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