La Inteligencia Artificial (IA) se está expandiendo por el mundo. Está transformando todos los ámbitos de la vida y, en el proceso, plantea importantes cuestiones éticas para la sociedad y el futuro de la humanidad. ChatGPT, que se está haciendo con las redes sociales, es un chatbot de IA desarrollado por OpenAI. Es un subconjunto de aprendizaje automático basado en lo que se denomina modelos de lenguaje LLM, que generan respuestas parecidas a las de un humano. No cabe duda de que las posibilidades de aplicación de una tecnología como esta son enormes, por eso ya se escuchan voces que piden la regulación de las IA tipo ChatGPT.
¿Puede la IA burlar a los humanos? ¿Supone una amenaza pública? Es más, ¿puede la IA convertirse en una amenaza existencial? Noam Chomsky, el lingüista más destacado del mundo y uno de los intelectuales públicos más valorados de todos los tiempos, cuya talla intelectual se ha comparado con la de Galileo, Newton y Descartes, aborda estas preguntas incómodas en la siguiente entrevista.
Como disciplina científica, la inteligencia artificial (IA) se remonta a la década de 1950, pero en los últimos veinte años se ha ido abriendo paso en campos de todo tipo, como la banca, los seguros, la industria automotriz, la música y la defensa. De hecho, se ha demostrado que en algunos casos el uso de técnicas de IA supera las habilidades humanas, como en el ajedrez. ¿Cabe la posibilidad de que las máquinas lleguen a ser más inteligentes que los humanos?
Por aclarar la terminología, cuando decimos “máquina” nos referimos a un programa, es decir, una teoría escrita en código que ejecuta un ordenador (una teoría singular e interesante en muchos aspectos que no vamos a comentar aquí).
A grandes rasgos, podemos diferenciar entre ingeniería pura y ciencia. No existe una división clara, pero nos sirve para una primera aproximación. La ingeniería pura busca la elaboración de un producto que sea útil. La ciencia busca entender. Si el tema es la inteligencia humana o las habilidades cognitivas de otros organismos, la ciencia busca entender esos sistemas biológicos.
Entiendo que los padres de la IA –Alan Turing, Herbert Simon y Marvin Minsky, entre otros– la consideraban una ciencia, parte de las entonces incipientes ciencias cognitivas, y se valían de las nuevas tecnologías y los nuevos descubrimientos en la teoría matemática de la computación para avanzar en el entendimiento. A lo largo de los años, esa tendencia ha ido desapareciendo y se ha visto desplazada en gran medida por el enfoque de la ingeniería. Ahora, con cierta condescendencia, al interés inicial se le suele tachar de simbólico (o GOFAI, siglas de good old-fashioned AI, “IA a la antigua usanza”).
Muchos organismos biológicos superan las habilidades cognitivas humanas en mayor profundidad
Volviendo a la pregunta, ¿cabe la posibilidad de que se diseñen programas que superen las habilidades humanas? Debemos tener cuidado con la palabra “habilidades”, por motivos que daré más adelante. Pero si con el término nos referimos a la actuación humana, la respuesta es un rotundo sí. En realidad, llevan mucho tiempo existiendo, como la calculadora en el ordenador, por ejemplo. Excede con creces lo que hace un humano, aunque solo sea por falta de tiempo y de memoria. En el caso de los sistemas cerrados como el ajedrez, quedó patente en los cincuenta que, antes o después, con el avance de las ingentes capacidades informáticas y un amplio periodo de preparación, se podría diseñar un programa que venciese a un Gran Maestro, que juega con un límite de memoria y de tiempo. Lo que se consiguió unos años después fue básicamente publicidad para IBM. Muchos organismos biológicos superan las habilidades cognitivas humanas en mayor profundidad. Las hormigas del desierto que hay en mi jardín tienen un cerebro minúsculo, pero exceden en mucho la capacidad de orientación humana, en general, no solo en cuanto a actuación. No hay una Gran Cadena del Ser con los humanos en la cúspide.
