder tecnológico, si no más, que cualquier angloparlante: “No debemos permitir que se abra una brecha derivada de estas ineficiencias”, asegura.

Clibrain, la startup de IA en español que se acaba de lanzar y ya está revolucionando el mercado, surge en medio de esta revolución tecnológica con una misión: traer al mercado hispanohablante las mejores soluciones de inteligencia artificial, contextualizadas y entrenadas específicamente para funcionar de manera mucho más óptima en español, que sean fáciles de utilizar para cualquier tipo de usuario, y que permitan crear un entorno de trabajo que garantice la privacidad y la protección de datos.

ELENA GONZÁLEZ-BLANCO, cofundadora y CEO de Clidrive & Clibrain. Experta en Inteligencia Artificial, Insurtech e Innovación Digital

 “Se trata de una oportunidad de mercado única, que permite posicionar nuestra lengua como una palanca potentísima para impulsar el liderazgo tecnológico y económico en un ámbito en el que tenemos oportunidad de destacar gracias al español”.

 Elena González-Blanco es cofundadora y CEO de Clidrive, la primera startup española en facturar 1 millón de euros en tres meses con un nuevo concepto: el Car Mining. Una plataforma tecnológica que pone en contacto a los conductores con entidades financieras e inversores para poder conseguir dinero en las mejores condiciones con el coche.

Clidrive es un ejemplo de la madurez del ecosistema empresarial en España. Tras fundar, escalar y vender Clicars por más 100 millones de euros a Stellantis, Pablo Fernández (también cofundador de Clikalia junto a Alister Moreno, que levantó la mayor ronda de inversión en la historia de España con 460 millones de euros), funda ahora Clidrive junto a Elena Gonzalez-Blanco.

Además, Elena Gonzalez-Blanco es consejera independiente de LLYC y presidenta de la Comisión de Auditoría. Previamente, fue Global Head of Digital for Wealth Management and Insurance en Banco Santander (EVP), y antes General Manager de Europa en la startup de insurtech Coverwallet, adquirida por AON en enero de 2020, donde además, fue miembro del comité ejecutivo de AON Iberia. Anteriormente, fue la responsable de Desarrollo de Producto en Inteligencia Artificial en Minsait-Indra.

Experta en Inteligencia Artificial y Transformación Digital, es especialista en el ámbito de la tecnología lingüística. Es doctora en Filología Hispánica por la Universidad Complutense de Madrid y Máster en Sistemas de Información por la UC3M, ha cursado programas de formación ejecutiva en LSE Londres, MIT y ESADE. Ha sido docente e investigadora en Harvard University y actualmente es profesora en el IE Business School de Inteligencia Artificial aplicada a negocio, además de impartir clases en ICAI y en AFI.

Investigadora de reconocido prestigio internacional, lidera POSTDATA, proyecto de investigación europeo de excelencia ERC sobre procesamiento del lenguaje y web semántica (+1M€). Fue la directora y fundadora del primer Laboratorio de Innovación en Humanidades Digitales en España: www.linhd.es, y miembro de numerosos comités internacionales (miembro del Scientific Advisory Board de la mayor infraestructura europea de investigación de tecnología lingüística www.clarin.eu y advisor del Venture Capital Conexo, además de varias startups tecnológicas). Es también miembro del Advisory Board del CEO de Astara.

Elegida número #1 en 2018 y #3 en 2019 del Ranking Choiseul “Líderes Económicos del futuro de España” www.choiseul.es, y ga­lardonada con el premio 2021 WIDS (Women in MachineLearning and Data Science), ha sido seleccionada como una de las Top 100 muje­res de España en las ediciones del año 2016, 2017 y 2018 del certamen www.lastop100.es y galardonada con el premio de investigación Julián Marías 2017 en la categoría de menores de 40 años. Habla inglés, francés, alemán e ita­liano y es madre de cuatro hijos.

Hasta ahora, habíamos asumido la IA como par­te fundamental del futuro, pero ha sido aparecer ChatGPT y la IA generativa y han saltado todas las alarmas, ¿Por qué tanto revuelo?

ChatGPT no sale de la nada. La tecnología que hay detrás se inventó matemáticamente en los años cincuenta con los trabajos de Alan Turing y Mar­vin Minsky, entre otros. Esos investigadores empezaron a escribir la parte matemática que hay detrás de las redes neuronales, con toda la estructura de transformers (arquitectura de red neuronal), de matrices y de vectores que se transforman en redes y conforman el nú­cleo tecnológico de ChatGPT.

