{"id":18694,"date":"2023-06-16T09:06:00","date_gmt":"2023-06-16T08:06:00","guid":{"rendered":"https:\/\/legrandcontinent.eu\/es\/?p=18694"},"modified":"2023-06-21T14:23:06","modified_gmt":"2023-06-21T13:23:06","slug":"la-inteligencia-en-la-era-de-su-reproductibilidad-tecnica","status":"publish","type":"post","link":"https:\/\/legrandcontinent.eu\/es\/2023\/06\/16\/la-inteligencia-en-la-era-de-su-reproductibilidad-tecnica\/","title":{"rendered":"La inteligencia en la era de su reproductibilidad t\u00e9cnica"},"content":{"rendered":"\n

Los historiadores de econom\u00eda utilizan el concepto de \u00abtecnolog\u00eda gen\u00e9rica\u00bb o \u00abtecnolog\u00eda de prop\u00f3sito indeterminado\u00bb (\u00abGeneral Purpose Technology\u00bb, GPT) para describir las innovaciones t\u00e9cnicas m\u00e1s significativas y con mayor potencial de revolucionar las actividades productivas en su conjunto, a trav\u00e9s de sus consecuencias en cascada. La m\u00e1quina de vapor, la electricidad y las computadoras figuran entre los principales ejemplos de GPT; cada una se asocia ex post<\/em> con la aparici\u00f3n de una gran revoluci\u00f3n industrial. Una GPT se extiende por todos los sectores y trae, a su paso, una oleada de innovaciones complementarias en cada industria. Altera radicalmente la organizaci\u00f3n de la mayor\u00eda de las actividades econ\u00f3micas y de las estructuras sociales que las acompa\u00f1an al invertir la jerarqu\u00eda de costos entre los distintos modos de producci\u00f3n. <\/p>\n\n\n\n

El trabajo animal, que inclu\u00eda el transporte y la agricultura, deja de ser competitivo ante la llegada de la m\u00e1quina de vapor y el trabajo manual y artesanal se ve profundamente afectado por la disponibilidad masiva de herramientas el\u00e9ctricas. Por eso, es gracioso \u2013y no somos los primeros en advertirlo <\/span>1<\/sup><\/a><\/span><\/span>\u2013 ver que la tecnolog\u00eda de los \u00abGenerative Pre-trained Transformers\u00bb, la \u00faltima iteraci\u00f3n de los grandes modelos de lenguaje (Large Language Models<\/em>, LLM), lleva un acr\u00f3nimo un tanto predestinado \u2013GPT\u2013 que sugiere que el paralelismo con las revoluciones industriales anteriores puede llevarse m\u00e1s lejos.<\/p>\n\n\n\n

Una nueva revoluci\u00f3n industrial<\/strong><\/h2>\n\n\n\n

Hablar de futuros desarrollos de la IA como posibles \u00abamenazas\u00bb u \u00aboportunidades\u00bb es no darse cuenta de que, a falta de nuevos avances, los LLM, tal y como existen actualmente, ya pueden transformar la mayor parte de las actividades intelectuales, en el sentido m\u00e1s amplio del t\u00e9rmino. Algunos no los ven m\u00e1s que como loros estoc\u00e1sticos<\/a> y, desde un punto de vista puramente t\u00e9cnico, no se equivocan: un LLM se limita a producir tokens<\/em> lo m\u00e1s veros\u00edmiles posible, uno tras otro, seg\u00fan par\u00e1metros estad\u00edsticos introducidos en una base de datos, pero lo sorprendente es que estos loros sean tan potentes, vers\u00e1tiles y s\u00f3lidos; los LLM est\u00e1n muy lejos de limitarse a escupir trozos de su base de datos. Su producci\u00f3n es original, coherente y extremadamente adaptable. Lo m\u00e1s asombroso es que, al intentar desarrollar respuestas lo m\u00e1s parecidas posibles a las que producir\u00eda una inteligencia humana, est\u00e1n construyendo, de forma independiente, modelos interpretativos y \u00abrazonamientos\u00bb similares a los que sustentan nuestra percepci\u00f3n del mundo.<\/p>\n\n\n\n

