El inicio de los limites responsables para la producción de Inteligencia Artificial.
- fatimabarrera
- 18 oct 2024
- 40 Min. de lectura
Actualizado: 23 oct 2024
María Fátima Barrera Cornejo
““Normalizamos el no saber como funciona
el internet” Jeron Lanier.
…Y eso no es beneficioso para
los marcos regulatorios que pongan límites a sus
productores.
Resumen
El artículo analiza la evolución de la inteligencia artificial (IA) y sus implicaciones en el panorama económico y tecnológico actual, a partir de la reciente aprobación de la primera ley sobre IA por el Parlamento Europeo. Se exploran los procesos involucrados en su producción, con un enfoque en el papel crucial de los datos, y se abordan sus implicaciones. Asimismo, se examina el marco regulatorio en México, analizando el contexto económico y político, y se destacan los retos y la importancia de desarrollar una normativa adecuada para la IA en el país. También se revisan los avances recientes en IA, sus aplicaciones en diversos sectores, y los desafíos éticos y laborales que surgen con su creciente adopción en la sociedad. Finalmente, se reflexiona sobre el futuro de la inteligencia artificial general y su potencial para transformar tanto la economía como la vida cotidiana.
Introducción
El Parlamento Europeo, en su informe de 2020 titulado "Inteligencia Artificial: ¿cómo funciona, por qué es importante y qué podemos hacer al respecto?"[1] Boucher (2020) enfatiza la importancia de comprender qué significa e implica, el término "inteligencia artificial" en nuestro contexto, para establecer un marco normativo. Señala que las definiciones de esta tecnología suelen estar plagadas de metáforas, lo que representa un obstáculo para generar debates productivos y reflexionar de manera adecuada sobre su impacto.
En este sentido, y para los propósitos de este texto, consideraremos la definición de Inteligencia Artificial desde la perspectiva de la "prueba de Turing" [2] Ríos (2023) que afirma que las máquinas son consideradas inteligentes cuando los humanos no pueden diferenciar sus acciones de las de una persona. A esta definición se debe añadir que la inteligencia artificial tiene una característica importante: su "supuesta" autonomía, lo que permite que su inteligencia se limite a dominios específicos. Así, podemos decir que el término "inteligencia artificial" se refiere a sistemas computacionales que muestran un comportamiento considerado inteligente por su capacidad de analizar su entorno y tomar decisiones, con "cierto" grado de autonomía, para alcanzar objetivos específicos, sin imponer restricciones a los métodos utilizados para producir dicha inteligencia.
Enigma Alan Turing, imagen Ilustrativa tomada de internet.
Comprender los procesos que se llevan a cabo para producir inteligencia artificial es crucial para nuestro entorno, debido a que de ellos derivan las claves para comprender la actividad humana dentro del paradigma de un sistema económico automatizado y robótico.
Para desarrollar inteligencia artificial, se emplean diversos métodos de aprendizaje automático, un subcampo que se enfoca en crear algoritmos y modelos que permiten a las máquinas aprender a partir de datos y mejorar su desempeño en tareas específicas con el tiempo. Este campo tiene una base científica sólida, que proviene de la combinación de disciplinas como las matemáticas, la estadística, las ciencias de la computación y modelos inspirados en la biología y la lingüística. Entre los métodos más destacados están el aprendizaje automático (machine learning), las redes neuronales artificiales, los algoritmos evolutivos, el procesamiento del lenguaje natural (NLP), y los sistemas basados en conocimiento. La característica común entre estos métodos es que, para ser efectivos, requieren un gran volumen de datos, capacidad de cómputo y energía. La selección del método adecuado depende de la aplicación específica.[3] Russell, S. J., & Norvig, P. (2020)
Tipos de Aprendizaje Automático para la producción de IA
Métodos de producción de Inteligencia Artificial. (Diagrama de árbol elaboración propia uso de IA como apoyo Mapify)
Categorías de Inteligencia artificial y el debate sobre la inteligencia general.
La empresa de tecnología IBM, en el blog de su página web, publicó un artículo titulado "Understanding the different types of artificial intelligence [4] Team, I. D. A. A. (2024, 15 agosto) En este artículo ofrece diferentes categorías para la clasificación de la producción de inteligencia artificial, considerando las siguientes clases: capacidad, grado de automatización, enfoque de aprendizaje y función. La clase que más ha motivado a la reflexión es la que se establece de acuerdo a su capacidad, denominada: "superinteligencia", "inteligencia artificial fuerte" o "Inteligencia general". Este tipo de inteligencia artificial aún está dentro del espectro hipotético.
Los desarrollos y contribuciones realizadas a la producción de inteligencia artificial en los últimos 6 años; con relación al entrenamiento de la maquina bajo el método de aprendizaje de redes neurales profundas, han hecho pensar que ese paradigma esta cerca de ocurrir. Se cree que, además de sustituir al ser humano en la mayoría de las tareas económicamente valiosas, podría desarrollarse en ella el surgimiento de la consciencia artificial. Bajo esas condiciones habría que definir un nuevo concepto: “Consciencia de maquina”.
La razón por la que se piensa que esto podría suceder, es que la consciencia y la inteligencia son conceptos que probablemente derivan uno del otro, basándose en la conjetura de que esto suele aplicar en los seres vivos. "En la conferencia GTC de Nvidia, Jansen Huang estableció un plazo de solo cinco años para su surgimiento (...) predecir el tiempo en el que aparecerá una IA general depende en gran medida de cómo se entienda una Inteligencia Artificial General aceptable. "Si especificamos que AGI es algo muy específico, un conjunto de pruebas en las que un programa de software puede funcionar muy bien (o tal vez un 8% mejor que la mayoría de las personas), llegaremos ahí dentro de cinco años", No todos los expertos en IA están convencidos de la llegada de una IA general tal como la ciencia ficción (...) resolver pruebas a través de la confirmación de datos y uso del lenguaje no es prueba de que sea un ser con una estructura mental similar a la humana. Para ese grupo de investigadores, no es posible un escenario en el que se consiga una IA general porque, en principio, no existe un consenso sobre lo que se debería entender por esa etapa de la inteligencia artificial. Se trata de una cuestión filosófica y no científica[5] Rogers, R., & Osornio, A. (2023, 20 abril)
Tipos de Inteligencia Artificial, Elaboración propia utilizando la información del artículo de IBM y haciendo uso de Mapify
La Inteligencia Artificial y su impacto en el mercado
Conocer a los principales jugadores del mercado de inteligencia artificial (IA) es crucial en la comprensión las dinámicas de mercado. Las empresas que lideran el mercado de la producción según mordor intelligence son "IBM Corporation, Intel Corporation, Microsoft, Google LLC (Alphabet Inc.), Amazon Web Services [6] (Inteligencia Artificialempresas - Lista de las Mejores Empresas, s. f.)
Análisis de participación y tamaño del mercado de inteligencia artificial (IA) tendencias de crecimiento y pronósticos (2024-2029. Gráfico proporcionado por Mordor Intelligence.
Segmentación del Mercado de la Inteligencia Artificial por Componentes, Industrias y Regiones
El mercado de la inteligencia artificial se divide en varias áreas, como hardware, software y servicios. También se segmenta según las industrias que lo utilizan, incluyendo sectores como la banca, finanzas y seguros (BFSI), moda y retail, atención médica y ciencias de la vida, manufactura, automoción, aeroespacial y defensa, construcción, entre otros. Además, está clasificado por regiones geográficas: América del Norte, Europa, Asia-Pacífico, América Latina, y Medio Oriente y África [7] (Inteligencia Artificialempresas - Lista de las Mejores Empresas, s. f.)
Análisis de participación y tamaño del mercado de inteligencia artificial (IA) tendencias de crecimiento y pronósticos (2024-2029.) Grafico proporcionado por Mordor Intelligence.
Nota: los gráficos no muestran su valor porque la versión del documento es gratuita
La Disrupción en los procesos de la Industria de la Inteligencia Artificial.
Antes de la pandemia, las tecnologías basadas en inteligencia artificial eran consideradas de nicho, con aplicaciones y accesibilidad limitadas, utilizadas principalmente por grandes corporaciones para tareas especializadas. El análisis de datos, la automatización de tareas rutinarias, y el servicio básico de atención al cliente a través de chatbots, son algunos de los campos en los que la Inteligencia Artificial era utilizada principalmente. La adopción de la Inteligencia Artificial era solo posible para grandes corporaciones debido a los altos costos y la falta de acceso a tecnología avanzada.
