Carlos B Fernández. ¿Cuáles son los aspectos más relevantes sobre el uso que se está haciendo de la Inteligencia Artificial (IA) en los ámbitos de la investigación, la educación, la política o la contratación laboral, a nivel global?
Para responder a esta pregunta, el AI Index 2023 Annual Report, elaborado por el Instituto Stanford de Inteligencia Artificial Centrada en el Ser Humano (Stanford Institute for Human-Centered Artificial Intelligence, HAI), es posiblemente una de las mejores referencias a nivel mundial, una iniciativa independiente dirigida un grupo interdisciplinar de expertos del mundo académico y de la industria, que rastrea, coteja, destila y visualiza datos relativos a la inteligencia artificial, a fin de permitir a los responsables de la toma de decisiones adoptar medidas significativas para hacer avanzar la IA de forma responsable y ética teniendo en cuenta a los seres humanos.
En sus 386 páginas compendia toda la información disponible sobre el mundo de la inteligencia artificial desde los logros técnicos, los avances éticos y las tendencias educativas y políticas hasta el impacto económico, la I+D y el panorama de la contratación y el empleo, tal como ya dimos cuenta recientemente en un primer resumen. A continuación resumimos las tendencias más relevantes de ese informe, a partir de un artículo de Shana Lynch, Head Of Content del HAI, publicado en la página web del Instituto.
1. Se necesitan nuevos puntos de referencia para medir la evolución de la IA
Desde el punto de vista técnico, las herramientas de IA actuales ya han alcanzado o superado los los puntos de referencia (benchmark) sobre su desarrollo que se habían establecido previamente.
Un benchmark o punto de referencia es, esencialmente, un objetivo que debe alcanzar el sistema de IA. Es una forma de definir lo que se quiere que haga la herramienta y de trabajar para conseguirlo.
Y así, mientras que en 2022 se pudo ver que esos puntos de vista ya se estaban alcanzando, este año la tendencia es mucho más pronunciada. Esto demuestra que los sistemas de IA van a necesitar pruebas más difíciles para ser puestos a prueba adecuadamente.
En este sentido, Vanessa Parli, directora asociada de programas de investigación del HAI y miembro del comité que ha elaborado el Índice de IA, ha declarado en la página web del Instituto, que la conclusión es que probablemente necesitemos puntos de referencia nuevos y más completos para evaluar, teniendo en cuenta, además, que hay muchas cosas que no pueden medirse con parámetros cuantitativos. En ese sentido, Parli menciona a HELM, una aplicación desarrollada por académicos del Centro para la investigación en modelos fundacionales del HAI (Center for Research on Foundation Models, CRFM), que contempla múltiples escenarios y tareas y es más exhaustivo que los puntos de referencia vistos en el pasado, pues no solo tiene en cuenta la precisión, sino también la equidad, la toxicidad, la eficiencia y la solidez de los sistemas, entre otros aspectos.
Es sólo un ejemplo, pero Parli señala que necesitamos más enfoques de este tipo. Dado que los puntos de referencia guían la dirección del desarrollo de la IA, deben alinearse más con la forma en que nosotros, como humanos y como sociedad, queremos interactuar con estas herramientas, añadió.
2. El uso de la IA está generando cada más problemas
Según el repositorio AI, Algorithmic, and Automation Incidents and Controversies, una iniciativa independiente, no partidista y de interés público que examina y defiende la transparencia y apertura reales de la IA y los algoritmos, los problemas o incidentes derivados de la IA notificados fueron 26 veces más en 2021 que en 2012. Esto se debe tanto al aumento del uso de la IA como a la creciente concienciación sobre su posible uso indebido. Algunos de los problemas denunciados incluyen un deepfake del presidente ucraniano Volodymyr Zelenskyy rindiéndose; la tecnología de reconocimiento facial para tratar de rastrear a miembros de bandas y clasificar su riesgo, y la tecnología de vigilancia para escanear y determinar los estados emocionales de los estudiantes en un aula.
3. Aumentan las iniciativas legislativas en relación con la IA
El año pasado, los órganos legislativos de 127 países aprobaron 37 leyes que incluían las palabras "inteligencia artificial". Estados Unidos encabezó la lista con nueve leyes, seguido de España (5) y Filipinas (4). Entre las leyes se incluyen una de Filipinas que aborda las reformas educativas para hacer frente a los desafíos causados por las nuevas tecnologías, incluida la IA, un proyecto de ley español centrado en la no discriminación y la rendición de cuentas en los algoritmos de IA, y una ley que establece un programa de formación en IA a través de la Oficina de Gestión y Presupuesto de Estados Unidos. Desde 2016, los países han aprobado 123 proyectos de ley relacionados con la IA, la mayoría en los últimos años.