Los LLM est\u00e1n muy lejos de limitarse a escupir trozos de su base de datos. Su producci\u00f3n es original, coherente y extremadamente adaptable.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Tareas como redactar un texto, investigar y analizar informaci\u00f3n cuantitativa y cualitativa, comunicarse con clientes o proveedores, visualizar datos e identificar oportunidades de acci\u00f3n, resumir una reuni\u00f3n y proponer medidas, mejorar la administraci\u00f3n de un lugar, traducir una conversaci\u00f3n, planificar un viaje ya son accesibles para GPT-4 y sus plugins; cuando no, se automatizar\u00e1n en las semanas o meses siguientes y estar\u00e1n disponibles en un tel\u00e9fono o computadora mediante un comando de voz o texto. Hoy en d\u00eda, a pesar de su fulgurante \u00e9xito, ChatGPT no es m\u00e1s que una aplicaci\u00f3n de chatbot (web o m\u00f3vil) optimizada para el di\u00e1logo entre un usuario humano y un asistente con un LLM adentro, que les permite a cientos de millones de usuarios explorar e inventar nuevos usos, pero confinado a una interfaz espec\u00edfica. Ma\u00f1ana, la misma tecnolog\u00eda estar\u00e1 integrada en la mayor\u00eda de los rincones de nuestra vida digital, en nuestros correos electr\u00f3nicos (que ofrecer\u00e1n respuestas preescritas), en los procesadores de texto (a trav\u00e9s de versiones extremadamente mejoradas de los correctores autom\u00e1ticos actuales, que sugerir\u00e1n adiciones, cambios de estilo, ideas de desarrollo), en mensajer\u00eda instant\u00e1nea, en hojas de c\u00e1lculo, en programas de presentaci\u00f3n (la producci\u00f3n de PowerPoint estar\u00e1 totalmente automatizada). <\/p>\n\n\n\n

Es m\u00e1s, ya es posible dise\u00f1ar peque\u00f1os guiones codificados por ChatGPT para la mayor\u00eda de las tareas del d\u00eda a d\u00eda digital, sin recurrir a los servicios de un especialista, para automatizar, as\u00ed, una multitud de acciones que, antes, se pod\u00edan automatizar, pero que se quedaban as\u00ed por falta de suficientes conocimientos de programaci\u00f3n. La producci\u00f3n de nuevas herramientas inform\u00e1ticas, que, antes, era algo exclusivo de las grandes empresas de software con miles de programadores de alto nivel, ma\u00f1ana, estar\u00e1 al alcance de todas las empresas y de todos los empleados, bajo demanda, a trav\u00e9s de una generaci\u00f3n de software ultrapersonalizado para satisfacer una necesidad temporal. En un futuro muy cercano, todo el mundo utilizar\u00e1 la IA de una forma u otra, de una manera tan mec\u00e1nica como los celulares o el Internet.<\/p>\n\n\n\n

En otras palabras, estamos empezando a presenciar una ola de mecanizaci\u00f3n, de masificaci\u00f3n y de desintermediaci\u00f3n del trabajo intelectual. No es, exactamente, la primera vez que se produce una mecanizaci\u00f3n de este tipo; despu\u00e9s de todo, la invenci\u00f3n de la escritura automatiz\u00f3 el trabajo de memorizar informaci\u00f3n; la invenci\u00f3n de la calculadora automatiz\u00f3 el trabajo de pura contabilidad y, por supuesto, las computadoras han automatizado gran parte del trabajo de procesamiento de datos. Estas innovaciones han cambiado profundamente a la sociedad humana. La llegada de la IA generativa podr\u00eda tener un efecto, al menos, igual de grande en nuestras econom\u00edas porque, como hemos visto, son GPT que tienen repercusiones no s\u00f3lo en tareas intelectuales muy espec\u00edficas, sino en la mayor\u00eda de ellas. Del mismo modo en el que las sucesivas revoluciones industriales han mecanizado el trabajo manual en su totalidad, con las inmensas ganancias de productividad que conocemos, no es imposible imaginar beneficios de productividad similares gracias a las inteligencias artificiales generativas, en econom\u00edas en las que el trabajo intelectual representa, ahora, una gran parte de la actividad.<\/p>\n\n\n\n