Han pasado seis años desde la pandemia en 2019 hasta este 2024, y la Inteligencia Artificial está integrada en varias sectores comerciales, y los avances tecnológicos siguen creciendo exponencialmente.
Considero que uno de los puntos de inflexión que colaboraron en la evolución de la Inteligencia Artificial, ha sido la elevada producción de datos que los seres humanos hemos generado, debido al aislamiento, por la necesidad de comunicarnos y de darle continuidad a las operaciones empresariales que sostienen el actual sistema económico bajo las condiciones de emergencia.
Durante el período de aislamiento, la industria tecnológica se vio beneficiada. La demanda de desarrollos tecnológicos basadas en entornos digitales se volvieron accesibles para las pequeñas y medianas empresas al reducir sus costos. En este sentido, los sistemas para la producción de Inteligencia Artificial se han vuelto más autónomos, requiriendo menor intervención humana y se considera que ha aumentado la eficiencia operativa.
Los siguiente gráficos muestran la disrupción en el mercado de la inteligencia artificial:
Análisis de participación y tamaño del mercado de inteligencia artificial (IA) tendencias de crecimiento y pronósticos (2024-2029.) Gráfico proporcionado por Mordor Intelligence. Arbol de ideas elaboración propia utilizando la información de Mordor Intelligence y haciendo uso de AI Mapify
Se proyecta que el mercado de inteligencia artificial registrará una tasa compuesta anual del 31,22% durante el período 2024.[8] (Inteligencia Artificialempresas - Lista de las Mejores Empresas, s. f.)
Análisis de participación y tamaño del mercado de inteligencia artificial (IA) tendencias de crecimiento y pronósticos (2024-2029. Grafico proporcionado por Mordor Intelligence
Fuentes de Datos para producción de Inteligencia Artificial: Públicas, Privadas y su Regulación
No es circunstancial que las empresas mejor valoradas apuesten por obtener más y mejores datos los cuales ya son considerados como “el nuevo petróleo” frase del científico de datos Clive Humby[9] Forbes, I. (2021, 29 noviembre)
Los datos utilizados para entrenar los sistemas que generarán inteligencia artificial provienen de diversas fuentes, tales como usuarios en línea, empresas y organizaciones, dispositivos conectados (IoT), instituciones gubernamentales, redes sociales, científicos e investigadores, datos abiertos (open data) y plataformas de crowdsourcing. Algunas fuentes de datos no son de acceso público; ejemplos de esto son los datos personales, médicos y de salud, financieros, de propiedad intelectual, de seguridad nacional y de usuarios en plataformas digitales. Para que estos datos sean utilizados por los desarrolladores de inteligencia artificial, se requieren convenios de confidencialidad y permisos especiales.
En el siguiente Arbole de ideas la clasificación de los datos:
Clasificación de datos. Elaboración propia, utilizando IA Mapify
En el siguientes Gráfico nos muestra proceso que siguen hasta su utilización final :
Tabla de flujo de datos
Imagen perteneciente a slide team ( sitio web )
Hasta hace algunos años la economía se había construido sobre negocios donde la creación de valor provenía del mundo físico como la extracción de recursos o ensamblaje de materias primas. Hoy la economía ha pasado al mundo digital. Aunque los algoritmos y sistemas automáticos también pueden producir datos, la interacción humana hasta el momento sigue siendo crucial, ya que, son los datos los que reflejan nuestro comportamiento, es nuestro comportamiento y su análisis lo que le permite a las empresas obtener un beneficio económico de ellos y a su vez permiten perfeccionar los sistemas de aprendizaje.
En un panorama donde los diferentes modelos de negocio basados en la producción de inteligencia artificial, los seres humanos por ahora podríamos considerarnos como "productores de datos", debido a que somos colaboradores de este insumo para la producción de inteligencia artificial.
La Infraestructura de Internet
"Normalizamos el no saber cómo funciona el internet"[11]Zafra (s. f.) y eso no es beneficioso para establecer los límites necesarios a sus productores,
Comprender la infraestructura de internet nos permite identificar quiénes toman decisiones y quiénes son responsables de los fallos o interrupciones del servicio. Contrario a lo que podría pensarse sobre el uso de satélites para transmitir las señales a nuestros teléfonos y computadoras, la realidad es que la mayor parte de la información viaja a través de cables de fibra óptica. Estos cables representan una solución más eficiente en términos de tiempo de respuesta, ya que la fibra óptica permite una menor latencia, es decir, una menor demora en la transmisión de señales. Esta diferencia temporal es crucial para servicios digitales que dependen de la rapidez en la transferencia de datos, como llamadas telefónicas, videoconferencias y otros servicios en tiempo real.
La mayoría de los cables de fibra óptica recorren los océanos, conectando continentes y facilitando el intercambio global de información. Actualmente, se estima que más del 99% de las comunicaciones internacionales viajan a través de estos cables submarinos, los cuales son propiedad de grandes empresas tecnológicas y de telecomunicaciones, como Google, Facebook, Microsoft y Amazon, además de consorcios privados y operadores de telecomunicaciones. Estos actores juegan un papel clave en la gestión y mantenimiento de esta infraestructura, lo que plantea interrogantes sobre la concentración de poder en unas pocas manos dentro de la red global.
Mapa de la distribución del cableado submarino extraído de Submarine Cable map. (s. f.). https://www.submarinecablemap.com/
Cada vez que un servicio en línea se cae, nos volvemos súbitamente conscientes de nuestra dependencia de la red. Frecuentemente se publican artículos que destacan los 10 centros de datos más grandes del mundo, o que analizan el creciente poder de los gigantes tecnológicos. Sin embargo, comprender quién es propietario, quién ofrece los servicios y quién tiene el control sobre la red de cables y procesadores es mucho más complejo que simplemente elaborar una lista.
El impacto de internet va mucho más allá de su infraestructura física de cables y máquinas. Este fenómeno global ha transformado profundamente los ámbitos social, económico, político y cultural. Precisamente por su trascendencia, es fundamental entender sobre qué bases físicas se sostiene esta poderosa red que influye en todos los aspectos de la vida moderna [12] (Internet Society, 2024)
Cuando se menciona "la nube" no es más que un conjunto de ordenadores remotos o que la infraestructura de internet se asemeja a tuberías que conectan todo el planeta, pero a menudo ignoramos quiénes son los que invierten en esta infraestructura y quiénes toman decisiones sobre su funcionamiento. Aunque la nube es una red global de servidores interconectados y carece de una autoridad central única, existen actores clave que tienen un control significativo y que influyen en las decisiones estratégicas que afectan su desarrollo y operación.
La centralización y dependencia de pocas empresas en el mercado de la nube provoca que los fallos tengan impacto global, [13] (El Motor Que Impulsa Lo Mejor de Internet | Fastly, s. f.). Además, estas compañías a veces toman decisiones políticas, como cuando Amazon dejó de alojar [14] ]Parler 3.0. (2024, 23 septiembre)tras el asalto al capitolio. [15] Al-Arshani y Ramos (2021), dejándolos sin alternativas para mover grandes volúmenes de datos en menos de 24 horas. En otros casos, gobiernos han ejecutado apagones de la red.
Para entender la red, es importante recordar que "Internet" proviene de interconnected networks. Desde sus inicios en 1969 con [16] Penalva (2019) ha crecido de 4 ordenadores a millones en la actualidad[17] HistoriaCompu. (2024, 11 marzo).
Al igual que cualquier red de computación, Internet está constituida físicamente por una infraestructura que incluye centros de datos, servidores, dispositivos de almacenamiento, routers, cables, repetidores, módems y otros elementos. Se trata de redes autónomas que se conectan de manera voluntaria y carecen de una autoridad central. Esta red global opera utilizando un protocolo común conocido como TCP/IP[18] Monterde, U. M. (s. f.).
Internet es una infraestructura de equipos físicos y programas que permite el envío y recepción de información. Al acceder a una página web, leer un RSS o enviar un email, utilizamos esta red compleja. La nube es solo una metáfora, ya que el 99% del tráfico circula por cables submarinos. Cada dispositivo conectado, como tu móvil o mi portátil, forma parte de esta red. Se conectan a un módem o router, que a su vez se vincula con un proveedor de servicios de Internet (ISP), integrándose en redes más grandes, muchas de las cuales son propiedad de compañías de telecomunicaciones.
