Humanidad vs IA en un tablero de ajedrez (Match Kasparov-Deep Blue)

Humanidad vs IA en un tablero de ajedrez (Match Kasparov-Deep Blue)

Fernando Nunez-Noda, Editor de Máquinamente.

Un épico triunfo de la máquina que es, en el fondo, un logro humano para las épocas.

(Sep. 23, 2023). Hace 27 años el excampeón mundial de ajedrez Gary Kasparov se enfrentó por primera vez con un rival inusual: la supercomputadora Deep Blue, de IBM, que sorprendió al mundo porque en 1996 Kasparov le ganó con mucha dificultad, pero al año siguiente la máquina se impuso en un rematch. Vale decir que Kasparov es, según consenso, el mejor ajedrecista (humano) de la historia.

Para mis clases (de tecnología en la Escuela de Periodismo) en la Universidad Católica Andrés Bello en Caracas, Venezuela, solía usar estos históricos encuentros para explicar los modelos y esquemas de la comunicación social. Comparto algunas reflexiones al respeto:

La inteligencia artificial es humana

Se atribuye al matemático inglés Alan Turing (1912-1954, en la foto) la creación de la «informática» o «computer sciences», como es llamada en inglés. En 1936 escribió los principios que rigen la computación moderna y llegó más allá, hasta preguntarse si los cerebros electrónicos podían algún día ser inteligentes. No es casualidad que en el cubículo frío y liso de Hal 9000, la computadora pensante del film 2001: una Odisea Espacial (1969), solo mostrara un pequeño retrato de este matemático.

La «máquina de Turing» (1936), un aparato imaginario capaz de imitar procesos inteligentes humanos tan sólo si se presentan como “algoritmos”, se considera el gran predecesor de las computadoras y de los programas actuales. Deep Blue, el sistema computacional de IBM que «derrotó» a Gary Kasparov en 1997, es una máquina de Turing porque produce millardos de configuraciones complejas a partir de reglas simples que se agregan y concatenan, de modo que parecen realizadas, no sólo por un humano, sino por uno superdotado.

Más que la máquina, a mí me llama la atención la célebre «prueba de Turing». Consiste en un «juego de imitación» por el cual un participante hace las mismas preguntas binarias a un humano y a una máquina, sin saber cuál es cuál, dado que ambos están ocultos. El punto es averiguar cuán lejos puede sostenerse el engaño de la máquina, es decir, cuántas preguntas pueden hacerse hasta que quede en evidencia cuál es la máquina.

¿Cuál es el humano, cuál la máquina?

Como un trabajo para mis alumnos de comunicación social, en la UCAB, re-imaginé la prueba así: Gary Kasparov está sentado frente a una pared, hay dos monitores de computadora con tableros exactos, cada uno con un teclado. Un monitor está conectado a una computadora operada en tiempo real por un grupo de jugadores y sus asesores, el otro está conectado a Deep Blue. El campeón mundial de ajedrez desconoce quién o qué está detrás de cada monitor.

Si Kasparov juega contra ambos «contendores» la pregunta es: «cómo y cuándo sabe cuál es manejada por humanos o por Deep Blue». Si tarda mucho en delatar a la máquina o no lo hace del todo, entonces aquella imita muy bien la inteligencia deductiva humana.

Pedí a mis alumnos una reflexión sobre esta prueba de «Turing-Kasparov». ¿Hay comunicación en el caso de Deep Blue? Si Kasparov no identifica a Deep Blue ¿se puede hablar de algún tipo, aunque sea primitivo, de inteligencia?

Ambos y ninguno

La respuesta es que ni yo mismo estaba muy claro. Mis alumnos, que son muy inteligentes y creativos, también divagaron. Uno piensa en Deep Blue, al principio, como algo que tiene una conciencia propia, en vez de un entramado de cables y de códigos. Como los gatos, sólo nos llama la atención lo que se mueve, lo que actúa en el momento, de modo que la máquina trabajando nos parece un interlocutor. 85% de los alumnos indicó que Kasparov y Deep Blue tienen una relación emisor-receptor similar a la que tendría con humanos.

Cuando Kasparov juega contra el equipo de maestros no hay máquina de Turing. Pero entonces ¿qué ocurre cuando Kasparov juega con Deep Blue?

