Similitudes y diferencias entre el aprendizaje humano y los sistemas de IA

Angel Sevillano
Associate partner          AI Solutions Offering Leader
IBM Consulting

Aprovechando el día mundial de la educación, que se celebra el 24 de enero, y el impacto a nivel global que ha tenido chatGPT, me he hecho la siguiente pregunta: ¿Qué similitudes y diferencias tienen el aprendizaje humano y la Inteligencia Artificial?

Entrenar a un sistema de IA

Si tuviera que explicar a mi abuela de 82 años cómo se entrena un sistema de Inteligencia Artificial (IA), le diría lo siguiente:

Entrenar un sistema de IA es un proceso complejo, pero se puede explicar de manera sencilla. El objetivo es enseñarle a realizar tareas específicas mediante el uso de un gran conjunto de datos y un algoritmo de aprendizaje automático.

1. Se recolecta un gran conjunto de datos —como imágenes, textos o audios— relacionados con la tarea específica que se desea que la IA realice.
2. Se utiliza un algoritmo de aprendizaje automático para analizar estos datos y detectar patrones y relaciones entre ellos.
3. Con dichos patrones, el sistema de IA es capaz de aprender y realizar tareas similares a las que se le presentaron en los datos de entrenamiento.
4. Por último, se realizan pruebas para evaluar el rendimiento del sistema de IA y hacer ajustes si es necesario.

Resumiendo, se le da un gran conjunto de datos para que aprenda y se ajuste según las necesidades, de forma que pueda realizar tareas específicas.

Entrenar a un ser humano

Entrenar a una persona es un proceso similar al de entrenar un sistema de IA. El objetivo es enseñarle habilidades o conocimientos específicos mediante la presentación de información, la práctica y la retroalimentación. Algunos pasos que se podrían seguir para entrenar a una persona incluyen:

1. Identificar las habilidades o conocimientos específicos que se desean enseñar.
2. Diseñar un plan de entrenamiento que incluya la presentación de información, la práctica y la retroalimentación.
3. Proporcionar la información necesaria de manera clara y comprensible para el individuo.
4. Poner a disposición oportunidades para la práctica, ya sea mediante actividades prácticas, ejercicios o tareas.
5. Proporcionar retroalimentación sobre el rendimiento y los errores, y ajustar el plan de entrenamiento según sea necesario.
6. Continuar proporcionando oportunidades para practicar y mejorar las habilidades o conocimientos enseñados.

La clave para el entrenamiento de una persona es proporcionar un ambiente de aprendizaje seguro y estructurado, y proporcionar retroalimentación continua para guiar el progreso.

Qué es más complicado enseñar a un sistema de IA

Existen varios conocimientos y habilidades que se pueden enseñar a una persona pero que son más difíciles de enseñar a un sistema de IA. Algunos ejemplos incluyen:

• Empatía y comprensión emocional: los sistemas de IA todavía tienen dificultades para comprender y responder adecuadamente a las emociones humanas.
• Creatividad: los sistemas de IA son capaces de generar contenido automáticamente, pero todavía tienen dificultades para tener ideas originales y novedosas.
• Toma de decisiones morales y éticas: los sistemas de IA pueden ayudar a tomar decisiones mediante el análisis de datos, pero todavía tienen dificultades para comprender y aplicar conceptos morales y éticos complejos.
• Conocimientos culturales y sociales: los sistemas de IA pueden aprender y responder a patrones en los datos, aunque todavía tienen dificultades para comprender y aplicar los conocimientos culturales y sociales complejos.
• Trabajo en equipo: pueden colaborar y trabajar juntos, pero todavía tienen dificultades para comprender y aplicar las dinámicas complejas del trabajo en equipo humano.

Es importante mencionar que, a medida que la tecnología de IA avanza, se están desarrollando nuevos métodos para enseñar estas habilidades a los sistemas de IA, pero todavía hay limitaciones y desafíos a superar.

Qué se le da mejor a un sistema de IA

Por otro lado, hay que tener en cuenta que existen varios conocimientos y habilidades en los que puede ser mejor que una persona. Algunos ejemplos incluyen:

• Procesamiento de datos: los sistemas de IA son capaces de analizar y procesar grandes cantidades de datos de manera rápida y precisa, lo que los hace ideales para tareas como el análisis de datos y la toma de decisiones basadas en datos.
• Reconocimiento de patrones: los sistemas de IA son capaces de detectar patrones y relaciones complejos en los datos, lo que los hace ideales para tareas como el aprendizaje automático y la clasificación de datos.
• Realizar tareas repetitivas: son capaces de realizar tareas repetitivas de manera precisa y constante, lo que los hace ideales para tareas como la automatización de procesos y la robótica.
• Jugar a juegos: los sistemas de IA son capaces de aprender y mejorar en juegos como el ajedrez o el Go mediante el aprendizaje automático, lo que los hace ideales para tareas relacionadas con los juegos.
• Traducción automática: los sistemas de IA son capaces de traducir idiomas con una gran precisión y velocidad, lo que los hace ideales para tareas relacionadas con la traducción automática.

