En esta primera parte de la conversación con el científico de datos Cesar Hidalgo, abordamos el impacto de datos e IA en la sociedad; cómo aprenden las organizaciones, y cómo juzgamos a las tecnologías que nos aumentan.

Poder tener mi pri­me­ra con­ver­sa­ción en per­so­na con César Hidal­go no fue tarea fácil. Él no tenía ni un minu­to libre. Diri­gía enton­ces en el MIT Media Lab un equi­po de casi 20 per­so­nas que lide­ra­ba el Macro­Con­nec­tions Group des­pués lla­ma­do Collec­ti­ve Lear­ning group, como pro­fe­sor aso­cia­do en el pro­gra­ma de Media Arts and Scien­ces del MIT. Los pro­yec­tos e ini­cia­ti­vas de su labo­ra­to­rio mane­ja­ban herra­mien­tas de cien­cia de datos que enton­ces pare­cían de cien­cia fic­ción, en una espe­cie de fre­ne­sí de tec­no­lo­gías audio­vi­sua­les de van­guar­dia.

Como las de Obser­va­to­rio de Com­ple­ji­dad Eco­nó­mi­ca que con­ta­ba enton­ces con el motor de visua­li­za­ción de datos de comer­cio inter­na­cio­nal más impor­tan­te del mun­do y aún con­ti­núa); o la pla­ta­for­ma Pantheon (cuyo pro­pó­si­to era car­to­gra­fiar la memo­ria colec­ti­va huma­na); Data­Vi­va (una pla­ta­for­ma capaz de visua­li­zar datos eco­nó­mi­cos de todo Bra­sil). Y otras como Inmer­sión (una herra­mien­ta para visua­li­zar redes per­so­na­les de correo elec­tró­ni­co); o DataU­SA (la inter­faz más com­ple­ta para visua­li­zar datos públi­cos de EE.UU.); o DIVE (una herra­mien­ta gene­ra­li­za­da dise­ña­da para trans­for­mar cual­quier con­jun­to de datos en una his­to­ria), ambas en cola­bo­ra­ción con la spin-off Datawheel fun­da­da por el pro­pio Hidal­go.

Y de esto, hace más de una déca­da, en el enton­ces nue­vo gran edi­fi­cio E14 de la expan­sión de Media Lab, dise­ña­do por el Pre­mio Pritz­ker de arqui­tec­tu­ra, el arqui­tec­to japo­nés  Fumihi­ko Maki que lo creó tan diá­fano y trans­pa­ren­te por den­tro como por fue­ra. No se me olvi­da que en el entorno de aque­lla pri­me­ra con­ver­sa­ción que tuvo lugar en su des­pa­cho rodea­dos de pan­ta­llas y robots y una inten­sa vorá­gi­ne de per­so­nas en pleno tra­ba­jo en los labo­­ra­­to­­rios-talle­­res que esta­ban a la vis­ta des­de el patio cen­tral inte­rior al que se acce­día bien por dos ascen­so­res trans­pa­ren­tes, o por unas ram­pas de vivos colo­res rojos y ama­ri­llos muy puros.

Actual­men­te, César Hidal­go es pro­fe­sor en la Escue­la de Eco­no­mía de Tou­lou­se, des­de don­de diri­ge el Cen­tro de Apren­di­za­je Colec­ti­vo, un labo­ra­to­rio de inves­ti­ga­ción mul­ti­dis­ci­pli­nar con ofi­ci­nas en Tou­lou­se (Fran­cia) y Buda­pest (Hun­gría). César es autor de tres libros: El atlas de la com­ple­ji­dad eco­nó­mi­ca, El triun­fo de la infor­ma­ción y Cómo los huma­nos juz­gan a las máqui­nas.  Y aho­ra está en el tran­ce publi­car su cuar­to libro: El alfa­be­to infi­ni­to, un libro del que tenía mucha ganas de hablar con él ya que en el volu­men inten­ta resu­mir las leyes que rigen la crea­ción, difu­sión y valo­ri­za­ción del cono­ci­mien­to pro­duc­ti­vo.