Visto como un circuito cerrado, decir que entre el campeón mundial de ajedrez y una máquina hay comunicación es anatema, porque la comunicación (social) es humana. Si no, lo que le gritamos a nuestras computadoras sería un insulto, no una descarga de frustración. Según el paradigma tradicional, sólo se completa un circuito comunicacional cuando el emisor y el receptor son seres pensantes y no, uno de ellos, un sistema seudopensante.

Comunicación parecida a la humana ¿sí o no?

Ahora bien, en un espectro más amplio, el match Kasparov-Deep Blue sí puede implicar comunicación después de todo. En efecto, si vamos más allá, hallamos un diálogo entre Kasparov y los programadores del sistema. En este sentido, no importa que los programadores estén presentes o embebidos en el programa, que actúa incluso cuando ellos duermen. Lo importante es que ellos previeron el diálogo, en forma de algoritmos, de modo que Deep Blue simula la interacción real de un jugador humano, en este caso, uno de los mejores del mundo.

Los medios masivos, como la televisión o la prensa, ofrecen mensajes iguales para todo su público (todos ven la misma telenovela, todos leen esta misma página). La computación, al ser programable, permite que diversos usuarios sigan diferentes caminos. Con Kasparov, Deep Blue ejecuta una partida de nivel mundial. Conmigo, me despacha en pocos movimientos.

Cuando usted diseña un programa de computación o una página web, prepara de antemano una historia, pero no la misma para todos, sino la que cada quien va haciendo, de la forma «si entra por aquí, se le responde así; si hace clic en aquello, ocurre esto otro, etcétera». Esa secuencia de instrucciones condicionadas, ese diálogo semi-programado, es lo que llamamos “algoritmo”.

Deep Blue es una prolongación, no sólo de las capacidades ajedrecísticas de sus programadores, sino de sus habilidades comunicacionales, dado que la computadora y su software son capaces de responder a muy complejas estrategias de engaño y sutileza. Puede simular, cambiar de estrategia sobre la marcha…

Deep Blue no tiene voluntad ni conciencia, pero sus programadores sí. Por ejemplo, «enrocar antes de nueve jugadas», «dominar el centro del tablero», «forzar tablas» son muy complejos juegos de posibilidades. Sobre esta base se construye una programación que anticipa las respuestas de un contrincante junto a sus propias intenciones, que las tiene el Kasparov.

En resumen: hay inteligencia en ambos casos. Contra los expertos en vivo no hay duda, porque todos son humanos. Mas en Deep Blue también, porque realmente Kasparov sigue jugando contra sus programadores, pero en tiempos diferidos.

La «inteligencia artificial» es el traslado de inteligencia fuera de la mente, a cerebros mecánicos que imitan algunos aspectos no tan rudimentarios del pensamiento.

Estamos, eso sí, a enorme distancia de un pensamiento artificial más sofisticado o emotivo, pero hay razones para celebrar ese pequeño triunfo contra Kasparov, porque revela el poder de la inteligencia combinada y condesada fuera del cerebro para que «piense» por sí misma.

___________________________________________________________

 

La IA, el libre mercado y el futuro del trabajo humano

La IA, el libre mercado y el futuro del trabajo humano

Algunas voces dicen que tecnología y humanos pueden coexistir… pero cuando se trata de trabajos es distinto.

1. ¿Qué estarás haciendo dentro de tan solo una década, cuando versiones más avanzadas del programa de inteligencia artificial conocido como ChatGPT se hayan incorporado de lleno en el tejido de la vida cotidiana?

Según algunos expertos, tu empleo podría estar en peligro. En la actualidad, existen disputas laborales en curso entre trabajadores de la industria automotriz y guionistas, y en el centro de estas disputas se encuentra la amenaza inminente de la inteligencia artificial.

Cuando hablamos de la posibilidad de perder empleos, dos expertos tecnológicos muy respetados lo señalan en su artículo para la revista Foreign Affairs: los escritores podrían ser de los primeros en sentir los efectos. Y no están solos en esta preocupación. Aseguran que, incluso con las versiones actuales de la inteligencia artificial, como ChatGPT, estas máquinas pueden generar textos más claros y coherentes que muchos seres humanos, y la tecnología sigue mejorando.

