La inteligencia artificial afectará al 40 % de los empleos en todo el mundo, según un informe publicado por el Fondo Monetario Internacional en enero de 2024. Ese proceso ya ha empezado y no va a detenerse, mientras la mayoría sigue sin tener la menor idea de cómo funciona esta tecnología. Es cierto que algo similar ha ocurrido, aunque en menor medida, con muchas otras herramientas que usamos a diario: su funcionamiento es opaco para casi todos, y su adopción ha supuesto en más de una ocasión la transformación –y también la desaparición– de empleos existentes. Sin embargo, esta vez el impacto será más profundo y acelerado.
Una parte significativa del trabajo hoy disponible puede ser automatizado mediante modelos de inteligencia artificial. Y esa capacidad no hará sino ampliarse a medida que esos modelos evolucionen, lo que implicará transformaciones laborales con una velocidad que probablemente supere la capacidad de adaptación de los mercados de trabajo. Esto, como advierte el FMI, agravará la desigualdad: entre quienes entienden lo que está ocurriendo –o al menos lo intentan– y quienes se conforman con intuir que algo está pasando.
¿Es esta una tecnología accesible? Para ingenieros informáticos y sobre el papel, construir desde cero un modelo «pequeño» puede parecer una tarea abordable. Bastaría, en teoría, con leer y comprender –entre otros fundamentales–el texto seminal Attention is All You Need, de Vaswani, Shazeer y otros; dominar herramientas como PyTorch o TensorFlow y tener experiencia en la programación de redes neuronales; contar con un corpus de datos adecuado y asumir los costes de entrenamiento del modelo, tanto en tiempo como en dinero. Todo ello serviría, en el mejor de los casos, para obtener un producto limitado cuya utilidad, incluso dentro de un campo específico y en comparación con los desarrollos comerciales de gigantes como OpenAI, DeepSeek o Google, sería prácticamente nula.
Más allá del resultado final, el proceso de creación ofrece, por supuesto, un valioso aprendizaje. También es posible explorar modelos ya entrenados, como los disponibles en la plataforma Hugging Face Transformers, para aproximarse al funcionamiento de la IA generativa sin necesidad de programar. O bien se puede ignorar todo esto y esperar a ver qué pasa. Es lo que hace mi gata, que no parece creer que su ración diaria de comida y su caja de arena vayan a depender, algún día, de su relación con esta tecnología. Y tiene razón. Por ahora.
Pero este no es, claro, un problema individual. Cada cual gestiona su currículo como quiere o como puede. Afecta directamente a gobiernos de cualquier nivel, a las universidades y organizaciones empresariales o a España como país. Incorporar los modelos actuales a tareas rutinarias, utilizarlos como atajos para pensar aún menos o resignarse a enviar a los mejores cerebros del país a los grandes centros de desarrollo en Estados Unidos no es, ni de lejos, suficiente. La tan traída y llevada “digitalización”, que aparece en boca de responsables políticos de toda laya a la menor ocasión, no puede reducirse a eso. La tecnología que hay detrás de lo que en este artículo hemos venido en llamar inteligencia artificial, tiene un alcance y unas consecuencias que superan, probablemente con creces, lo que hasta ahora hemos podido intuir.
Por otra parte, somos, o vamos camino de ser, un referente, como se dice ahora, en el alojamiento de los centros de datos fundamentales para el desarrollo de la IA en su estado actual. Unas instalaciones que nos permitirán dar salida a nuestros ¿excedentes? y, en pocos años, montar prometedoras empresas de reciclaje de chatarra informática.
La instalación de estos centros se considera en Aragón una buena noticia. Y, al menos a corto y medio plazo, seguro que lo es. Pero no deberíamos conformarnos con alojar la infraestructura, poner el terreno, el agua y la energía y quedarnos con la basura mientras otros, desde fuera, desarrollan la tecnología y controlan el futuro. En fin… A ver si a alguien se le ocurre algo después del verano. Cuando no haga tanto calor.
