¿Cómo podemos prever nuestra relación con la IA?

¿Cómo podemos anticipar nuestra relación con la IA?

¿La inteligencia artificial nos hace más tontos o más inteligentes? ¿Cómo podemos ver nuestra relación con la IA?

La interacción humano-IA en la etapa actual o después de la IA general (AGI) siempre es motivo de debate. Ya sea que estés en el lado negativo o en el lado positivo, me gustaría desentrañar las consecuencias de la IA en nuestras mentes. ¿Los humanos se volverán más inteligentes en un mundo donde la IA se haya proliferado o menos inteligentes?

En primer lugar, la IA no es una parte nueva de la vida, ya nos hemos acostumbrado a ella mientras escuchamos las recomendaciones de Amazon o hacemos scroll en los interminables videos de TikTok, etc. Ellos nos conocen muy bien, nuestros intereses, y a veces dictan qué hacer al recomendarnos (la versión moderna de la publicidad: los sistemas de recomendación). Algunas personas, en esto, lo consideran como una “conspiración” mientras que los expertos en tecnología argumentan que esto nos ayuda a no cargar nuestras mentes con cosas triviales. Personalmente, he presenciado este debate.

Es cierto que la tecnología ha mejorado la productividad, pero también ha eliminado muchas tareas automatizándolas.

Hubo un tiempo en el que las personas eran contratadas para hacer cálculos en papel, luego se les dio una calculadora para ayudarles a no perder tanto tiempo y energía calculando en papel, ahora tienen computadoras y Excel para hacer las matemáticas por ellos.

• 3 proyectos de ciencia de datos garantizados para conseguir ese trabajo
• Investigadores de ETH Zurich y Microsoft presentan SCREWS Un marco de inteligencia artificial para mejorar el razonamiento en modelos de lenguaje grandes.
• Últimos avances en el campo de la IA multimodal (ChatGPT + DALLE 3) + (Google BARD + extensiones) y muchos más…

Hubo un tiempo en el que las personas eran contratadas para detener manualmente los ascensores para que pararan en un piso específico, ahora están automatizados y solo necesitan reparaciones cuando se posicionan para funcionar. Actualmente, las máquinas son responsables del 30% de las tareas, mientras que el resto es para las personas.

Una calculadora no ha vuelto a un contador tonto para calcular en el aire, sino más productivo y preciso. El ascensor automatizado ha permitido que algunos técnicos expertos realicen su trabajo, pero no todos son capaces de hacerlo. La IA es la próxima revolución. Las especulaciones dicen que esto se convertirá en una mezcla 50-50 de humanos y máquinas, un cambio drástico. Es por eso que mucha gente se preocupa, para que no pierdan el ritmo y se equipen antes de que la IA haga su trabajo, incluso mejor, más barato y más productivo.

De cualquier manera, este artículo no trata sobre si la IA está quitando nuestros trabajos o no. Esto tendrá un costo, un costo laboral, para aquellos que se quedaron atrás. Según una encuesta de IBM, más de 120 millones de trabajadores a nivel mundial necesitarán reentrenamiento en los próximos tres años debido al impacto de la inteligencia artificial en los trabajos.

Después de todo, el tema aquí es nuestra inteligencia; ¿podrá la IA expandir nuestras mentes para ser más creativos, innovadores y productivos?

Estamos entregando nuestra inteligencia a los datos. Sí, es cierto hasta cierto punto, los datos en los que la mayoría de las herramientas de IA han sido entrenadas han sido producidos por nosotros, las personas. Cuantos más datos produzcamos, más inteligencia obtienen. Es por eso que los países europeos están preocupados por los datos de sus ciudadanos, así como los propios ciudadanos de Europa también.

Hemos establecido una línea, una frontera, entre nuestras mentes y la IA. Nosotros como creadores y ellos (las máquinas) como creaciones. Les hemos entregado nuestras tareas intelectuales. Somos superiores a ellos. Reorganicemos este punto de vista; por el contrario, tanto los humanos como la IA están acoplándose y fusionándose, combinándose y formando unidades.

El concepto de mente extendida está definido por dos filósofos, Andy Clark y David Chalmers, que dicen que la “cognición” no solo sucede en nuestras cabezas, es decir, la mente no es exclusivamente la sede del cerebro, sino que puede extenderse hacia el mundo exterior, hacia objetos físicos. Por ejemplo, poco después del lanzamiento de los teléfonos inteligentes de Apple, estos fueron capaces de realizar tareas que solíamos hacer nosotros mismos, como memorizar números de teléfono, navegación, etc.

Del mismo modo, podemos ver el “cuerpo extendido”, por ejemplo, implantando chips de Neuralink en nuestras cabezas, o el traje externo de Iron Man, etc. Estos son ejemplos de la combinación de tecnología en general y humanos. Y podemos generalizar la idea a capacidades.

De hecho, esto ha sido beneficioso para la humanidad en el siglo XXI. Los teléfonos inteligentes ayudan a las personas ciegas o con baja visión a navegar sus últimos pasos detectando puertas o proporcionando subtítulos en vivo para personas sordas, etc. (Apple presenta características innovadoras de accesibilidad – Apple) Aunque la tecnología ha avanzado mucho en su recorrido hasta ahora, aún necesita mejorarse más, pero tiene potencial. (Vamos a discutirlo: ¿Cómo puede la tecnología empoderar a las personas con discapacidades? – The Valuable 500)

Existen tres condiciones que este acoplamiento debe cumplir para estar en armonía:

1. Cada parte tiene su propia responsabilidad causal (o responsabilidades) mientras están bien conectadas y construyen un sistema completo
2. Todos los sistemas funcionan exactamente como lo piensa la mente
3. Si se pierden los sistemas externos (no todos, pero al menos uno), las capacidades de comportamiento general deben disminuir

Hasta ahora, hemos estado utilizando la tecnología para mejorar nuestra productividad, lo cual ha funcionado bastante bien si queremos ser honestos. Según otro filósofo, John Danaher, existe una diferencia distinta pero eliminante entre las formas “externas” e “internas” de combinación de ser humano y tecnología con fines de mejora. Él cree que si la tecnología puede mejorar la salud mental o el comportamiento de las personas en nuevos entornos, actúa hacia la mejora humana.