De acuerdo con los expertos, en el año 2035, la inteligencia artificial estará lista para desempeñar roles en hospitales, aerolíneas y salas de tribunal, mientras que los trabajadores de cuello blanco enfrentarán una grave pérdida de empleos. Hace solo un año, este escenario hubiera parecido pura ciencia ficción, pero hoy en día, parece ser una realidad que está cada vez más cerca.

2. Una de las consecuencias de la «inteligencia artificial generativa» es que en menos de diez años se han desarrollado aplicaciones de IA como el ChatGPT (pronto el Bard IA de Google y otros), que forman o formarán parte de la vida diaria, en apps u operando dentro de dispositivos varios. La pérdida de empleos deriva en disputas laborales que, en este mismo momento, están ocuriendo entre trabajadores de la industria automotriz y guionistas, y en el centro de estas disputas se encuentra la amenaza inminente de la IA.

La preocupación sobre el impacto de la inteligencia artificial (IA) en el panorama laboral es comprensible y se centra en varias áreas de preocupación:

Consecuencias Negativas:

1. Desplazamiento de Empleos: La automatización impulsada por la IA podría resultar en la pérdida de empleos en ciertas industrias y roles, especialmente aquellos que involucran tareas repetitivas y rutinarias.

2. Desigualdad Económica: Si no se gestionan adecuadamente, la IA podría exacerbar la brecha económica, ya que las personas con habilidades específicas para trabajar con tecnología avanzada podrían tener ventajas sobre aquellas que no las tienen.

3. Cambio en la Naturaleza del Trabajo: La IA puede cambiar la naturaleza del trabajo en lugar de eliminarlo por completo. Esto podría llevar a la necesidad de reentrenamiento y adaptación constante de las habilidades laborales.

Posibles Soluciones:

1. Reentrenamiento y Educación: La inversión en programas de reentrenamiento y educación continua es esencial para ayudar a los trabajadores a adquirir nuevas habilidades y adaptarse a un entorno laboral cambiante.

2. Políticas de Protección Laboral: Se pueden implementar políticas laborales que promuevan la seguridad y el bienestar de los trabajadores afectados por la automatización. Esto podría incluir regulaciones sobre la reubicación de trabajadores y beneficios de desempleo mejorados.

3. Fomentar la Colaboración Hombre-Máquina: La IA puede ser una herramienta complementaria para los trabajadores humanos, aumentando su eficiencia y productividad. Se pueden desarrollar entornos laborales que fomenten la colaboración entre humanos y máquinas.

4. Ética y Transparencia: Es fundamental desarrollar IA ética y transparente para mitigar posibles prejuicios y asegurarse de que las decisiones automatizadas sean justas y equitativas.

5. Inversión en Nuevas Oportunidades de Empleo: Fomentar la inversión en industrias y tecnologías emergentes que creen nuevas oportunidades de empleo puede ayudar a compensar las pérdidas en otros sectores.

6. Planificación a Largo Plazo: Gobiernos, empresas y la sociedad en su conjunto deben planificar a largo plazo para adaptarse a los cambios en el panorama laboral y garantizar una transición suave hacia una economía impulsada por la IA.

Es importante recordar que la IA también tiene el potencial de aumentar la productividad, mejorar la toma de decisiones y abordar problemas complejos. La gestión cuidadosa de su implementación y sus efectos en el trabajo puede ayudar a aprovechar estos beneficios mientras se minimizan los impactos negativos.

 

________________________________________________________
Con información de CBC

Amazon tiene un vendedor que funciona con IA

Amazon tiene un vendedor que funciona con IA

Amazon ha presentado hoy un nuevo conjunto de herramientas de inteligencia artificial generativa dirigidas a vendedores, que según la empresa minorista, simplificarán el proceso de creación de listados de productos. El gigante minorista afirma que estas nuevas capacidades están diseñadas para ayudar a los vendedores a generar «descripciones de productos cautivadoras, títulos y detalles de listados».

Los vendedores también podrán agregar a sus descripciones de productos existentes utilizando la inteligencia artificial, en lugar de tener que empezar desde cero.

