La Inteligencia Artificia no piensa

La Inteligencia Artificial (IA) está diseñada para simular una inteligencia similar a la humana, pero no posee conciencia ni la capacidad de pensar del mismo modo que los humanos. La IA está programada para procesar y analizar grandes cantidades de datos, hacer predicciones y adaptarse a la nueva información, pero estas acciones están determinadas por algoritmos y reglas predeterminadas, y no por procesos de pensamiento subjetivos.

Es más…
La IA no es inteligente, debiera llamarse “modelo estadístico predictivo”

Mientras los seres humanos podemos reflexionar sobre lo aprendido, la IA depende de la calidad e sus algoritmos matemáticos y de la calidad de los datos con los que se entrena. La IA ajusta sus algoritmos para mejorar su precisión en tareas específicas.

El entrenamiento de la IA es fundamental

La IA es una herramienta poderosa pero limitada, que depende de la información proporcionada por los humanos para funcionar correctamente.

Cómo aprende la IA?

• El aprendizaje de la inteligencia artificial (IA) se fundamenta en el aprendizaje automático y el aprendizaje profundo.
• El aprendizaje automático (Machine Learning ML), permite a las máquinas aprender de los datos y mejorar sus predicciones o decisiones sin ser explícitamente programadas para cada tarea.
• El aprendizaje profundo (Deep Learning DL), es una técnica más avanzada que utiliza redes neuronales artificiales con múltiples capas para aprender de grandes volúmenes de datos.

Qué los distingue?

• Una distinción clave es que el aprendizaje automático ML requiere, generalmente, de datos estructurados y etiquetados para que el algoritmo pueda aprender de ellos.
• El aprendizaje profundo DL, puede aprender características y patrones directamente de los datos sin necesidad de etiquetado manual, lo cual lo hace más autónomo y eficiente en tareas complejas.
• El DL requiere mayor potencia de cálculo y mayor cantidad de datos para entrenarse efectivamente.
• Las redes neuronales del aprendizaje profundo pueden realizar tareas más complejas y ofrecer resultados más precisos a medida que procesan y aprenden de más datos.

Tipos de IA

Los tipos de IA pueden comprenderse en gran medida examinando dos categorías que la engloban: capacidades y funcionalidades de la IA.

Capacidades de la IA

Según su nivel de capacidad para imitar la inteligencia humana, desde tareas simples hasta potencialmente superar la mente humana.

IA Específica (débil) (Narrow AI, Weak AI)

• Es el único tipo de IA que existe en la actualidad. Cualquier otra forma de IA es teórica. Puede entrenarse para realizar una tarea única o limitada, a menudo mucho más rápido y mejor que una mente humana.
• Sin embargo, no puede actuar fuera de la tarea definida. En cambio, se centra en un único subconjunto de capacidades cognitivas y avanza en ese espectro.
• Siri, Alexa de Amazon e IBM Watson son ejemplos de IA estrecha. Incluso ChatGPT de OpenAI se considera una forma de IA estrecha porque se limita a la única tarea del chat basado en texto.
• Por ejemplo, un programa que ayuda a los docentes a calificar pruebas de opción múltiple automáticamente.

IA general (Artificial General Intelligence AGI)

• La Inteligencia Artificial General (AGI), también conocida como IA fuerte (strong AI), no es hoy más que un concepto teórico.
• La AGI podría utilizar aprendizajes y habilidades anteriores para realizar nuevas tareas en un contexto diferente sin necesidad de entrenamiento por seres humanos. Esta capacidad permite a la AGI aprender y realizar cualquier tarea intelectual que pueda realizar un ser humano.
• En el contexto educativo, una IA fuerte podría adaptarse a diferentes estilos de aprendizaje, materias y niveles de habilidad, ofreciendo una enseñanza personalizada.

IA superinteligente (Super AI)

• La superinteligencia artificial es, al igual que la AIG, un concepto estrictamente teórico. Si algún día se hace realidad, la Super IA pensaría, razonaría, aprendería, emitiría juicios y poseería capacidades cognitivas que superarían a las de los seres humanos.
• Las aplicaciones que posean capacidades de Super IA habrán evolucionado más allá del punto de comprender los sentimientos y experiencias humanas para sentir emociones, tener necesidades y poseer creencias y deseos propios.
• Una IA superinteligente podría teóricamente desarrollar nuevas metodologías de enseñanza y resolver problemas educativos complejos de manera más eficiente que cualquier humano.