Los productos de la ingeniería de IA se están usando en muchos campos, para bien o para mal. Hasta los más sencillos y conocidos pueden ser muy útiles: en el campo del lenguaje, por ejemplo, los programas de autorrelleno o de dictado o el traductor de Google. Con capacidades informáticas mucho mayores y una programación más sofisticada, debería haber más aplicaciones útiles, también para la ciencia. Ya hay algunas, como muestra el reciente caso del estudio del plegamiento de proteínas, en el que la tecnología de búsqueda rápida y a gran escala ha ayudado a los científicos a lidiar con un problema crítico y persistente.
Los proyectos de ingeniería pueden ser útiles o perjudiciales. Ambas cuestiones se plantean también en el caso de la ingeniería de IA. El trabajo actual con modelos de lenguaje LLM, como los chatbots, ofrece herramientas para desinformar, difamar y confundir a los que no tienen muchos datos. La amenaza es mayor cuando se combinan con imágenes artificiales y réplicas de voz. Con diversas preocupaciones en mente, decenas de miles de investigadores de IA han solicitado recientemente una moratoria en el desarrollo por los peligros potenciales que detectan.
Como siempre, las posibles ventajas de la tecnología tienen que sopesarse con los costes potenciales.
Las cuestiones que se plantean en cuanto a IA y ciencia son muy diferentes. En este caso, hay que tener mucho cuidado con ciertas afirmaciones descabelladas y desorbitadas, que los medios tienden a amplificar. Para aclarar la cuestión, analicemos algunos casos, unos hipotéticos y otros reales.
Antes he comentado la capacidad de orientación en los insectos, algo asombroso. Los entomólogos han hecho grandes avances en el estudio de su realización, pero la neurofisiología, una materia complicadísima, sigue siendo esquiva, igual que la evolución de los sistemas. Ocurre lo mismo con las increíbles hazañas que protagonizan los pájaros y las tortugas marinas, que tras viajar miles de kilómetros regresan infaliblemente al punto de partida.
Las posibles ventajas de la tecnología tienen que sopesarse con los costes potenciales
Imaginemos que se presenta fulanito, partidario de la ingeniería de IA, y dice: “Las conclusiones de tu trabajo han sido rebatidas. Problema resuelto. Los pilotos de aerolíneas comerciales logran los mismos resultados constantemente, incluso mejores”.
Ni nos molestaríamos en contestar, nos entraría la risa.
Veamos el caso del arte de navegación de los polinesios, aún vivo en las tribus indígenas, que usan las estrellas, los vientos y las corrientes para dirigir sus canoas hasta un lugar en concreto a cientos de kilómetros. También ha sido objeto de muchas investigaciones para descubrir cómo lo hacen. Fulanito tiene la respuesta: “Dejad de perder el tiempo, la flota naval lo hace constantemente”.
Misma reacción.
Analicemos ahora un caso real, la adquisición del lenguaje. En los últimos años ha sido objeto de investigaciones exhaustivas y muy reveladoras, que demuestran que los niños tienen un conocimiento muy amplio de la lengua (o lenguas) que habla su entorno, mucho mayor de lo que ponen de manifiesto. Han logrado demostrarlo con pocas pruebas, y en ocasiones cruciales, sin ninguna. En el mejor de los casos, como muestran minuciosos estudios estadísticos, los datos disponibles son escasos, sobre todo cuando se tiene en cuenta el grado de frecuencia (“la ley de Zipf”).
Entra fulanito en escena: “Queda rebatido. Sin tener en cuenta vuestros descubrimientos, los LLM, que registran cantidades desorbitantes de datos, encuentran regularidades estadísticas que hacen posible simular los datos con los que se entrenan y producir algo que se parece mucho al comportamiento normal humano. Los chatbots”.