Es una teoría matemática que no se ha podido poner en marcha hasta hace 10 años debido a falta de capacidades de com­putación, de hardware y software, madurez de algoritmos y por la cantidad de datos que necesitan estos sistemas para ser entrenados, que actualmente asciende a más de 100 trillo­nes de registros.

Ahora mismo, se ha dado la circunstancia de que la tecnología ha madu­rado muy rápido: se ha pasado de un sistema de reglas a un sistema en el que el volumen y la estadística han brindado grandes posibilida­des, pero ha sido el avance de las redes neu­ronales lo que ha permitido lo que se conoce como entrenamiento no supervisado.

Es decir, que en lugar de tener que entrenar estos siste­mas de aprendizaje con muchísimo feedback humano, hemos conseguido que las máquinas tengan capacidad de aprender. Con capacidad de aprender no me refiero a que las máquinas cobren vida y sean capaces de tomar decisio­nes, sino a que sean capaces de extraer una serie de razonamientos similares a los que podría hacer un ser humano, mediante opera­ciones matemáticas.

¿Qué trascendencia tiene que la IA generativa puede aprender?

Los algoritmos de inteligencia artificial (IA) más comunes y ampliamente utilizados se basan en el aprendizaje automático o machine learning (ML), que es fundamentalmente una herramienta matemática capaz de aprender tendencias y patrones del comportamien­to humano. Es importante destacar que es­tos algoritmos no tienen objetivos ocultos, ya que son simplemente cálculos matemáticos que aprovechan el potencial creciente de la computación (concretamente en la nube). El aprendizaje automático puede reconocer pa­trones con un nivel de detalle mucho mayor que las capacidades humanas, y está más re­lacionado con las matemáticas que con la in­teligencia en sí. Las aplicaciones de machine learning ejecutan tareas específicas con alta precisión.

En conclusión, la IA puede mejorar con el tiempo gracias al feedback humano y a los al­goritmos de aprendizaje, pero no puede iniciar ni dirigir su propio proceso de aprendizaje ni explorar nuevos dominios por sí misma. Es una máquina, y como tal, realiza operaciones basada en los datos que recibe.

¿Cuáles son hoy nuestras capacidades únicas como personas de las que carece ChatGPT?

Razonamiento, criticidad, pensamiento pro­pio, autoconocimiento, consciencia, creativi­dad, capacidad para tener sentimientos como la empatía…, la lista es larga. La IA puede ge­nerar respuestas coherentes y lógicas, pero no puede cuestionar ni evaluar la veracidad o relevancia de la información que usa o produ­ce.

También puede imitar el tono emocional de una conversación, pero no puede experimen­tar ni comprender realmente los sentimientos humanos. Un ejemplo es que ChatGPT puede describirse a sí mismo como un modelo de lenguaje entrenado por OpenAI, pero no pue­de reflexionar sobre su propia existencia, pro­pósito o valores.

Aunque la experiencia de interactuar con la IA sea similar en forma a la que usamos para hablar con nuestros amigos al ser un chat, la realidad es que todavía está lejos de ofrecer una experiencia auténtica y genuina a la que puede ofrecer una persona, más teniendo en cuenta que la IA no tiene capacidad para pen­sar por sí misma.

Hemos comprobado cuáles son sus respuestas, pero no sé si nosotros sabemos preguntar. ¿Es­tamos preparados para interactuar? ¿Tendre­mos que aprender a hablar con la IA?

Sin ninguna duda. Los prompts (cualquier entrada de texto, imagen o sonido que actúa para que un modelo de IA generativa fabrique una respuesta correcta o genere un contenido) actuales tienen mucho camino por recorrer para mejorar, especialmente porque están pensados principalmente para el inglés. Aquí es donde Clibrain, la nueva startup que trae al mercado hispanohablante las principales so­luciones de IA contextualizadas y específica­mente entrenadas para funcionar de manera óptima en español, surge para salvar la brecha existente entre la IA en inglés y en español.

Nuestro primer producto, Clichat, incorpora una amplia variedad de prompts o, como los llamamos nosotros, instrucciones, que han sido cuidadosamente diseñadas para el espa­ñol, permitiendo que cualquiera pueda apro­vechar todo el potencial de la IA.

¿Realmente somos capaces de entender las cla­ves del nuevo paradigma?