Topología de la red, imágenes tomadas de Unidad de Apoyo al aprendizaje ( UNAM )
La centralización de estos servicios es una tendencia global. Indica que muchas grandes empresas construyeron sus propios centros de datos hace una década, pero ahora la mayoría ha llegado a la conclusión de que no vale la pena renovarlos o modernizarlos, por lo que optan por contratar servicios externos. Esta situación se asemeja a la época inicial de la industrialización, cuando las empresas que deseaban fabricar productos debían construir su propia central eléctrica para poder producir bienes.
Gráficos tomados de la red ( delloit , )
El panorama de la regulación de la Inteligencia Artificial en México y Latinoamérica
La sociedad actual está en un momento crucial con respecto a la inteligencia artificial. Mientras que la IA ha demostrado ser una tecnología poderosa qué mejora procesos y crea nuevas oportunidades, también ha generado desafíos éticos, laborales y de seguridad significativos. La producción de inteligencia artificial promete grandes beneficios y en esa medida también lo son sus riesgos.
OpenAI ha desarrollado una escala interna para evaluar el progreso de sus modelos de lenguaje hacia la inteligencia artificial general (AGI). [19]Lagos, A. (2024, 12 julio).
Nivel 1 Chatbots | Con lenguaje conversacional |
Nivel 2 Razonadores | Resolución de problemas a nivel humano |
Nivel 3 Agentes | Sistemas que pueden realizar acciones |
Nivel 4 Innovadores | IA que puede ayudar a la Innovación |
Nivel 5 Organizaciones | IA que podría hacer el trabajo de una organización |
Tabla de escala para evaluar el progreso de sus modelos Open AI, creación propia.
Un vehículo preparado para la conducción totalmente autónoma es aquel capaz de guiarse por sí mismo hasta un destino previamente establecido, sin intervención humana y, si fuera necesario, por vías que no han sido diseñadas para tal efecto. Cada vehículo se clasifica en un nivel específico de autonomía en función de su capacidad para ayudar al conductor. El organismo global Sociedad de Ingenieros de la Automoción (SAE) ha planteado con precisión los detalles del camino hacia la automatización total de la conducción. Muy similar a lo propuesto por Sam Atman de Open IA, sobre su escala interna para evaluar el progreso de sus modelos de lenguaje.
Gráfico tomado de la pagina web ( KM77 )
Con relación a dicha escala Sam Atman en el DEV DAY 2024 [20] Kyle Kabasares. (2024, 2 octubre). Considerara que su sistema de tecnologías para producir inteligencia artificial a alcanzado el nivel 2. Declaración que podemos considerar lo suficientemente audas, como para establecer un plan de riesgos considerando la posibilidad de que en la búsqueda de la creación de una sociedad del conocimiento, este pudiera traer consigo grandes beneficios pero también graves consecuencias.
La automatización es la aplicación de tecnología, programas, robótica o procesos para lograr resultados con una intervención humana mínima[21] Ibm. (2024, 16 julio). Ante la posibilidad de que los sistemas autónomos superen las capacidades humanas en la mayoría de las tareas económicamente valiosas, de acuerdo con nuestro análisis, Latinoamérica tiene sin duda un muy gran reto, así como África. La inteligencia artificial en cuanto a su investigación, desarrollo e implementación no será detenida, sino regulada. Debemos reconocer que formamos parte de la población vulnerable.
Puerto completamente automatizado en Guangzhou, China. Los estibadores virtuales descargan barcos de forma remota con una red 5G privada y ayudan a supervisar los vehículos de IA que conducen automáticamente los contenedores a los camiones y los cargan, todo de forma remota [20] Cornejo, M. F. B. (2024, 6 octubre).
Los gobiernos de países desarrollados y las mismas empresas productoras de inteligencia artificial, comienzan a poner sobre la mesa los acuerdos que permitan la equidad y el sano equilibrio. A principios de este año, el Reino Unido, convoco a gobiernos internacionales para la primera cumbre sobre seguridad con relación a la producción de inteligencia artificial.
La Union Europea aprobó la primera ley integral sobre IA. "Lo que busca esta ley es garantizar que los sistemas de IA utilizados en la UE sean seguros, transparentes, trazables, no discriminatorios y respetuosos con el medio ambiente. "Los sistemas de IA deben ser supervisados por personas, en lugar de por la automatización, para evitar resultados perjudiciales. El Parlamento busca establecer una definición uniforme y tecnológicamente neutra de la IA que pueda aplicarse a futuros sistemas de IA." [23](Ley de IA de la UE: Primera Normativa Sobre Inteligencia Artificial | Temas | Parlamento Europeo, 2023)
Algo que me parece importante resaltar de esta ley que entrará en vigor en Marzo del 2025, es la creación de niveles de riesgo. Esta traza o mapeo permitirá, que cada productor de inteligencia artificial, sea regulado bajo acorde con el nivel de riesgo que representa su modelo de negocio.
La Union Europea considero 2 importantes niveles Riesgo: Inaceptable y Alto Riesgo. Dicha ley considero que para el nivel de riesgo inaceptable excepciones como son: los sistemas de identificación biométrica a distancia "a posteriori", en los que la identificación se produce tras un retraso significativo, y serán permitidos para perseguir delitos graves y sólo cuando haya previa aprobación judicial.
Para los desarrollos calificados de Alto Riesgo "serán evaluados antes de su comercialización y a lo largo de su ciclo de vida. Los ciudadanos y ciudadanas tendrán derecho a presentar reclamaciones sobre los sistemas de IA a autoridades nacionales específicas." [24] (Ley de IA de la UE: Primera Normativa Sobre Inteligencia Artificial | Temas | Parlamento Europeo, 2023)
Clasificación de riesgos de la primera ley integral sobre IA
Riesgo Inaceptable |
|
Alto riesgo |
|
Tablas de clasificación de riesgo de acuerdo con la primera ley integral sobre IA, creación propia basada en la información de su pagina web [25](Ley de IA de la UE: Primera Normativa Sobre Inteligencia Artificial | Temas | Parlamento Europeo, 2023)
Los desarrollos basados en el procesamiento del lenguaje natural han generado numerosos debates relacionados con la autoría, debido a la capacidad de las máquinas para responder a nuestras preguntas estructurando la información con la que han sido entrenadas.
Algo similar ocurre en el ámbito del diseño, el arte, la arquitectura y la ingeniería, en cuanto al uso de algoritmos generativos para mejorar los modelos geométricos aplicados en múltiples sectores industriales. En una de mis redes sociales, compartí una reflexión sobre esta temática, y esta fueron los comentarios de la comunidad:
La información de las imágenes puede revisarse [26] (Facebook, s. f.)
Un agradecimiento a los participantes de mi grupo de contactos por sus excelentes respuestas.
No existe una respuesta definitiva a las interrogantes sobre la autoría que planteé en mi ejercicio en redes sociales acerca de un entorno digital, la cual, considero como el resultado de la colaboración de todos los seres humanos que participamos en él. Desde mi perspectiva considero que somos los principales productores de información que proveen a la cadena productiva de la inteligencia artificial el insumo de los datos, por tanto la producción digital podemos ubicarla como un bien común.
Los procesadores de lenguaje plantean un desafío para los conceptos tradicionales de autoría, originalidad y propiedad intelectual, lo que requiere un nuevo enfoque regulatorio y ético para abordar estos riesgos. El Parlamento Europeo en la ley No considero a ChatGPT de alto riesgo pero deberá cumplir con los requisitos de transparencia de la legislación de la Union Europea en materia de derechos de autor como son:
revelar que el contenido ha sido generado por IA
diseñar el modelo para evitar que genere contenidos ilegales
publicar resúmenes de los datos protegidos por derechos de autor utilizados para el entrenamiento para los desarrollos tecnológicos basados en el procesamiento del lenguaje natural como ChatGPT de Open AI. [27](Ley de IA de la UE: Primera Normativa Sobre Inteligencia Artificial | Temas | Parlamento Europeo, 2023)
Considero que desde que se anuncio el marco regulatorio, el contenido noticioso durante este año no ha parado de anunciar desarrollos basados en dichas tecnologías, tal parece que los principales actores de la industria de la producción de inteligencia artificial, se han apresurado a lanzar modelos de vanguardia, con aseveraciones que pienso podrían ser una exageración tomando en cuenta que dichos anuncios han provocando que la inversión privada global se duplique. Sumemos a esta suspicacia que este 8 de octubre del presente año se anuncia como ganadores del premio Novel de Física John J. Hopfield, de la Universidad de Princeton, y Geoffrey E. Hinton, de la Universidad de Toronto, por sus descubrimientos e invenciones que han permitido el avance del aprendizaje automático mediante redes neuronales artificiales [28]Martinez (2024) Bajo el escenario de la regulación es probable que muchos empresarios comiencen a verse limitados en cierto sentido en sus desarrollos y propuestas de productos a la ciudadania.