Si la [hipótesis de la mente extendida] es verdadera, siempre estamos mejorando la mente humana mediante el uso de la tecnología.

John Danaher-Por qué una mejora moral interna puede ser políticamente mejor que una mejora moral externa.

Por lo tanto, también podemos aplicar la misma analogía a la inteligencia artificial para aquellas herramientas de IA (por ejemplo, ChatGPT, etc.) de las que los seres humanos podemos aprovecharnos directamente. Sí, no se puede aplicar fácilmente a todas las herramientas de IA. ¿Por qué? Porque algunas de ellas están bajo nuestro control, con control me refiero a que podemos desencadenar su acción, como iniciar un chatbot de IA, pedirle un favor a Alexa/Siri, etc. Por otro lado, algunas de ellas están parcialmente bajo nuestro control, como los algoritmos de Instagram/TikTok, los sistemas de recomendación de Amazon, etc. Y algunas están fuera de nuestro control.

Para esto, David Chalmers dio una charla sobre si podemos considerar Modelos de Lenguaje Grandes, LLMs, como mentes extendidas o no. Cuestionó si podríamos considerar herramientas de IA, como ChatGPT, como herramientas para ampliar nuestras mentes, porque ante la indicación correcta, el chatbot nos responde con información útil. Para asombro de todos, él dice que una tecnología como ChatGPT podría estar funcionando de manera demasiado independiente para ser una extensión de la mente.

La teoría de la mente extendida se aplica solo a un número de herramientas de inteligencia artificial (IA), y a medida que se vuelven más autónomas, menos se pueden considerar como una extensión de la mente.

Razonó y discutió el criterio de por qué y cuándo consideramos una nueva tecnología como una mente extendida; al final, concluye con una pregunta para reflexionar: “¿Es este proceso una cognición extendida?”. Algo curioso que hizo y podemos hacer la misma pregunta desde GPT-4:

Curiosamente hay un artículo, publicado titulado “¿Saben los modelos de lenguaje grandes lo que los humanos saben?” [2209.01515] ¿Saben los modelos de lenguaje grandes lo que los humanos saben? (arxiv.org) Hicieron una Tarea de Creencias Falsas, los humanos tuvieron razón el 82.7% del tiempo, mientras que LLM tuvo razón el 74.5% del tiempo, lo cual es bastante impresionante; pero el modelo de lenguaje grande no describió completamente el comportamiento humano. Esto significa que las estadísticas del lenguaje por sí solas son suficientes para generar algo de falsas creencias, pero no son suficientes para representar por completo a los seres humanos.

Además, por otro lado, al depender cada vez más de la IA para que nos recomiende (o incluso dicte) qué hacer, algunos argumentan que hace que nuestros cerebros sean menos inteligentes y creativos. No es un tema nuevo de debate, se ha discutido en Google ( ¿GOOGLE nos está volviendo estúpidos?) en el pasado o ahora en los nuevos avances de la IA (¿La IA generativa nos hará más tontos?)

Una de las primeras historias de enfrentamiento entre inteligencia humana e artificial se remonta a finales de los 90, la historia de Deep Blue y el campeón mundial de ajedrez, Garry Kasparov. Ganó y perdió varios juegos con la máquina de IBM, Deep Blue. Está más allá del alcance de este artículo exponer la historia en detalle, por lo que solo nos quedamos con una de las lecciones que Kasparov mencionó en su libro, Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins.

Cree que cualquier cosa que nosotros, los humanos, podamos hacer, las máquinas pueden hacerlo mejor. Contrario a grandes mentes y científicos de la computación como Alan Turing, quien pensaba que el ajedrez era la prueba definitiva de la inteligencia. No está en contra de la IA, de hecho, cree en una simple ecuación, una persona más máquinas puede vencer a un genio en su área de experiencia. También puedes ver Deep Thinking | Garry Kasparov | Charlas en Google

De hecho, se ha vuelto una realidad, en 2016, se llevaron a cabo una serie de juegos de Go entre la IA de DeepMind, AlphaGo, y el campeón mundial de Go, Lee Sedol. El ser humano, Lee Sedol, ganó solo uno de cada cinco juegos y perdió los demás. La misma historia en el ajedrez; debemos considerar que el Go es mucho más difícil que el ajedrez debido a su gran libertad de movimiento, lo que lleva a numerosas estrategias.

Más tarde, un empleado de DeepMind sin conocimientos del juego, y solo con las recomendaciones de la IA, fue capaz de vencer al campeón mundial de Go. Si estás interesado en el tema de la combinación de humanos y máquinas, mira el video de HBR o lee el libro “Human + Machine: Reimagining Work in the Age of AI“

Algunas charlas y libros podrían ser útiles para comprender este artículo

¿Tu teléfono es parte de tu mente? | David Chalmers | TEDxSydney

David Chalmers: ¿Los modelos de lenguaje grandes extienden la mente?

Gracias a Ali Moezzi por leer borradores de esto.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!