Las herramientas de inteligencia artificial fueron construidas utilizando grandes modelos de lenguaje, o LLMs, que fueron entrenados con grandes cantidades de datos. Aunque Amazon no lo especifica específicamente, parece que el minorista probablemente haya examinado sus propios datos de listados para entrenar sus modelos de aprendizaje automático. Anteriormente, Amazon había utilizado técnicas de aprendizaje automático y aprendizaje profundo para extraer y enriquecer la información del producto, pero las nuevas capacidades de inteligencia artificial generativa se basan en esa tecnología.

«Con nuestros nuevos modelos de inteligencia artificial generativa, podemos inferir, mejorar y enriquecer el conocimiento del producto a una escala sin precedentes y con una mejora dramática en calidad, rendimiento y eficiencia», explicó Robert Tekiela, vicepresidente de Selección y Sistemas de Catálogo de Amazon, en un comunicado. «Nuestros modelos aprenden a inferir información del producto a través de diversas fuentes de información, conocimiento latente y razonamiento lógico que aprenden. Por ejemplo, pueden inferir que una mesa es redonda si las especificaciones indican un diámetro o inferir el estilo del cuello de una camisa a partir de su imagen».

Amazon afirma que sus herramientas de inteligencia artificial generativa ayudarán a los vendedores a ahorrar tiempo y permitirán a los clientes encontrar información de productos más completa, pero existen algunas preocupaciones sobre el uso de modelos de inteligencia artificial generativa a esta escala, dada su capacidad para «alucinar» o crear información falsa no basada en datos reales.

Las herramientas también podrían potencialmente contener otros errores que no se detecten si un humano no revisa la salida. Y si las herramientas terminan creando listados y descripciones de productos incorrectos, Amazon podría ser considerado responsable, especialmente si no divulga que el listado fue creado usando inteligencia artificial.

Anteriormente, The Information informó que Amazon estaba probando herramientas de inteligencia artificial generativa para contenido, y señaló que la herramienta advertía a los vendedores que verificaran el contenido para asegurarse de que cumple con las pautas de listado de Amazon. La empresa se había negado a responder preguntas sobre los LLM que estaba utilizando para la nueva herramienta, según el informe.

Amazon no es la única empresa minorista que recurre a la inteligencia artificial generativa para facilitar el proceso de creación de listados de productos. eBay anunció la semana pasada el lanzamiento de una herramienta de inteligencia artificial generativa que podría generar listados de productos a partir de fotos. A principios de este verano, Shopify anunció su propio ayudante similar a ChatGPT para sus comerciantes de comercio electrónico, diseñado para comprender e interpretar preguntas o indicaciones relacionadas con la toma de decisiones empresariales y crear contenido como publicaciones de blog, ideas de campañas y correos electrónicos para clientes, entre otras cosas.

ChatGPT

Una línea de tiempo de la IA

Una línea de tiempo de la IA

La inteligencia artificial es relativamente nueva, poco más de 70 años. Pero en este lapso, que equivale a la expectativa de vida en los EE. UU., ha ocurrido todo lo que nos lleva al mundo tecnológico que conocemos y, en el caso que nos ocupa, a la IA. Les dejamos un recuento de eventos relevantes en esta carrera para lograr, nada más y nada menos, que una inteligencia fuera de nuestros propios cerebros pudiera emular el pensamiento:

Década de 1950:

  • 1950: Alan Turing propone la «Prueba de Turing» para evaluar la inteligencia de las máquinas.
  • 1956: Se celebra la Conferencia de Dartmouth, considerada el punto de partida de la IA como disciplina.

Década de 1960-1970:

  • 1965: El programa de resolución de problemas Dendral se desarrolla en Stanford.
  • 1969: El programa de lenguaje natural ELIZA es creado por Joseph Weizenbaum.
  • 1973: Se desarrolla el sistema experto MYCIN para el diagnóstico médico.

Década de 1980-1990:

  • 1980: Se inicia la era de los sistemas expertos con sistemas como XCON y R1.
  • 1986: Geoffrey Hinton introduce las redes neuronales artificiales.
  • 1988: El algoritmo de backpropagation se utiliza en el entrenamiento de redes neuronales.
  • 1997: IBM’s Deep Blue derrota a Garry Kasparov en ajedrez.

