Por Jesús Sáinz
Se denomina inteligencia artificial (IA) a la capacidad de comprender y resolver problemas que poseen los sistemas informáticos. Es un campo de investigación que desarrolla y estudia métodos que permitan a las máquinas percibir su entorno y aprender para tomar acciones que les permitan actuar.
Jesús Saínz Maza
Científico y Coordinador de la Sección
En la actualidad la IA es el campo de investigación en el que se invierte más dinero y las empresas que lo hacen son las que dominan los índices bursátiles más importantes como el NASDAQ: Microsoft, Amazon, Alphabet, Adobe y NVIDIA son las más conocidas.
La inversión global privada actual en IA se estima en 150.000 millones de dólares y se estima que en los próximos años la cantidad llegará a los 1.800.000 millones de dólares.
Desde la antigüedad existe el mito de la máquinas con inteligencia. En la mitología griega, Talos era un autómata gigante de bronce que actuaba como guardián de la isla de Creta. Arrojaba rocas a los barcos de los invasores y vigilaba la isla dando tres vueltas alrededor de ella cada día.
La idea de inteligencia artificial se basa en la suposición de que el proceso del pensamiento humano puede mecanizarse. El estudio del razonamiento mecánico (o «formal») tiene una larga historia. Los filósofos chinos, indios y griegos desarrollaron métodos estructurados de deducción formal hacia el primer milenio AC. Sus ideas fueron desarrolladas a lo largo de los siglos por filósofos como Aristóteles (silogismos), al-Khwārizmī (que desarrolló el álgebra y dio su nombre a la palabra algoritmo).
El filósofo español Ramón Llull (1232-1315) desarrolló máquinas lógicas que podían producir conocimiento mediante la lógica. Llull describió sus máquinas como entidades mecánicas que podían producir verdades básicas de forma mecánica mediante operaciones lógicas simples.
En el siglo XIX, los seres artificiales y la máquinas pensantes eran un tema popular en la literatura. Novelas como Frankenstein de Mary Shelley y R.U.R. de Karel Čapek se basan en la creación de seres artificial.
En los años 1940, se creó el primer ordenador, una máquina basada en el razonamiento matemático. Las ideas detrás del ordenador inspiraron a un puñado de científicos a comenzar a discutir la posibilidad de construir un cerebro electrónico.
En 1950, Turing publicó un artículo histórico titulado «Computing Machinery and Intelligence», en el que especulaba sobre la posibilidad de crear máquinas que pensaran. En el artículo, afirmaba que el «pensamiento» es difícil de definir y creo un sistema para saber si una máquina pensaba: el Test de Turing. Este test consiste en mantener una conversación con una máquina (a través de un teletipo). En caso de que fuera indistinguible de una conversación con un ser humano, entonces era razonable decir que la máquina estaba «pensando». El Test de Turing fue la primera propuesta seria en la filosofía de la inteligencia artificial.
En 1951, utilizando la máquina Ferranti Mark 1 de la Universidad de Manchester, Dietrich Prinz escribió un programa para que la máquina jugara al ajedrez. El programa fue uno de los primeros usos de lo que más tarde se llamaría aprendizaje automático. Finalmente, la máquina logró la habilidad suficiente para desafiar a un aficionado respetable.
El campo de la investigación de la IA se fundó en un curso celebrado en el campus del Dartmouth College durante el verano de 1956. En dicho curso se predijo que existirían máquinas tan inteligentes como los humanos en una generación e incluso el gobierno de los EE.UU. proporcionó millones de dólares para ello.
En los años 1970, la falta de resultados y la presión del Congreso de los Estados Unidos llevaron al gobierno de los EE.UU. a dejar de financiar la investigación en inteligencia artificial.
Pese a ello, el 11 de mayo de 1997, Deep Blue se convirtió en el primer sistema informático de ajedrez que derrotó al entonces actual campeón mundial de ajedrez, Garry Kasparov.