Este caso difiere de los anteriores. Primero, porque es real. Segundo, porque a la gente no le entra la risa; de hecho, muchos están impresionados. Y tercero, porque al contrario que los casos hipotéticos, los resultados reales distan mucho de lo que se afirma.
Estas consideraciones sacan a relucir un pequeño problema del entusiasmo actual con los LLM: que son totalmente absurdos, como en los casos hipotéticos, que se veía enseguida. Sin embargo, hay problemas mucho más graves que el absurdo.
Uno de ellos es que los sistemas de LLM están diseñados de tal manera que no nos dicen nada del lenguaje, del aprendizaje ni de otros aspectos cognitivos, y es una cuestión de principio, irremediable. Aunque dupliquemos los terabytes de datos registrados, añadamos unos millones de parámetros más y utilicemos todavía más energía de California, la simulación de comportamiento mejorará, pero al mismo tiempo, revelará con mayor claridad el fracaso de principio de un enfoque que no busca ningún tipo de entendimiento. La razón es evidente: los sistemas funcionan igual de bien con lenguas imposibles de aprender que con las que los niños adquieren rápido y casi instintivamente.
Es como si un biólogo dijera: “Se me ha ocurrido una nueva teoría buenísima sobre los organismos. Incluye muchos que existen y muchos que es imposible que existan, y no hay forma de diferenciarlos”.
De nuevo, nos entraría la risa. O debería.
Ya no es solo fulanito, estamos hablando de casos reales. Insistiendo en apartarse radicalmente de la ciencia, fulanito contesta: “¿Cómo lo sabes si no has investigado todas las lenguas?”. Llegados a este punto, el abandono de la ciencia normal se hace aún más patente. Por el mismo razonamiento, podemos deshacernos de la genética y la biología molecular, de la teoría de la evolución y del resto de ciencias biológicas, que no han analizado más que una ínfima parte de los organismos. Y por si acaso, también desterramos toda la física. ¿Por qué íbamos a creer en las leyes del movimiento de Newton? ¿Cuántos objetos se han observado de verdad en movimiento?
Por otro lado, está el ligero detalle de la carga probatoria. Los que plantean una teoría tienen la responsabilidad de demostrar que tiene sentido demostrando que no funciona con lenguas imposibles. No es responsabilidad de los demás rebatir el planteamiento, aunque en este caso parece bastante fácil hacerlo.
Prestemos atención ahora a la ciencia normal, donde los detalles cobran interés. Hasta un único ejemplo de adquisición del lenguaje puede ofrecer la oportunidad de entender mejor la diferencia entre lenguas posibles e imposibles.
Las razones están claras y son bien conocidas. Todo crecimiento y desarrollo, incluido el denominado “aprendizaje”, es un proceso que comienza con un estado del organismo y lo va transformando paso a paso en fases posteriores.
Es un principio establecido que la facultad del lenguaje tiene propiedades básicas específicas de los humanos
La adquisición del lenguaje es un proceso de este tipo. El estado inicial es el legado biológico de la facultad del lenguaje, que está claro que existe, aunque sea, como creen algunos, una combinación particular de otras capacidades. Es muy poco probable que sea así por motivos que hace mucho que quedaron claros y que no voy a explicar porque no son relevantes en lo que nos ocupa. Es obvio que hay un legado biológico en la facultad humana del lenguaje. Un mero axioma.
La transición da lugar a un estado relativamente estable, modificado solo en apariencia: el conocimiento de la lengua. Los datos externos desencadenan y configuran en parte el proceso. Mediante el estudio del estado alcanzado (el conocimiento de la lengua) y de los datos externos, podemos sacar conclusiones trascendentales sobre el estado inicial, el legado biológico que hace posible la adquisición del lenguaje. Las conclusiones sobre el estado inicial determinan la diferencia entre lenguas posibles e imposibles. Y esta diferencia es aplicable a todos aquellos que comparten el estado inicial, es decir, a todos los humanos, que se sepa, pues no parece que haya diferencia en la capacidad de adquisición del lenguaje entre los grupos humanos existentes.
