Lo que los investigadores se atreven a llamar "inteligencia general"
Mientras las grandes empresas tecnológicas nos hablan de un futuro lejano repleto de máquinas superinteligentes, un grupo de científicos lanza una afirmación que lo cambia todo: la inteligencia artificial general podría estar ya entre nosotros. No dentro de diez años, no en 2030, sino ahora mismo.
Un equipo de investigadores, entre los que figura un filósofo de la Universidad de California, sostiene que sistemas como ChatGPT ya han alcanzado el nivel de la inteligencia general. La verdadera pregunta, según ellos, no es si la IA es suficientemente inteligente, sino si nuestra propia concepción de la inteligencia se ha quedado anticuada.
Una definición que lo complica todo
En un artículo publicado en la prestigiosa revista Nature, los autores argumentan que nuestra definición de inteligencia artificial general es, al mismo tiempo, demasiado estricta y demasiado vaga. Con frecuencia, la IA general se imagina como una especie de máquina todopoderosa: capaz de resolver cualquier problema, experta en todo y completamente infalible.
Pero los investigadores señalan que ese retrato no encaja ni siquiera con los seres humanos. Ninguna persona es especialista en absolutamente todo. Alguien puede ser brillante en matemáticas y perderse por completo con las tareas administrativas. Sin embargo, nadie cuestiona que esa persona sea inteligente.
La esencia de su tesis es clara: si aplicamos el mismo criterio tanto a humanos como a máquinas, los mejores modelos de IA ya alcanzan con regularidad el nivel de los expertos humanos.
Por eso proponen una visión más amplia de la IA general: un sistema capaz de operar en una gran variedad de tareas a un nivel comparable al humano o al de un experto. No infalible, no omnipotente, pero funcionalmente equivalente a una persona bien formada.
La diferencia entre inteligencia general y superinteligencia
Los investigadores establecen una distinción clara entre dos conceptos que en el debate público suelen confundirse con facilidad:
- Inteligencia Artificial General (AGI): sistemas que pueden realizar tareas en múltiples dominios a un nivel humano o experto.
- Superinteligencia: sistemas que superan ampliamente a las mejores personas en prácticamente todos los ámbitos imaginables.
Según los autores, los grandes modelos de lenguaje como GPT-4 se encuentran claramente en la primera categoría, pero todavía no en la segunda. Aun así, empresas como Meta y OpenAI ya hablan con entusiasmo de "superinteligencia". Los investigadores sospechan que esto responde, en parte, a una estrategia para mover el listón cada vez más alto, evitando así tener que reconocer que la IA general ya es una realidad.
ChatGPT y el dilema del test de Turing
Uno de los argumentos más llamativos del estudio es la recuperación de un concepto clásico: el test de Turing. En 1950, Alan Turing propuso que una máquina podría considerarse "inteligente" si un humano, en una conversación por texto, fuera incapaz de distinguir si estaba hablando con una persona o con un ordenador.
Según experimentos recientes, los chatbots modernos obtienen resultados sorprendentemente buenos en ese tipo de pruebas. En algunos tests, las respuestas de ChatGPT son calificadas como "humanas" con más frecuencia que las de personas reales. Hace apenas unos años, un resultado así habría sido considerado por muchos como prueba inequívoca de inteligencia general.
Ahora que el test se supera de facto, el debate parece desplazarse. La pregunta pasa a ser: ¿era realmente el test de Turing una buena medida? Los investigadores califican esto de mover los postes de la portería: en cuanto la IA alcanza un estándar antiguo, el debate se traslada hacia una nueva norma, a veces formulada de manera aún más imprecisa.
¿Son los modelos de lenguaje simples "loros"?
Una crítica habitual hacia los chatbots de IA es que no comprenden realmente de qué están hablando. Se dice que se limitan a "adivinar" estadísticamente qué palabra resulta más lógica a continuación, basándose en miles de millones de frases de ejemplo. El conocido término "loro estocástico" se cita con frecuencia en este contexto.
Los investigadores abordan esta crítica de frente. Señalan varios aspectos relevantes que desafían esa visión simplificada:
- Resolución de problemas matemáticos nuevos: los modelos avanzados son capaces de resolver ejercicios de matemáticas que no han visto previamente, lo que va más allá de la simple repetición de patrones memorizados.
- Razonamiento en contextos desconocidos: estos sistemas demuestran capacidad para adaptarse y razonar en situaciones que no forman parte de su entrenamiento directo.
- Rendimiento a nivel experto: en múltiples evaluaciones especializadas, los resultados de estos modelos son comparables a los de profesionales humanos altamente cualificados.
Para los autores del estudio, ignorar estas evidencias equivale a seguir desplazando el debate hacia criterios cada vez más exigentes, precisamente para evitar llegar a una conclusión incómoda: que la inteligencia artificial general, tal como puede definirse de forma razonable, ya ha llegado.