En un futuro muy cercano, todo el mundo utilizar\u00e1 la IA de una forma u otra, de una manera tan mec\u00e1nica como los celulares o el Internet.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Esta evoluci\u00f3n significa, tambi\u00e9n, que la inteligencia ya no ser\u00e1, necesariamente, el principal factor determinante de la distribuci\u00f3n de ingresos, como lo ha sido durante unos tres siglos. Hubo un tiempo en el que la fuerza o la habilidad f\u00edsicas eran la medida pertinente de la dominaci\u00f3n social; a medida que las sociedades se hicieron m\u00e1s complejas y el mundo se mecaniz\u00f3 m\u00e1s, la inteligencia, en todas sus definiciones, ocup\u00f3 su lugar. Hoy en d\u00eda, la correlaci\u00f3n entre el cociente intelectual y el nivel de ingresos es cierta a todos los niveles, a excepci\u00f3n del 1 % m\u00e1s rico, donde el azar desempe\u00f1a un papel m\u00e1s importante a la hora de determinar ingresos muy elevados. Y es l\u00f3gico: un buen programador, ingeniero o consultor est\u00e1 en condiciones de competir sobre la base de la escasez y de ganar un buen sueldo, pero, si, ma\u00f1ana, este mismo trabajo est\u00e1 disponible bajo demanda y a un costo insignificante, las jerarqu\u00edas sociales podr\u00edan dar un vuelco total. Es posible que siempre haya una fuerte demanda de los mejores profesionales, capaces de multiplicar su productividad gracias a la IA, pero los dem\u00e1s se enfrentar\u00e1n a una nueva competencia.<\/p>\n\n\n\n

Mientras que las anteriores revoluciones industriales afectaron, en primer lugar, a los trabajadores manuales calificados, cuya formaci\u00f3n era larga, especializada y costosa (y lo era a\u00fan m\u00e1s en comparaci\u00f3n con una cadena de montaje o una m\u00e1quina herramienta), la que estamos a punto de experimentar afectar\u00e1, primero, a los trabajadores intelectuales calificados. La producci\u00f3n de trabajo intelectual experimentar\u00e1 un proceso de desintermediaci\u00f3n sin precedentes, con la desaparici\u00f3n de los costos fijos de producci\u00f3n de las herramientas intelectuales. Anteriormente, los costos marginales de reproducci\u00f3n del trabajo intelectual ya se hab\u00edan reducido gracias a las tecnolog\u00edas de comunicaci\u00f3n (correo electr\u00f3nico, Internet, paquetes inform\u00e1ticos), que hab\u00edan ampliado el radio de acci\u00f3n (espacial y profesional) de los trabajadores m\u00e1s calificados. La limitaci\u00f3n a\u00fan radicaba en la inversi\u00f3n inicial fija e \u00abindivisible\u00bb de esos mismos individuos: selecci\u00f3n de los mejores potenciales, larga formaci\u00f3n, identificaci\u00f3n de oportunidades, asunci\u00f3n de riesgos, elecci\u00f3n del campo. En cierto modo, cada individuo calificado hab\u00eda visto aumentar su radio de acci\u00f3n y, por lo tanto, su productividad con la ca\u00edda de los costos marginales, pero, como su oferta estaba limitada por estos \u00abcostos fijos\u00bb, todas las ganancias les beneficiaban directamente, en forma de salarios elevados que crecen r\u00e1pidamente desde los a\u00f1os ochenta. Sin embargo, con el \u00abtrabajo de conocimiento bajo demanda\u00bb, una limitaci\u00f3n fundamental del mercado laboral \u2013el n\u00famero de horas de trabajo disponibles para las personas inteligentes y creativas\u2013 se flexibilizar\u00e1 permanentemente. Un programador, un abogado o un m\u00e9dico sol\u00edan ser un bien escaso y disputado, hecho que se reflejaba en su remuneraci\u00f3n. \u00bfQu\u00e9 ocurrir\u00e1 si su trabajo resulta ser, en gran medida, automatizable? El trabajo intelectual lleg\u00f3 a la era de su reproducibilidad t\u00e9cnica.<\/p>\n\n\n\n