Todo esto es ciencia normal y ha logrado muchos resultados.
Los experimentos demuestran que el estado estable se obtiene en buena parte muy pronto, hacia los tres o cuatro años. También es un principio establecido que la facultad del lenguaje tiene propiedades básicas específicas de los humanos, por lo que es una auténtica propiedad de la especie: es común a todos los grupos humanos y, en lo fundamental, un atributo humano único.
Hay mucho que se queda fuera de esta explicación esquemática, sobre todo el papel de las leyes naturales en el crecimiento y el desarrollo, y en el caso de un sistema computacional como el lenguaje, los principios de eficiencia computacional. Pero ahí está el quid de la cuestión. Repito: es ciencia normal.
Es importante dejar claro la distinción de Aristóteles entre posesión de conocimiento y uso de conocimiento (en términos modernos, competencia y actuación). En el caso del lenguaje, el estado estable que se obtiene es posesión de conocimiento, codificado en el cerebro. El sistema interno establece una variedad ilimitada de expresiones estructuradas, cada una de las cuales podemos considerar que plantea un pensamiento, cada uno de ellos externalizable mediante algún sistema sensoriomotor, normalmente el sonido, aunque podría ser un gesto o incluso (no sin dificultad) el tacto.
Si queremos entender qué tipo de criaturas somos, lo primero que debería interesarnos es lo que hace de los humanos la especie más única de todas
Al sistema codificado internamente se accede mediante el uso del conocimiento (la actuación). La actuación incluye el uso interno del lenguaje en el pensamiento: la reflexión, el planteamiento, los recuerdos y muchísimas cosas más. Desde el punto de vista estadístico, es por goleada el uso predominante del lenguaje. Es inaccesible a la introspección, aunque podemos aprender mucho sobre él con los métodos normales de la ciencia, desde “fuera”, metafóricamente hablando. Lo que llamamos “diálogo interior” en realidad son fragmentos de lenguaje externalizado con el aparato articulatorio en silencio. No es más que un reflejo remoto del uso interno del lenguaje, otro aspecto importante en el que no me voy a extender aquí.
Otras formas del uso del lenguaje son la percepción (el análisis sintáctico) y la producción. Esta última entraña propiedades que hoy siguen siendo un misterio, igual que lo eran cuando Galileo y sus contemporáneos las observaban con admiración en los albores de la ciencia moderna.
El objetivo principal de la ciencia es descubrir el sistema interno, tanto en el estado inicial de la facultad humana del lenguaje como en las formas específicas que adopta en la adquisición. En la medida en que conozcamos el sistema interno, podemos proceder a investigar cómo entra en actuación e interacciona con otros muchos factores que entran en el uso del lenguaje.
Los datos de la actuación ofrecen pruebas sobre la naturaleza del sistema interno, especialmente cuando los experimentos los hacen más precisos, como es habitual en el trabajo de campo. Pero hasta la recolección de datos más exhaustiva induce necesariamente a error en aspectos cruciales. Se atiene a lo que se produce normalmente, no al conocimiento del lenguaje codificado en el cerebro, objeto principal de investigación para los que quieren entender la naturaleza del lenguaje y su uso. Ese objeto interno establece infinitas posibilidades más de las que se usarían en un comportamiento normal por factores irrelevantes al lenguaje, como las limitaciones de la memoria a corto plazo, temas que se estudiaron hace sesenta años. Los datos observados también incluyen gran parte de lo que se queda fuera del sistema codificado en el cerebro, que suelen ser usos conscientes del lenguaje que incumplen las normas de los propósitos retóricos. Son axiomas que conocen todos los que realizan trabajo de campo, que dependen de técnicas de obtención de información con los voluntarios, básicamente experimentos, para generar un corpus mejorado que excluya restricciones irrelevantes y expresiones anómalas. Ocurre lo mismo cuando los lingüistas se usan a sí mismos como voluntarios, un procedimiento perfectamente normal y adecuado, habitual en la historia de la psicología hasta el día de hoy.