Década de 2000-2010:

  • 2006: Se desarrolla el algoritmo de aprendizaje profundo conocido como «Deep Learning».
  • 2011: IBM Watson gana en el programa de televisión Jeopardy.
  • 2012: Se produce un avance significativo en el procesamiento de lenguaje natural con redes neuronales profundas.
  • 2015: Google presenta el modelo de lenguaje de Google Brain, que sienta las bases para modelos de IA más grandes.

Década de 2020:

  • 2020: OpenAI lanza GPT-3 (Generative Pre-trained Transformer 3), un modelo de lenguaje que establece nuevos estándares en la generación de texto.
  • 2021: OpenAI lanza ChatGPT, una versión de GPT-3 diseñada para conversaciones interactivas.
  • 2022: Se desarrollan versiones más avanzadas de modelos de IA, como GPT-4, que mejoran la generación de texto y la comprensión del lenguaje.

Esta línea de tiempo proporciona una visión general de los hitos clave en el desarrollo de la IA hasta la creación de ChatGPT. Tengamos en cuenta que la IA es un campo en constante evolución, y estos hitos son solo algunos ejemplos de los avances que han dado forma a la disciplina a lo largo de los años.

 

¿Podrá la IA cambiar el trabajo tal cual lo conocemos?

¿Podrá la IA cambiar el trabajo tal cual lo conocemos?

Del blog One Useful Thing y escrito por Ethan Mollick, nos llamó la atención un artículo, sobre el impacto de la IA en el trabajo. El texto es lapidario desde el mismísimo título: «Estudio: Los trabajadores que utilizaron inteligencia artificial produjeron resultados de un 40% mayor calidad que aquellos que no lo hicieron».

La fuente de estos hallazgos viene de «un nuevo estudio realizado por científicos sociales de algunas de las universidades más grandes del mundo, (…) Los sujetos de prueba que utilizaron ChatGPT para realizar 18 tareas laborales diferentes superaron significativamente a sus pares que no lo hicieron.»

Recopilemos algunas conclusiones (mostradas en el gráfico):

  1. «El estudio se llevó a cabo en colaboración con Boston Consulting Group y analizó a cientos de consultores en 18 tareas laborales diferentes.
  2. «Quienes utilizaron la inteligencia artificial completaron un 12,2% más
    de tareas laborales.
  3. «También realizaron las tareas un 25,1% más rápido.
  4. «Aquellos que utilizaron la inteligencia artificial produjeron resultados de un 40% mayor calidad que los que no lo hicieron.
  5. «Los consultores con las calificaciones más bajas al inicio del estudio experimentaron el mayor aumento en el rendimiento cuando se les permitió utilizar la inteligencia artificial.»

Los responsables de la investigación fueron científicos sociales de Harvard, MIT y la Universidad de Warwick, además de investigadores de BCG. El estudio contó con la participación de cientos de consultores, y se determinó al azar quiénes tenían permiso para emplear la inteligencia artificial. Aquellos consultores a los que se les permitió utilizar la inteligencia artificial recibieron acceso a GPT-4.

IA Generativa en la secundaria 

IA Generativa en la secundaria 

El titular lo decía todo (en inglés):

 «A medida que ChatGPT entra en el aula, los maestros sopesan los pros y los contras.» Y no era para menos. Ocurrió en noviembre de 2022. Sigue el artículo con: «El chatbot de IA podría cambiar las escuelas K-12, para bien o para mal. A pesar de los riesgos potenciales, algunos educadores ya están haciendo que ChatGPT funcione en sus aulas.»

Nueve meses después, todavía los resultados no son concluyentes. Se han sopesado las magníficas oportunidades y los riesgos, que no son pocos. Sin embargo, quisimos «entrevistar» a un protagonista de este experimento: el propio ChatGPT, siempre dado a contestar nuestras entrevistas:

MM: Si tuvieras que explicarle a un adolescente de, digamos, 14 años qué es y cómo funciona la IA ¿cómo lo harías?

ChatGPT: La Inteligencia Artificial (IA) es como cuando le enseñas a tu teléfono o computadora a pensar y aprender como lo haría una persona. Imagina que tienes un robot súper inteligente que puede aprender de la información que le das y usarla para tomar decisiones o responder preguntas.

