• Urge crear marcos legales y un catálogo de buenas prácticas

• Universidades enfrentan desventaja frente a la inversión multimillonaria de empresas privadas

Ante el crecimiento exponencial de la inteligencia artificial (IA), es urgente establecer marcos normativos que regulen su desarrollo y aplicación, así como emitir un catálogo de buenas prácticas, advirtió el Dr. Raúl Rojas González. Entre sus principales preocupaciones mencionó el posible desplazamiento de trabajadores de “cuello blanco” por la automatización del trabajo intelectual y la necesidad de fijar límites claros en el uso de datos personales.

El director emérito del Dahlem Center for Machine Learning and Robotics de la Universidad de Berlín realizó estas declaraciones durante la segunda sesión del ciclo de conferencias “La (r)evolución reciente de la Inteligencia Artificial”, organizado por la Secretaría de Ciencia, Humanidades, Tecnología e Innovación (Secihti).

Rojas subrayó que, aunque el trabajo desarrollado en México en materia de IA ha sido relevante y equiparable al de otros países, la inversión multimillonaria de empresas privadas en el sector dificulta que las universidades compitan en igualdad de condiciones a escala global.

Durante su exposición, el científico mexicano —reconocido internacionalmente en ciencias de la computación y mecatrónica— ofreció un recorrido por la evolución de la IA, desde finales de los años cuarenta y principios de los cincuenta, cuando las computadoras dejaron de ser simples calculadoras para almacenar programas y procesar información lógica, hasta los desarrollos actuales.

Explicó que los modelos de lenguaje han logrado integrar dos corrientes que hasta inicios del siglo XXI evolucionaban por separado: la simbólica y la subsimbólica. Añadió que el entrenamiento de estos sistemas ha pasado de esquemas basados en “fuerza bruta” a métodos más optimizados y eficientes.

En las últimas dos décadas, señaló, el avance ha sido vertiginoso. “Apenas estamos al inicio de los grandes modelos de razonamiento y del lenguaje como ChatGPT”, afirmó. Destacó que hoy se incorporan métodos de verificación de pruebas y motores de decisión sustentados en la Búsqueda de Árbol Monte Carlo (MCTS), apoyados en aprendizaje por refuerzo.

Finalmente, Rojas González explicó que la IA ha transitado de la lógica simbólica predominante en los años noventa a los modelos conexionistas del 2000, y actualmente se orienta hacia una “súper inteligencia” en dominios específicos. Ejemplo de ello son los vehículos autónomos que emplean redes neuronales profundas para procesar millones de datos en tiempo real, así como los modelos de lenguaje y sistemas de traducción automática capaces de comprender y generar lenguaje complejo, actuando en muchos casos como agentes autónomos.

La conferencia fue moderada por el Dr. Juan Humberto Sossa Azuela, director del Centro de Investigación en Computación del Instituto Politécnico Nacional (IPN).

GDR