Inteligencia Artificial

La historia del Air France 447

En junio de 2009, el avión de Air France 447, que voloba de Rió de Janeiro, a París se encontraba sobre el Atlántico cuando cruzaron una tormenta. La tormenta provocó que varios sensores del avión dejasen de funcionar lo que desactivó de forma automática el piloto automático del avión. A partir de ahí, todo se desmorona en minutos. El copiloto que toma los mandos tira del stick (volante del avión) hacia atrás, el avión empieza a perder velocidad y entra en pérdida. La alarma suena de forma repetida durante gran parte de la caída. Pero sin datos, ninguno de los tres pilotos reconoce lo que está pasando. En vez de bajar el morro para recuperar velocidad, al parecer la maniobra más básica que existe, el piloto sigue tirando del stick hacia atrás. A los cuatro minutos, el avión se estrella en el océano sin supervivientes.

La investigación oficial concluyó algo que sacudió a toda la industria: no fue un fallo técnico grave lo que mató a 228 personas (sólo fueron unos segundos sin piloto automático en un avión que seguía siendo perfectamente manejable a mano). Los pilotos habían acumulado miles de horas de vuelo, pero casi todas ellas gestionando la el piloto automático, no volando de verdad. Cuando la máquina les devolvió el control, no tenían las competencias esenciales dominadas para reconocer un stall tan básico y salir de él.

El mismo problema con otra herramienta

Puede ser que algo parecido a lo que ocurrió con el vuelo del Air France 447 lo que esté pasando con la Inteligencia Artificial (IA) y los LLM (Large Language Model). En una investigación liderada por Kosmyna titulada “Your Brain on ChatGPT”, 54 participantes divididos por grupos tenían que escribir distintos ensayos en tres jornadas de trabajo. Los grupos fueron sólo tres y tenían a su disposición diferentes herramientas: (1) Grupo sólo cerebro, sin herramientas de apoyo para escribir los ensayos; (2) Grupo de buscadores web, a los que sólo se les dió un buscador web en internet como ayuda; (3) Grupo IA, a los que se les dio Chat GPT como herramienta de apoyo para escribir.

En este vídeo exploramos la frontera entre la tecnología y la mente humana a través de la Cognición Aumentada. A medida que la Inteligencia Artificial deja de ser una herramienta externa para convertirse en una extensión de nuestras capacidades, surge una oportunidad única para la innovación profesional. No se trata simplemente de delegar tareas, sino de transformar nuestro pensamiento creativo mediante un diseño de procesos avanzado que integre modelos de lenguaje de vanguardia.

Analizaremos cómo potenciar tu productividad utilizando ecosistemas como GPT-4, Claude y Gemini de Google. Sin embargo, el enfoque de este contenido no es el manejo técnico de estas plataformas, sino el desarrollo de una arquitectura intelectual que te permita generar ideas disruptivas, superar el bloqueo creativo y procesar información compleja con una agilidad sin precedentes.

La IA Generativa aplicada a la cognición nos permite expandir los límites de lo que podemos idear y construir. Si buscas dejar atrás el uso superficial de la tecnología y quieres liderar en un entorno competitivo, comprender estos nuevos flujos de trabajo es el primer paso.

Bienvenido a la era de la inteligencia extendida en el Instituto de Cognición Aumentada (ICAU).

La consultora McKinsey acaba de lanzar un estudio titulado “Skill Partnerships: The Age of Agents, Robots, and Us” donde la idea central es simple: el futuro del trabajo se basa en una asociación entre personas, agentes de IA (para tareas no físicas) y robots de IA (para tareas físicas). Y ya te puedo adelantar que su conclusión es que tus habilidades no se volverán obsoletas, sino que deben evolucionar.