Por otro lado la adopción de la tecnología basada en inteligencia artificial sigue en aumento según McKinsey
Gráficos tomados de la pagina web [29] (El Estado de la IA A Principios de 2024: La Adopción de la IA Generativa Aumenta y Comienza A Generar Valor, 2024)
Algunos de los ejemplos de contenido noticioso para reflexionar
Tesla presenta a Optimus, su robot humanoide: qué puede hacer, cuánto costará y qué tan autónomo [30] González (2024)
Imágenes tomadas del audiovisual subido por Mika Miller [31] (3.1M Views · 17K Reactions | Awwww Hell. . ...For Only $20,000? Y’all Get. . ., s. f.)
Un grupo de robots se puso a disposición de los asistentes para charlar, bailar y servir bebidas. El producto mostró una mayor fluidez en sus movimientos, habilidades destacadas para reconocer un entorno cambiante y un sistema de equilibrio avanzado que le permite caminar en superficies irregulares. Elon Musk elogió las características de su propuesta robótica. "Optimus puede hacer lo que tu digas. Ser un maestro, cuidar a tus hijos, pasear al perro, podar el césped, ser tu amigo y preparar cócteles. Cualquier cosa que se te ocurra lo hará. Será maravilloso.[32] González (2024b)
Como podemos observar en las imágenes la tecnología se pondrá y se ha puesto a nuestra disposición "para hacer lo que tú digas" según Elon Musk. Esto, nos permite hacer una breve reflexión sobre la responsabilidad que se pone en nuestras manos.
Me gustaría imaginar que todos estos desarrollos tecnológicos surgen en una sociedad educada, con un alto nivel de autocontrol, madura, equilibrada, y con igualdad en el acceso a la información y las condiciones económicas. Sin embargo, la realidad es muy distinta, y es precisamente por eso que el riesgo de su popularización sin control es tan elevado. Dado que no existe un plan claro para la implementación, la gestión del cambio y el control de riesgos, resulta crucial que las naciones establezcan límites a través de la legislación y la gobernanza. Es momento de que aquellos que impulsan estos avances tecnológicos sean conscientes de sus implicaciones y del impacto que pueden generar, y que trabajemos en conjunto para regular su alcance.
Considero el humor una estrategia muy adecuada para situarnos en perspectiva :
Imágenes obtenidas de la red social facebook
¿Cuánto cuesta producir inteligencia artificial y que implica?
[33] ChatGPT. (2024).
Los siguientes párrafos son parte del ejercicio de preguntas realizadas al programa informático desarrollado por OpenAI CHAT-GPT que entabla diálogos con los usuarios y genera respuestas en un formato textual, este desarrollo forma parte de los métodos de entrenamiento de lenguaje natural. y su respuesta ha sido verificada por su servidora con otras fuentes de información.
"El costo de producir una inteligencia artificial (IA) varía considerablemente según el tipo de proyecto, la escala y la tecnología utilizada. A continuación, detallo los factores clave que influyen en los costos y lo que implica su desarrollo:
Factores de costo en la producción de IA
Infraestructura tecnológica:
Hardware: Desarrollar modelos de IA a gran escala requiere servidores y procesadores potentes como GPUs (unidades de procesamiento gráfico) o TPUs (unidades de procesamiento tensorial). Estos pueden costar miles de dólares, dependiendo de la capacidad.
GPU ENVIDIA Imagen tomada de[34] López (2024)
Almacenamiento: Los modelos de IA procesan enormes volúmenes de datos, lo que implica tener grandes capacidades de almacenamiento, ya sea en servidores físicos o en la nube. Servicios como Amazon Web Services (AWS), Google Cloud o Microsoft Azure ofrecen estas infraestructuras, y el costo puede variar según el uso.
Servicios de almacenamiento de datos. Imagen tomada de ( slides share)
Datos:
Adquisición de datos: La calidad y cantidad de datos son fundamentales para entrenar un modelo de IA. Los datos pueden ser recopilados internamente, comprados a proveedores externos o generados a través de simulaciones. Los costos de adquisición varían dependiendo de la fuente.
Google (Google Cloud y Google BigQuarry) | Amazon (Aws Data Exchange) | Equifax | Kaggle Datasets |
IBM (IBM Data and AI) | Microsoft (Azure Data Marketplace) | Meta for Business (Facebook) | Open Street Map |
Oracle (Oracle data Cloud ) | Snowflake | Twitter X | Kaggle Datasets |
Bloomberg | Refinitiv | Quandel (Nasdaq) | Crunchbase |
Experian | Nielsen | Openstreet map | |
World Bank Open Data | Statista |
Compañías que proporcionan fuentes de datos para la inteligencia artificial elaboración propia
Preparación de datos: Limpiar, etiquetar y estructurar los datos puede ser costoso, especialmente si se requiere intervención humana para el etiquetado en grandes volúmenes de datos. Herramientas especializadas o contrataciones específicas pueden aumentar los costos.
Imagen tomada [35] Helena (2024)
Desarrollo de software y algoritmos:
Modelos y algoritmos: El desarrollo de un modelo de IA implica elegir el tipo de algoritmo adecuado para cada metodología; machine learning, deep learning, procesamiento de lenguaje natural, etc. Utilizar algoritmos ya desarrollados es más barato que crear un modelo personalizado desde cero. Sin embargo, los modelos más avanzados, como los de aprendizaje profundo, requieren más tiempo y recursos.
Imagen tomada de ( Edteam )
Desarrollo de software: El costo de programar, diseñar y probar el sistema. Dependiendo de la complejidad, el desarrollo puede durar desde semanas hasta varios meses, lo que implica contratar un equipo especializado (científicos de datos, ingenieros de IA, desarrolladores).
Personal especializado:
Científicos de datos, ingenieros de IA, desarrolladores: Estos profesionales son muy demandados y suelen tener salarios elevados. El costo de contratación depende del país, pero en promedio, los salarios anuales de estos profesionales pueden oscilar entre $70,000 y $150,000 o más, dependiendo de su experiencia.
Entrenamiento del modelo:
Tiempo de cómputo: El proceso de entrenamiento de modelos grandes puede ser largo y costoso, ya que requiere de muchas horas de procesamiento en hardware avanzado. Cuanto más grande y complejo sea el modelo, mayor será el tiempo necesario para entrenarlo, lo que aumenta los costos de cómputo.
Mantenimiento y optimización:
Actualizaciones: Después de desarrollar y lanzar un modelo de IA, es necesario mantenerlo, actualizarlo con nuevos datos y optimizar su rendimiento. Esto también implica un costo continuo.
Escalabilidad: Implementar la IA en una escala más amplia (por ejemplo, en múltiples productos o servicios) implica infraestructura adicional y costos de integración.
Licencias y herramientas:
Software de IA: Muchas herramientas de desarrollo, plataformas y bibliotecas (como TensorFlow, PyTorch o servicios de nube) requieren licencias o suscripciones, lo que añade un costo adicional.
Costos aproximados
Los costos de producir una IA pueden variar significativamente dependiendo de los elementos anteriores:
Proyectos pequeños: Un modelo básico de IA para una aplicación sencilla puede costar entre $20,000 y $50,000.
Proyectos medianos: Para proyectos más complejos o personalizados, los costos pueden aumentar a rangos de $100,000 a $500,000.
Proyectos grandes: En el caso de IA avanzada, como las desarrolladas por grandes empresas tecnológicas (Google, OpenAI, etc.), los costos pueden superar fácilmente el millón de dólares, e incluso llegar a decenas de millones para proyectos de gran escala como modelos de lenguaje avanzados o sistemas autónomos.
[36](Precio de los Servicios de la Nube | AWS, s. f.)
[37](Precios | AI Platform | Google Cloud, s. f.)
[38] (Pricing - IBM Watson Studio, s. f.)
[39](State of Generative AI in the Enterprise 2024. s. f.).
[40](Glassdoor, s. f.)
¿Qué implica producir IA?
Investigación y planificación: Antes de comenzar, se necesita una fase de investigación para definir los objetivos, los problemas que se van a resolver con IA, y los datos que se requerirán. También se decide el tipo de IA más adecuada para el proyecto.
Recopilación y preparación de datos: La calidad de los datos es clave. Esta fase puede implicar adquirir datos, limpiarlos y etiquetarlos para que sean útiles en el entrenamiento del modelo.
Desarrollo del modelo: Aquí se crean y entrenan los algoritmos de IA. Dependiendo de la complejidad, esto puede llevar mucho tiempo y experimentación.
