¿Quién se beneficia de la inteligencia artificial? Esta pregunta básica, que ha sido especialmente destacada durante el auge de la IA en los últimos años, estuvo en primer plano en una conferencia en el MIT el miércoles, mientras los oradores y miembros de la audiencia luchaban con las muchas dimensiones del impacto de la IA.
En una de las charlas principales de la conferencia, la periodista Karen Hao ’15 pidió una trayectoria modificada del desarrollo de la IA, incluido un alejamiento de la ampliación masiva del uso de datos, centros de datos y modelos que se utilizan para desarrollar herramientas bajo la rúbrica de “inteligencia general artificial”.
“Esta escala es innecesaria”, afirmó Hao, quien se ha convertido en una voz destacada en los debates sobre la IA. “No se necesita esta escala de IA y computación para obtener los beneficios”. De hecho, añadió, “si realmente queremos que la IA sea ampliamente beneficiosa, debemos abandonar urgentemente este enfoque”.
Hao es un ex miembro del personal de The Wall Street Journal y MIT Technology Review, y autor del libro de 2025, “Empire of AI”. Ha informado ampliamente sobre el crecimiento de la industria de la IA.
En sus comentarios, Hao destacó el asombroso tamaño de los conjuntos de datos que ahora utilizan las mayores empresas de inteligencia artificial para desarrollar grandes modelos de lenguaje. También enfatizó algunas de las ventajas y desventajas de esta ampliación, como el consumo masivo de energía y las emisiones de los centros de datos a hiperescala, que también consumen grandes cantidades de agua. Basándose en sus propios informes, Hao también señaló el costo humano del trabajo de entrada que realizan los empleados de la economía global, ingresando datos manualmente para los modelos a hiperescala.
Por el contrario, propuso Hao, podría existir un camino alternativo para la IA en el ejemplo de AlphaFold, la herramienta ganadora del Premio Nobel utilizada para identificar estructuras de proteínas. Esto representa el concepto de “modelo de IA pequeño y específico para tareas que aborda un problema de amplio alcance que se presta a las fortalezas computacionales de la IA”, dijo Hao.
Y añadió: “Está entrenado en conjuntos de datos altamente seleccionados que sólo tienen que ver con el problema en cuestión: plegamiento de proteínas y secuencias de aminoácidos… No hay necesidad de una supercomputación rápida porque los conjuntos de datos son pequeños, el modelo es pequeño y aún está generando enormes beneficios”.
En un segundo discurso de apertura, la académica Paola Ricaurte subrayó la conveniencia de los enfoques de IA impulsados por un propósito y esbozó una serie de claves conceptuales para evaluar la utilidad de la IA.
“No tiene sentido tener tecnologías que no van a responder a las comunidades que las van a utilizar”, afirmó Ricaurte.
Es profesora del Tecnológico de Monterrey en México y profesora asociada del Centro Berkman Klein para Internet y Sociedad de la Universidad de Harvard. Ricaurte también ha formado parte de comités de expertos como la Asociación Mundial para la IA, los Expertos en Ética en IA sin Fronteras de la UNESCO y el proyecto Mujeres por una IA Ética.
El evento fue organizado por el Programa del MIT en Estudios de la Mujer y de Género. Manduhai Buyandelger, director del programa y profesor de antropología, hizo unas palabras introductorias.
Titulado “Género, Imperio e IA: Simposio y Taller de Diseño”, el evento se llevó a cabo en el espacio para conferencias de la Facultad de Computación Schwartzman del MIT y contó con la asistencia de más de 300 personas para las charlas magistrales. También hubo un segmento del evento dedicado a grupos de discusión y una sesión vespertina sobre diseño, en media docena de áreas temáticas diferentes.
En su charla, Hao denunció la naturaleza a menudo vaga del discurso sobre la IA, sugiriendo que impide una discusión más reflexiva sobre la dirección de la industria.
“Parte del desafío al hablar de IA es la total falta de especificidad en el término ‘inteligencia artificial'”, dijo Hao. “Es como la palabra ‘transporte’. Podríamos referirnos a cualquier cosa, desde una bicicleta hasta un cohete”. Como resultado, dijo, “cuando hablamos de acceder a sus beneficios, en realidad tenemos que ser muy específicos. ¿De qué tecnologías de IA estamos hablando y de cuáles queremos más?”.
En su opinión, las herramientas de menor tamaño (más parecidas a la bicicleta, por analogía) son más útiles en el día a día. Como otro ejemplo, Hao mencionó el proyecto Climate Change AI, centrado en herramientas que pueden ayudar a mejorar la eficiencia energética de los edificios, rastrear las emisiones, optimizar las cadenas de suministro, pronosticar condiciones climáticas extremas y más.
“Ésta es la visión de la IA hacia la que deberíamos avanzar”, afirmó Hao.
En conclusión, Hao alentó a los miembros de la audiencia a ser participantes activos en el discurso y los proyectos relacionados con la IA, diciendo que la trayectoria de la tecnología aún no estaba fijada y que las intervenciones públicas son importantes.
Citando a la escritora Rebecca Solnit, Hao sugirió a la audiencia que “la esperanza se ubica en la premisa de que no sabemos qué sucederá, y que en la amplitud de la incertidumbre hay espacio para actuar”. También señaló: “Todos y cada uno de ustedes tienen un papel activo que desempeñar en la configuración del desarrollo tecnológico”.
Ricaurte, de manera similar, alentó a los asistentes a ser participantes proactivos en asuntos de IA, señalando que las tecnologías funcionarán mejor cuando se aborden las necesidades cotidianas apremiantes de todos los ciudadanos.
“Tenemos la responsabilidad de hacer posible la esperanza”, dijo Ricaurte.