La evolución tecnológica es un tema complejo porque es exponencial, esto es, es tan rápida que la brecha entre las personas y empresas que se adaptan al entorno digital y las que no es cada vez mayor porque va a una velocidad que no se puede parar.

En ese sentido, la for­mación es clave: tiene que ser continua, los equipos tienen que ir de la mano de la tecno­logía y la mentalidad de cambio y adaptación tiene que estar en el ADN de cada persona y organización porque si no, el riesgo de que­darse fuera del mercado o de tener un produc­to que se queda obsoleto es cada vez mayor.

Un dato para dimensionar estos cambios ver­tiginosos es que lo que había hace tres meses se está superando cada día. Pero no solo hace falta formación técnica, sino también de cómo ha evolucionado la tec­nología desde los sistemas de reglas, pasan­do por la estadística a las redes neuronales y cómo el entrenamiento humano ha sido y es todavía necesario.

¿Cómo va a impactar en las empresas y en el empleo? ¿Por qué genera miedo?

La IA es una herramienta que complementa y potencia la labor del ser humano, en lugar de sustituirlo por completo. Que dejen de te­ner miedo. La clave es encontrar el equilibrio entre el uso de tecnología y la experiencia hu­mana para lograr nuevas soluciones y mejores resultados.

La IA es una tecnología, una evolu­ción más en la transformación digital que es­tamos viviendo, pero no sustituye a la persona ni tiene capacidades, es una máquina entrena­da con datos que puede realizar tareas extre­madamente complejas, pero no lo olvidemos: no deja de ser una máquina controlada por el hombre.

Aquí me gusta recordar una frase de José Luis Cordeiro, en la que explica que todos estos razonamientos no vienen motivados, por lo general, por la inteligencia artificial, sino por la estupidez humana.

A nivel empresarial y laboral estas herra­mientas permiten procesar grandes cantida­des de información e incrementar significati­vamente la productividad a escala empresarial y laboral. En concreto, para nosotros es esen­cial en nuestro negocio. Nos está permitien­do desarrollar soluciones personalizadas que mejoran enormemente la eficiencia y la ca­lidad de los procesos, no sólo para nuestros clientes, sino para nosotros mismos a nivel interno.

En Clidrive, lo primero que hicimos fue conseguir que la IA sea una herramienta más, logrando que todos nuestros empleados se acostumbren a utilizarla de forma correcta. Ofrecemos trainings, tutoriales y premios para los que mayor partido sacan de estas herra­mientas y la experiencia de empleado que es­tamos teniendo está resultando única.

Así es como estamos aplicando esta tec­nología en el día a día gracias a herramientas como Clichat y Clicall, que nacieron para uso interno y se han puesto a disposición del gran público mediante Clibrain, la nueva startup de inteligencia artificial que hemos creado para lanzar todos estos productos al mercado y que ha hecho que estas herramientas hayan sido una de las claves de nuestro éxito porque nos han permitido ganar velocidad, productividad y mejorar el servicio a nuestros clientes, ayu­dándonos a que Clidrive sea la primera startup en facturar 1 millón de euros en tan solo tres meses en España.

En concreto, gracias a Clichat, nuestros equipos procesan documentación en un en­torno privado y seguro donde la IA les ayuda a ser mucho más productivos autocomple­tando, por ejemplo, los contratos con los datos que nos proporcionan los clientes a través del proceso, y elaborando propuestas ayudados por la IA generativa, que mejora el discurso comercial adaptado al feedback de cada clien­te y al histórico de conversaciones que se han tenido, tanto por teléfono como por correo o WhatsApp.

Como muestra del interés por estas herra­mientas, hemos abierto una lista de espera para acceder a Clichat y en menos de 24 horas se apuntaron más de 300 empresas, lo que demuestra que hay demanda en el mercado y curiosidad para aprovechar al máximo las po­sibilidades de la IA. Mucha gente habla de ello, pero solamente unos pocos saben cómo apro­vecharlo al máximo. Ahí es donde ofrecemos nuestro servicio a la sociedad.

¿Afectará en términos de rentabilidad y sosteni­bilidad?

Por supuesto. Las empresas, sobre todo las más grandes y con mayores recursos, están moviéndose a toda prisa para entender la tec­nología e integrarla en el día a día de sus tra­bajadores para no perder competitividad.