Estos éxitos no se debieron a ningún nuevo paradigma revolucionario, sino principalmente a la tediosa aplicación de habilidades de ingeniería y al tremendo aumento de la velocidad y capacidad de las computadoras en los años 90. La computadora de Deep Blue era 10 millones de veces más rápida que la Ferranti Mark 1.
A principios de la década del 2000, la disponibilidad de hardware informático potente, la posibilidad de almacenar inmensos conjuntos de datos y métodos matemáticos adecuados, generaron la posibilidad de crear aprendizaje automático.
El auge de la IA comenzó con el desarrollo inicial de arquitecturas y algoritmos clave como la arquitectura de transformadores producida por investigadores de Google en 2017, lo que llevó al desarrollo de modelos de lenguaje informático capaces de imitar las propiedades humanas de conocimiento, atención y creatividad. La nueva era de la IA comenzó alrededor de 2020-2023, con el lanzamiento público de grandes modelos informáticos de lenguaje (LLM) como ChatGPT.
El diseñador de robots Hans Moravec, el cibernético Kevin Warwick y el inventor Ray Kurzweil han predicho que los humanos y las máquinas podrían fusionarse en el futuro para formar cíborgs más capaces y poderosos que un ser humano o una máquina. Esta idea, llamada transhumanismo, tiene sus raíces en los escritos de Aldous Huxley y Robert Ettinger. Edward Fredkin (informático y físico pionero de la física digital) sostiene que «la inteligencia artificial es el siguiente paso en la evolución».
Según los economistas de Goldman Sachs Joseph Briggs y Devesh Kodnani, la IA generativa tiene un enorme potencial económico y podría aumentar la productividad laboral mundial en más de 1% al año si se generaliza. Pero para que se produzca una transformación a gran escala, las empresas tendrán que hacer una inversión inicial significativa en capital físico, digital y humano para adquirir e implementar nuevas tecnologías y rediseñar los procesos empresariales. A largo plazo, la inversión relacionada con IA podría alcanzar entre el 2,5% y el 4% del PIB en Estados Unidos.
La IA es un campo amplio que abarca el desarrollo de sistemas informáticos capaces de realizar tareas que normalmente requieren inteligencia humana. Estas tareas incluyen la percepción visual, el reconocimiento de voz, la toma de decisiones y la traducción de idiomas. La IA generativa, un subconjunto de la IA, se refiere a la capacidad de los sistemas de IA para generar contenido nuevo y original, como texto, imágenes, videos o audio, a menudo como respuesta a indicaciones de un ser humano. En el futuro se espera que las máquinas con IA tengan autoconciencia y comprensión emocional.
Existe la idea de que la IA ocupará el puesto de trabajo muchas persona. La IA todavía requiere inteligencia humana para ser eficaz en muchos trabajos. Pero dado que la IA tiene el potencial de automatizar hasta el 70 % del tiempo dedicado a tareas repetitivas quiere decir que eliminará muchos puestos de trabajo, algo que algunos medios económicos consideran que “puede aumentar significativamente la productividad en varios sectores”.
Un estudio de la Universidad de Oxford concluyó que el 47 % de los empleos en los EE. UU. corren el riesgo de ser automatizados en las próximas dos décadas, principalmente debido a las ventajas de ahorro de costos que brinda la IA en trabajos repetitivos y de baja calificación.
Según un informe del McKinsey Global Institute, el 50% de las actividades laborales actuales podrían automatizarse utilizando tecnologías de IA, especialmente en industrias que involucran trabajo manual y administrativo.
Los puestos de trabajo con mayor probabilidad a ser eliminados por la IA son:
– Trabajos con tareas repetitivas y basadas en reglas.
– Trabajos con mínima necesidad de inteligencia emocional
Es poco probable que la IA reemplace a los trabajadores en profesiones emocionalmente inteligentes, altamente interpersonales y de resolución de problemas como la enseñanza o la sanidad en un futuro cercano. Por otro lado, los trabajos como la contabilidad y el trabajo en cadenas de montaje que no requieren mucho contacto humano son más vulnerables.