En nue­vo encuen­tro y la nue­va con­ver­sa­ción con Cesar Hidal­go, ha sido una sor­pre­sa ya que, esta vez me re-con­­ta­c­­tó él por­que venia a mi ciu­dad, Valen­cia, para par­ti­ci­par e impar­tir una key­no­te en el Inter­na­tio­nal Workshop on Eco­no­mic Com­ple­xity and Macro­eco­no­mic Dyna­mic orga­ni­za­do pro Gaia Euro­pa. Así que esta vez nues­tro nue­vo encuen­tro pro­me­tía ser más sose­ga­do y con más tiem­po para pro­fun­di­zar en sus ideas y acti­vi­dad actua­les que pro­me­tían, de nue­vo, ser un rela­to apa­sio­nan­te, como efec­ti­va­men­te lo ha sido. Y, ade­más, lo que César Hidal­go man­tie­ne intac­to es su enor­me entu­sias­mo y pasión por el cono­ci­mien­to apli­ca­do. Esta, ha sido el resul­ta­do de nues­tra tam­bién inten­sa nue­va con­ver­sa­ción, que voy a publi­car en dos par­tes. Aquí esta la pri­me­ra par­te, tal como suce­dió:

Adol­fo Pla­sen­cia.: Hola Cesar, encan­ta­do de encon­trar­me de nue­vo con­ti­go.

Tu impre­sio­nan­te carre­ra inves­ti­ga­do­ra y aca­dé­mi­ca te ha lle­va­do des­de Chi­le a Har­vard y al MIT Media Lab, en Bos­ton, EE.UU., y aho­ra vives en Tou­lou­se en Fran­cia. Sue­les decir que hay más dife­ren­cias cul­tu­ra­les que tec­no­ló­gi­cas en este mun­do actual tan glo­ba­li­za­do.

La cul­tu­ra pro­duc­ti­va

Adol­fo Pla­sen­cia.: ¿Qué ven­ta­jas y qué incon­ve­nien­tes ves a las dife­ren­tes pers­pec­ti­vas huma­nas cul­tu­ra­les entre las que has vivi­do, chi­le­nas, nor­te­ame­ri­ca­nas y, aho­ra que la estás vivien­do, la euro­pea y fran­ce­sa?

César Hidal­go: Creo que Esta­dos Uni­dos tie­ne una cul­tu­ra que está mucho más orien­ta­da al logro. En Fran­cia, me ha toca­do vivir una cul­tu­ra que es más orien­ta­da a las rela­cio­nes y a la fami­lia, que es más simi­lar de cier­ta mane­ra a mi cul­tu­ra de ori­gen que yo tenía en Chi­le. Pero, por otra par­te, en mi lugar actual de Tou­lou­se, en un con­tex­to de una gran cali­dad de vida, de una segu­ri­dad en el espa­cio urbano que va más allá de la que uno tie­ne en Chi­le. Este cam­bio vital ha sido un retorno para mí, para poder pen­sar ideas de mane­ra más pro­fun­da.

En Bos­ton, en Esta­dos Uni­dos viví casi una déca­da. En el MIT Media Lab, mi expe­rien­cia es la de que uno está todo el tiem­po en un tor­be­llino eterno de inte­rrup­cio­nes y reunio­nes. Hay muchas per­so­nas que pasan por el labo­ra­to­rio todos los días y te tie­nes que aco­mo­dar a ese ven­da­val. En Fran­cia he teni­do la opor­tu­ni­dad de tener sema­nas lar­gas, don­de pue­do pen­sar en escri­bir duran­te toda la sema­na la mis­ma idea y pro­fun­di­zar en ella.

El mun­do de los datos digi­ta­les y la inte­li­gen­cia arti­fi­cial (IA) 

Adol­fo: César, entre­mos aho­ra en el ámbi­to de tu espa­cia­li­dad, la Cien­cia de datos. ¿Se pue­de expli­car el mun­do a tra­vés de los gran­des con­jun­tos de datos, el Big data?

