Las burbujas tecnológicas son malos entornos de información y hablar de IA generativa ya es moda, pero eso no significa que sea una buena inversión.
Las burbujas tecnológicas pueden plantear difíciles dilemas a los directivos de las empresas. Puede que se sientan presionados por invertir pronto en una tecnología emergente para obtener una ventaja sobre sus competidores, pero no quieren caer en una exageración. Esto ha comenzado a pasar con Inteligencia Artificial (IA) y en específico con la IA generativa.
A medida que nos adentramos en un periodo de mayor incertidumbre económica y despidos en múltiples sectores, los directivos se plantean dónde recortar gastos y dónde invertir más.
¿La IA generativa creará una nueva era de competencia de búsqueda?
El rápido desarrollo del campo de la IA y el aprendizaje automático plantea un reto particular a los responsables de la toma de decisiones empresariales. Las inversiones en modelos predictivos probados se consideran cada vez más sólidas.
Se espera que impulsen un aumento del gasto en IA de 33 mil millones de dólares en 2021 a 64 mil millones de dólares en 2025. Pero más allá de la vanguardia, la IA generativa está provocando una gran cantidad de ruido y especulación.
La IA generativa se refiere a los modelos de aprendizaje automático, como ChatGPT y DALL-E, que aprenden de bases de datos de texto e imágenes para generar nuevos productos en respuesta a una solicitud.
Titulares como “Diez trucos de ChatGPT que no te pueden faltar” y “Estás usando ChatGPT mal. Así es como puedes adelantarte al 99% de sus usuarios” han comenzado a proliferar.
Mientras tanto, Axios informó de que la financiación se está volcando en la IA generativa, aumentando de 613 millones de dólares en 2022 a 2 millones 300 mil dólares en 2023, un dinero que solo alimentará el ciclo del bombo publicitario.
Los líderes empresariales que no quieren perder una gran oportunidad, pero no quieren perder tiempo y dinero, harían bien en tener en cuenta algunas realidades sobre las burbujas tecnológicas.
En primer lugar, estos fenómenos dependen de la narrativa: historias que la gente cuenta sobre cómo la nueva tecnología se desarrollará y afectará a las sociedades y las economías.
¿Los programas RAI están preparados para la IA generativa? Los expertos lo dudan
Como escribieron los profesores de la escuela de negocios Brent Goldfarb y David Kirsch en su libro de 2019, Bubbles and Crashes: The Boom and Bust of Technological Innovation. Por desgracia, las primeras narrativas que surgen en torno a las nuevas tecnologías casi siempre son erróneas. De hecho, la sobreestimación de las promesas de los nuevos sistemas está en el corazón mismo de las burbujas.
Los futurólogos y analistas empresariales tienen un historial terrible cuando se trata de predecir con exactitud el futuro del desarrollo tecnológico. Eso es porque nadie puede prever las formas creativas en que los seres humanos adoptarán y aplicarán herramientas a lo largo del tiempo. O, como dijo el futurólogo Roy Amara en lo que se conoció como la ley de Amara:
“Tendemos a sobreestimar el efecto de una tecnología a corto plazo y a subestimar su efecto a largo plazo”.
Las narrativas poco realistas que impulsan las burbujas tecnológicas ya están a la vista con la IA generativa. Algunos entusiastas afirman que ChatGPT está a sólo unos pasos de convertirse en una entidad independiente capaz de una cognición igual o mejor que la humana.
Sam Altman, director general de OpenAI, fabricante de ChatGPT, ha afirmado que la IA “eclipsará la revolución agrícola, la revolución industrial y la revolución de Internet juntas”.
El Instituto del Futuro de la Vida publicó una carta abierta en la que pedía que se prohibiera durante seis meses el entrenamiento de sistemas de inteligencia artificial más potentes que el GPT-4. La principal razón es porque suponen una amenaza para la humanidad.
Aunque estos defensores tienen perspectivas muy divergentes, están desconectados de la realidad de lo que las empresas pueden lograr hoy de forma fiable con las herramientas de IA generativa. Hacen muy poco por ayudar a los directivos a entender cómo funcionan estas tecnologías y qué riesgos y limitaciones tienen.
Los medios de comunicación, en sí mismos una industria alimentada por el miedo a perderse algo, inflan aún más la burbuja con una cobertura exagerada. Un reciente artículo del Wall Street Journal titulado “Generative AI Is Already Changing White-Collar Work as We Know It” (La IA generativa ya está cambiando el trabajo de cuello blanco tal y como lo conocemos) presenta las especulaciones de los líderes empresariales sobre el impacto potencial de la tecnología.
Del ChatGPT al HackGPT: Qué hacer frente a la ciberamenaza de la IA generativa
Al igual que otras notas que presagian el desastre para los trabajadores, el medio cita el resumen de un documento de investigadores de OpenAI y la Universidad de Pensilvania. Este intenta predecir cuántos puestos de trabajo se verán afectados por estos nuevos sistemas de software.
