Dos Nobel para la IA. El efecto retrovisor y la desdigitalización de las aulas

 

Efecto retrovisor. El monitor como dispositivo lector de manuscritos.

 

*Artículo escrito con apoyo de IA

 

He de confesar que la primera parte del título no es original, la he tomado de una interesante conferencia impartida por la Unidad de Cultural Científica de la Universidad Autónoma de Madrid.

No quiero tener problemas con este caballero, protagonista de parte del evento, que es muy puntilloso con el tema de las atribuciones.

La investigación en IA te pone cachas. Lo siento, estudiantes de Madrid, tendréis que esperar unos añitos hasta poder entrenar con monitores personales.

Introducción

En 2024, los Premios Nobel de Física y Química destacaron el impacto de la IA en la ciencia. El Nobel de Física fue para John J. Hopfield y Geoffrey Hinton por sus avances en redes neuronales y aprendizaje profundo. En Química, David Baker, Demis Hassabis y John Jumper fueron galardonados por diseñar proteínas con IA mediante AlphaFold2, que resolvió el problema de la predicción de estructuras proteicas. Estos premios reflejan cómo la IA está transformando la ciencia y expandiendo los límites del conocimiento humano.

1. Breve reseña histórica: pioneros de la informática

Ada Lovelace, considerada la primera programadora de la historia, colaboró con Charles Babbage en el diseño de la Máquina Analítica. En sus notas, no solo escribió el primer algoritmo destinado a una máquina, sino que también predijo que los ordenadores podrían manipular símbolos más allá de los cálculos matemáticos. Sin embargo, anticipó que las máquinas no serían creativas sin intervención humana.

En el siglo XX, Leonardo Torres Quevedo diseñó un autómata ajedrecista capaz de jugar finales sencillos de partida, demostrando una forma temprana de "inteligencia" mecánica. Más tarde, en 1941, Konrad Zuse presentó la Z3, la primera computadora programable y completamente automática. Su diseño binario sentó las bases para la informática moderna.

 

La máquina de Torres Quevedo

2. Actualidad: Hinton y Schmidhuber

El impacto de figuras contemporáneas como Geoffrey Hinton y Jürgen Schmidhuber es innegable. Hinton, conocido como uno de los "padres del aprendizaje profundo", ha advertido sobre los riesgos existenciales de la IA avanzada, mientras que Schmidhuber adopta un enfoque optimista. Schmidhuber predice que en las próximas décadas veremos máquinas capaces de mejorarse a sí mismas y cambios tecnológicos sin precedentes.

Esta dicotomía entre precaución y entusiasmo refleja las tensiones inherentes al desarrollo de tecnologías disruptivas.

Como comentamos al principio del artículo, Schmidhuber es una leyenda en el campo de la IA, supongo que también en el del culturismo, erigiéndose en un auténtico "enfant terrible", capaz de criticar los premios Nobel del 2024 por plagio.

3. El síndrome del espejo retrovisor

El concepto describe cómo las tecnologías emergentes suelen mirar hacia atrás al adoptar formatos o resolver problemas ya conocidos. Por ejemplo, los primeros automóviles se diseñaron como "carros sin caballos". Lo primero que buscaban los primitivos usuarios de internet eran sus propios pueblos, por no hablar del formato pergamino de nuestros móviles, con su scroll infinito. En el caso de la IA, muchos modelos replican estructuras humanas (como redes neuronales) para abordar problemas clásicos, desde traducción hasta reconocimiento facial.

Sin embargo, esta tendencia puede limitar su potencial creativo al encasillarla en paradigmas previos en lugar de explorar nuevas posibilidades.

 

Llegados al final de la conferencia, lancé mi pregunta: ¿Frente al triunfo actual del conexionismo, es decir, redes neuronales, (y su insostenibilidad energética) cuándo se hibridaría con el aprendizaje y razonamiento simbólicos?

Uno de los ponentes valoró positivamente la cuestión y afirmó que, dada la obnubilación universal actual con los modelos de lenguaje puramente conexionistas, esto llevaría una generación. Supongo que se refería a una generación tecnológica, no humana.

4. Insostenibilidad energética: Microsoft y Three Mile Island

La creciente demanda energética de los sistemas de IA ha llevado a gigantes tecnológicos como Microsoft a explorar soluciones radicales. La compañía ha reactivado la tristemente famosa central nuclear de Three Mile Island para alimentar sus centros de datos con reactores modulares pequeños (SMR). Aunque esta estrategia promete sostenibilidad a largo plazo, plantea desafíos éticos y técnicos relacionados con residuos radiactivos y seguridad.

5. La emoción está en el receptor

Uno de los asistentes, escritor y traductor, comentó su trabajo codo con codo con ChatGPT; al que valoraba por encima de la interacción humana en foros especializados. Según él el ego humano obstaculizaba la objetividad y productividad de sus proyectos.

Esto subraya una paradoja: aunque la IA carece de emociones genuinas, su capacidad para adaptarse al usuario genera una conexión percibida como más eficiente o incluso empática.

6. Pros y contras de la desdigitalización en el aula.

Por supuesto surgió la cuestión del futuro de la Educación. Yo no quise perturbar sus redes neuronales con Encina, una IA docente que antes de engañar a alumnos y familias prefería desconectarse. Tampoco quise compartir mi preocupación por los nuevos aires desdigitalizadores, que parecen dar un golpe de timón del aprendizaje mediante IA a una Yihad Butleriana al estilo Dune.

Analicemos desapasionadamente pros y contras de las nuevas medidas.

Puntos a favor	Puntos en contra
Reducción de riesgos tecnológicos: Busca minimizar los efectos negativos del uso temprano e intensivo de pantallas, como problemas de atención, salud visual o adicción.	Limitación de competencias digitales: Podría dificultar el desarrollo temprano de habilidades tecnológicas necesarias en el mundo actual.
Fomento de métodos tradicionales: Se prioriza el uso de libros, cuadernos y dictados, promoviendo habilidades como la caligrafía y la ortografía.	Desactualización pedagógica: Los métodos tradicionales pueden no ser suficientes para preparar a los estudiantes para un entorno digitalizado.
Uso compartido y supervisado: Permite un uso limitado (hasta 2 horas semanales) y supervisado de dispositivos, garantizando un equilibrio entre lo digital y lo analógico.	Restricciones excesivas: La limitación estricta puede dificultar la integración de herramientas digitales en proyectos pedagógicos innovadores.
Prevención de desigualdades: Al eliminar la necesidad de dispositivos individuales, se evita que las familias con menos recursos enfrenten dificultades económicas.	Impacto en programas ya establecidos: Centros con programas basados en dispositivos digitales deberán adaptarse, lo que podría generar desajustes.
Reducción del tiempo frente a pantallas en casa: Prohíbe mandar deberes que requieran dispositivos digitales, fomentando actividades offline.	Rigidez normativa: La prohibición generalizada puede no considerar las necesidades específicas de algunos alumnos o proyectos educativos.

 

La historia y el futuro de la IA son un recordatorio constante del equilibrio entre innovación y responsabilidad. Una advertencia del peligro de mirar en exceso el retrovisor. Mientras celebramos sus logros, debemos reflexionar sobre los desafíos que plantea para nuestra sociedad y planeta; tanto su presencia, como su ausencia.