Es importante mencionar que a, medida que la tecnología de IA avanza, los sistemas de IA están comenzando a desarrollar habilidades que antes solo eran propias de seres humanos, como la comprensión del lenguaje natural, pero todavía hay limitaciones y desafíos a superar.

Similitudes y diferencias en el aprendizaje

En conclusión, hay varias similitudes y diferencias entre el aprendizaje humano y el aprendizaje de un sistema de IA:

Similitudes:

• Ambos procesos involucran la adquisición de conocimientos y habilidades a través de la experiencia y la retroalimentación.
• Ambos procesos pueden ser mejorados y optimizados mediante la presentación de información estructurada y la práctica.

Diferencias:

• El aprendizaje humano suele ser más adaptable y flexible. Esto se debe a que las personas pueden adaptarse a nuevas situaciones y aprender a través de la experimentación y el error.
• El de los sistemas de IA es más preciso y rápido en tareas matemáticas y analíticas. Pero todavía tienen dificultades para comprender y adaptarse a nuevas situaciones, especialmente en tareas relacionadas con la comprensión del lenguaje natural.
• El aprendizaje humano esta basado en la experiencia, la observación y la imitación; mientras que el aprendizaje automático se basa en el análisis y la generalización a partir de grandes conjuntos de datos.
• El aprendizaje humano suele ser más propenso a la interpretación subjetiva, mientras que el aprendizaje automático es más objetivo.

Es importante mencionar que mientras que los sistemas de IA son excelentes en tareas específicas, todavía tienen dificultades para adaptarse a situaciones nuevas y desconocidas, así como para comprender y aplicar conceptos complejos como la creatividad, la empatía y la moralidad.

Conclusiones

Este artículo se ha escrito con la ayuda de chatGPT y, como podéis comprobar, todo tiene sentido y es coherente, pero… encuentro varios problemas importantes en este sistema de IA tal y como está entrenado actualmente:

• Se trata de un sistema de IA opaco porque no revela las fuentes de conocimiento que se han utilizado en su entrenamiento. Para que los sistemas de IA sean confiables deben poder explicar sus inferencias y sus fuentes; por tanto, al desconocerlas, no es posible saber si se está usando conocimiento de fuentes de autoridad o si se ha entrenado con contenido sesgado, incompleto o incorrecto.

La última pregunta que he hecho a chatGPT para preparar este artículo ha sido ¿qué fuentes de información has utilizado para dar estas respuestas? Y ha contestado lo siguiente:

«Como soy un modelo de lenguaje de IA, no tengo acceso a Internet ni utilizo ninguna fuente externa para dar respuestas. Mi conocimiento se basa en el gran conjunto de datos con el que se me entrenó y en el cual está mi knowledge cutoff. El entrenamiento incluyó una gran variedad de textos como artículos científicos, noticias, libros, etc. Mi conocimiento se basa en la información contenida en esos textos y en cómo he sido programado para analizar y comprender la información.»

He repreguntado a chatGTP, sobre su respuesta relativa a las similitudes y diferencias del entrenamiento de un sistema de IA y una persona, y he indicado «creo que la segunda diferencia es incorrecta». Ante esto, ha contestado lo siguiente:

«Me disculpo si causé alguna confusión, en efecto la segunda diferencia que mencioné es incorrecta, ya que el aprendizaje automático de las IA es altamente adaptable y puede generalizar a situaciones nuevas, gracias a su capacidad de aprender patrones y relaciones complejos en los datos. Sin embargo, es cierto que todavía tienen limitaciones en tareas relacionadas con la comprensión del lenguaje natural y el aprendizaje basado en la experiencia, como la adaptación a situaciones nuevas, la creatividad y la toma de decisiones éticas.»

Esto me hace desconfiar de la fiabilidad de sus respuestas ya que no entiende lo que afirma, sino que muestra textos que tiene en su entrenamiento.

Hay importantes instituciones de enseñanza en Australia y Estados Unidos que han prohibido a sus alumnos utilizar chatGPT. Estos lo usaban para hacer trabajos y, como en muchas ocasiones la información que proporcionaba era incorrecta, les llevaba a aceptar datos erróneos como correctos, algo que podía alterar su aprendizaje. De hecho, se ha generado alarma entre los profesores porque si sus alumnos se apoyan en chatGPT, van a obtener pésimas calificaciones.

En conclusión, aunque ya hay importantes empresas tecnológicas que han anunciado inversiones multimillonarias en OpenAI, por ahora solo es un experimento avanzado de texto generativo y, aunque se ha ocasionado la expectativa de estar acercándonos a la IA general, realmente aún estamos lejos de conseguir que un sistema de IA sea capaz de aprender cualquier tema y entienda los contenidos con los que se le entrena, como hacen los seres humanos.