De hecho, tales previsiones tienen un historial de inexactitud. En un ensayo reciente, el profesor de economía Gary Smith y consultor tecnológico Jeffrey Funk señalaron que el estudio de OpenAI/Penn utilizaba la misma base de datos del Departamento de Trabajo de Estados Unidos:
Un estudio de 2016 de la Universidad de Oxford y Deloitte que afirmaba que es muy probable que muchos puestos de trabajo sean automatizados hasta la inexistencia en 2030.
Ambos estudios intentaron cuantificar el porcentaje de empleos basados en tareas repetitivas y, a continuación, proyectaron cuántos de esos empleos se perderán debido al cambio tecnológico. Dado que las tendencias de los últimos siete años no parecen confirmar las predicciones del estudio de 2016, hay pocas razones para creer que el estudio fue acertado.
Dado el pobre historial de predicciones pasadas, los ejecutivos deben practicar la prudencia. Aplicar un razonamiento sobrio cuando se enfrenten a las exageraciones sobre el impacto futuro de las tecnologías.
Los equipos deberán practicar un escepticismo organizado: no una duda instintiva y desdeñosa, sino una evaluación y un razonamiento rigurosos y científicos.
Las afirmaciones sobre la eficacia de las nuevas tecnologías deben someterse a un escrutinio empírico. En lugar de enfrascarse en preguntas que invitan a la especulación, como “¿Cómo ha podido evolucionar esto?”, es mejor empezar con preguntas que establezcan una base factual. Por ejemplo: “¿Qué sabemos?” y “¿Cuáles son las pruebas?”. Formula preguntas concretas sobre el funcionamiento de la tecnología, la fiabilidad de sus predicciones y la calidad de otros resultados.
El encuentro con la Inteligencia Artificial Generativa, un paso en el futuro algorítmico
Los directivos deben ser especialmente conscientes de la necesidad de ejercer un pensamiento crítico cuando la información procede de vectores conocidos de exageración tecnológica.
Aunque experimentar con herramientas de IA generativa, las empresas deben evaluar cuidadosamente los riesgos potenciales del uso de nuevas tecnologías.ChatGPT. Por ejemplo, es conocida por crear falsedades, incluyendo referencias a textos que simplemente no existen.
El uso de esta tecnología requiere una cuidadosa supervisión, especialmente cuando los resultados de estos sistemas generativos de IA pueden llegar a los clientes.
Las empresas también corren el riesgo de perder el control de la propiedad intelectual o de la información sensible al utilizar sistemas sin supervisión. Así lo descubrió Samsung cuando sus empleados filtraron inadvertidamente datos corporativos sensibles al introducirlos en ChatGPT. El problema de eso es que el programa utiliza la información enviada para seguir entrenando los modelos del sistema.
También conozco a artistas, diseñadores y editores que se niegan a utilizar la IA generativa de forma que pueda dañar su propiedad intelectual o la de sus clientes.
Dados estos riesgos potenciales, las empresas que vayan a experimentar con IA generativa deberían establecer normas básicas para su uso. Un primer paso obvio es exigir que cualquier colaborador que utilice estas tecnologías para su trabajo lo divulgue.
Las políticas de uso de una empresa también pueden establecer requisitos básicos, como insistir en que el uso de la IA generativa no debe infringir los códigos éticos y legales existentes. Las organizaciones deberían plantearse limitar qué tipo de datos de la empresa se introducen en estos sistemas.
IA y política: Conoce a Erica Marsh la influencer que engañó a 130 mil personas
La Society for Human Resource Management y otros grupos han publicado recientemente directrices sobre el uso de la IA generativa en el lugar de trabajo. Los directivos de las empresas harían bien en seguir las actualizaciones de estas ideas.
También hay otros riesgos que las empresas deben tener en cuenta. Los críticos de la tecnología han argumentado que las organizaciones desplegarán la IA generativa lo que degradará la vida de los colaboradores. Los líderes harían bien en asegurarse de que esto no ocurra y en promover usos de estas tecnologías que hagan la vida de los trabajadores más fácil, menos estresante y más humana.
El miedo a perderse y las presiones competitivas pueden ser útiles si mantienen a los directivos atentos a los cambios que se producen a su alrededor. Pero no deben permitir que la ansiedad los lleven a tomar decisiones irracionales e imprudentes.
Es muy probable que el entusiasmo en torno a la IA generativa siga su curso, según lo descrito en el libro de Nicholas Carr de 2004, “¿Importan las TI?”.
La adopción de tecnologías digitales suele crear ventajas a corto plazo en un sector, pero estas ventajas desaparecen cuando las tecnologías se convierten en la norma.
En otras palabras, no hay pruebas de que su empresa vaya a quedarse rezagada estratégicamente si hace una pausa para desarrollar un curso de acción reflexivo antes de incorporar la IA generativa. En este contexto, los líderes harían bien en centrarse en los objetivos fundamentales de su empresa y preguntarse:
“¿Nos ayudará este sistema a conseguir nuestros fines?”.
Si alguien dice que lo hará, pídele que lo demuestre.
Lee Vinsel (@sts_news) es profesor asociado de ciencia, tecnología y sociedad en Virginia Tech; presentador de Peoples & Things, un podcast sobre la vida humana con la tecnología; y coautor de The Innovation Delusion: How Our Obsession With the New Has Disrupted the Work That Matters Most (Random House, 2020).