Las organizaciones que no la usen probablemente perderán capacidad de competir con el resto porque sus trabajadores no tendrán la misma productividad y se perderán oportunidades que nunca lleguen a darse ni se planteen. Esto podría abrir una brecha significativa entre las empresas que utilizan la IA y las que no.

CAMBIO DE PARADIGMA. La creación de los grandes modelos del lenguaje (LLMs) y el desarrollo de la inteligencia artificial generativa, ha generado unas expectativas nunca vistas en todos los mercados.

Pondré un ejemplo para ilustrar lo que supone la adopción de la IA: en Clibrain hemos crea­do una herramienta que transcribe todas las conversaciones que tiene nuestro equipo de ventas en el call center de Clidrive, al tiempo que las analiza de manera automática y saca conclusiones. Cada día, estamos procesando más de 1.500 conversaciones.

Con personas, seríamos incapaces de procesar toda esa in­formación, ni aun cuando tuviéramos a 10 personas escuchando esas conversaciones. La máquina permite hacer un proceso a escala; cuantos más datos trate, más fino será el pro­cesamiento y mejor será resultado. Se trata, en suma, de que la tecnología nos complemente.

En conclusión, no hay duda de que la IA en el seno de las empresas podría aumentar su ren­tabilidad mediante el incremento de ingresos y la optimización de costes y, por tanto, hacer­las más sostenibles en el medio y largo plazo. No obstante, en un escenario en el que la IA esté integrada en la mayoría de operadores, tomará mayor relevancia la capacidad del ta­lento humano.

¿Qué puede diferenciar una IA generativa de otra? ¿Se puede hablar de distintas sensibilida­des?

En efecto, podemos calibrar los modelos para que adquieran un tono, un estilo y unas capa­cidades diferentes. Más bajado a tierra, la di­ferencia entre las IA generativas como Clichat radica en la combinación única de tecnologías y métodos analíticos empleados, como los cla­sificadores de textos y embeddings (técnica de procesamiento de lenguaje natural que con­vierte el lenguaje humano en vectores mate­máticos) que complementan la generación de texto.

La naturaleza y calidad de los datos de entrenamiento también influyen en la sensi­bilidad y efectividad de la IA, mientras que la capa analítica subyacente permite adaptar y personalizar cada IA según sus contextos y casos de uso específicos. Esto hace posible que, efectivamente, podamos “hablar” con IA adaptadas a lo que necesitemos. Por ejem­plo, si estás generando contenido para redes sociales, puedes hacer que sea más o menos creativa. Esta es una de las funcionalidades clave que incorpora Clichat, pues te permite elegir fácilmente el “agente” con el que quieres trabajar, bien seas de Marketing, Producto, Fi­nanzas, Tecnología, etc.

¿Qué idioma habla la IA?

A pesar de que el español es el segundo idio­ma más hablado del mundo con más de 500 millones de personas, la IA no es nativa en nuestra lengua ni entiende las variantes del español (por ejemplo, de Latinoamérica), ya que sobre todo “habla” en inglés al ser el idio­ma en el que los modelos han sido más entre­nados. Esto supone un hándicap y lo ha sido a lo largo de todos estos años. Buena parte de la investigación –entorno al 92% de los papers (artículos científicos)– y la evolución en IA se ha centrado en los desarrollos en inglés.

Por tanto, contar con expertos en lingüística y en tecnología especializada en el español es cla­ve para superar estos obstáculos y desarrollar soluciones precisas y confiables en nuestro idioma, y eso es precisamente lo que estamos desarrollando en Clibrain, donde tenemos un equipo y un área específica de investigación en la que trabajamos en la creación de mode­los del lenguaje (LLM) específicamente entre­nados con datos y diseñados para el español. Asimismo, estamos mejorando notablemente la efectividad de los prompts o instrucciones –como las llamamos nosotros– que usamos para comunicarnos con la IA.

¿Qué aporta Clibrain para traer al mercado his­panohablante las mejores soluciones de inteli­gencia artificial?

En Clibrain ya estamos desarrollando mode­los propios en español porque hay una nece­sidad real y que queda patente al comparar el rendimiento de los modelos en inglés frente al español. Los modelos como ChatGPT han sido entrenados fundamentalmente en inglés y no son igual de útiles en nuestra lengua y en las variaciones del español que encontramos en Latinoamérica. Esto nos resta capacidades y competitividad a nivel gobiernos, empresas, usuarios o determinados sectores.

