¿Quién se beneficia de la inteligencia industrial? Esta pregunta básica, que ha sido especialmente destacada durante el auge de la IA en los últimos abriles, estuvo en primer plano en una conferencia en el MIT el miércoles, mientras los oradores y miembros de la audiencia luchaban con las muchas dimensiones del impacto de la IA.
En una de las charlas principales de la conferencia, la periodista Karen Hao ’15 pidió una trayectoria modificada del explicación de la IA, incluido un alejamiento de la ampliación masiva del uso de datos, centros de datos y modelos que se utilizan para desarrollar herramientas bajo la rótulo de «inteligencia universal industrial».
«Esta escalera es innecesaria», afirmó Hao, quien se ha convertido en una voz destacada en los debates sobre la IA. «No se necesita esta escalera de IA y computación para obtener los beneficios». De hecho, añadió, “si efectivamente queremos que la IA sea ampliamente beneficiosa, debemos abandonarse urgentemente este enfoque”.
Hao es un ex miembro del personal de El diario de Wall Street y Revisión de tecnología del MITy autor del volumen de 2025, “Empire of AI”. Ha informado ampliamente sobre el crecimiento de la industria de la IA.
En sus comentarios, Hao destacó el sorprendente tamaño de los conjuntos de datos que ahora utilizan las mayores empresas de inteligencia industrial para desarrollar grandes modelos de verbo. Además enfatizó algunas de las ventajas y desventajas de esta ampliación, como el consumo masivo de energía y las emisiones de los centros de datos a hiperescala, que incluso consumen grandes cantidades de agua. Basándose en sus propios informes, Hao incluso señaló el costo humano del trabajo de entrada que realizan los empleados de la riqueza integral, ingresando datos manualmente para los modelos a hiperescala.
Por el contrario, propuso Hao, podría existir un camino alterno para la IA en el ejemplo de AlphaFold, la útil ganadora del Premio Nobel utilizada para identificar estructuras de proteínas. Esto representa el concepto de “maniquí de IA pequeño y específico para tareas que aborda un problema de amplio radio que se presta a las fortalezas computacionales de la IA”, dijo Hao.
Y añadió: «Está entrenado en conjuntos de datos mucho seleccionados que sólo tienen que ver con el problema en cuestión: plegamiento de proteínas y secuencias de aminoácidos… No hay falta de una supercomputación rápida porque los conjuntos de datos son pequeños, el maniquí es pequeño y aún está generando enormes beneficios».
En un segundo discurso de tolerancia, la académica Paola Ricaurte subrayó la conveniencia de los enfoques de IA impulsados por un propósito y esbozó una serie de claves conceptuales para evaluar la utilidad de la IA.
“No tiene sentido tener tecnologías que no van a reponer a las comunidades que las van a utilizar”, afirmó Ricaurte.
Es profesora del Tecnológico de Monterrey en México y profesora asociada del Centro Berkman Klein para Internet y Sociedad de la Universidad de Harvard. Ricaurte incluso ha formado parte de comités de expertos como la Asociación Mundial para la IA, los Expertos en Ética en IA sin Fronteras de la UNESCO y el tesina Mujeres por una IA Ética.
El evento fue organizado por el Software del MIT en Estudios de la Mujer y de Artículos. Manduhai Buyandelger, director del software y profesor de antropología, hizo unas palabras introductorias.
Titulado “Artículos, Imperio e IA: Simposio y Taller de Diseño”, el evento se llevó a lugar en el espacio para conferencias de la Destreza de Computación Schwartzman del MIT y contó con la concurso de más de 300 personas para las charlas magistrales. Además hubo un segmento del evento dedicado a grupos de discusión y una sesión vespertina sobre diseño, en media docena de áreas temáticas diferentes.
En su charla, Hao denunció la naturaleza a menudo vaga del discurso sobre la IA, sugiriendo que impide una discusión más reflexiva sobre la dirección de la industria.
«Parte del desafío al musitar de IA es la total desliz de especificidad en el término ‘inteligencia industrial'», dijo Hao. “Es como la palabra ‘transporte’. Podríamos referirnos a cualquier cosa, desde una velocípedo hasta un cohete”. Como resultado, dijo, «cuando hablamos de conseguir a sus beneficios, en existencia tenemos que ser muy específicos. ¿De qué tecnologías de IA estamos hablando y de cuáles queremos más?».
En su opinión, las herramientas de beocio tamaño (más parecidas a la velocípedo, por proximidad) son más bártulos en el día a día. Como otro ejemplo, Hao mencionó el tesina Climate Change AI, centrado en herramientas que pueden ayudar a mejorar la eficiencia energética de los edificios, rastrear las emisiones, optimizar las cadenas de suministro, pronosticar condiciones climáticas extremas y más.
«Ésta es la visión de la IA en dirección a la que deberíamos avanzar», afirmó Hao.
En conclusión, Hao alentó a los miembros de la audiencia a ser participantes activos en el discurso y los proyectos relacionados con la IA, diciendo que la trayectoria de la tecnología aún no estaba fijada y que las intervenciones públicas son importantes.
Citando a la escritora Rebecca Solnit, Hao sugirió a la audiencia que “la esperanza se ubica en la premisa de que no sabemos qué sucederá, y que en la amplitud de la incertidumbre hay espacio para representar”. Además señaló: «Todos y cada uno de ustedes tienen un papel activo que desempeñar en la configuración del explicación tecnológico».
Ricaurte, de guisa similar, alentó a los asistentes a ser participantes proactivos en asuntos de IA, señalando que las tecnologías funcionarán mejor cuando se aborden las deyección cotidianas apremiantes de todos los ciudadanos.
“Tenemos la responsabilidad de hacer posible la esperanza”, dijo Ricaurte.