¿Por qué planteamos cada nueva capacidad de IA en términos de lo que puede reemplazar?
Cada vez que la IA adquiere una nueva capacidad, surge casi de inmediato una pregunta familiar: ¿Qué reemplazará?
Si un modelo mejora en programación, nos preguntamos a qué programadores podría reemplazar. Si mejora en escritura, diseño, investigación, diagnóstico o planificación, la discusión rápidamente se centra en qué partes de esas profesiones podrían dejar de requerir la intervención humana.
Esa es, obviamente, una pregunta importante. Pero creo que se ha convertido en un enfoque tan dominante que estamos pasando por alto otra forma de evaluar exactamente el mismo progreso tecnológico:
¿Qué hace que un ser humano sea capaz de hacer que no podía hacer antes?
Esta no es una idea nueva.
En 1962, Douglas Engelbart publicó "Aumentando el intelecto humano". Su objetivo no era simplemente que las computadoras realizaran trabajo intelectual en lugar de los humanos. Describió la mejora como el aumento de la capacidad de una persona para abordar problemas complejos, comprenderlos y resolverlos, problemas que antes no podía resolver. Es importante destacar que el sistema que le interesaba no era solo la computadora, sino la combinación del ser humano, las herramientas, el lenguaje, los métodos y el entrenamiento.
El ajedrez ofreció posteriormente un ejemplo particularmente interesante.
Cuando Deep Blue de IBM derrotó a Garry Kasparov en 1997, se convirtió en uno de los símbolos más claros de la narrativa de la sustitución: humano contra máquina, realizando la misma tarea, hasta que la máquina mejorara.
Pero la respuesta de Kasparov fue interesante. En lugar de detenerse en el ajedrez humano contra máquina, ayudó a desarrollar el ajedrez avanzado, donde los jugadores humanos podían trabajar con programas de ajedrez.
Eso cambia la pregunta por completo. La comparación relevante ya no es simplemente:
humano vs. máquina
sino:
humano solo vs. humano + máquina.
Y esa distinción parece cada vez más importante con la IA moderna.
Una calculadora amplía una capacidad limitada. Un telescopio amplía la percepción. La escritura amplía la memoria y el razonamiento más allá de lo que podemos retener internamente. Las computadoras ampliaron aún más esas capacidades.
La IA es singular porque la misma tecnología puede potencialmente ampliar muchas dimensiones de la capacidad humana a la vez: razonamiento, memoria, aprendizaje, percepción, creatividad, comunicación y acción.
Sin embargo, nuestro lenguaje para evaluar la IA aún parece estar muy centrado en la máquina autónoma: puntuaciones de referencia, tareas completadas sin intervención humana, trabajos automatizados y el punto en el que un modelo supera a una persona en X.
Son mediciones útiles. Pero miden principalmente la capacidad de la máquina.
Me interesa saber si necesitamos una forma igualmente seria de pensar sobre la capacidad humana que se genera con el acceso a la IA.
No se trata simplemente de: ¿La IA hizo que alguien fuera un 30 % más rápido en algo que ya sabía hacer?
Sino de: ¿Puede esta persona ahora comprender, crear, investigar, construir o lograr algo que antes estaba fuera de sus capacidades efectivas?
Esto nos lleva a una forma diferente de interpretar el progreso de la IA. Cada vez que un modelo adquiere una nueva capacidad, quizás haya dos preguntas que valga la pena plantearse:
¿Qué puede reemplazar?
y
¿Qué habilidades puede adquirir un ser humano gracias a esta nueva capacidad?
Me pregunto si aquí ya se han visto ejemplos significativos de la segunda categoría: casos en los que la IA no solo ha acelerado una habilidad existente, sino que ha ampliado genuinamente las capacidades de una persona.
[link] [comments]