La producci\u00f3n de trabajo intelectual experimentar\u00e1 un proceso de desintermediaci\u00f3n sin precedentes, con la desaparici\u00f3n de los costos fijos de producci\u00f3n de las herramientas intelectuales.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Los riesgos reales y falsos de la inteligencia artificial<\/strong><\/h2>\n\n\n\n

Por supuesto, la automatizaci\u00f3n de tareas intelectuales no est\u00e1 exenta de riesgos. Sin embargo, nos parece que las verdaderas amenazas no son las m\u00e1s evidentes ni las m\u00e1s discutidas. Incluso, podr\u00edamos identificar falsos riesgos de la IA, que van desde ciertas preocupaciones por la desinformaci\u00f3n hasta el temor a que una superinteligencia se revele contra la humanidad, fen\u00f3meno que nos mostrar\u00eda lo in\u00fatil que ser\u00eda intentar combatirlo porque esa lucha ser\u00eda una p\u00e9rdida de tiempo y de energ\u00eda y porque ser\u00eda, incluso, contraproducente.<\/p>\n\n\n\n

A muchos, les preocupa el posible aumento de la desigualdad en el trabajo como consecuencia de la IA. Este temor se basa, en parte, en una analog\u00eda con desarrollos tecnol\u00f3gicos m\u00e1s recientes, como la inform\u00e1tica, que han beneficiado, sobre todo, a los m\u00e1s calificados. No obstante, los primeros resultados de los estudios sobre el impacto de los LLM parecen sugerir, por el contrario, que son un poderoso factor de igualaci\u00f3n de competencias. Al automatizar y producir en masa competencias intelectuales (an\u00e1lisis de hechos y datos, s\u00edntesis, reconocimiento de patrones, escritura fluida, etc\u00e9tera) que, antes, eran raras y estaban distribuidas de manera desigual, es posible que la IA conduzca a una dr\u00e1stica reducci\u00f3n de las desigualdades econ\u00f3micas, lo que har\u00eda que actividades altamente remuneradas que, actualmente, est\u00e1n reservadas para una \u00e9lite sean accesibles para todos. Por ejemplo, los primeros ensayos aleatorios de ChatGPT para tareas cotidianas concluyen \u2013sin duda posible\u2013 que, entre los programadores, los estudiantes de postgrado y los m\u00e9dicos, se produce una compresi\u00f3n sustancial de resultados, cosa que logran los m\u00e1s d\u00e9biles al alcanzar a los mejores. Mientras que el cambio tecnol\u00f3gico, sobre todo, en inform\u00e1tica, ha estado, hasta ahora, \u00absesgado por la calificaci\u00f3n\u00bb en favor de los m\u00e1s competentes, aqu\u00ed, casi podr\u00edamos hablar de un cambio tecnol\u00f3gico imparcial como medio para reducir las diferencias de productividad.<\/p>\n\n\n\n

Mientras que el cambio tecnol\u00f3gico, sobre todo, en inform\u00e1tica, ha estado, hasta ahora, \u00absesgado por la calificaci\u00f3n\u00bb en favor de los m\u00e1s competentes, aqu\u00ed, casi podr\u00edamos hablar de un cambio tecnol\u00f3gico imparcial como medio para reducir las diferencias de productividad.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Veamos, pues, los riesgos menos discutidos, pero m\u00e1s peligrosos, de esta tecnolog\u00eda. Existen dos tipos de riesgos: los que se derivan del uso consciente y malintencionado de estas herramientas, ya sea por parte de sus desarrolladores o de agentes externos, y los intr\u00ednsecos a su despliegue. Los primeros son f\u00e1ciles de imaginar. En un primer momento, ser\u00e1 una bendici\u00f3n para las estafas en l\u00ednea. Mientras que las noticias falsas gen\u00e9ricas de las que acabamos de hablar ya eran f\u00e1ciles de producir antes de la llegada de la IA generativa, no ocurre lo mismo con las noticias falsas personalizadas. Escribir en las redes sociales que Rusia gan\u00f3 una batalla en Ucrania cuando, en realidad, la perdi\u00f3 ya es f\u00e1cil hoy en d\u00eda; hacerle creer a alguien que su c\u00f3nyuge le est\u00e1 pidiendo el n\u00famero de su tarjeta de cr\u00e9dito imitando su voz y su imagen es mucho m\u00e1s dif\u00edcil por el momento. La IA generativa hace la tarea incomparablemente m\u00e1s sencilla y f\u00e1cil de reproducir a gran escala. Por lo tanto, habr\u00e1 que trabajar tanto en la educaci\u00f3n de los individuos como en la autenticaci\u00f3n de las comunicaciones, labor que, en este \u00faltimo punto, ya se emprendi\u00f3.<\/p>\n\n\n\n