Funcionalidades de la IA

Los cuatro tipos de IA basados en funcionalidades Por debajo de la IA estrecha, uno de los tres tipos basados en capacidades, hay dos categorías de IA funcional:

1. IA de máquina reactiva (Reactive Machine AI)

Las máquinas reactivas son sistemas de IA sin memoria diseñados para realizar una tarea muy específica. Como no pueden recordar resultados o decisiones anteriores, sólo trabajan con los datos disponibles en ese momento. La IA reactiva se basa en la matemática estadística y puede analizar grandes cantidades de datos para producir un resultado aparentemente inteligente.

• Ejemplos de IA Artificial Reactiva
  IBM Deep Blue: La IA del superordenador de ajedrez de IBM venció al gran maestro Garry Kasparov a finales de los 90 analizando las piezas del tablero y prediciendo los resultados probables de cada movimiento.
• Recomendaciones de Netflix: Las recomendaciones de visionado de Netflix se basan en modelos que procesan conjuntos de datos recogidos del historial de visionado para ofrecer a los clientes los contenidos que tienen más probabilidades de disfrutar.

2. IA de memoria limitada (Limited Memory AI)

A diferencia de las máquinas reactivas, estas sí cuentan con una memoria, aunque de manera limitada. Esta función les permite generar aprendizajes a partir de los datos. A pesar de que el almacenamiento de estos aprendizajes se limita a periodos cortos, es posible que estas máquinas tomen decisiones en base a la experiencia.

• Ejemplos de IA de memoria limitada
  IA generativa: herramientas como ChatGPT, Bard y DeepAI se basan en capacidades de IA de memoria limitada para predecir la siguiente palabra, frase o elemento visual dentro del contenido que está generando.
• Asistentes virtuales y chatbots: Siri, Alexa, Google Assistant, Cortana e IBM Watson Assistant combinan el procesamiento del lenguaje natural (natural language processing NLP) y la IA de memoria limitada para comprender preguntas y peticiones, realizar las acciones adecuadas y redactar respuestas.
• Coches autónomos: Los vehículos autónomos utilizan IA de memoria limitada para comprender el mundo que les rodea en tiempo real y tomar decisiones informadas sobre cuándo aplicar velocidad, frenar, hacer un giro, etc.

3. IA de teoría de la mente (Theory of Mind AI)
   En este nivel las máquinas son capaces de procesar emociones y realizar procesos de reflexión propios de la mente humana. Es una forma de IA no realizada en la actualidad. Esta IA comprendería los pensamientos y emociones a las que están expuestas. Esta comprensión puede afectar al modo en que la IA interactúa con quienes la rodean. En teoría, esto permitiría a la IA simular relaciones similares a las humanas.

Dado que la IA con Teoría de la Mente podría inferir motivos y razonamientos humanos, personalizaría sus interacciones con los individuos en función de sus necesidades emocionales e intenciones únicas. La IA basada en la teoría de la mente también sería capaz de comprender y contextualizar obras de arte y ensayos, algo que las actuales herramientas de IA generativa no pueden hacer.

Emotion AI es una IA de teoría de la mente actualmente en desarrollo. Los investigadores esperan que sea capaz de analizar voces, imágenes y otros tipos de datos para reconocer, simular, controlar y responder adecuadamente a los seres humanos en el plano emocional. Hasta la fecha, la IA de las emociones es incapaz de comprender y responder a los sentimientos humanos.

4. IA consciente de sí misma (Self-Aware AI)

La autoconciencia se trata del nivel más alto que puede desarrollar la inteligencia artificial. La idea es que en este punto las máquinas sean capaces no solo de comprender emociones, sino también de tener emociones propias.

Al igual que en el caso de la teoría de la mente, es estrictamente teórica y aún queda un largo recorrido para que las máquinas puedan desarrollar su autoconciencia. Si alguna vez se consigue, tendría la capacidad de comprender sus propias condiciones y rasgos internos junto con las emociones y pensamientos humanos. También tendría su propio conjunto de emociones, necesidades y creencias.

La IA de las emociones es una IA de teoría de la mente actualmente en desarrollo. Los investigadores esperan que sea capaz de analizar voces, imágenes y otros tipos de datos para reconocer, simular, controlar y responder adecuadamente a los seres humanos a nivel emocional. Hasta la fecha, la IA de las emociones es incapaz de comprender y responder a los sentimientos humanos.