En paralelo, están aumentando los estudios sobre ética de los algoritmos. Según la Conferencia sobre equidad, responsabilidad y transparencia de la Association for Computed Machinery (ACM FAccT), durante 2022 el número de análisis sobre estas materias se duplicó en relación al año anterior, y multiplicó por diez su número desde 2018. Aunque las instituciones académicas dominan en este ámbito, el pasado año los actores de la industria contribuyeron con más trabajos que nunca en este sector.
4. La inversión empresarial desciende desde los máximos de 2021
La inversión empresarial (fusiones/adquisiciones, participaciones, inversión privada y ofertas públicas) descendió en 2022 respecto a los máximos de 2021, pero la cifra se ha multiplicado por 13 en la última década. El mayor acontecimiento inversor del año fue la adquisición de Nuance Communications, empresa de software informático adquirida por Microsoft por 19.700 millones de dólares.
5. Los grandes modelos de lenguaje (LLM) son cada vez más grandes
Los grandes modelos de lenguaje (o LLM, por su abreviatura en inglés), son cada vez mayores en tamaño y en gasto dedicado a los mismos. Así, GPT-2, lanzado en 2019 y considerado el primer gran modelo lingüístico, tenía 1.500 millones de parámetros y se estima que costó 50.000 dólares entrenarlo. Solo tres años después, PaLM se lanzó con 540 mil millones de parámetros y un costo estimado de 8 millones de dólares. ChatGPT cuenta con 173 millones de parámetros y recientemente, solo Microsoft ha anunciado una inversión de 10.000 millones de dólares en el mismo.
6. El entrenamiento de los LLM implica elevados costes medioambientales
En paralelo, estos grandes modelos algorítmicos, emiten grandes volúmenes de emisiones de CO2 a la atmósfera. Durante 2022 el mayor emisor de estas emisiones fue, con diferencia, GPT-3, pero incluso el relativamente más eficiente BLOOM necesitó 433 MWh de energía para entrenarse, lo que sería suficiente para abastecer de energía a un hogar estadounidense medio durante 41 años.
7. Aumenta la demanda de mano de obra de IA
En 2022 se registró un aumento en las ofertas de trabajo que buscan habilidades de IA en todos los sectores, y el número de ofertas de trabajo de IA en general fue notablemente mayor en 2022 con respecto al año anterior. Predominó el sector de la información. California fue, con diferencia, el estado norteamericano que más puestos de trabajo relacionados con la IA publicó (142.154), seguido de Texas (66.624) y Nueva York (43.899).
8. Fiebre por los robots en China
Las instalaciones robóticas han aumentado un 31% en todo el mundo, pero ningún país ha dado tanta prioridad a la integración de robots como China. En 2013, China superó a Japón como la nación que más robots industriales instalaba y, desde entonces, esa brecha no ha hecho más que aumentar. En 2021, China instaló más de estos robots que el resto del mundo junto, y hoy en día, el país representa el 51,8% de todas las instalaciones de robótica industrial.
9. La industria atrae talento, el gobierno se queda atrás
Cuando los nuevos licenciados en ciencias relacionadas con la Inteligencia Artificial salen de la universidad, la mayoría se dirige a la industria, mientras que la cantidad de estos nuevos licenciados y doctores que se incorporan a la administración pública es de un escaso 0,7%, un porcentaje sin cambios en la última media década.
Sin embargo, grandes potencias como Estados Unidos están aumentando su presupuesto federal para IA. En concreto, el gobierno de Estados Unidos sigue destinando cientos de millones dólares a la investigación y el desarrollo de la IA. En el año fiscal 2022, las agencias gubernamentales estadounidenses asignaron 1.700 millones de dólares a I+D en IA, un 13% más que el año anterior y un aumento del 209% desde 2018. Mientras tanto, el Departamento de Defensa, en su solicitud presupuestaria de IA no clasificada, pidió 1.100 millones de dólares, un aumento del 26% con respecto al año anterior.
10. Aumenta la presencia de las mujeres en el ámbito de la IA
No solo ha aumentado el número de mujeres que se gradúan en ciencias de la computación, también ha aumentado el de mujeres entre el profesorado. Y es que, aunque la IA (y los campos STEM en general) sigue luchando contra la diversidad, cada vez hay más mujeres en este campo. El porcentaje de mujeres entre los licenciados en informática aumentó hasta el 22,3%, continuando una tendencia más amplia en la última década.
Otra tendencia positiva es la contratación de más mujeres como profesoras de ciencias de la computación, informática y ciencias de la computación. Aunque el profesorado de las universidades norteamericanas sigue siendo mayoritariamente masculino, la proporción de mujeres ha alcanzado un nuevo máximo del 30,2%, un 8,5% más que en 2015.
En paralelo, el informe detecta también una mayor diversidad étnica, pues, aunque los estudiantes blancos siguen siendo mayoría entre los recién licenciados, la proporción de nuevos licenciados asiáticos, hispanos o multirraciales no ha dejado de aumentar en la última década.