LA NADA Y UNO

Inteligencia Artificial: ¿Cómo gobernar la IA ante el ecosistema digital?

Lejos de ser una amenaza inminente o una tecnología mágica que aparece de la nada, la inteligencia artificial es el fruto de décadas de avances en la computación distribuida.

¿Qué representa la IA realmente en la tecnología?Créditos: Especial
Por
Escrito en TENDENCIAS el

En los últimos años, el término “inteligencia artificial” (IA) ha invadido tanto la prensa como las conversaciones cotidianas, generando un sinfín de debates sobre sus riesgos, beneficios y la necesidad de regularla.

Sin embargo, en un análisis profundo y reflexivo, Milton L. Mueller, profesor de la Escuela de Políticas Públicas en el Instituto Tecnológico de Georgia, en su artículo “It’s just distributed computing: Rethinking AI Governance”, nos invita a repensar qué es realmente la IA.

De acuerdo con el profesor Mueller, lejos de ser una tecnología nueva y enigmática, la IA es en esencia el resultado de décadas de evolución en la computación distribuida. En esta colaboración intentaré explicar de manera sencilla las ideas principales de Mueller y por qué es tan importante adoptar una perspectiva realista al debatir en torno a la posible regulación de la misma.

¿Qué es realmente la IA?

Lo común es pensar en ella como una tecnología única y revolucionaria, casi mágica, que de repente apareció y empezó a transformar el mundo. Sin embargo, según Mueller, lo que llamamos “IA” no es más que un conjunto diverso de aplicaciones de aprendizaje automático que han ido evolucionando gradualmente desde los albores de la informática en los años 50 del siglo XX.

Estas aplicaciones usan algoritmos que aprenden de grandes cantidades de datos, gracias a la interacción de dispositivos de cómputo, redes, datos y software. En otras palabras, la IA surge del funcionamiento de lo que se conoce como el “ecosistema digital”.

Esta visión nos ayuda a entender que la IA no es algo aislado, sino solo una parte de un sistema más amplio que ha estado en desarrollo durante décadas. No se trata de una “tecnología emergente” en el sentido de haber aparecido de la nada, sino de una evolución continua de capacidades informáticas que ahora alcanzan niveles sorprendentes.

El ecosistema digital: la base de la IA

Para comprender la idea central de Mueller, es fundamental entender qué es el ecosistema digital. Este concepto se refiere a la red interconectada formada por cuatro elementos esenciales:

  • Dispositivos de cómputo: computadoras, teléfonos inteligentes, servidores, y otros equipos que procesan información.
  • Redes: infraestructuras que permiten la comunicación entre dispositivos, desde redes domésticas hasta gigantescas redes internacionales.
  • Datos: toda la información digital que se genera a partir de nuestras interacciones ya sea en redes sociales, compras en línea o incluso en el uso de aplicaciones.
  • Software: los programas y algoritmos que transforman datos en acciones, decisiones y, en el caso de la IA, en “inteligencia”.

Lo que Mueller destaca es que ninguna de estas partes funciona de manera aislada. El desarrollo de la IA depende de la sinergia entre ellas.

Por ejemplo, los algoritmos de aprendizaje automático requieren grandes volúmenes de datos (generados por millones de dispositivos) y una potencia de cómputo que solo es posible gracias a la evolución de la tecnología de semiconductores y redes de alta velocidad. Esta interdependencia es la que hace que la “IA” sea, en realidad, una función del ecosistema digital completo.

Una evolución de más de setenta años

Uno de los puntos más reveladores del análisis de Mueller es que la capacidad de la IA no es un invento repentino. Desde los primeros días de la computación, ya se plantearon ideas sobre máquinas que pudieran aprender y tomar decisiones. Los pioneros como Alan Turing, John von Neumann y Norbert Wiener ya discutían sobre el potencial de las máquinas para imitar ciertas funciones del cerebro humano.

A lo largo de las décadas, hemos visto mejoras graduales en la capacidad de procesamiento (gracias a lo que se conoce como “Ley de Moore”), en el desarrollo de redes globales y en la generación masiva de datos.

Cada uno de estos avances ha contribuido a que hoy podamos ver aplicaciones de IA tan sofisticadas como los modelos lingüísticos gigantes que responden preguntas o los algoritmos que reconocen rostros en fotos. Así, lo que ahora parece asombroso es el resultado de un proceso evolutivo continuo y acumulativo, no de una “ruptura” tecnológica.

Regular la IA: ¿un enfoque equivocado?

En los debates actuales sobre regulación, se habla a menudo de crear leyes que regulen o de imponer restricciones a la “inteligencia artificial” en general.

Algunos políticos y expertos han llegado incluso a proponer moratorias o controles estrictos para “detener” el desarrollo de la IA, argumentando que puede representar un riesgo existencial para la humanidad. Sin embargo, Mueller advierte que esta manera de enfocar el problema es equivocada.

Según su análisis, intentar gobernar la IA de manera global equivale a tratar de controlar todo el ecosistema digital. Por ejemplo, para detener el entrenamiento de modelos lingüísticos gigantes muy avanzados, sería necesario regular de manera estricta el uso de dispositivos, redes, datos y software en todo el mundo. Esto no solo es prácticamente inviable, sino que también podría tener consecuencias muy negativas para la innovación y el desarrollo económico.