El mundo hispanohablante debe poder te­ner acceso a todo el potencial de la IA además de ser capaz de desplegarlo y aprovecharlo. Aquí Clibrain puede jugar un papel funda­mental, ya que nos hemos marcado la meta de que el mundo hispanohablante tenga acceso al mismo poder tecnológico, si no más, que cualquier angloparlante. No debemos permi­tir que se abra una brecha derivada de estas ineficiencias.

Además, el factor diferencial de Clibrain es y será la privacidad y la sencillez. Nos importa mucho la seguridad de los datos y la protec­ción de la información, al tiempo que acercar la tecnología a cualquier persona, indepen­dientemente de su nivel de conocimiento técnico. Solo así cualquiera podrá aprovechar estas nuevas capacidades.

¿Comprenden las máquinas las tareas que rea­lizan?

Las máquinas están basadas en algoritmos que son pura matemática, no tienen vida pro­pia ni llegan a razonar las respuestas que nos dan. Una de las preocupaciones más extendi­das y que se ha exacerbado con la irrupción de ChatGPT es qué pasará si llegamos a desarro­llar sistemas de IA conscientes, pero no pare­ce que pueda ocurrir porque, entre las razones que hemos comentado, los modelos no tie­nen memoria ni una personalidad estable.

En esencia, la inteligencia artificial quiere emular el funcionamiento del cerebro humano, por eso su fundamento son las llamadas “redes neuronales”. Pero todavía sabemos muy poco sobre el cerebro humano como para poder trasladarlo a una máquina.

¿La IA aprende con un modelo similar al de los reflejos humanos?

El aprendizaje automático, una de las nume­rosas ramas de la inteligencia artificial, ha des­empeñado un papel crucial en el desarrollo de la IA hasta su nivel actual. Como discipli­na estadística y computacional, permite a las máquinas o entidades digitales aprender por sí mismas.

El proceso de aprendizaje automático implica el entrenamiento de algoritmos utili­zando bases de datos para identificar patrones y guías. Este aprendizaje se refuerza de ma­nera autónoma, permitiendo que las máquinas actúen sin intervención humana. Las redes neuronales, que imitan el funcionamiento del cerebro, son en realidad estructuras mate­máticas de matrices y vectores en el espacio tridimensional.

Sus capacidades de análisis y predicción son fundamentales en su funciona­miento y, sin duda, marcarán nuestro futuro. No llegará a reflexionar como lo hace un humano puesto que no tiene capacidad para razonar. No hay que olvidar que las respuestas que nos devuelve dependen de los datos utili­zados para entrenar el algoritmo.

Primero aprendieron mediante el lenguaje, aho­ra también con imágenes. ¿Qué será lo próximo?

Los modelos son entrenados también con au­dios, vídeos, código…, y pueden generar con­tenido diverso más allá de texto. Vamos a ver avances incrementales muy rápidos en esta línea y más pronto que tarde podremos hablar directamente con estos grandes modelos.

¿Acabará la IA convertida en un recurso solo ac­cesible para gigantes tecnológicos como Micro­soft, Google y Meta?

No lo creo. Si bien es cierto que gracias a la po­sición dominante que estas compañías tienen, su alcance, su efecto de red, sus canales y sus vastos recursos, les es mucho más fácil desa­rrollar tecnología puntera e incorporarla a los servicios que ya ofrecen o crear nuevos. Pero esto no es óbice para el surgimiento de nue­vas compañías que hagan aportaciones muy interesantes y, por ejemplo, dominen ciertos nichos como queremos hacer en Clibrain con la IA en español.

¿Cómo repercute la tecnología disruptiva en el ejercicio de derechos fundamentales?

Podría tener un impacto negativo si atende­mos a la privacidad, ya que puede ser utilizada para la vigilancia masiva y el análisis de datos personales; la discriminación, ya que los al­goritmos pueden aprender y reforzar sesgos presentes en los datos, lo que podría degene­rar en la discriminación en función de raza, género, orientación sexual u otras caracterís­ticas personales o atentar contra la libertad de expresión, etc.

Los últimos avances hacen necesario abrir un debate sobre cómo regular su uso porque los desafíos que se plantean son sociales, éticos y legales. Estoy de acuerdo en que debemos prestar atención a los riesgos, pero sin olvidar que las revoluciones tecno­lógicas siempre nos han permitido avanzar y mejorar nuestra calidad de vida.

¿Hay que establecer límites éticos? ¿Cómo re­gular su uso?

