“No alcanza con preguntar”: una mirada crítica sobre el uso de la Inteligencia Artificial

La Inteligencia Artificial (IA) está avanzando a un ritmo vertiginoso y cada vez está más presente en la vida cotidiana de la sociedad. Sin embargo, su utilización todavía parece estar lejos de explotar todo su potencial.

Leer más: “¿Es necesario que los chicos estén todo el tiempo conectados?”: impulsan regular pantallas y el uso de la IA en escuelas

Así lo planteó Adrián Yucanovich, experto informático, en su paso por el programa radial "Un Día Cualquiera" (por Radio Noticias), donde propuso repensar desde la base la forma en que las personas interactúan con estas herramientas.

“Cuando nosotros utilizamos el chat, supongamos el más común, ustedes cuando hacen una búsqueda o pueden preguntarle algo al chat, esperan una respuesta, pero el lugar en que nosotros quedamos es un lugar pasivo, como si le preguntáramos a un especialista y ese especialista nos devolviera algo. Pero qué tal si yo les digo que lo que necesitamos nosotros en ese punto, más que mejorar esos prompts para obtener mejores resultados, que lo que necesitamos es un sistema de aprendizaje propio, y que cada uno de nosotros podemos acceder a ese aprendizaje propio”, expresó, marcando desde el inicio una diferencia importante con el uso más extendido de estas tecnologías.

Lejos de plantear un rechazo a la IA, Yucanovich insistió en que el problema es la falta de método. “Si nosotros no tenemos construidos los procesos pedagógicos de cómo se enseña, de cómo se aprende, y es sobre eso que tenemos que montar la Inteligencia Artificial, volvemos siempre al mismo principio: simplemente agarramos el chat, preguntamos y nos devuelven una respuesta. Pero no tenemos un método, no tenemos una estructura”, sostuvo.

En ese sentido, propuso pensar un modelo completamente distinto, donde el usuario deje de ser un sujeto pasivo y pase a tener un rol activo en su propio aprendizaje. “Tal vez se puede ser profesor y se puede ser estudiante al mismo tiempo, y no tendrían por qué estar tan separadas esas dos cosas. Porque ambos paradigmas están, en este caso, revolucionados”, afirmó.

Para explicar cómo lograrlo, desarrolló un método concreto basado en la organización del conocimiento. “Lo primero que nosotros vamos a necesitar va a ser definirle a la Inteligencia Artificial un modelo o una estructura. Esa estructura tiene que tener un contrato que nosotros hacemos con el chat, donde le vamos a dar órdenes. Y lo que planteamos es un puente pedagógico para poder construir entre lo que el chat nos da y lo que nosotros necesitamos. Entonces, lo primero que haríamos sería crear una estructura que no sea lineal, sino organizada en tres niveles: explicar las cosas como si fuese un chico de cinco años, después a un nivel más técnico o universitario, y por último el método, o sea, cómo se hacen esas cosas”, explicó.

A lo largo de la entrevista, también hizo hincapié en una de las limitaciones más importantes de estas herramientas: la falta de memoria en el tiempo. “El chat no tiene lo que se llama persistencia. Van a pasar dos o tres días que nosotros vamos a trabajar con eso y el chat nos va a empezar a ya no dar respuestas tan precisas, porque no guarda lo que nosotros hicimos anteriormente. Se empieza a olvidar. Entonces, ¿qué vamos a hacer nosotros? Vamos a crear un ecosistema donde podamos guardar esos resultados que nos ha dado el chat para ir construyendo un sistema de aprendizaje propio”, detalló.

En esa línea, explicó cómo resolver ese problema a través de herramientas complementarias: “Nosotros tenemos un ecosistema de trabajo. En mi caso elegí el ecosistema de Google: tenemos Google Drive, tenemos otra Inteligencia Artificial que se llama Notebook LM y tenemos Google Colab para trabajar con código. Entonces, lo que hacemos es crear una biblioteca donde guardamos todo el material. Cada vez que trabajamos, generamos un resumen, que se denomina técnicamente un brief, y lo guardamos. Entonces, al otro día, la Inteligencia Artificial ya no arranca de cero, sino que se conecta con todo lo que nosotros venimos trabajando y avanza en función de eso”.

Pero más allá de las herramientas, Yucanovich insistió en la importancia de la disciplina. “Tiene que haber una estructura y también una disciplina de cada uno. Nosotros, por ejemplo, tenemos que especificarle el tiempo que vamos a trabajar. En mi caso son 120 minutos. Y la Inteligencia Artificial ya sabe que 20 minutos antes de terminar ese período tiene que hacer un cierre, ordenar lo trabajado y dejar tareas para el próximo día. Es una forma de mantener el proceso bajo control, de mantenerla a raya”, precisó.

La mirada del especialista no se limitó al plano individual. También abordó el impacto social y el rol del conocimiento compartido. “El conocimiento no es el conocimiento de una empresa, no es el conocimiento de uno solo. Es un conocimiento que se ha construido a través de generaciones. Por eso el software libre propone no solamente una idea teórica, sino una práctica concreta que se ha llevado adelante durante muchísimo tiempo. Y hay que entender que gran parte de la infraestructura tecnológica mundial funciona bajo esa lógica”, señaló.

En ese marco, defendió la construcción colectiva del conocimiento: “Nosotros podemos hacer red con otras personas, compartir lo que aprendemos, construir proyectos colaborativos. Porque los grandes proyectos siempre son colaborativos, no son de una sola persona. Entonces, todo este avance individual tiene que convertirse en inteligencia colectiva”.

Sobre el final, describió: “La Inteligencia Artificial no es un mundo lejano ni es para genios. Son herramientas que podemos dominar para entender nuestra propia vida. Y aprender no es un acto solitario, es un acto de soberanía tecnológica. Porque cuando usamos herramientas de código abierto, cuando entendemos cómo funcionan, recuperamos poder sobre nuestros datos y dejamos de depender de esas cajas negras que deciden por nosotros”, concluyó.