Evaluación y pruebas: Una vez entrenado el modelo, se evalúa su rendimiento utilizando conjuntos de datos de prueba. Es importante asegurarse de que el modelo sea preciso y no esté sesgado.
Implementación: El modelo de IA se integra en una plataforma o sistema que lo utiliza en aplicaciones reales, como una página web, una aplicación móvil o un sistema interno.
Monitoreo y mantenimiento: Tras la implementación, es esencial monitorear el rendimiento del modelo en tiempo real y realizar ajustes según sea necesario para mantener su precisión y relevancia. [41] Singla, A., Tavakoli, A., Harreis, H., Rowshankish, K., & Hjartar, K. (2024, 12 septiembre).
Proceso para producir IA
Grafico de elaboración propia
[41] Singla, A., Tavakoli, A., Harreis, H., Rowshankish, K., & Hjartar, K. (2024, 12 septiembre).
Producir IA implica una considerable inversión inicial en tecnología, personal y datos, con costos que dependen de la complejidad del proyecto. Además, los gastos continúan durante la vida útil del sistema debido al mantenimiento y las actualizaciones necesarias "[34] ChatGPT. (2024).
Realidad Latinoamericana
Latinoamérica se encuentra ante a la disyuntiva de optar por la opción de no implementarla a riesgo de quedar en desventaja y seguir asumiendo un atraso en todos los sentidos, o bien, continuar implementándola y asumir los riesgos que de su implementación se deriven.
Pobreza
La realidad en la que se implementa esta tecnología nos sorprende en un contexto en el que, según Miguel del Castillo Negrete Rovira, jefe de la Unidad de Desarrollo Social de la CEPAL, la riqueza en México está mal distribuida: el 1% de la población posee el 41.2% de la riqueza. [42] Admin y Admin (2023) A nivel global, el de UBS estima que hay 58 millones de personas con un patrimonio superior a un millón de dólares, lo que representa el 1.5% de la población. [43] (UBS, Global-Wealth-Report-2024., s. f.)
En este escenario, el 98.5% de la población se encuentra en situación de riesgo y vulnerabilidad con relación a una mala e inadecuada implementación y gestión del cambio de la inteligencia artificial . Las vulnerabilidades asociadas a la producción de inteligencia artificial abarcan aspectos económicos, éticos, sociales y tecnológicos, y pueden impactar a diversos grupos, regiones y sectores, aumentando las brechas existentes.
Desigualdad de la distribución de riqueza dentro de cada país en el año 2019, medida según el coeficiente de Gini [44] (colaboradores de Wikipedia, 2024) "0 corresponde a la perfecta igualdad (todos tienen la misma riqueza), y 1 la desigualdad perfecta (donde una persona poseería todo). Los países coloreados de rojo son los más desiguales y los de color verde los más igualitarios. En gris los países sin datos. En la leyenda el número aparece como porcentaje, de 0% a 100%."
México puntúa en 41.3% [45] (Índice de Gini 2023, s. f.)
Mapa tomado del (Indice Gini 2023)
"La década perdida en la lucha contra la pobreza: su reducción se frenará entre 2020 y 2030. El Banco Mundial reconoce que será imposible cumplir con la meta de reducir al 3% la taza de pobreza extrema a finales de este decenio." [46]Femmine et al. (2024)
Imagen tomada de la pagina web [47](Un Tercio de América Latina Vive En la Pobreza, 2022)
Educación
En México, según el INEGI, en 2020 solo el 21% de la población tiene estudios de licenciatura, el 2% tiene una maestría y el 1% un doctorado. [48] De Estadística y Geografía (s. f.)
En Latinoamérica la escolaridad es de 9,07 años, es decir, correspondiente al primer ciclo de secundaria. Finalmente, los desafíos más fuertes aparecen a nivel de los aprendizajes: más de la mitad de los jóvenes de 15 años de América Latina no alcanza el nivel mínimo de competencias en lectura y ciencia, el doble que lo reportado para los países de OECD. En matemáticas, 3 de cada 4 estudiantes de la región no alcanza el nivel mínimo de competencias, mientras en para el promedio de la OCDE este valor se reduce a 3 de cada 10. (El estado de la educación en América Latina y el Caribe 2023) [49] (Ortiz et al., 2024)
Desde la perspectiva clásica, el objetivo de la educación para el 98.5% de la población es la formación de capital humano al servicio de la industria. Las demandas de la industria determinan qué campos de estudio son requeridos. En el pasado se consideraba que la educación era un eje fundamental de la movilidad social, sin embargo en un sistema económico basado en la automatización ya no queda claro.
Foto ilustrativa toma de pexels elaborada por Samantha Garrote
Paradójicamente a medida que aumenta el uso de las tecnologías basadas en inteligencia artificial, también lo hace la demanda de habilidades digitales. Se estima que el 90% de los trabajos futuros requerirán habilidades digitales, lo que hace que el acceso a la conectividad y la alfabetización digital sean críticos.
Los trabajos relacionados con inteligencia artificial (IA) han aumentado significativamente en demanda debido al crecimiento de la automatización, el aprendizaje automático y las tecnologías avanzada. Algunos ejemplos:
Científico de datos (Data Scientist)
Ingeniero de aprendizaje automático (Machine Learning Engineer)
Ingeniero de IA (AI Engineer)
Ingeniero de datos (Data Engineer)
Especialista en procesamiento del lenguaje natural (NLP Engineer)
Investigador en IA (AI Research Scientist)
Desarrollador de software con IA
Ingeniero de visión por computadora (Computer Vision Engineer)
Especialista en ética y regulación de IA
Consultor en IA
Estas profesiones requieren una combinación de habilidades técnicas avanzadas en programación, matemáticas, estadística y conocimientos específicos sobre algoritmos y tecnologías de IA. [50] (BBC News Mundo, 2023)
Imagen tomada de la bbc
Corrupción
La corrupción es un obstáculo importante para implementar un marco regulatorio de la inteligencia artificial (IA) al minar la confianza pública en las instituciones responsables. Afecta la transparencia en el desarrollo de políticas, dificulta la evaluación de regulaciones y compromete las normas éticas y de seguridad.
Además, puede desviar fondos destinados a la investigación y capacitación en IA, lo que resulta en una infraestructura deficiente y falta de personal cualificado. Los reguladores corruptos también pueden aplicar las leyes de forma selectiva, favoreciendo a ciertos actores y creando un entorno injusto. La corrupción agrava las desigualdades en el acceso a la IA, ya que las empresas que sobornan obtienen ventajas mientras que las que actúan éticamente se ven perjudicadas.
El gráfico que sigue evalúa la corrupción en áreas como sobornos, malversación de fondos y eficacia de medidas anticorrupción en Latinoamérica. De acuerdo con los resultados del índice, Uruguay es percibido como el país menos corrupto de América Latina y el Caribe en 2023, con un puntaje de 73. México puntúa en el lugar 31. [51] (Statista, 2024)
México y su evaluación por la UNESCO sobre la preparación de inteligencia artificial
La considerada carrera de desarrollo e implementación de tecnologías provenientes de la producción de inteligencia artificial, con relación al ranking de los países que llevan la delantera en la producción de inteligencia artificial son: Estados Unidos y China, de acuerdo con The Global AI Index 2024 México puntúa en el lugar 45 [52] (The Global AI Index - Tortoise, s. f.)
Gráficos tomados de la pagina web ( Global IA Index )
La UNESCO en su documento México Evaluación del estadío de preparación de la inteligencia artificial, resalta la importancia del estado de derecho y el nivel de ciber seguridad y en nuestro país ambos rubros son considerados débiles por en de forman parte de los retos a sortear con la implementación de los desarrollos provenientes de inteligencia artificial sobre todo a nivel gobierno y sobra decir lo que representaría en manos equivocadas
La agenda pública de la inteligencia artificial (IA) en México ha estado en marcha durante varios años. En sus etapas iniciales, el país se destacó como pionero en América Latina, posteriormente ha atravesado distintos períodos en los que se ha perdido el impulso inicial. A continuación, se presenta un resumen de los antecedentes:
En 2018, el gobierno de México, a través de la Coordinación de la Estrategia Digital Nacional, lanzó una iniciativa para desarrollar una estrategia nacional de IA, que resultó en un informe titulado “Hacia una estrategia de inteligencia artificial en México: Aprovechando la revolución de la IA”, el cual contenía recomendaciones de políticas públicas.
En junio de 2018, Japón y México lideraron el tercer foro de ciencia, tecnología e innovación en la ONU, en el que la delegación mexicana presentó la resolución 73/17. Esta resolución instó a los países miembros a seguir evaluando el impacto de los cambios tecnológicos rápidos y fundamentales, con un enfoque especial en la inteligencia artificial.
Para ese momento, el gobierno ya había elaborado dos documentos adicionales sobre principios generales de IA y una herramienta de evaluación de riesgos para el desarrollo y uso de sistemas autónomos en entidades gubernamentales.
En el ámbito internacional, México tomó la iniciativa de formar un grupo de trabajo en la ONU y lideró el Grupo de Trabajo para Tecnologías Emergentes en la Red de América Latina y el Caribe para el Desarrollo de Gobiernos Digitales (GEALC).
Se estableció una coalición nacional que reúne a representantes de la industria, la academia y la sociedad civil, llamada IA2030.mx, con el objetivo de coordinar esfuerzos, unificar voces en torno a la IA y fomentar la acción continua en el tema. Esta coalición desarrolló la primera Agenda Nacional de IA, basada en la inteligencia colectiva de más de 400 personas.
México es parte del Global Partnership on Artificial Intelligence (GPAI), una iniciativa lanzada en junio de 2020.
Durante la Conferencia General de la UNESCO el 23 de noviembre de 2021, México aprobó la Recomendación sobre la Ética de la Inteligencia Artificial. [53] (UNESCO MÉXICO Evaluación del Estadío de Preparación de la Inteligencia Artificial, s. f.)
La UNESCO concluye: En la actualidad, México carece de un plan o estrategia específica para la inteligencia artificial, y aún menos de un instrumento que facilite su adopción ética. No hay suficiente claridad sobre la asignación de responsabilidades entre las autoridades en relación con la IA [54] Ibidem
Existe un marco constitucional y legal que respalda diversos principios éticos, como la protección de datos personales, la igualdad y no discriminación, el derecho al acceso a las tecnologías de la información y la comunicación, y el derecho a vivir sin violencia. No obstante, debido a la falta de un plan nacional de IA, en la práctica no se cuentan con los mecanismos necesarios para implementar esos principios.
A pesar de la ausencia de una autoridad reguladora específica para la inteligencia artificial, varias entidades públicas tienen la capacidad de influir en su gobernanza:
Coordinación de la Estrategia Digital Nacional: Responsable de elaborar y supervisar la Estrategia Digital Nacional.
Comisión Intersecretarial de Tecnologías de la Información y Comunicación (CITICSI): Agrupa a los responsables de implementar tecnología en la Administración Pública Federal y coordina acciones relacionadas con la IA.
IFT: Como autoridad autónoma, puede emitir normas y recomendaciones en telecomunicaciones y competencia, lo que le otorga experiencia relevante en IA.
INAI: Autoridad autónoma encargada de regular el uso y la protección de datos personales.
Autoridades Normalizadoras: Tienen atribuciones para la normalización y elaboración de Normas Oficiales Mexicanas (NOM) y estándares técnicos.
Presidente de la República: Obligado a reglamentar las leyes promulgadas por el Congreso de la Unión. [55]Ibidem
Con relación a este punto la UNESCO concluye: La Estrategia Digital Nacional 2021-2024 , en realidad, no contempla un plan de digitalización o de transformación digital para el país, sino que reúne directrices para la austeridad y el aprovechamiento del equipo informático dentro de la APF. Establece ejes básicos como la digitalización de la administración pública federal y una política de cobertura de internet, pero no incluye ningún tema de IA. Y, de acuerdo con un reporte del 2022, 20 de los 32 estados del país no cuentan con una política digital estatal [56]Ibidem
México cuenta con normas que tienen un impacto indirecto en la regulación de la IA:
Existen principios de no discriminación en la Constitución Política de los Estados Unidos Mexicanos (CPEUM) y en leyes sobre distintas materias.
La Ley Federal de Protección de Datos Personales en Posesión de Particulares (LFPDPPP) establece principios y normas para la protección de los datos personales, que también son aplicables a los datos utilizados en sistemas de IA.
La Ley Federal para Prevenir y Eliminar la Discriminación (LFPED) también establece principios de no discriminación que son aplicables a IA.
De acuerdo con el Global Data Barometer, que evalúa el estado de los datos en 109 países entre 2019 y 2021, en aspectos sobre la gobernanza, la capacidad, la disponibilidad y el uso de datos en una variedad de sectores, México se ubicó en la posición 51 a nivel general.
La UNESCO, resalta la importancia del estado de derecho, y el nivel de ciber seguridad y en nuestro país. Ambos rubros son considerados débiles, por ende, forman parte de los retos a sortear con la implementación de los desarrollos provenientes de inteligencia artificial, sobre todo, a nivel gobierno y sobra decir lo que representaría en manos equivocadas.
Imágenes tomadas del documento: México evaluación del estadio de preparación de la inteligencia artificial pag. 25-28
En lo que respecta a iniciativas de regulaciones a la producción de inteligencia artificial se presento por la Alianza Nacional de Inteligencia Artificial (ANIA) considerado un mecanismo para reconocer y fortalecer el ecosistema de inteligencia artificial en México la PROPUESTA DE AGENDA NACIONAL DE LA INTELIGENCIA ARTIFICIAL PARA MÉXICO 2024-2030 en ella se abordan algunos de los planes y estrategias propuestos por dicho grupo. [57] (ANIA - Alianza Nacional Inteligencia Artificial Positiva Para Mexico, s. f.)
El senado de la república publico un estudio acerca de inteligencia artificial, titulado Atención a solicitudes de información y análisis legislativo dónde se abordan algunos parámetros para su contextualización. En el año 2019 dicha coalición emitió los resultados de la Encuesta Nacional de Inteligencia Artificial , obteniendo los siguientes resultados principales: [58] («Estudio Acerca de Inteligencia Artificial Atención A Solicitudes de Información y Análisis Legislativo», s. f.)
Imágenes de los resultados sobre la encuesta tomados del Senado de la república
Para nuestro país la UNESCO acorde con sus análisis propone cuatro componentes fundamentales:
Elaboración de un mapa funcional del ecosistema en el que habita e incide la IA;
Integración de un marco jurídico para la IA que aproveche las normas existentes aplicables, pero adecuándolas a las nuevas exigencias del ecosistema de la IA y creando nuevas cuando sean necesarias;
Creación de un nuevo diseño institucional y de gobernanza de la IA que responda a los objetivos y las necesidades de las políticas públicas, que innove en los mecanismos regulatorios y que involucre en sus decisiones a distintas instancias de gobierno, a la academia, a la industria, y a la sociedad civil;
Emisión de la Estrategia Nacional de Inteligencia Artificial, como parte integral del Plan Nacional de Desarrollo, que incluya desde su concepción a la ciberseguridad y que se base en un enfoque ético incluyente y humanocéntrico, tomando en cuenta la sostenibilidad ambiental, la atención de las nuevas demandas educativas y laborales, así como el impulso a la infraestructura.
Es importante resaltar que estos cuatro componentes agrupan a todas las recomendaciones listadas en esta sección y que los mismos han sido dispuestos cronológicamente, como un proceso. [59] (UNESCO MÉXICO Evaluación del Estadío de Preparación de la Inteligencia Artificial, s. f.)
Imágenes tomadas del documento: México evaluación del estadio de preparación de la inteligencia artificial Pág. 47
Planteamientos y acciones rumbo al 2030
La presidenta Claudia Sheinbaum Pardo, dentro de sus promesas de campaña señaló:
Haremos de México una potencia científica y de la innovación, para ello apoyaremos las ciencias básicas, naturales y las humanidades.
Consolidaremos el programa espacial mexicano y pondremos en órbita un satélite propio que nos permita ampliar la conectividad de todas las personas. Nos integraremos a la cadena de producción de semiconductores, pero también los desarrollaremos en el país. Pondremos en marcha la producción en litio. Tendremos una fábrica de software público y un centro de ciberseguridad e Inteligencia Artificial. Las soluciones tecnológicas serán hechas en casa por jóvenes profesionistas. Produciremos drones de bajo costo y alta eficiencia, equipos de telecomunicaciones cifrados, equipos de diagnóstico y monitoreo de enfermedades y tecnologías para el agua y tal. Será tecnología hecha en México por mexicanas y mexicanos. [60] A. I. López et al. (2024)
Es alentador saber que la presidenta tiene una formación científica, lo que nos permite suponer que comprenderá la importancia y el impacto de las decisiones que se tomarán en los próximos años. Iniciativas como el nearshoring, que pretenden posicionar a México como un centro de manufactura a nivel global, forman parte de las razones fundamentales para impulsar la educación y promover el desarrollo científico en el país.
Propuesta de inversión privada en México
Amazon invierte más de 110 mil mdp en México, crea más de 50 mil empleos directos e indirectos y va por más. [61] Miranda (2024)
El gigante tecnológico taiwanés Foxconn anuncia la construcción en México de la mayor planta mundial para fabricar ‘superchips’ a Nvidia [62] Rosete et al. (2024)
Microsoft anuncia una inversión de 1,300 millones de dólares en infraestructura de IA para México [63] Oliva (2024)
BYD ya tiene a tres estados en la mira para instalar una planta en México [64] De Luna (2024)
Habrá corredor nacional para fabricar chips; inversión de 10 mil mdd entre 2024 y 2030 [65]Lara (2024b)
Yucatán consolida su posición en la industria aeroespacial [66] (Yucatán Consolida Su Posición En la Industria Aeroespacial - Punto Medio, 2019)
Panorama empresarial
En los países en vías de desarrollo como el nuestro, a menudo enfrentamos limitaciones en términos de recursos, la colaboración entre el sector privado, el gobierno y organizaciones internacionales será fundamental para fomentar un entorno favorable para la IA. Las empresas deben estar dispuestas a participar en estos esfuerzos y contribuir al desarrollo sostenible a través de la IA.
Las empresas en países en vías de desarrollo deben considerar tanto los beneficios de la implementación de IA como los desafíos específicos de nuestro contexto. La capacitación de la fuerza laboral es clave para colaborar en la transición de una transformación digital. Las empresas deben re-evaluar sus valores y filosofías para generar un marco ético adecuado, además de fomentar alianzas estratégicas que ayuden a impulsar el desarrollo tecnológico de manera inclusiva.
De acuerdo con Endeavor en su publicación " La era de la IA en México" señala que en nuestro país hay 362 empresas dedicadas a la IA con una inversión de 500 millones de dólares en 2022-2023 Los servicios que se consideran clave sobre estas empresas de procedencia tecnológica son : Business Intelligence & Analytics Maching Learning RPA & robótica, optimización y automatización de procesos empresariales. [67](DocSend - Simple, Intelligent, Modern Content Sending, lA Era de la AI en México, s. f.)(Endeavor Santander)
Información anterior tomada de "La era de la AI México" (Endeavor Santander)
Información anterior tomada de "La era de la AI México" (Endeavor Santander)
El futuro de la inteligencia artificial
El futuro de la inteligencia artificial parece estar proponiendo la Dra. Fei-Fei Li es la profesora inaugural de Sequoia en el Departamento de Ciencias de la Computación de la Universidad de Stanford y codirectora del Instituto de IA centrada en el ser humano de la misma universidad. [68] (Fei-Fei Li, s. f.)
Dra. Fei-Fei Li. Imagen tomada de MIT Technology review
Asegura que el siguiente paso para la IA son los “grandes modelos del mundo”, dotados de conocimientos de tridimensionalidad. Los inversionistas apuestan fuertemente por su empresa emergente.[69]Levy (2024) Se cree, se piensa, que las maquinas deben aprender la espacialidad, así como lo hacemos los humanos, y esta desarrollando con su empresa modelos que le permitan a la maquina aprender del espacio. Se cree, se piensa, que es parte fundamental de lo que consideramos inteligencia y un fundamento más de la consciencia. Aunque la IA generativa actual se basa en el lenguaje, ella ve una frontera en la que los sistemas construyen mundos completos con la física, la lógica y la riqueza de detalles de nuestra realidad tangible. Es un objetivo ambicioso y, a pesar de los pesimistas que afirman que el progreso de la inteligencia artificial se ha estancado, World Labs se encuentra en la vía rápida de financiamiento. Aún falta un año para que la empresa tenga un producto, y no está nada claro si funcionará bien cuando llegue, pero los inversionistas han aportado 230 millones de dólares.[70]Levy (2024)
La inteligencia artificial ayudará a los humanos a construir mundos, la revolución de la IA generativa y el lenguaje ha catalizado este electrizante momento inicial, con modelos de imágenes y videos impulsados por texto que surgen junto con los grandes modelos de lenguaje (LLM) en el ámbito visual estos modelos han permitido a ciertos grupos de personas trabajar y crear entornos tridimensionales. [70](Hello, World Labs, s. f.)( word lab)
El avance que pretende su compañía WORLD LABS es desarrollar modelos 3D que la Inteligencia Artificial PUDEDA RAZONAR sobre ellos como son los objetos y lugares dentro de una interacción espacio - tiempo tridimensional.
Conclusiones
Es fundamental que nos preguntemos si la inteligencia artificial resolverá los problemas estructurales en América Latina, o si simplemente se nos presenta como una solución idealizada por grandes corporaciones con fines comerciales. Debemos ser conscientes de las limitaciones humanas y abordar estos desafíos desde una perspectiva amplia, reconociendo que la tecnología, aunque puede ser un recurso valioso, debe complementarse con acciones que mitiguen otros aspectos esenciales de la problemática. De lo contrario, las soluciones propuestas serán insuficientes e ilusorias.
Es importante que nuestros gobernantes también se alineen con estos principios. En su rol administrativo y de toma de decisiones, su capacidad de colaboración con otros actores puede verse comprometida si no actúan con transparencia, honestidad y un sentido auténtico de comunidad. Solo mediante la colaboración y el compromiso genuino se pueden lograr avances significativos.
Por su parte, las empresas deben reformular sus modelos de negocio hacia objetivos comunes que realmente aporten valor a la sociedad. Sus productos y servicios deben buscar el equilibrio, no la explotación indiscriminada de recursos. Un capitalismo consciente y con propósito, que respete los valores fundacionales del bienestar común, es crucial para un futuro sostenible.
Finalmente, los ciudadanos también jugamos un rol esencial. Practicar el pensamiento crítico y participar activamente en la toma de decisiones nos permite influir sobre nuestro destino. Esto implica no solo estar bien informados, sino también estar dispuestos a expresar, de manera respetuosa, opiniones divergentes, fomentando el debate y creando espacios para el diálogo, incluso ante aquellos con más poder o acceso a información, siempre en busca de la equidad y la buena voluntad, en aras de que la mayoría de las voces sean tomados en cuenta.
Como parte de las conclusiones de este ejercicio, les comparto esta charla con el Dr Caleb Rascón, Investigador titular de IIMAS UNAM, con quien reflexionamos acerca de la producción de inteligencia artificial a la luz del marco regulatorio aprobado por el parlamento europeo sobre la primera ley que regula su producción. Así mismo discutimos la perspectiva del contenido noticiosos relacionado con desarrollos producidos con base en dicha tecnología.
REFLEXIONES SOBRE AI
Un agradecimiento especial al Dr. Caleb Rascón por tomarse el tiempo para reflexionar junto conmigo sobre estas complejidades
Un agradecimiento especial al equipo de abogados que participaron en el taller de redacción de la revista Niuweme de la División de Estudios de Posgrado de la Facultad de Derecho de la Universidad Nacional Autónoma de México por integrarme en sus sesiones y permitirme conocer sobre sus inquietudes investigativas. Extiendo el agradecimiento al Instituto Peruano de Inteligencia Artificial y Ciudadana Digital por su invitación a participar en el taller.
Versión Corta
Versión Completa
Fuentes
[1]Boucher, P. (2020). Artificial intelligence: How Does it Work, why Does it Matter, and what Can We Do about It? : Study
[2] Ríos, R. H. (2023). test de Turing y la filosofía de la inteligencia artificial. Revista de Filosofía de la Universidad de Costa Rica, 62(164), 47-57. https://doi.org/10.15517/revfil.2023.54439
[3] Russell, S. J., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.).