Voso­tros, según tus pro­pias pala­bras, usáis para vues­tros aná­li­sis en rela­ción a la com­ple­ji­dad eco­nó­mi­ca, datos de comer­cio inter­na­cio­nal, de la indus­tria, de paten­tes y de la geo­gra­fía del cono­ci­mien­to de los paí­ses, en el con­tex­to mun­dial. Según tus pala­bras la evo­lu­ción tem­po­ral e his­tó­ri­ca de estos con­jun­tos de datos y de la tasa de con­cen­tra­ción de cono­ci­mien­tos en esas eco­no­mías pue­de ser­vir para pre­de­cir si en los paí­ses y sus socie­da­des va a cre­cer o dis­mi­nuir la des­igual­dad, la rique­za, y cómo evo­lu­cio­na el cre­ci­mien­to eco­nó­mi­co.

¿Que aspec­tos del mun­do nos ense­ñan mejor el Big data, es decir, los gran­des con­jun­tos de datos y meta­da­tos?

César: Hay muchas pre­gun­tas ahí. Pero, para empe­zar, sí, los datos, el Big data, sí nos ayu­dan a enten­der el mun­do.  Lo que ha ocu­rri­do duran­te las últi­mas dos déca­das es que hemos teni­do acce­so a datos que no son solo mayo­res en su volu­men, sino tam­bién a otras carac­te­rís­ti­cas que por­tan y que los hacen dife­ren­tes. Por ejem­plo, su des­agre­ga­ción que nos está ayu­dan­do a enten­der patro­nes a los que no podía­mos acce­der con datos más agre­ga­dos. Por así decir­lo, si uno inten­ta­ba enten­der la macro­eco­no­mía hace 30 o 40 años, tenía que hacer­lo bási­ca­men­te median­te una cien­cia inten­ta­ba estu­diar la rela­ción entre series de tiem­po que repre­sen­ta­ban varia­bles muy gran­des; el PIB; el núme­ro de tra­ba­ja­do­res en la eco­no­mía; el capi­tal que haya dis­po­ni­ble, etc. Y estas tres líneas se van tren­zan­do de cier­ta mane­ra a tra­vés de estas ecua­cio­nes para expli­car fenó­me­nos com­ple­jos.

Hoy en día, a tra­vés de la cien­cia de datos, pode­mos visua­li­zar al tiem­po no solo esas tres líneas sino miles o millo­nes de líneas cuan­do esta­mos des­agre­gan­do la acti­vi­dad eco­nó­mi­ca por acti­vi­dad, así como por indus­tria, pro­duc­to, o por ocu­pa­ción, y por cada sec­tor geo­grá­fi­co. Y eso nos está dan­do la opor­tu­ni­dad de ver patro­nes que antes no podía­mos ni siquie­ra ima­gi­nar y que nos hacen des­cu­brir un nue­vo con­jun­to de leyes empí­ri­cas que nos ayu­dan a enten­der cómo las eco­no­mías cam­bian, o cre­cen, y nos está lle­van­do a repen­sar la cien­cia que tene­mos que usar para expli­car esos patro­nes, por­que no es la mis­ma cien­cia que usa­mos para expli­car los patro­nes de datos más agre­ga­dos.

Hoy en día, a tra­vés de la cien­cia de datos pode­mos visua­li­zar al tiem­po miles o millo­nes de líneas cuan­do esta­mos des­agre­gan­do la acti­vi­dad eco­nó­mi­ca por acti­vi­dad, así como por indus­tria, pro­duc­to, o por ocu­pa­ción, y por cada sec­tor geo­grá­fi­co.

Adol­fo: Algo muy impor­tan­te cuan­do se des­plie­gan este tipo de tec­no­lo­gías es la per­cep­ción de la gen­te sobre esa tec­no­lo­gía, como ocu­rre en el caso de la IA.

¿Cuál crees que es el papel de la inte­li­gen­cia arti­fi­cial (IA) en la trans­for­ma­ción digi­tal de la socie­dad actual y del futu­ro inme­dia­to?