1: Personas que copian datos
El ingreso de datos es una tarea altamente repetitiva, lo que la convierte en una candidata ideal para la automatización. Según el estudio de McKinsey, hasta el 38% de las tareas de ingreso de datos podrían automatizarse para 2030.
2: Teleoperadores
Con los chatbots de IA que reducen los costos de telemarketing hasta en un 80%, los trabajos de telemarketing se harán con IA.
3: Recepcionistas
Los sistemas basados en IA son ahora frecuentemente más rápidos y más eficientes que los humanos en el manejo de tareas como el registro de visitantes, la programación de citas y la respuesta a preguntas básicas. La mayoría de estos trabajos se harán con IA.
4: Servicio al cliente
Los estudios de Gartner predicen que para 2027, el 25% de las operaciones de servicio al cliente utilizarán chatbots de IA.
5: Auxiliares de contabilidad
Se espera que para 2030 las tareas de contabilidad estén completamente automatizadas.
6: Cajeros de tiendas
Los cajeros minoristas tradicionales están desapareciendo frente a los sistemas de pago automatizados, como los que se encuentran en las tiendas sin cajeros de Amazon.
7: Conductores de camiones y taxis
Se prevé que los vehículos autónomos reemplacen una gran parte de la industria del transporte por carretera y los taxis, especialmente en las rutas de larga distancia donde los conductores humanos son más propensos a la fatiga. Para 2030, los camiones y taxis autónomos podrían eliminar millones de puestos de trabajo de conducción en todo el mundo.
8: Correctores de pruebas
Se espera que la IA pueda realizar el 90 % de las tareas de corrección de pruebas para 2030.
9: Trabajadores de la industria manufacturera
Los robots, impulsados por el aprendizaje automático, pueden trabajar más rápido, con mayor precisión y las 24 horas del día sin necesidad de descansos. Se prevé que esta tendencia continúe, con una reducción prevista del 30 % de los roles humanos en la industria manufacturera para 2030.
10: Conductores de reparto
Amazon y UPS ya están invirtiendo fuertemente en sistemas de entrega con drones que eventualmente podrían reemplazar a los conductores de entrega humanos para entregas de corta distancia. Se prevé que los sistemas de entrega impulsados por IA dominen el mercado para fines de la década.
11: Guardias de seguridad
La necesidad de guardias de seguridad humanos está disminuyendo como resultado de la creciente efectividad de los sistemas de vigilancia de IA. Como resultado, se espera que la demanda de personal de seguridad humano caiga drásticamente en los próximos años.
12: Analistas de investigación de mercado
Las herramientas de análisis basadas en IA pueden analizar ahora cantidades masivas de datos de mercado más rápido que los humanos. La investigación de mercado estará dominada por herramientas basadas en IA en 2030.
13: Farmacéuticos
Las farmacias están utilizando algoritmos de IA para recetar medicamentos según los historiales de los pacientes y gestionar el inventario. La IA eliminará al menos el 50% de empleados de farmacias.
14: Asistentes legales
Las herramientas de inteligencia artificial (IA) ya están ayudando a los abogados al automatizar tareas como el análisis de contratos, la revisión de documentos e incluso la predicción de resultados de casos. “Forrester predice que casi el 80% de los empleos en el sector legal serán significativamente transformados por la tecnología de IA”.
15: Analistas financieros
Los algoritmos de inteligencia artificial (IA) son cada vez más eficaces para analizar datos financieros, pronosticar tendencias del mercado e incluso hacer recomendaciones de inversión.
Sin embargo, aquellos trabajos que requieran emociones humanas, empatía y creatividad no serán reemplazados por la IA, al menos en un futuro cercano.
¿Qué empleos tendrán gran demanda dentro de 10 años?
Los empleos en control de robótica y ciberseguridad, desarrollo de IA y cooperación entre humanos e IA tendrán una gran demanda durante los próximos diez años. Es probable que surjan nuevos roles en el sector de la salud, como analistas de datos, médicos con apoyo de IA y expertos en ética.