Una nueva forma de trabajar

Imagina tu futuro lugar de trabajo como un equipo dinámico compuesto por tres tipos de miembros:

• Personas (Tú): Aportando juicio crítico, creatividad, empatía y estrategia.
• Agentes: Sistemas de IA que realizan tareas no físicas, como analizar datos, redactar informes o gestionar la comunicación con clientes. Son tus “compañeros virtuales”.
• Robots: Máquinas impulsadas por IA que realizan tareas físicas, desde ensamblar productos en una fábrica hasta asistir en un almacén.

Esta colaboración permitirá que las tareas repetitivas y de análisis intensivo de datos sean manejadas por la IA, liberándote para que te concentres en los aspectos del trabajo que solo los humanos pueden hacer bien, y que en gran parte son el análisis crítico, la creatividad o la resolución de problemas complejos.

La semana pasada impartí la conferencia “Potencia tu capacidad de aprendizaje con IA Generativa” en la sede de los empresarios de Albacete, FEDA.

A diferencia de las revoluciones previas (Industrial o de Internet), la IA Generativa es la primera herramienta diseñada para intervenir directamente en nuestros procesos cognitivos, la IA es la herramienta cognitiva más potente jamás inventada. Esto marca un cambio de paradigma donde los procesos de formación tradicional quedan obsoletos, desplazando el valor de las habilidades técnicas hacia las habilidades blandas como la creatividad, el pensamiento crítico, la toma de decisiones o la solución de problemas complejos. Y es que, como decía Jeff Bezos, la creatividad es la capacidad estratégica de mayor valor para las empresas ahora y en el futuro.

El MIT acaba de publicar un nuevo artículo titulado “The Iceberg Index” que presenta un nuevo marco para comprender el impacto de la Inteligencia Artificial Generativa (GenAI) en el contexto del mercado laboral.

El Problema: El “Punto ciego” de la economía de la IA

Según los investigadores, nos encontramos en punto ciego ya que somos incapaces de comprender la dimensión del futuro impacto de la IA por varias razones

• Insuficiencia de métricas tradicionales: Las métricas tradicionales como el empleo o el PIB solo miden los resultados después de que ocurre una disrupción, y no son conscientes de lo que GenAI puedo hacer.
• Efectos en cascada: La IA está reconfigurando el mercado laboral con efectos en cascada que se extienden más allá de los sectores principales de impacto, como el tecnológico. Estos efectos secundarios (en logística, cadenas de suministro, etc.) no son visibles para los sistemas de planificación actuales.

Este fin de semana, en un artículo de Expansión Andalucía, aparece publicada una entrevista a Daron Acemoglu, premio Nobel de Economía en 2024. Acemoglu hace una crítica a la visión existente y actual de la IA como sustituto humano que tiene por deseo aumentar la productividad de las empresas mediante el reemplazo y la reducción de costes laborales. Grandes pioneros de la IA como Alan Touring compartían esta visión de crear máquinas para superar a los humanos.

Según Acemoglu, no estamos destinados irremediablemente a una distopía donde las máquinas hagan todo el trabajo, es una elección, y no la mejor. Existe una alternativa que comparto por completo, y es la de crear máquinas que nos mejoren y aumenten nuestras capacidades, no para que nos sustituyan, sino para que nos hagan mas inteligentes. Esta idea también fue compartida por investigadores de la IA, como es el caso de Norbert Wiener.

Tal y como yo lo veo, el desafío está elegir bien el camino:

En un programa de formación sobre IA Generativa para la creación multimedia en el que colaboro como docente una alumna me preguntaba esta misma semana sobre si GenAI está reduciendo nuestra creatividad. Esta alumna aludía al hecho de que utilizaba ChatGPT y Gemini para pedir alternativas creativas a una idea de creación, y que escogía una de ellas sin más para ponerse a trabajar.

Como podéis ver, el proceso de ideación de esta alumna con las herramientas de IA era el siguiente: problema – pedir alternativas – analizar en retrospectiva – escoger uno. Esto es lo que se llama un proceso asistido por GenAI centrado en la solución, y con esta idea mi contestación a la alumna fue la siguiente: “Es cierto, si sigues trabajando así, perderás capacidad creativa”.