Te lo pre­gun­to por­que en rela­ción a la IA, que como tú dices es una tec­no­lo­gía muy ‘expor­ta­ble’, muy móvil a tra­vés de todo el mun­do, resul­ta que los que crean y domi­nan esta tec­no­lo­gía, final­men­te, se con­cen­tran en regio­nes geo­grá­fi­ca­men­te peque­ñas.  O sea, que se inten­si­fi­ca mucho la crea­ción de esta tec­no­lo­gía en peque­ños espa­cios geo­grá­fi­cos. ¿Esto crees que es así?

César: Sí, así es. Pero pri­me­ro te seña­lo dos cosas. En eco­no­mía, hay un con­cep­to muy impor­tan­te y que es muy útil: la idea de mono­po­lis­tic com­pe­ti­tion (com­pe­ti­ción mono­po­lís­ti­ca), que quie­re decir que, para com­pe­tir en el mer­ca­do las per­so­nas lo que tra­tan de hacer es siem­pre hacer algo que no sea exac­ta­men­te igual a lo que hacen los otros. Enton­ces, todos los nego­cios inten­tan dife­ren­ciar­se. Los res­tau­ran­tes, por ejem­plo, tra­tan de tener su peque­ño ángu­lo, su peque­ña dife­ren­cia­ción. Pero resul­ta que hay cier­tos sec­to­res que están muy satu­ra­dos, don­de esa dife­ren­cia­ción es difí­cil y, en esos sec­to­res se com­pi­te por pre­cios, por ubi­ca­ción, y como los már­ge­nes son muy peque­ños, la com­pe­ten­cia es muy dura. Enton­ces, lo que los empren­de­do­res tra­tan de hacer siem­pre es encon­trar un nicho de cono­ci­mien­to en el que ellos estén solos. Si tú eres Ste­ve Jobs a final de los años seten­ta, y estás desa­rro­llan­do un orde­na­dor per­so­nal es por­que tú no quie­res estar com­pi­tien­do con los res­tau­ran­tes, o con las máqui­nas de escri­bir o con la indus­tria auto­mo­triz. Quie­res encon­trar un nue­vo nicho. Bus­cas nue­vos nichos que te den un poder de mono­po­lio tem­po­ral. Por­que si eres el pri­me­ro en lle­gar a ese nicho, y tie­nes una ofer­ta que sea real­men­te úni­ca, vas a poder explo­tar ese mono­po­lio has­ta las otras empre­sas o que los otros equi­pos desa­rro­llen el mis­mo cono­ci­mien­to.

En el con­tex­to de la IA tene­mos bási­ca­men­te hoy en día en el mun­do, qui­zá una doce­na o unas pocas doce­nas de empre­sas que están com­pi­tien­do en ese espa­cio de Inte­li­gen­cia Arti­fi­cial Gene­ra­ti­va (IAG) a un pri­mer nivel. Son muy pocas empre­sas si pen­sa­mos en el espa­cio del mun­do glo­bal. En un país como Espa­ña, por ejem­plo, hay más de un millón de empre­sas del sec­tor segu­ros.

Enton­ces en IA si tene­mos solo una doce­na de empre­sas, estas son capa­ces de cap­tu­rar una gran can­ti­dad del valor del mer­ca­do y los de la IA son pro­duc­tos muy expor­ta­bles, por­que como son pro­duc­tos digi­ta­les pue­den cru­zar las fron­te­ras fácil­men­te: para con­cluir con esto, tene­mos un paper publi­ca­do recien­te­men­te en el que estu­dia­mos el comer­cio digi­tal en el que encon­tra­mos que este comer­cio está mucho más con­cen­tra­do en sus orí­ge­nes que el comer­cio físi­co o el comer­cio de ser­vi­cios. Tene­mos evi­den­cias de que a medi­da que nos move­mos a nichos nue­vos de cono­ci­mien­to, hay menos per­so­nas que son capa­ces de satis­fa­cer las nece­si­da­des de un mayor gru­po de poten­cia­les clien­tes. Y eso es una fuer­za que, obvia­men­te gene­ra des­igual­dad.     

