Inteligencia artificial: entre los avances científicos y la velocidad del cambio
Guillermo Simari, doctor en Ciencias de la Universidad de Washington, profesor emérito de la Universidad Nacional del Sur y referente del desarrollo de la inteligencia artificial en Bahía Blanca, diálogo con FM De La Calle acerca de la evolución de esta tecnología, sus ciclos de auge y desarrollo, y los desafíos que plantea su rápida incorporación a la vida cotidiana.
Para Simari, la inteligencia artificial atraviesa ciclos de entusiasmo y repliegue que no son nuevos. El investigador recuerda que durante la década de 1980 hubo una “fiebre” similar a la actual, impulsada entonces por los llamados sistemas expertos, que tuvieron un fuerte impacto en la industria. Su mirada sobre estos procesos es que la IA funciona como “el frente de la ola del desarrollo en informática”: la investigación científica avanza de manera sostenida hasta que determinados resultados encuentran aplicaciones concretas y despiertan el interés de la industria.
El investigador señala que una de las principales diferencias con otras grandes transformaciones tecnológicas no está necesariamente en la magnitud del cambio, sino en su velocidad. Mientras procesos como la revolución industrial o la expansión del automóvil necesitaron décadas para modificar de manera profunda la vida cotidiana, las tecnologías digitales se incorporan en períodos mucho más breves. Para Simari, esa aceleración genera un problema central: las personas y las instituciones no siempre tienen tiempo suficiente para comprender y absorber las transformaciones que están ocurriendo.
En ese contexto, ubica a la educación frente a uno de sus principales desafíos. Plantea que no alcanza con incorporar herramientas de inteligencia artificial en las aulas: también es necesario formar a quienes las utilizan, ya que estos sistemas pueden producir errores importantes y que, por eso, una de las capacidades fundamentales que debería promoverse es el pensamiento crítico: consultar una herramienta, recibir una respuesta y poder evaluar si aquello que ofrece tiene sentido, en lugar de asumir automáticamente que es correcto.
El investigador también cuestiona la idea de que aumentar indefinidamente el tamaño y la capacidad de los sistemas implique necesariamente mejoras proporcionales. Explica que el crecimiento del rendimiento es cada vez menor a medida que se incorpora más hardware y distingue entre los avances del algoritmo y mecanismos externos utilizados para limitar determinados comportamientos. Desde esta perspectiva, comprender las posibilidades y también las limitaciones de la inteligencia artificial resulta tan importante como aprovechar sus aplicaciones.






