El crecimiento explosivo de la IA generativa ha suscitado multitud de interrogantes y consideraciones no solo en los círculos tecnológicos, sino en la sociedad en general. Con el avance de la tecnología y su facilidad de acceso, estas herramientas están al alcance de prácticamente cualquiera y gran parte de 2023 se dedicó a descubrir nuevas formas de utilizar la IA generativa para resolver problemas o mejorar nuestras vidas.
Sin embargo, en la prisa por aplicar esta tecnología transformadora, también deberíamos tener presente el “martillo de Maslow”. Atribuida a Abraham Maslow, más conocido por esbozar una jerarquía de necesidades, la teoría del martillo de Maslow pone de relieve la dependencia excesiva de una sola herramienta, un concepto resumido popularmente como: “Si solo tienes un martillo, todo te parece un clavo”. Ante la evolución continua de la IA, las empresas deben tener la certeza de que la aplican donde tiene más sentido, y no solo simplemente porque se puede. Esto, en última instancia, les ahorrará tiempo, dinero y energía que podrán aprovechar para desarrollar herramientas y soluciones sólidas para casos de uso viables.
Reconocer cuándo utilizar la IA generativa es una de las competencias que deben poseer los científicos de datos, ingenieros y ejecutivos full-stack de campos específicos.
El uso de la IA generativa es caro y no está exento de contrapartidas. A día de hoy, una planificación inadecuada de la aplicación de la IA generativa puede provocar una rentabilidad negativa de la inversión (debido al excesivo coste operativo), problemas de escalabilidad y tiempo de inactividad (debido a los limitados recursos informáticos), así como dañar de manera importante la experiencia del cliente y la reputación de la marca (debido a la posible generación de contenidos inadecuados, alucinaciones, información errónea/desinformación, consejos engañosos, etc.). En general, las empresas se esfuerzan por controlar estas variables y cualquier limitación e impacto negativo deben tener como contrapartida una enorme propuesta de valor.
Un aspecto interesante que puede observarse en todos los sectores son los efectos secundarios inesperados (pero bienvenidos) de la incorporación de la IA generativa, como una especie de epifanía reveladora. ¿Cómo equilibramos este riesgo/recompensa? ¿Qué deberíamos tener en cuenta y qué preguntas deberíamos hacernos para asegurarnos de que estamos aplicando (o no) bien la IA?
Liberarse del sesgo de complejidad: como humanos, tendemos a favorecer y dar crédito solo a las soluciones complejas (lo que se conoce como “sesgo de complejidad”). Por desgracia, esto se aplica ahora especialmente a las aplicaciones de IA generativa, ya que nos dejamos influir y nos autoobligamos a utilizar esta tecnología para resolver todos los problemas. Que “parezca funcionar” no significa que sea la solución mejor/óptima. Siguiendo esta lógica, es muy posible que algunos equipos descubran que existen medios más sencillos (probablemente no basados en la IA Gen) para resolver algunos de estos problemas del mundo real (¡o por lo menos una parte!). Para alcanzar esta revelación se necesita una mente humilde y abierta a la posibilidad de que no siempre necesitamos la solución más compleja o cara, aunque sea la más elegante y nos la podamos permitir.
No siempre es todo o nada: algunas empresas necesitan usar la IA generativa continuamente, pero no es el caso de la mayoría. Si tu negocio no está relacionado con la venta o asistencia para la infraestructura de IA Gen, es probable que estés utilizando esta tecnología como una herramienta para lograr objetivos específicos de tu campo. En tal caso, lo que quiere cualquier empresa es maximizar el valor minimizando los costes operativos. Con el coste actual de funcionamiento de la IA Gen, la respuesta más obvia para lograr este objetivo es evitar su funcionamiento en la medida de lo posible, sin dejar de ofrecer la mayor parte del valor deseado. Este delicado equilibrio es una forma inteligente y elegante de abordar el problema: no descartar el valor que aporta la IA Gen, pero tampoco utilizarla obsesivamente hasta el punto de que produzca una rentabilidad negativa. ¿Y cómo conseguirlo? Esa sea probablemente la receta secreta de su aplicación en tu campo concreto.
Redimensionamiento ético: los modelos de IA Gen pueden (y suelen) ser bastante grandes. Si bien esto puede ser necesario en algunos casos, como están descubriendo varios autores de IA Gen en la industria (por ejemplo, Phi-2), no lo es para la mayoría de sus aplicaciones en campos específicos del mundo real. Por ello, no solo es importante para tu empresa, sino para la humanidad, que aprendamos a reducir y optimizar al máximo los modelos de IA Gen. De esta forma, no solo mejoraremos la eficiencia en la empresa (ahorro de costes, velocidad de inferencia, menor huella, reducción del riesgo, etc.), sino que también lograremos un uso responsable de la tecnología que sea respetuoso con los recursos humanos. Cada vez que ahorras un kilovatio o unos segundos de inferencia por usuario, estás contribuyendo explícitamente a un futuro sostenible en el que la IA Gen se use para maximizar el valor, minimizando al mismo tiempo el impacto medioambiental, y eso es algo de lo que estar orgulloso.
No siempre lo más complejo es lo mejor… La clave está en ser lo bastante humilde para buscar el camino óptimo: ten la mente abierta para buscar primero soluciones a los problemas no basadas en la IA generativa. Si la IA generativa es realmente la mejor opción, averigua si necesitas utilizarla todo el tiempo o solo a veces. Y por último, reduce su tamaño todo lo posible, no solo para abaratar costes y mejorar la rapidez, sino también por responsabilidad social.
Está claro que la IA Gen está viviendo un momento de gran potencial. Sin embargo, ser capaces de reconocer los inconvenientes técnicos y financieros que plantea para el desarrollo saludable de la industria es igualmente importante. Del mismo modo que no usamos un martillo para todo lo que hay que hacer en casa, deberíamos preguntarnos: ¿merece la pena usar la IA generativa para este problema? Y, en mi caso concreto, ¿supera el valor que aporta esta tecnología sus desventajas operativas? Con esta mentalidad, la industria avanzará de forma significativa y responsable en la resolución de problemas con un conjunto de herramientas diversas pero eficaces. Sigamos explorando y construyendo el fascinante mundo de la IA generativa, sin olvidar cuáles son nuestros verdaderos objetivos.
Mantente al día
Síguenos para mantenerte al día de las novedades de McAfee y estar al tanto de las amenazas de seguridad más recientes para particulares y dispositivos móviles.