Adol­fo: Yo creo que hay un coro­la­rio a esto que dices. Si de pron­to sur­ge la IA, una tec­no­lo­gía poten­tí­si­ma, –hay quien dice que va a ser la más poten­te y trans­for­ma­do­ra de este siglo–, y el poder que ésta da, ade­más se con­cen­tra en unas pocas manos. ¿No es eso una asi­me­tría que pue­de per­ju­di­car a las socie­da­des o al res­to de empre­sas o de la gen­te? ¿Cómo ves tú esta cues­tión?

César: Sí, hay una asi­me­tría, pero en gene­ral siem­pre que ha habi­do cam­bios tec­no­ló­gi­cos han ocu­rri­do asi­me­trías simi­la­res. Por ejem­plo, si tú te vas a prin­ci­pios del siglo XX cuán­tos paí­ses eran capa­ces de fabri­car un auto­mó­vil. Muy pocos. Hoy en día, en cam­bio, fabri­can auto­mó­vi­les en Tai­lan­dia, Tur­quía, Marrue­cos en Sudá­fri­ca, etc. El cono­ci­mien­to se va espar­cien­do, aun­que muy al prin­ci­pio siem­pre exis­te un mono­po­lio. Eso sí, pue­de ser per­ju­di­cial, pero tam­bién pue­de ser bene­fi­cio­so por­que pue­de ayu­dar­te a salir de un sis­te­ma ante­rior en el que estés atra­pa­do en las con­di­cio­nes ante­rio­res que son peo­res, pero es muy difí­cil gene­ra­li­zar sobre eso. Hay que estu­diar cada caso y con­tex­to.

Adol­fo: Tú has dicho que las ciu­da­des y los paí­ses, igual que las empre­sas pue­den apren­der. Y que voso­tros tra­táis de enten­der eso a tra­vés de los datos socia­les y eco­nó­mi­cos.  ¿Lo de que apren­da una ciu­dad o un país, lo ha de hacer a tra­vés del impul­so de la gober­nan­za o debe apren­der pri­me­ro des­de sus ciu­da­da­nos, de aba­jo a arri­ba?

¿O es más bien una for­ma de apren­di­za­je colec­ti­vo que, por cier­to, es el nom­bre que le dis­te a tu gru­po y labo­ra­to­rio en el MIT Media Lab y el que lide­ras aho­ra en la Escue­la de Eco­no­mía de Tou­lou­se?

 César: El apren­di­za­je colec­ti­vo es algo que por fin esta­mos empe­zan­do a enten­der y en el que ya enten­de­mos algu­nas cosas impor­tan­tes. Si uno se va a los años 60, hay uno de los pri­me­ros libros que un clá­si­co sobre este ámbi­to, escri­to por Her­bert A. Simon y James March que se lla­ma Orga­ni­za­tions. Ese libro par­te con una idea, que aho­ra sabe­mos que está equi­vo­ca­da. Es la idea de que las orga­ni­za­cio­nes apren­den por el apren­di­za­je de sus per­so­nas. Y la de que las orga­ni­za­cio­nes apren­den usan­do per­so­nas que tie­nen cono­ci­mien­to, o des­apren­den cuan­do pier­den per­so­nas que tie­nen un cier­to cono­ci­mien­to.

En una orga­ni­za­ción exis­ten tres cosas:

las per­so­nas, las tareas y las herra­mien­tas.

Eso impli­ca que en esa orga­ni­za­ción exis­ten,

 al menos, nue­ve redes de rela­ción.