Lo que ofrece verdaderas pistas acerca de lo que nos hace únicos es lo que no es rutina
Si seguimos avanzando con la ciencia normal, descubrimos que los procesos internos y los elementos del lenguaje no pueden detectarse mediante la inspección de fenómenos observados. Normalmente estos elementos ni siquiera aparecen en el discurso (oral o escrito), aunque sus efectos, que suelen ser sutiles, sí se pueden detectar. Esto supone otro motivo más por el que restringirse a los fenómenos observados, como en los enfoques de LLM, limita drásticamente el entendimiento de los procesos internos que son el objeto principal de la investigación en la naturaleza del lenguaje, su adquisición y su uso. Sin embargo, nada de esto es relevante si el interés por la ciencia y el entendimiento se han abandonado en favor de otras metas.
En líneas más generales, la ciencia, durante miles de años, ha llegado a conclusiones a través de experimentos –normalmente experimentos mentales–, una abstracción radical del fenómeno. Los experimentos están basados en la teoría y buscan descartar los innumerables factores irrelevantes que entran en la observación de los fenómenos, como la actuación lingüística. Todo esto es tan básico que ni se discute. Se sabe. Como ya he comentado, la distinción básica se remonta a la de Aristóteles entre posesión y uso del conocimiento. La primera es el objeto central de estudio. Los estudios secundarios (muy importantes) investigan cómo se usa el sistema almacenado internamente en la actuación, junto con la multitud de factores no lingüísticos que entran en lo que se observa directamente.
Recordemos una observación del biólogo evolutivo Theodosius Dobzhansky, conocido principalmente por su trabajo con Drosophila: todas las especies son únicas, y la humana es la más única de todas. Si queremos entender qué tipo de criaturas somos –obedeciendo el mandato del Oráculo de Delfos de hace 2.500 años–, lo primero que debería interesarnos es lo que hace de los humanos la especie más única de todas, en especial el lenguaje y el pensamiento, estrechamente interconectados, como queda reflejado en la rica tradición que se remonta a la Grecia clásica y a la India. La mayor parte del comportamiento es bastante rutinario, y por lo tanto, hasta cierto punto predecible. Lo que ofrece verdaderas pistas acerca de lo que nos hace únicos es lo que no es rutina, y eso lo encontramos, unas veces mediante experimentos y otras mediante observación, tanto en niños normales como en grandes artistas y científicos.
La sociedad lleva un siglo plagada de intensas campañas corporativas que fomentan el desprecio por la ciencia
Un último comentario al respecto. La sociedad lleva un siglo plagada de intensas campañas corporativas que fomentan el desprecio por la ciencia, un tema que Naomi Oreskes, entre otros, ha estudiado bien. Todo empezó con corporaciones cuyos productos eran nocivos para la salud: plomo, tabaco, amianto y después combustibles fósiles. Sus motivaciones son comprensibles. El objetivo de un negocio en una sociedad capitalista es ganar dinero, no el bienestar de las personas. Es un hecho institucional: si no entras en el juego, estás fuera y alguien que sí lo haga vendrá a reemplazarte.
Los departamentos de relaciones públicas de las corporaciones enseguida se dieron cuenta de que sería un error negar las pruebas científicas que se iban acumulando de los efectos letales de sus productos. Sería fácil de rebatir. Era mejor sembrar la duda, alentar la incertidumbre, menospreciar a esos trajeados que nunca han pintado una casa pero vienen de Washington a decirme que no use pintura con plomo y destruyen mi negocio (caso real, perfectamente extrapolable). Ha funcionado demasiado bien. Ahora mismo nos está llevando por el camino de la destrucción de la vida humana organizada en la Tierra.
En algunos círculos intelectuales, la crítica posmoderna de la ciencia, que Jean Bricmont y Alan Sokal se encargaron de desmontar pero que sigue viva en ciertos ambientes, ha producido efectos similares.