A mediano plazo, los actores m\u00e1s poderosos podr\u00e1n utilizar la IA para aumentar su capacidad de acci\u00f3n. Ya sabemos que la fabricaci\u00f3n de armas bioqu\u00edmicas puede verse facilitada por la IA, al igual que el reconocimiento facial o la generaci\u00f3n de c\u00f3digos inform\u00e1ticos para ciberagresiones. Los grupos terroristas y los Estados hostiles ya hacen, o har\u00e1n, uso de esto. Por el lado bueno, la IA tambi\u00e9n ser\u00e1 utilizada por empresas y gobiernos \u2013e, incluso, por particulares\u2013 para defenderse. As\u00ed que es posible que estemos en los albores de un nuevo tipo de carrera armament\u00edstica<\/a>, con mecanismos cl\u00e1sicos.<\/p>\n\n\n\n

M\u00e1s novedosos son los riesgos ligados no con las malas intenciones de los usuarios de IA, sino con las consecuencias intr\u00ednsecas de su adopci\u00f3n por la sociedad y con las opciones pol\u00edticas que acompa\u00f1ar\u00e1n su despliegue masivo. No hay raz\u00f3n para creer que la IA destruir\u00e1 m\u00e1s puestos de trabajo que las revoluciones industriales anteriores: al igual que otros avances, reducir\u00e1 la demanda de determinadas competencias y liberar\u00e1 poder adquisitivo o tiempo para otras. Por otra parte, esta revoluci\u00f3n se caracteriza por su rapidez. Es cierto que las instituciones tardan en adoptar nuevas tecnolog\u00edas y que su inercia las \u00abprotege\u00bb de cambios demasiado bruscos. Sin embargo, hace menos de cinco a\u00f1os, ning\u00fan ilustrador habr\u00eda imaginado que su trabajo ser\u00eda rivalizado por un programa casi automatizado y, aunque es posible que los m\u00e1s adaptables logren integrar la IA generativa en su trabajo cotidiano, a otros, les resultar\u00e1 m\u00e1s dif\u00edcil. Esto significa que el esfuerzo de formaci\u00f3n tendr\u00e1 que ser r\u00e1pido, reactivo y a gran escala, con el reto de que el futuro de estas tecnolog\u00edas todav\u00eda es dif\u00edcil de predecir m\u00e1s all\u00e1 de uno o dos a\u00f1os. El reto de la carrera entre la difusi\u00f3n de esta tecnolog\u00eda y la adaptaci\u00f3n de los humanos a nuevas tareas disponibles se ha subestimado hasta ahora, sobre todo, si consideramos que uno de los primeros sectores que va a revolucionar la IA es, precisamente, el de la educaci\u00f3n y la formaci\u00f3n. La capacidad de los LLM para producir, sobre un n\u00famero pr\u00e1cticamente infinito de temas y en asociaci\u00f3n con la supervisi\u00f3n humana, una ense\u00f1anza adaptable y evolutiva en funci\u00f3n del rendimiento del alumno, podr\u00eda aprovecharse para llevar a cabo un esfuerzo masivo de formaci\u00f3n continua, a la imagen y semejanza de los primeros resultados obtenidos por la aplicaci\u00f3n Quizlet, que ha integrado un LLM, Q-Chat, en su proceso de aprendizaje personalizado.<\/p>\n\n\n\n