La forma en que funciona es como cuando aprendes algo nuevo. Piensa en cómo aprendiste a reconocer rostros. Al principio, alguien te mostró muchas fotos de diferentes personas y te dijo quiénes eran. Con el tiempo, pudiste identificar rostros por ti mismo. De manera similar, la IA necesita mucha información para aprender. Los científicos la alimentan con datos y le dicen qué significan esos datos. La IA luego encuentra patrones en esos datos para tomar decisiones.

La IA puede hacer cosas geniales. Por ejemplo, puede ayudar a los médicos a diagnosticar enfermedades, como analizar radiografías para detectar problemas. También puede predecir cosas, como el clima o qué películas podrían gustarte según las que ya has visto.

Para un joven de secundaria, aprender sobre IA podría abrir muchas puertas emocionantes. Imagina diseñar una aplicación que ayude a las personas a aprender idiomas más rápido, o construir un robot que te ayude con las tareas del hogar. La IA está en todas partes, desde videojuegos hasta autos autónomos, y ser capaz de entenderla y trabajar con ella podría ser increíblemente valioso en el futuro.

Así que, en resumen, la inteligencia artificial es como una super mente computarizada que aprende de los datos y puede ayudarnos a resolver problemas y tomar decisiones inteligentes. A medida que aprendes más sobre ello, podrías tener la oportunidad de hacer cosas asombrosas con esta tecnología.

Ahora veamos qué nos dice sobre la relación informacional de un adolescente con un ente cibernético de cierta inteligencia:

MM: ¿Cuáles son los alcances y limitaciones que un joven, digamos, de 15 años debe tener para manejar el ChatGPT y la IA en general?

ChatGPT: Manejar el chabot y la inteligencia artificial en general puede ser una experiencia emocionante y educativa para un joven de 15 años. Sin embargo, es importante tener en cuenta tanto los alcances como las limitaciones de estas tecnologías para un uso seguro y responsable. Aquí hay algunos aspectos clave a considerar:

Alcances:

Aprendizaje y Creatividad: Los jóvenes pueden utilizar la inteligencia artificial para aprender sobre diversos temas, explorar áreas de interés y expandir su conocimiento. También pueden utilizar la IA para fomentar su creatividad, como generar historias, poemas, música u otros tipos de contenido.

Resolución de Problemas: La IA puede ser una herramienta valiosa para abordar problemas y desafíos. Los jóvenes pueden utilizarla para analizar datos, simular situaciones y desarrollar soluciones innovadoras.

Programación y Desarrollo: Aprender sobre IA puede inspirar a los jóvenes a adentrarse en la programación y el desarrollo de aplicaciones. Pueden crear programas simples que utilicen conceptos de IA para realizar tareas específicas.

Pensamiento Crítico: Al interactuar con la IA, los jóvenes pueden desarrollar habilidades de pensamiento crítico al evaluar la calidad de las respuestas generadas y la información proporcionada por el modelo.

Limitaciones:

 Fuente de Información: Es importante que los jóvenes comprendan que la IA no siempre tiene la información más precisa o actualizada. Deben ser críticos al evaluar la información que obtienen de la IA y considerar múltiples fuentes.

 Sesgo y Contenido Inapropiado: Los modelos de IA como ChatGPT pueden tener sesgos inherentes en función de los datos con los que fueron entrenados. Los jóvenes deben ser conscientes de que las respuestas generadas pueden no ser completamente imparciales ni siempre apropiadas.

 Responsabilidad y Ética: Los jóvenes deben entender que la IA no reemplaza la responsabilidad humana. Deben ser conscientes de las implicaciones éticas de cómo utilizan la tecnología y cómo afecta a otros.

 Privacidad y Seguridad: Al interactuar con IA en línea, los jóvenes deben ser conscientes de su privacidad y seguridad. No deben compartir información personal sensible o confidencial.

 Desarrollo en Curso: La IA está en constante evolución. Lo que es posible hoy podría ser diferente en el futuro. Los jóvenes deben estar dispuestos a seguir aprendiendo y adaptándose a medida que la tecnología avanza.

En general, es esencial que los jóvenes sean guiados por padres, educadores y tutores para aprovechar las oportunidades de la IA de manera segura y ética. Promover la educación continua sobre cómo funciona la IA, sus posibilidades y sus limitaciones ayudará a los jóvenes a ser usuarios informados y responsables de esta tecnología.

 

 

Verified by MonsterInsights