Quizá sea incómodo plantearlo, pero creo que es razonable preguntarse si los fulanitos y los que repiten sin pensar e incluso amplifican sus negligentes proclamas están contribuyendo a las mismas tendencias siniestras.
Es posible que los proyectos de ingeniería futura incluso superen las habilidades humanas
ChatGPT es un chatbot basado en lenguaje natural que usa la inteligencia artificial para entablar conversaciones similares a las humanas. En un artículo reciente en The New York Times, junto con otros dos autores, usted calificaba los nuevos chatbots de despliegue publicitario porque sencillamente no están al mismo nivel que la competencia lingüística de los humanos. Sin embargo, ¿no es posible que innovaciones futuras en IA generen proyectos de ingeniería que sí estén al mismo nivel y que incluso lleguen a superar las habilidades humanas?
El mérito del artículo debemos atribuírselo a su verdadero autor, Jeffrey Watumull, excelente matemático, lingüista y filósofo. Los dos coautores éramos asesores que estuvimos de acuerdo con el artículo, pero no lo escribimos.
Es verdad que los chatbots en principio no están al mismo nivel de competencia lingüística que los humanos, por los motivos indicados anteriormente. Su diseño básico les impide alcanzar la condición mínima de adecuación para una teoría del lenguaje humano: distinguir entre lenguas posibles e imposibles. Como es una propiedad del diseño, no puede salvarse con innovaciones futuras en este tipo de IA. Sin embargo, es muy probable que los proyectos de ingeniería futura lleguen al mismo nivel e incluso superen las habilidades humanas, si nos referimos a la capacidad humana de actuar, a la actuación. Como ya se ha comentado, algunas llevan tiempo haciéndolo: las calculadoras automáticas, por ejemplo. Es más interesante, como indicaba, que haya insectos con el cerebro minúsculo que superan las habilidades humanas entendidas como competencia.
A menos que se controle con cuidado, la ingeniería de IA puede representar serias amenazas
En el artículo mencionado, también se observaba que los proyectos actuales de IA no tienen facultad moral humana. ¿Esta obviedad hace que los robots de IA supongan una amenaza menor para la raza humana? Creo que se puede argumentar que los convierte en una amenaza aún mayor.
Es una obviedad, desde luego, si entendemos la “facultad moral” en su sentido más amplio. A menos que se controle con cuidado, la ingeniería de IA puede representar serias amenazas. Supongamos, por ejemplo, que el cuidado de pacientes estuviera automatizado. Los errores inevitables que el juicio humano solucionaría podrían provocar una historia de terror. O imaginemos que apartamos a los humanos de la evaluación de amenazas determinadas por los sistemas automatizados de defensa antimisiles. Como nos indica un documento histórico estremecedor, sería el final de la civilización humana.
A los organismos reguladores y las fuerzas del orden en Europa les preocupa la expansión de ChatGPT y acaba de presentarse un instrumento legislativo de la Unión Europea que trata de lidiar con la IA mediante la clasificación de dichas herramientas de acuerdo con el nivel de riesgo que entrañen. ¿Está de acuerdo con los que consideran que ChatGPT supone una amenaza pública grave? Por otra parte, ¿cree realmente que el futuro desarrollo de herramientas de IA puede detenerse hasta introducir salvaguardias?
Comprendo perfectamente los esfuerzos de quienes intentan controlar las amenazas que supone la tecnología avanzada, también en este caso. Sin embargo, soy escéptico acerca de la posibilidad de llevarlo a cabo. Me temo que la caja de Pandora ya está abierta. Los actores maliciosos –institucionales o particulares– seguramente encuentren las vías para eludir las salvaguardias. Aunque estos temores, por supuesto, no son motivo para no intentarlo ni para bajar la guardia.
--------------------------
Este artículo fue publicado originalmente en Common Dreams.
Traducción de Ana González Hortelano.