Además, los problemas de gobernanza asociados a la IA no son nuevos. Durante la expansión de Internet y el auge de las plataformas digitales surgieron debates sobre desinformación, privacidad, derechos de autor y otros temas que hoy se discuten en el contexto de la IA. La historia nos muestra que muchos de estos problemas ya se enfrentaron y que la solución no implicó imponer una regulación global e inflexible, sino abordar cada situación de manera específica.

Propuestas actuales y sus limitaciones

En la última década se han propuesto varias iniciativas para “regular” la IA. Entre ellas se encuentran propuestas de moratoria en el desarrollo, el control sobre la potencia de cómputo, la regulación de servicios en la nube y leyes específicas como la Ley de IA de la Unión Europea.

Cada una de estas propuestas intenta encontrar un punto de intervención para controlar lo que consideran un riesgo general. Sin embargo, como explica Mueller, estas propuestas enfrentan enormes desafíos. Por ejemplo:

  • Moratoria en el desarrollo: una pausa global en el entrenamiento de sistemas avanzados de IA requeriría que todos los actores, desde grandes corporaciones hasta pequeños desarrolladores, se comprometan a detener sus actividades. Esto es casi imposible de lograr en un mundo tan interconectado y competitivo.
  • Controlar la potencia de cómputo: proponer que se regule el acceso a la capacidad de procesamiento significa intervenir en una parte fundamental de todo el ecosistema digital. Pero el cómputo es solo una parte de la ecuación; sin acceso a datos, redes y software adecuados, la regulación se vuelve incompleta.
  • Regulación de servicios en la nube: dado que los servicios en la nube distribuyen recursos de computación de manera global, intentar regularlos de manera unilateral puede afectar la competitividad y la innovación. Además, la imposición de reglas en un solo país o región (como propone Estados Unidos o la Unión Europea) puede crear desequilibrios a nivel mundial.

En resumen, todas estas medidas, si se aplican de manera genérica, terminarían afectando todo el ecosistema digital, limitando la innovación y pudiendo incluso generar consecuencias económicas y sociales adversas.

Un enfoque diferenciado: regular aplicaciones específicas

La propuesta más sensata, según Mueller, es que en lugar de tratar de gobernar “la IA” como un ente monolítico, las políticas públicas deben centrarse en regular casos particulares. Es decir, en vez de imponer reglas generales para toda la tecnología, se debe evaluar cada aplicación y sus riesgos específicos.

Por ejemplo, el uso de algoritmos de reconocimiento facial por parte de la policía plantea desafíos diferentes a los de los chatbots que responden preguntas en línea o los sistemas de recomendación en plataformas digitales. Cada uno de estos casos requiere una regulación adaptada a sus contextos y riesgos. De esta forma, se evita una intervención excesiva que podría limitar el desarrollo de tecnologías benéficas y se centra la atención en solucionar problemas concretos.

Esta aproximación permite además una mayor flexibilidad y adaptabilidad. En un entorno tecnológico que evoluciona rápidamente, las normas rígidas pueden quedar obsoletas en poco tiempo. Por ello, es preferible contar con marcos regulatorios que se puedan ajustar conforme se conozcan mejor los efectos y las implicaciones de cada aplicación.

Reflexión final

El análisis de Milton L. Mueller nos invita a ver la inteligencia artificial con otros ojos. Lejos de ser una amenaza inminente o una tecnología mágica que aparece de la nada, la IA es el fruto de siete décadas de avances en la computación distribuida. Comprender esto es fundamental para que los políticos, reguladores y ciudadanos podamos debatir sobre su futuro de manera informada y equilibrada.

En lugar de caer en alarmismos que exijan moratorias o controles totales, debemos reconocer que los problemas asociados a la IA no son nuevos. Muchos de ellos ya fueron enfrentados durante el auge de Internet y de otras tecnologías digitales. Lo que se requiere es una regulación que atienda los riesgos específicos de cada aplicación, sin caer en intervenciones generalizadas que puedan sofocar el progreso.

Para México, este enfoque representa una oportunidad para impulsar una política tecnológica que sea flexible, innovadora y, sobre todo, ajustada a la realidad de un ecosistema digital global. Es posible proteger nuestros derechos y fomentar el desarrollo tecnológico, siempre y cuando se adopte una mirada matizada y bien informada, tal como la propone Mueller.

Milton L. Mueller, con su detallado análisis publicado en Telecommunications Policy, nos ofrece un marco conceptual que, aplicado a nuestro contexto, puede ayudarnos a construir un futuro en el que la tecnología y la sociedad coexistan de manera armónica y progresiva. Es hora de repensar la gobernanza de la tecnología y hacerlo con responsabilidad, conocimiento y, sobre todo, con la mirada puesta en el beneficio de todos.

Precio de Bitcoin de hoy

El artículo del profesor Mueller, en el cual basé mi colaboración de hoy, se encuentra disponible en esta liga. Puede ver el precio de hoy de Bitcoin aquí, así como también el precio de hoy de Ethereum y de las principales criptomonedas.

Por Emilio Carrillo Peñafiel, abogado especializado en temas de financiamiento, tecnología y M&A. X: @ecarrillop; página web: pcga.mx. Las opiniones expresadas son personales del autor y no constituyen recomendaciones de inversión; las inversiones en tecnologías novedosas son de muy alto riesgo y cabe la posibilidad de que todos los recursos destinados a ellas podrían perderse.