Pero hoy en día sabe­mos que eso no es así por­que las orga­ni­za­cio­nes apren­den inclu­so cuan­do tie­nen el mis­mo núme­ro de per­so­nas con el mis­mo cono­ci­mien­to a medi­da que se rees­truc­tu­ran y se reor­ga­ni­zan. Un mode­lo que nos ayu­da a enten­der eso, ha sido desa­rro­lla­do por una pro­fe­so­ra de la uni­ver­si­dad Car­ne­gie Mellon, Lin­da Argot, que expli­ca lo siguien­te. Ima­gí­na­te que en una orga­ni­za­ción exis­ten tres cosas: las per­so­nas, las tareas y las herra­mien­tas. Eso impli­ca que en esa orga­ni­za­ción exis­ten, al menos, nue­ve redes de rela­ción. Está la red de qué per­so­na sabe hacer qué tarea; o la de qué herra­mien­ta sir­ve para hacer qué tarea; o qué herra­mien­ta usa cada per­so­na; o qué per­so­na tra­ba­ja bien con cada per­so­na. Y es muy difí­cil creer que la orga­ni­za­ción esté en un ópti­mo en todas esas redes.

Y lo que uno va hacien­do en una orga­ni­za­ción es que a medi­da que esta orga­ni­za­ción apren­de uno va recon­fi­gu­ran­do estos víncu­los. Qui­zás apren­de que Juan no tra­ba­ja bien con María, pero sí tra­ba­ja bien con Lucía, y aho­ra que están tra­ba­jan­do jun­tos, enton­ces, ese equi­po gana un poco de pro­duc­ti­vi­dad al res­pec­to. Y te das cuen­ta que para Lucía qui­zá lo de la inge­nie­ría no es lo mejor, pero resul­ta que ella es muy bue­na para el mar­ke­ting, así que para mejo­rar se va trans­for­ma­do su rol en la orga­ni­za­ción y a medi­da que esas cone­xio­nes van cam­bian­do, tam­bién se va cam­bian­do y mejo­ran­do el cono­ci­mien­to. Y hay expe­ri­men­tos que demues­tran que, qui­zá, el cono­ci­mien­to no se alma­ce­na nece­sa­ria­men­te en las per­so­nas, sino en la red de inter­ac­ción entre las per­so­nas, las tareas y las herra­mien­tas de las orga­ni­za­cio­nes.

Adol­fo: Hay una expre­sión muy de moda aho­ra que es machi­ne lear­ning, el apren­di­za­je de la máqui­na. Y si resul­ta que las herra­mien­tas de aho­ra tam­bién son máqui­nas de soft­wa­re, y que aho­ra apren­den ¿Como crees que inci­de el apren­di­za­je de las máqui­nas en esa red de inter­ac­cio­nes de la orga­ni­za­ción que me aca­bas de des­cri­bir? ¿Y cómo pue­de cam­biar en el con­jun­to de apren­di­za­je de esas redes de víncu­los si las herra­mien­tas tam­bién empie­zan a apren­der?, es decir ¿Cómo cam­bia esa red el apren­di­za­je auto­má­ti­co o de las máqui­nas, o machi­ne lear­ning?

César: Hay dos cosas: una, pri­me­ro, es que el apren­di­za­je de las máqui­nas, al menos en el para­dig­ma moderno de las redes neu­ra­les arti­fi­cia­les, es muy pare­ci­do al apren­di­za­je de las orga­ni­za­cio­nes que te aca­bo de des­cri­bir… Esta­mos ajus­tan­do los pesos de esta red de cone­xio­nes, entre neu­ro­nas vir­tua­les de una red neu­ro­nal vir­tual, o entre per­so­nas den­tro de una orga­ni­za­ción. Aho­ra, en una mis­ma orga­ni­za­ción, la capa­ci­dad que van a tener las per­so­nas de usar esta nue­va herra­mien­ta tam­bién va a ser dife­ren­te a la de las per­so­nas. Hay per­so­nas que usan el Chat GPT para gene­rar tex­­to-basu­­ra y otras lo pue­den usar de una mane­ra muy crea­ti­va para mejo­rar inclu­so el tra­ba­jo que ellas mis­ma ya hacen.

La otra cosa es que ya hay un cam­po hoy en día que estu­dia cómo dis­tin­tas orga­ni­za­cio­nes se bene­fi­cian de estas nue­vas herra­mien­tas y cier­ta­men­te todos esos estu­dios a pesar de que mues­tran a veces efec­tos con­tra­rios, tam­bién mues­tran que sus efec­tos no son pla­nos.  Hay algu­nos casos se mues­tra que, en tareas repe­ti­ti­vas, los peo­res emplea­dos se bene­fi­cian más de usar la inte­li­gen­cia arti­fi­cial y los mejo­res obtie­nen un bene­fi­cio mejor por­que ya están a buen nivel. En un expe­ri­men­to de un con­tex­to de empren­de­do­res en Kenia se demos­tró que los peo­res empren­de­do­res empeo­ran cuan­do usan la inte­li­gen­cia arti­fi­cial. Y en este caso no se tra­ta­ba de una tarea repe­ti­ti­va, sino abier­ta. Los peo­res empren­de­do­res con­fia­ban mucho en la inte­li­gen­cia arti­fi­cial, más de lo que debe­rían y de hecho, eso ter­mi­na sien­do con­tra­pro­du­cen­te.

Enton­ces, en este espa­cio, el uso de la inte­li­gen­cia arti­fi­cial es otra herra­mien­ta cuyo uso es dife­ren­cial entre las per­so­nas y está suje­to a esas mis­mas leyes de apren­di­za­je colec­ti­vo.

El papel de la IA en la trans­for­ma­ción digi­tal de la socie­dad actual

Adol­fo: Tú seña­las algo que no se sue­le decir y que seña­las como muy impor­tan­te, y es el cómo la gen­te per­ci­be qué es la IA. Por­que algo esen­cial cuan­do de des­plie­gan este tipo de tec­no­lo­gías es la per­cep­ción de la gen­te sobre esa tec­no­lo­gía ¿No es así?

César: La per­cep­ción de una tec­no­lo­gía en la gen­te afec­ta en dos pla­nos, en el de la adop­ción y en el de la inter­ac­ción que son dos aspec­tos muy impor­tan­tes. Enton­ces, en un con­tex­to don­de la per­cep­ción es nega­ti­va, uno podría pen­sar que la adop­ción de esa tec­no­lo­gía por las per­so­nas es menor, la expe­ri­men­ta­ción es menor y el apren­di­za­je de cómo usar esa herra­mien­ta en par­ti­cu­lar va a ser menor. Tam­bién Inclu­so cuan­do se cru­za esa pri­me­ra barre­ra de la adop­ción, la mane­ra de como el que la usa inter­ac­túa con esa tec­no­lo­gía va a cam­biar depen­dien­do de la per­cep­ción que el que la usa ten­ga de ella.

Pero ponién­do­nos en el caso con­tra­rio pue­de ocu­rrir que si la per­cep­ción de es tec­no­lo­gía es dema­sia­do posi­ti­va es pro­ba­ble y pue­de ser que la tec­no­lo­gía se use de mane­ra muy ino­cen­te y no de una for­ma crí­ti­ca, que es lo que per­mi­te usar­la de for­ma res­pon­sa­ble, enten­dien­do los ries­gos y las limi­ta­cio­nes

Si se usa de una mane­ra muy escép­ti­ca qui­zá se van a des­per­di­ciar opor­tu­ni­da­des en las cua­les la tec­no­lo­gía sí podría ser usa­da de una for­ma cui­da­do­sa. Enton­ces, even­tual­men­te, esta per­cep­ción alte­ra la cita­da red de cone­xio­nes entre los equi­pos, las per­so­nas y las tareas de la que hemos habla­do, limi­ta y mol­dea el pro­ce­so de apren­di­za­je colec­ti­vo.

Adol­fo: Casi todo el mun­do habla de la IA. En el pro­ce­so de expan­sión de esta tec­no­lo­gía hay gen­te muy opti­mis­ta sobre ella, pero hay per­so­nas que, al con­tra­rio, tie­nen una per­cep­ción nega­ti­va como la que has nom­bra­do.