El reto de la carrera entre la difusi\u00f3n de esta tecnolog\u00eda y la adaptaci\u00f3n de los humanos a nuevas tareas disponibles se ha subestimado hasta ahora, sobre todo, si consideramos que uno de los primeros sectores que va a revolucionar la IA es, precisamente, el de la educaci\u00f3n y la formaci\u00f3n.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Del mismo modo, aunque las desigualdades en los ingresos de trabajo podr\u00edan reducirse con el acceso masivo a la IA, no ocurrir\u00e1, necesariamente, lo mismo con los del capital, en particular, los del capital inmaterial, seg\u00fan las decisiones que adopten las pol\u00edticas p\u00fablicas. \u00bfA qui\u00e9n le pertenecer\u00e1, por ejemplo, la propiedad intelectual y los ingresos asociados con las innovaciones \u2013creaci\u00f3n art\u00edstica, patentes cient\u00edficas, producci\u00f3n intelectual\u2013 generadas por la IA? La revoluci\u00f3n del trabajo intelectual traer\u00e1 consigo, sin duda, una revoluci\u00f3n de la econom\u00eda de la propiedad intelectual, con el objetivo de definir las condiciones de atribuci\u00f3n de los derechos de explotaci\u00f3n de la producci\u00f3n de las inteligencias artificiales.<\/p>\n\n\n\n

Perspectivas de pol\u00edtica p\u00fablica<\/strong><\/h2>\n\n\n\n

El primer paso que deben dar los responsables pol\u00edticos es estar plenamente conscientes de lo que estamos a punto de vivir: una revoluci\u00f3n industrial r\u00e1pida e imprevisible. Esto significa, por una parte, que es impensable seguir hablando de ella como si fuera un mero artilugio, como lo han hecho algunos dirigentes. Tambi\u00e9n, significa que no tiene sentido imponer reflexivamente una regulaci\u00f3n desde el principio para protegerse de tecnolog\u00edas de las que s\u00f3lo podemos ver los comienzos. A\u00fan no sabemos exactamente qu\u00e9 forma adoptar\u00e1 la IA generativa dentro de unos a\u00f1os; para cuando redactemos las normativas, la tecnolog\u00eda habr\u00e1 evolucionado demasiado como para que resulten apropiadas. En este sentido, debemos aprovechar la fase actual, que consiste en una experimentaci\u00f3n a gran escala, pero que a\u00fan no constituye una verdadera masificaci\u00f3n, para aprender todo lo posible fomentando los usos m\u00e1s diversos de la IA. Es mejor tratar de identificar las posibles formas de adaptaci\u00f3n, las posibles lagunas y la forma en la que los particulares y las empresas est\u00e1n utilizando la IA antes de redactar normativas inteligentes. La \u00fanica regulaci\u00f3n que podr\u00eda ser necesaria desde el principio no es, en absoluto, nada original: se trata de garantizar que no se desarrolle un monopolio ni un oligopolio en el dominio de estas tecnolog\u00edas, lo que permite la entrada de nuevos operadores en el mercado. Esto no significa, necesariamente, acceder a las demandas de los actuales l\u00edderes en IA de introducir, ahora, normas estrictas sobre la investigaci\u00f3n y el desarrollo de nuevos modelos porque existe un gran riesgo de que esto sea una estrategia de captura reguladora.<\/p>\n\n\n\n

