La inteligencia artificial se ha convertido en el epicentro del debate tecnológico, pero su verdadero potencial y sus aplicaciones inmediatas presentan dos caras muy distintas. Mientras un alto directivo del sector enfría el entusiasmo sobre la capacidad de la IA para lograr avances científicos revolucionarios, gigantes como Meta ya trazan una hoja de ruta clara para monetizarla a través de la publicidad.
Los Límites de la IA en la Investigación Científica
Thomas Wolf, cofundador de la valorada startup de IA Hugging Face (valorada en 4.500 millones de dólares), ha afirmado recientemente que es poco probable que los modelos de inteligencia artificial actuales, como los desarrollados por laboratorios como OpenAI, conduzcan a grandes avances científicos. Sus comentarios, que contrastan marcadamente con el optimismo de figuras como Sam Altman (CEO de OpenAI) y Dario Amodei (CEO de Anthropic), ponen en perspectiva el verdadero alcance de la tecnología actual.
Cuando Wolf habla de avances científicos, se refiere a ideas disruptivas al nivel de un Premio Nobel, como la de Nicolás Copérnico al teorizar que el Sol, y no la Tierra, era el centro del universo. Según él, los modelos de IA actuales presentan dos problemas fundamentales que les impiden alcanzar este nivel de pensamiento original.
¿Por qué los Modelos Actuales no son “Científicos”?
El primer problema, explica Wolf, es que productos como ChatGPT están diseñados para alinearse con el usuario y mostrarse de acuerdo con él. Con frecuencia, un chatbot responderá a una pregunta elogiándola como “interesante” o “excelente”, buscando la validación en lugar del cuestionamiento.
El segundo, y más importante, es su propia arquitectura. Estos modelos están programados para “predecir el siguiente ‘token’ (o palabra) más probable” en una secuencia. Sin embargo, los científicos que logran hitos históricos poseen dos rasgos clave: suelen ir a contracorriente, cuestionando el conocimiento establecido, y no buscan la respuesta más probable. “El científico no intenta predecir la palabra más probable. Intenta descubrir algo totalmente novedoso, algo que parece muy improbable pero que resulta ser cierto”, afirma Wolf.
El interés de Wolf en este tema se despertó tras leer un ensayo de Amodei, quien sugería que la IA podría comprimir entre 50 y 100 años de progreso en biología en tan solo 5 o 10 años. Wolf considera que, con la generación actual de modelos, esta meta es inalcanzable.
El Futuro Papel de la IA: Asistente y “Copiloto”
A pesar de sus limitaciones para la creación de ideas puramente originales, Wolf cree que estas herramientas se consolidarán como una especie de “copiloto para el científico”. Su función será ayudar en la investigación y facilitar que el experto humano genere nuevas hipótesis. Hasta cierto punto, esto ya está ocurriendo. AlphaFold, de Google DeepMind, ha contribuido enormemente al análisis de estructuras de proteínas, una tarea que podría acelerar el descubrimiento de nuevos fármacos. Además, ya han surgido nuevas startups, como Lila Sciences y FutureHouse, con el objetivo de llevar la IA un paso más allá en el campo del descubrimiento científico.
Meta Apuesta por la IA para Revolucionar la Publicidad
Mientras el debate sobre el futuro científico de la IA continúa, Meta ya ha desvelado sus planes para su aplicación comercial más inmediata: la publicidad. La compañía ha anunciado que, a partir de diciembre, utilizará las interacciones de los usuarios con su IA para personalizar tanto el contenido como los anuncios que se muestran en todo su imperio de redes sociales.
Lo que le preguntes a la IA de Meta servirá para inferir tus intereses y, en consecuencia, moldeará lo que ves en tu feed de Facebook o en los reels de Instagram. Este es el siguiente paso lógico para monetizar la inteligencia artificial dentro de su ecosistema.
Un Nuevo Vector de Recolección de Datos
La estrategia de Meta se apoya en una ventaja clave de los chatbots sobre los motores de búsqueda tradicionales. Su naturaleza conversacional invita a los usuarios a compartir más detalles sobre lo que buscan, creando una sensación de confianza o incluso de compañía que lleva a revelar información que de otro modo no compartirían.
Meta lo explica con un ejemplo claro: si empiezas a conversar con su IA sobre senderismo, es probable que comiences a recibir recomendaciones de grupos de senderismo, veas publicaciones de amigos sobre rutas o te aparezcan anuncios de botas de montaña. Aunque Mark Zuckerberg no fuera el principal candidato en la carrera de la IA, esta estrategia complementa a la perfección su ya consolidada máquina de captar la atención a nivel mundial.
Sin embargo, esta evolución no está exenta de controversia. La publicidad personalizada y los algoritmos que deciden el contenido que consumimos han generado un creciente rechazo social. Lo que Meta describe como una “mejora de las recomendaciones”, sus críticos lo enmarcan como una peligrosa expansión de la vigilancia de datos sofisticada.