En torno a ChatGPT se ha generado un debate acerca de la privacidad de los datos, ya que es imprescindible saber adónde van los mismos, cómo se restringe su uso y qué se hace con ellos. Para ilustrar de lo que hablo: cuando un usuario sube una foto a una red social, pone esa imagen en un dominio público universal y se expone a que esa foto pueda ser manipula­da de múltiples formas… De ahí que el princi­pal peligro estriba en un mal uso que se haga de la tecnología.

Lo que sí que me parece un riesgo de cala­do es interpretar y trabajar con la IA desde un punto de vista geopolítico. Por ejemplo, el uso que se hace de la IA en China va bastante más allá de los límites que nos podamos imaginar en Europa o Estados Unidos. Eso produce un miedo importante porque no sabemos bien lo que están haciendo o hasta dónde pueden llegar, de tal forma que la respuesta es que la regulación es necesaria, pero para todos.

De cualquier manera, creo que cuando ha­blamos de IA hay que ir sobre todo a la opor­tunidad que tenemos delante más que a los miedos que pueda generar. Es cierto que cual­quier cambio tecnológico o industrial genera unos temores y un rechazo, pero la realidad es que los beneficios son mucho mayores que el rechazo. Prohibir esta tecnología, como está sucediendo en algunos países de Europa, es un lastre para su desarrollo y nuestra compe­titividad.

CLIBRAIN. Su misión es traer al mercado hispanohablante las mejores soluciones de IA.

¿La transparencia de los sistemas es un ele­mento clave para una regulación acorde a las exigencias de la cuarta revolución industrial?

Por supuesto, y por ello siempre son mejor vistos los desarrollos de código abierto. Que cualquiera pueda ver cómo se han configura­do los algoritmos, entender y saber qué hacen, posibilita que la tecnología sea más auditable y no genere desconfianza.

Aparte, las grandes aportaciones que la comunidad puede hacer a la tecnología de código abierto son incontesta­bles, ya que aceleran aún más el desarrollo y lo hacen más robusto al estar más depurado de errores. Que esto no nos haga pensar que la tecnología de código abierto no se puede monetizar porque hay cientos de aplicacio­nes que lo hacen y lenguajes de programación muy extendidos como Python son de código de abierto.

¿El uso de la IA será una exigencia para las orga­nizaciones en el futuro?

Ante todo, estamos viviendo la democratiza­ción de la inteligencia artificial. Ahora tenemos al alcance de nuestra mano herramientas con habilidades y capacidades muy por encima de nuestra media y que van a conseguir reducir drásticamente (o incluso eliminar) muchas de las tareas y procesos que realizamos diaria­mente tanto en el ámbito personal como pro­fesional.

Ya hay empresas que lo están incorporando en sus organizaciones y departamentos y están analizando cómo mejorar los procesos y ser más productivos siendo creativos en su uso.

De manera que la resiliencia, habilidad para cambiar, adaptarse, y aprender constante­mente algo nuevo de forma rápida serán las habilidades clave necesarias para los próxi­mos años. Asimismo, todo lo que sea “no ser un robot”, va a cobrar aún mayor importancia. Habrá una clara diferencia productiva entre aquellos que decidan usar la IA como una he­rramienta de mejora continua y los que no.

¿La IA permitirá diferenciar la enseñanza a par­tir de las características individuales de cada alumno, es decir, implementará el aprendizaje personalizado, que se basa en ofrecer a cada estudiante un programa de estudios adaptado a los conocimientos y habilidades que posee y que le permita obtener aquellos que todavía no tenga?

La IA tiene un importante uso en la educación, pero lo que considero realmente relevante es que el sistema educativo comience a formar a los alumnos para aprovechar estas nue­vas herramientas –por ejemplo, mediante la creación y uso de prompts o instrucciones– y aprendan a identificar qué información incor­pora fuentes fidedignas de la que no para no caer en la desinformación.

¿Qué impacto puede tener en nuestras vidas la revolución que supone la conjunción de la inteli­gencia artificial y la computación cuántica?

La computación cuántica es una promesa que, sumada a la IA, multiplicará la capacidad de procesamiento y podrá llevar esta tecnología a un siguiente nivel, aunque todavía queda un poco para que este desarrollo tenga lugar.

En estos momentos, lo más importante es la adopción de la IA en todos los sectores, donde presenciaremos cambios de calado en el seno de las organizaciones

También en Cambio16.com: