Imaginemos que estamos frente a una máquina nueva, nunca vista. Una máquina que trabaja con nosotros y al mismo tiempo nos ayuda a innovar. Por momentos se comporta como una lámpara que ilumina un escritorio oscuro, y nos permite trabajar mejor, ver más claro, hacer las cosas más rápido. Y esta se transforma en algo más potente: un generador, un motor que cambia la manera en que están organizadas las fábricas, los procesos, las oficinas y las ideas. Además, es como un microscopio: una herramienta que nos permite ver y pensar de otra manera. Esa máquina es la inteligencia artificial generativa.
Este tipo de inteligencia artificial (IA) no está diseñada para un cálculo específico o para reconocer una imagen en una cámara de seguridad. Lo que hace es algo más amplio: genera contenido como textos, imágenes, sonidos, código de computadora, respuestas a preguntas o ideas para resolver problemas. Aprende a partir de enormes cantidades de datos, incluyendo libros, artículos, videos, conversaciones; y con eso crea nuevas combinaciones que parecen generadas por una persona. Por eso se la llama “generativa”.
En términos simples, esta tecnología imita los patrones del lenguaje, del razonamiento, del diseño y de la lógica que encuentra en lo que ha visto. Lo hace usando modelos matemáticos complejos que trabajan con miles de millones de variables al mismo tiempo. Pero lo esencial no es el número de variables, sino lo que puede hacer con ellas. Se parece a una especie de aprendiz incansable que ofrece soluciones en tiempo real. No reemplaza al ser humano, pero transforma la forma en que trabajamos.
Ahora bien, hay dos maneras de entender qué significa realmente esta transformación. Una es la visión de la IA como una herramienta. Una lámpara o un destornillador. Algo que usamos para agilizar una tarea que ya sabíamos hacer: escribir un correo, diseñar un gráfico, corregir un texto, revisar un contrato o hacer una llamada. En todos esos casos, se puede medir el aumento de productividad. Según estudios, las personas que emplean esta tecnología hacen su trabajo mejor y en menos tiempo. No cambia el mundo, pero mejora la rutina.
La otra mirada es más ambiciosa. La IA es más que una herramienta. Es una tecnología que cambia todas las reglas. Como lo hizo en su momento la electricidad, el motor de combustión o internet, ya que permite hacer cosas nuevas, o de formas completamente diferentes. Modifica los productos, los procesos, y también la organización interna de las empresas y de las industrias.
Pensemos, por ejemplo, en el diseño de productos. Hoy, con esta tecnología, una persona crea en minutos cientos de variantes de un objeto como una zapatilla, una lámpara o un juguete. Ajusta el color, la forma, el material y la función. Se trata de programar un sistema que entiende las intenciones del diseñador y genera propuestas nuevas en cuestión de segundos. Así como antes había que fabricar un prototipo y probarlo, hoy es posible simular el resultado en una pantalla y pulirlo con precisión milimétrica antes de fabricar nada.
En las plantas industriales también cambia todo. Antes, para entrenar un robot, había que darle instrucciones rígidas. Hoy se lo puede entrenar usando ejemplos artificiales. Por ejemplo: si queremos que una máquina sepa cuándo una pieza está a punto de romperse, podemos mostrarle miles de ejemplos de piezas rotas, creados por simulación. No hace falta esperar a que algo se dañe de verdad. A eso se le llama mantenimiento predictivo, y reduce costos y accidentes.
En medicina, en la atención al público, en la educación, en el transporte, en la energía, la IA generativa se usa para redactar informes médicos, responder preguntas, resumir historias clínicas, prever el consumo eléctrico o incluso mantener conversaciones con pacientes o usuarios. Imita los patrones del lenguaje humano con precisión y decide dentro de un marco bien definido.
Lo más revolucionario, sin embargo, es que esta inteligencia nos ayuda con procesos de innovación. Esa es su cara menos visible. A eso se lo llama una “invención de métodos de invención”. Por ejemplo, los científicos emplean estos sistemas para procesar datos más rápido, explorar hipótesis nuevas, escribir artículos y planificar experimentos. En cierto modo, es como si el microscopio no solo nos permitiera ver mejor, sino que nos diera ideas para descubrir nuevas enfermedades.
Y eso está en marcha. Hay empresas que lo integran en todas sus operaciones. Hospitales que organizan información médica. Desarrolladores que programan con su ayuda. Diseñadores que lo incorporan en cada etapa de creación. Incluso hay personas que no saben que están usando IA generativa cuando reciben una sugerencia de texto, una imagen ajustada automáticamente o un correo redactado a partir de algunas palabras clave. La integración ocurre como una corriente que se expande de forma continua.
Claro que hay obstáculos técnicos. Uno de ellos es el consumo de energía que requiere entrenar y hacer funcionar estos sistemas. Estas computadoras procesan billones de cálculos por segundo. A eso se le llama “teraflops”: cada teraflop es un billón de operaciones por segundo. Para lograr eso, se utilizan procesadores especiales llamados unidades de procesamiento gráfico (GPU), que funcionan en paralelo, y otros chips más sofisticados como las unidades tensoriales o los circuitos reconfigurables, diseñados para tareas específicas. Todo eso cuesta caro, consume electricidad y requiere sistemas de refrigeración complejos.
También hay un problema con los datos. Estos sistemas aprenden a partir de ejemplos. Pero se llega a un punto en que ya no hay tantos datos nuevos de calidad para entrenarlos. Si se los alimenta con texto irrelevante, como ocurre muchas veces en redes sociales, o con contenido generado por otras inteligencias artificiales, se pierde calidad. Una solución es generar datos sintéticos, pero eso también tiene límites. Otra es usar sensores, como hacen los autos autónomos o los robots industriales, que aprenden directamente del entorno físico.
Así, la IA generativa vive en una tensión: por un lado, es una herramienta al servicio del trabajo humano; por el otro, es una fuerza que reorganiza industrias enteras. Acelera lo que ya hacemos, pero también cambia lo que creemos posible. Es un asistente, un generador y un microscopio. Y aunque todavía vemos solo el comienzo de su despliegue total, ya no se trata de una promesa lejana. Está ocurriendo. Y está cambiando todo.
Las cosas como son
Mookie Tenembaum aborda temas de tecnología como este todas las semanas junto a Claudio Zuchovicki en su podcast La Inteligencia Artificial, Perspectivas Financieras, disponible en Spotify, Apple, YouTube y todas las plataformas.
