Con la inteligencia artificial (IA) han convivido desde el inicio la fascinación y el escepticismo. Para quienes llevan décadas trabajando en el ámbito, la IA ha sido una historia de avances tediosos e incrementales durante más de 50 años, y, como en toda disrupción tecnológica, la curva de Gartner sigue vigente en cada una sus fases: lanzamiento, hype de expectativas, la sima de la desilusión, la lenta subida de la rampa de la consolidación y la que será, esperemos, la meseta de la productividad. Aún no hemos llegado a esa meseta, me temo.
En los ochenta, Hans Moravec formuló su famosa paradoja: es fácil lograr que los ordenadores superen a los humanos en pruebas de inteligencia abstracta —el ajedrez o el razonamiento lógico—, pero increíblemente difícil que adquieran las habilidades perceptivas y motoras de un bebé de un año. Esta paradoja tiene raíces en la evolución: el pensamiento simbólico es reciente en la evolución humana, mientras las capacidades sensoriomotoras han sido afinadas durante millones de años. Aunque los modelos actuales de IA impresionan por su rendimiento, esta paradoja sigue en pie.
Según expertos como Demis Hassabis (DeepMind) o Yann LeCun (Meta), estamos aún lejos de la llamada Inteligencia Artificial General (AGI). Los modelos actuales no entienden el mundo: lo reflejan estadísticamente. Mientras, las grandes potencias y tecnológicas han convertido la IA en un eje estratégico de desarrollo. Hemos pasado de modelos con millones de parámetros a otros con billones, como la IA Generativa, al alcance del público general, lo que exige aportes de energía impensables hace solo un lustro. ¿Cómo hacemos compatible el progreso de la IA con la sostenibilidad energética?