Pri­me­ro se habló de los peli­gros de si, a par­tir de ella, sur­gía una super-inte­­li­­ge­n­­cia; des­pués de si nos va a auto­ma­ti­zar a muchas per­so­nas y des­truir muchos empleos y pro­fe­sio­nes. Pero a ti te he oído decir que la inte­li­gen­cia arti­fi­cial no esta para sus­ti­tuir­nos sino para aumen­tar­nos. ¿En qué sen­ti­do? ¿Cómo con­ci­bes tú el pro­ce­so de la ‘aumen­ta­ción huma­na’ median­te la tec­no­lo­gía?

César: Yo creo que, en gene­ral, todas las tec­no­lo­gías son de ‘aumen­ta­ción’. Esta es una idea según la cual las tec­no­lo­gías nos ‘aumen­tan’ por­que nos per­mi­ten hacer cosas que ya tene­mos como una nece­si­dad a una esca­la o a una velo­ci­dad o con una cali­dad mayor. Por ejem­plo, los telé­fo­nos nos per­mi­ten comu­ni­car­nos a una dis­tan­cia mayor a la que nos pode­mos comu­ni­car a viva voz. Los avio­nes nos per­mi­ten cono­cer una par­te mayor del pla­ne­ta que si usá­ra­mos sólo nues­tros pies. Las gafas nos faci­li­tan corre­gir pro­ble­mas de nues­tra visión.

Las tec­no­lo­gías nos ‘aumen­tan’ por­que nos per­mi­ten hacer cosas que ya tene­mos como una nece­si­dad a una esca­la o a una velo­ci­dad o con una cali­dad mayor.

Asi­mis­mo, la inte­li­gen­cia arti­fi­cial creo que nos pue­de ayu­dar a aumen­tar nues­tras capa­ci­da­des en las cua­les ella tie­ne una cier­ta ven­ta­ja sobre noso­tros en tér­mi­nos de velo­ci­dad. Por ejem­plo, ¿Cómo uso yo la inte­li­gen­cia arti­fi­cial? El Chat GPT yo lo uso mucho. Una vez ter­mino de escri­bir algo, le pido al Chat GPT que lo lea y que me dé suge­ren­cias pun­to a pun­to para pro­ble­mas de gra­má­ti­ca, orto­gra­fía y cla­ri­dad.

La máqui­na me da suge­ren­cias que, a veces acep­to y rees­cri­bo según ellas, y otras que no acep­to. No quie­ro que me re-escri­­ba sino que, a veces, me advier­ta; …aquí sobra una s; …esta par­te no que­da cla­ra; aquí debes expli­car más qui­zá lo que dice eso, etc. Yo leo esto, y eso me sir­ve, y re-escri­­bo yo basán­do­me en la suge­ren­cia. Pero es un pro­ce­so útil, por­que como eres escri­tor sabes que cuan­do te has leí­do un artícu­lo vein­te veces, ya lle­ga un momen­to en que lo lees en auto­má­ti­co y el error ya no lo detec­tas.

Adol­fo: Lees lo que que­rías poner y no lo que pone.…

César: Sí, es como tener un copy-edi­­tor bara­to, que te ayu­da hacer ese tipo de tareas, y si uno sabe escri­bir y sabe qué suge­ren­cia incor­po­rar y cuál no, lo pue­do usar de mane­ra muy pro­duc­ti­va. Si uno no es un escri­tor crí­ti­co y acep­ta todas las suge­ren­cias, qui­zá su uso no es un neto posi­ti­vo. Enton­ces, hay una par­te de este uso crí­ti­co que ayu­da a la ‘aumen­ta­ción.

Adol­fo: Pero tam­bién pue­de haber quien le pida un tex­to al Chat GPT y, lue­go, lo que emi­ta la máqui­na des­pués lo pre­sen­te como si lo hubie­ra escri­to él mis­mo. Eso es un frau­de ¿no?

César: Sí, exac­to, eso es un frau­de. No es un uso correc­to. Eso es otra cosa.