El primer paso que deben dar los responsables pol\u00edticos es estar plenamente conscientes de lo que estamos a punto de vivir: una revoluci\u00f3n industrial r\u00e1pida e imprevisible.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Por otra parte, las autoridades p\u00fablicas pueden y deben empezar a experimentar ya c\u00f3mo utilizar la IA generativa en su propio trabajo. Una gran parte del trabajo administrativo se basa en la producci\u00f3n y el tratamiento de textos, por lo que se presta muy bien a un esfuerzo de automatizaci\u00f3n intelectual. Los puestos de trabajo de los altos funcionarios, as\u00ed como su formaci\u00f3n, se basan, en gran medida, en el ejercicio de notas informativas, que es, precisamente, una tarea en la que destaca la GPT-4\u2026 Sin embargo, pr\u00e1cticamente todos los servicios al p\u00fablico podr\u00edan redise\u00f1arse para aprovechar esta interfaz de lenguaje natural. Uno de los principales obst\u00e1culos para la digitalizaci\u00f3n de los servicios p\u00fablicos \u2013el otro es la seguridad de los datos\u2013 es la accesibilidad; los LLM pueden hacer mil veces m\u00e1s f\u00e1cil y natural cualquier comunicaci\u00f3n con una computadora o un servidor. Habr\u00e1 que procurar reducir al m\u00e1ximo el n\u00famero de alucinaciones, pero, para las tareas administrativas que se repiten a gran escala, esto no es, en absoluto, imposible. A diferencia de un agente humano, un LLM administrativo puede pasar cientos de horas dialogando con el usuario, sin impacientarse, para resolver sus problemas si es necesario. Las comunicaciones entre administraciones podr\u00edan mejorarse del mismo modo. Evidentemente, el sistema judicial podr\u00eda beneficiarse de ello no automatizando resoluciones judiciales, lo que, con demasiada frecuencia, es objeto de debate, sino acelerando su instrucci\u00f3n y redacci\u00f3n, resumiendo y organizando los documentos y sugiri\u00e9ndoles a los jueces la manera de redactar la soluci\u00f3n por la que hayan optado.<\/p>\n\n\n\n

La otra cuesti\u00f3n que deben plantearse las autoridades p\u00fablicas es la de la soberan\u00eda. No hay que pecar de prudentes: no ser\u00eda dram\u00e1tico utilizar un modelo de lenguaje de c\u00f3digo abierto dise\u00f1ado por una empresa americana para determinados usos administrativos en Francia, siempre que se protejan eficazmente los datos confidenciales. No obstante, tambi\u00e9n, huelga decir que ser\u00eda mejor evitar que empresas o administraciones europeas, en sectores clave, dependan, para funcionalidades fundamentales, de llamadas a las API de grandes grupos estadounidenses cerrados.<\/p>\n\n\n\n

A diferencia de un agente humano, un LLM administrativo puede pasar cientos de horas dialogando con el usuario, sin impacientarse, para resolver sus problemas si es necesario.<\/p>RAPHA\u00cbL DOAN y ANTOINE LEVY<\/cite><\/blockquote><\/figure>\n\n\n\n

Algunos se han lamentado de que Europa se quede rezagada y de que no tenga su propio ChatGPT; esto es, en efecto, un fracaso, pero m\u00e1s porque es un s\u00edntoma de los problemas estructurales que obstaculizan la innovaci\u00f3n a gran escala en el continente. Hoy en d\u00eda, los LLM de c\u00f3digo abierto que pueden personalizarse, utilizarse como base para futuros desarrollos y desplegarse en entornos seguros est\u00e1n superando a modelos cerrados como los de Google u OpenAI. Intentar desarrollar un EuroGPT \u00absoberano\u00bb, que llegar\u00eda tarde, probablemente, estar\u00eda demasiado censurado y no tendr\u00eda el mismo rendimiento que los modelos internacionales. Ser\u00eda una p\u00e9rdida de tiempo. Parece que, en este campo, ponerse al d\u00eda es mucho m\u00e1s f\u00e1cil que ampliar la frontera tecnol\u00f3gica; es una buena noticia para un continente que va ligeramente rezagado<\/a>.<\/p>\n\n\n\n

Para Francia y Europa, por lo tanto, podr\u00eda ser pertinente centrarse m\u00e1s en el uso de los LLM que en la producci\u00f3n de modelos b\u00e1sicos. Al fin y al cabo, a\u00fan nos queda mucho camino por recorrer para integrarlos en nuevos dominios y nuevas tareas, con interfaces eficaces y accesibles. Empecemos por imaginar algunas aplicaciones prometedoras:<\/p>\n\n\n\n