La confusión en la terminología de la IA obstaculiza la toma de decisiones claras
Puntos clave
- El término "IA" ahora cubre una amplia gama de tecnologías, causando confusión generalizada.
- Vasant Dhar (NYU Stern) dice que "IA" a menudo se utiliza como sinónimo de tecnología en general.
- Rupert Shute (Imperial College London) enfatiza que la IA comprende muchas tecnologías distintas.
- Thiago Ferreira (Elevate AI Consulting) enumera ejemplos de IA cotidiana como filtros de spam y imagen médica.
- La IA generativa, impulsada por grandes modelos de lenguaje, domina la percepción pública de la IA.
- Los expertos clasifican la IA por función (reconocimiento, predicción, sistemas autónomos) y por desarrollo histórico.
- Shute describe tres olas de IA: lógica simbólica, aprendizaje estadístico y IA neuro-simbólica.
- La terminología precisa ayuda a los consumidores a evaluar las afirmaciones de los productos y evitar la publicidad.
- Todos los expertos coinciden en que los sistemas de IA dependen de la dirección humana y extienden la inteligencia humana.
El término "IA" se ha convertido en una frase genérica que abarca desde chatbots hasta herramientas de imagen médica, lo que lleva a una confusión generalizada. Expertos como Vasant Dhar, Rupert Shute y Thiago Ferreira explican que la IA abarca muchas tecnologías distintas, con la IA generativa dominando la percepción pública mientras que aplicaciones más antiguas y silenciosas permanecen pasadas por alto.
Por qué "IA" ya no es un término preciso
La palabra "IA" se ha convertido en una etiqueta amplia utilizada para describir una amplia gama de tecnologías, desde chatbots conversacionales como ChatGPT hasta herramientas que detectan tumores o clasifican fotos. Esta amplitud ha creado confusión entre el público y incluso entre los expertos.
Perspectivas de expertos sobre el problema de la terminología
Vasant Dhar, profesor de la NYU Stern, señala que la gente a menudo utiliza "IA" como sinónimo de tecnología en general, lo que diluye su significado. Rupert Shute, profesor de práctica en el Imperial College London, enfatiza que la IA es en realidad muchas tecnologías diferentes, y que la popularidad de la IA generativa ha eclipsado la conciencia de las clases de IA más antiguas y aún valiosas. Thiago Ferreira, CEO y fundador de Elevate AI Consulting, señala que la IA cotidiana incluye filtros de spam, detección de fraude, imagen médica, sistemas de recomendación y algoritmos de clasificación de fotos.
El dominio de la IA generativa y sus efectos
La IA generativa, que crea contenido nuevo en respuesta a solicitudes, es la forma más visible de IA hoy en día. Los grandes modelos de lenguaje (LLM) alimentan chatbots como ChatGPT, lo que hace que la IA generativa sea la imagen mental principal del campo para el público. Si bien esta visibilidad ayuda a la gente a relacionarse con la IA, también eclipsa sistemas más silenciosos que han estado en uso durante décadas.
Diferentes formas de clasificar la IA
Los expertos describen la IA utilizando varios marcos. Ferreira prefiere una lente práctica que se centra en lo que hace la IA: reconocimiento, predicción y operación autónoma. Dhar describe una evolución histórica desde sistemas expertos hasta aprendizaje automático, aprendizaje profundo y finalmente modelos generales de gran escala. Shute separa la IA en tres olas: lógica simbólica, aprendizaje estadístico (incluyendo aprendizaje profundo y transformadores) y IA neuro-simbólica que combina el aprendizaje con el razonamiento.
La importancia del lenguaje preciso
Cuando las empresas afirman que sus productos "utilizan IA", es fundamental entender qué tipo de IA está involucrada y qué hace en realidad. La terminología precisa ayuda a los consumidores a evaluar el riesgo y el beneficio, y evita que la publicidad oscurezca las capacidades reales.
Dinámicas de poder y participación humana
Todos los expertos coinciden en que los sistemas de IA dependen de la dirección humana. Ferreira enfatiza que la IA extiende, en lugar de reemplaza, el pensamiento humano, y que la inteligencia comienza con la entrada humana.
Avanzar
La claridad sobre los muchos subcampos de la IA puede mejorar el discurso público, guiar la adopción responsable y asegurarse de que el entusiasmo por la IA generativa no eclipse el valor de las aplicaciones de IA de larga data.