EscucharEl entendimiento es un recurso muy valioso y escaso, pero, a diferencia de otros, no es valioso por ser escaso. Su valor radica en la capacidad de resolver problemas, de innovar y, en general, de producir progreso.
La escasez, desafortunadamente, se debe a prácticas educativas, durante décadas, favorecedoras de la memorización sobre el entendimiento.
La información y el conocimiento están disponibles en todas partes, pero no son, ni de lejos, sustitutos al entendimiento. Sin este es imposible razonar, o llegar a conclusiones a partir de pocos ejemplos, o deducir causalidad fundamentada en evidencia empírica.
Demostración de lo anterior son los grandes modelos de lenguaje como el ChatGPT que están tan de moda. Tienen más información que cualquiera de nosotros y también más memoria y capacidad de calcular las probabilidades de que las palabras se combinen en una u otra manera, pero no entienden nada.
La inteligencia artificial (IA) en su estado moderno se compone de máquinas que calculan probabilidades y arman respuestas en las que maximizan las probabilidades de una secuencia de palabras en particular. Yo le pedí a ChatGPT que escribiera mi biografía, y redactó una muy bonita, muy bien escrita, pero dice que nací en Buenos Aires, Argentina, en 1945, morí en el 2015 y me destaqué en las artes y la cultura.
Las probabilidades de que las palabras se combinen de una u otra manera se deduce de una enorme cantidad de texto (en una gran cantidad de idiomas) y del entrenamiento al que someten a las IA. Hay un nuevo puesto de trabajo, entrenador de IA. Es gente bien educada en alguna área del quehacer humano, y básicamente revisan las conclusiones a las que llega la IA e indican si son correctas (pulgar para arriba) o no (pulgar para abajo), pues esta es, obviamente, una fuente de sesgo cultural, político, generacional, racial, etc.
Como las IA no pueden razonar, muchas veces concluyen disparates. Les llaman alucinaciones, y no se sabe de dónde salen. Por la manera en que trabajan las redes neuronales, no es factible devolverse en el proceso.
La falta de entendimiento limita a las máquinas de poseer intuición, de planificar o deducir con muy poca información. Un niño de dos años ve un perro por primera vez y mañana ve otro de diferente color y tamaño, e inmediatamente sabe que se trata de un perro. Una IA, después de ver miles de perros, no se equivoca nunca y sabe de qué raza es cada perro con una precisión asombrosa, pero al segundo perro no tiene idea.
Ahora bien, todo el ruido alrededor de la IA es excesivo, ya que en ningún momento pretende, por lo menos todavía, lograr una inteligencia general, como la de los seres humanos. El problema es que muchos humanos, a pesar de poseer la capacidad, no la utilizan. Hay mucha gente en el planeta que realiza trabajos repetitivos que requieren una cantidad limitada de conocimiento, y casi ningún entendimiento.
La intención, por ahora, de la IA
El entendimiento humano posee muchas formas y aplicaciones en todos los campos. Los seres humanos con educación pero sin entendimiento están en serios problemas, ya que las máquinas tienen muchas probabilidades de desplazarlos en ocupaciones repetitivas que no necesitan entendimiento.
Las máquinas son más eficientes, tienen mejores destrezas motoras, no se les olvida nada, no se enferman, no necesitan descansar, no toman vacaciones y no hacen fila en la Caja.
Recientemente, Bill Gates publicó en su blog un artículo titulado “Llegó la era de la IA”, donde aboga por la utilización de la IA para reducir la inequidad, en vez de aumentarla, como parece ser la tendencia. Las posibilidades de aplicación en salud y educación son enormes, aunque probablemente no las más rentables a corto plazo.
Aumentar el entendimiento en la educación no es una opción, sino una obligación. Ha habido casos de IA que pasó el examen de admisión de los abogados (bar exam), han logrado aprobar el examen de admisión de universidades respetables, escriben ensayos mejor que la gran mayoría de los estudiantes.
Muchos urgen un cambio en la manera de evaluar la enseñanza y el aprendizaje. Esto, si bien parece necesario, aparenta ser un resultado no intencional, la principal intención de las IA por el momento es producir una mejor máquina de búsquedas para vender más anuncios.
Las IA actuales son muy buenas para predecir, y analizan probabilidades con un mar de datos de tamaño difícil de imaginar. Ajay Agrawal, Joshua Gans y Avi Goldfarb, de la Universidad de Toronto, proponen en el libro Poder y predicción que para tomar decisiones necesitamos predicción y juicio.
A medida que se delegue la tarea de predecir a las máquinas, los humanos podrán tomar mejores decisiones, aunque muy posiblemente lo harán otros humanos en otros momentos y lugares. El sano juicio también parece estar escaseando, y yo sospecho que es por la necesidad del entendimiento.
Cambios profundos
Cambiar no es una de las cosas que le gusta hacer al sistema educativo. Cambiar la manera de enseñar, de aprender y de evaluar, y hacerlo contra el reloj es una tarea de enormes proporciones.
El cambio debe suceder, podría sucede solo para capear la tormenta de la IA, o aprovechar la oportunidad para promover el entendimiento a todo nivel, convertir la educación en instrumento para incentivar el entendimiento. Si el entendimiento se torna característica esencial del ser humano, muchos de los problemas planteados por la IA en la educación desaparecen, porque no se puede evaluar el entendimiento con los métodos de memorización.
Pero la disrupción de la IA, como se conoce hoy, va mucho más allá de vender anuncios y transformar la educación. Hay muchas otras industrias y facetas del quehacer diario que sufrirán cambios profundos.
La herramienta que predice con precisión asombrosa es capaz de aumentar la productividad de muchos trabajadores que, manteniendo la porción de trabajo que requiere entendimiento, delegan la parte cajonera a la máquina, multiplican su producción y, presumiblemente, su remuneración. Si suficientes trabajadores incrementan su productividad, llegará el momento en que sobrará gente en ese oficio.
La destreza con que diferentes trabajadores manejen las nuevas herramientas será la clave del futuro. Para eso hay que entender, para delegar y para saber en qué actividades las máquinas son confiables, en cuáles hay que tomar sus resultados con una pizca de sal y en cuáles no se les debería siquiera permitir opinar.
Hace 50 años, cuando las calculadoras desplazaron las reglas de cálculo, no faltaron luditas que pidieron la prohibición en el aula y los ingenieros de verdad que insistían en seguir usando la regla de cálculo.
Sabemos cómo terminó. La nueva calculadora es mucho más poderosa, pero sigue siendo una herramienta que traerá beneficios a quienes aprendan a manejarla mejor. Igual que antes, sigue sin haber un sustituto al entendimiento.
El autor es ingeniero, presidente del Club de Investigación Tecnológica desde 1988 y organizador del TEDxPuraVida.