[4]Team, I. D. A. A. (2024, 15 agosto). Artificial intelligence types. Think. https://www.ibm.com/think/topics/artificial-intelligence-types
[5]Rogers, R., & Osornio, A. (2023, 20 abril). ¿Qué es la inteligencia artificial general y por qué los expertos se muestran escépticos? WIRED. https://es.wired.com/articulos/inteligencia-artificial-general-y-por-que-los-expertos-se-muestran-escepticos
[6]Inteligencia artificial empresas - Lista de las Mejores Empresas. (s. f.). https://www.mordorintelligence.com/es/industry-reports/global-artificial-intelligence-market/companies
[7]Ibidem
[8]Ibidem
[9]Forbes, I. (2021, 29 noviembre). El poder de los datos y cómo recopilarlos para crecer una empresa. Forbes México. https://forbes.com.mx/red-forbes-el-poder-de-los-datos-y-como-recopilarlos-para-crecer-una-empresa/
[10]Boucher, P. (2020). Artificial intelligence: How Does it Work, why Does it Matter, and what Can We Do about It? : Study
[11]Zafra, J. M. (s. f.). Jaron Lanier: “Internet, tal y como hoy la conocemos, se basa en la manipulación”. The Conversation. https://theconversation.com/jaron-lanier-internet-tal-y-como-hoy-la-conocemos-se-basa-en-la-manipulacion-113410
[12]Internet Society. (2024, 4 octubre). Build, Promote, and Defend the Internet - Internet Society. https://www.internetsociety.org/
[13] El motor que impulsa lo mejor de internet | Fastly. (s. f.). https://www.fastly.com/es/
[14]Parler 3.0. (2024, 23 septiembre). Parler - parler. Parler - Free To Be Me. https://parler.com/
[15] Al-Arshani, S., & Ramos, M. Á. M. (2021, 18 enero). El CEO de Parler, la red social utilizada por partidarios de Trump, ha huido de su casa después de recibir amenazas de muerte, según su abogado. Business Insider España. https://www.businessinsider.es/ceo-parler-ha-huido-casa-recibir-amenazas-muerte-792979
[16]Penalva, J. (2019, 17 mayo). Todo Internet cabía en un papel A4 hace 40 años: la historia del nacimiento de ARPANET. Xataka. https://www.xataka.com/historia-tecnologica/todo-internet-cabia-en-un-papel-a4-hace-40-anos-la-historia-del-nacimiento-de-arpanet
[17]HistoriaCompu. (2024, 11 marzo). De ARPANET a Internet: La Evolución Global. https://historiacompu.net/historia-de-la-computacion/arpanet-internet-rastreando-arbol-genealogico-red-global/
[18]Monterde,U.M.(s.f.). Fundamentos de redes de computadoras.
[19]Lagos, A. (2024, 12 julio). OpenAI traza el mapa hacia la super inteligencia artificial. WIRED. https://es.wired.com/articulos/openai-traza-el-mapa-hacia-la-super-inteligencia-artificial
[20]Kyle Kabasares. (2024, 2 octubre). OpenAI Dev 2024 Day: Fireside chat with CEO Sam Altman [Vídeo]. YouTube. https://www.youtube.com/watch?v=-cq3O4t0qQc
[21] Ibm. (2024, 16 julio). ¿Qué es la automatización? | IBM. Think. https://www.ibm.com/mx-es/topics/automation
[22]Cornejo, M. F. B. (2024, 6 octubre). María Fátima Barrera Cornejo on LinkedIn: !Excelente ejemplo de un Puerto Inteligente y automatizado!. Uno de los. . . [Vídeo]. https://www.linkedin.com/posts/fatima-barrera_longshoremen-in-china-with-no-humans-onsite-activity-7248772964131725312-43aS/
[23]Ley de IA de la UE: primera normativa sobre inteligencia artificial | Temas | Parlamento Europeo. (2023, 6 diciembre). Temas | Parlamento Europeo. https://www.europarl.europa.eu/topics/es/article/20230601STO93804/ley-de-ia-de-la-ue-primera-normativa-sobre-inteligencia-artificial#ley-de-ia-normas-diferentes-para-niveles-diferentes-de-riesgo-5
[24]Ibidem
[25]Ibidem
[26]Facebook.(s.f.). https://www.facebook.com/FatimaBarrera54/posts/pfbid0eJ2E4b3N27dzMCPVR51ZWNyHnBs7YhqkNXsqV3vGTDoP8N9R55QDk9mnmJTiL5Wcl?rdid=kobuRdZNuqwNpUU1
[27]Ley de IA de la UE: primera normativa sobre inteligencia artificial | Temas | Parlamento Europeo. (2023, 6 diciembre). Temas | Parlamento Europeo. https://www.europarl.europa.eu/topics/es/article/20230601STO93804/ley-de-ia-de-la-ue-primera-normativa-sobre-inteligencia-artificial#ley-de-ia-normas-diferentes-para-niveles-diferentes-de-riesgo-5
[28] Martinez, R. (2024, 9 octubre). Nobel de Física 2024 para Hopfield y Hinton por redes neuronales artificiales - UNAM Global. UNAM Global - de la Comunidad Para la Comunidad. https://unamglobal.unam.mx/global_revista/nobel-de-fisica-2024-para-hopfield-y-hinton-por-redes-neuronales-artificiales/
[29] El estado de la IA a principios de 2024: la adopción de la IA generativa aumenta y comienza a generar valor. (2024, 30 mayo). McKinsey & Company. https://www.mckinsey.com/locations/south-america/latam/hispanoamerica-en-potencia/el-estado-de-la-ia-a-principios-de-2024-la-adopcion-de-la-ia-generativa-aumenta-y-comienza-a-generar-valor/es-CL
[30]González, F. (2024, 11 octubre). Tesla presenta a Optimus, su robot humanoide: qué puede hacer, cuánto costará y qué tan autónomo es. WIRED. https://es.wired.com/articulos/tesla-presenta-a-optimus-su-robot-humanoide-que-puede-hacer-cuanto-costara-y-que-tan-autonomo-es
[31] 3.1M views · 17K reactions | Awwww hell. . ...For only $20,000? Y’all get. . . (s. f.). https://www.facebook.com/watch/?v=1465897177410508&ref=sharing
[32]González, F. (2024b, octubre 11). Tesla presenta a Optimus, su robot humanoide: qué puede hacer, cuánto costará y qué tan autónomo es. WIRED. https://es.wired.com/articulos/tesla-presenta-a-optimus-su-robot-humanoide-que-puede-hacer-cuanto-costara-y-que-tan-autonomo-es
[33]López, J. C. (2024, 26 septiembre). Nadie puede con NVIDIA: ingresará 10.000 millones de dólares por las 450.000 GPU «Blackwell» que va a. . . Xataka. https://www.xataka.com/empresas-y-economia/nadie-puede-nvidia-ingresara-10-000-millones-dolares-450-000-gpu-blackwell-que-va-a-fabricar
[34]ChatGPT. (2024). ¿Cuánto cuesta producir inteligencia artificial y qué implica? OpenAI.
[35] Helena. (2024, 22 agosto). What is Data Preparation for Machine Learning? DataNorth. https://datanorth.ai/blog/what-is-data-preparation
[36]Precio de los servicios de la nube | AWS. (s. f.). Amazon Web Services, Inc. https://aws.amazon.com/es/pricing/
[37]Precios | AI Platform | Google Cloud. (s. f.). Google Cloud. https://cloud.google.com/ai-platform/pricing?hl=es-419
[38]Pricing - IBM Watson Studio. (s. f.). https://www.ibm.com/products/watson-studio/pricing
[39]State of Generative AI in the Enterprise 2024. (s. f.).
Deloitte United States. https://www2.deloitte.com/us/en/pages/consulting/articles/state-of-generative-ai-in-enterprise.html
[40]Glassdoor: Buscar sueldos y remuneración. (s. f.). Glassdoor. https://www.glassdoor.com.mx/Sueldos/index.htm?countryRedirect=true
[41] Singla, A., Tavakoli, A., Harreis, H., Rowshankish, K., & Hjartar, K. (2024, 12 septiembre). A data leader’s operating guide to scaling gen AI. McKinsey & Company. https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/a-data-leaders-operating-guide-to-scaling-gen-ai
[42] Admin, & Admin. (2023, 2 octubre). Distribución de la riqueza en nuestro país: el 1% posee el 41.2%. Gaceta UNAM. https://www.gaceta.unam.mx/distribucion-de-la-riqueza-en-nuestro-pais-el-1-posee-el-41-2/
[43] UBS, Global-Wealth-Report-2024. (s. f.). ubs.com. https://www.ubs.com/content/dam/assets/wm/static/noindex/wm-germany/2024/doodownload/Global-Wealth-Report-2024.pdf
[44] Índice de Gini 2023. (s. f.). Datosmacro.com. https://datosmacro.expansion.com/demografia/indice-gini
[45]Femmine, L. D., Femmine, L. D., & Femmine, L. D. (2024, 15 octubre). La década perdida en la lucha contra la pobreza: su reducción se frenará entre 2020 y 2030. El País. https://elpais.com/economia/2024-10-15/la-decada-perdida-en-la-lucha-contra-la-pobreza-su-reduccion-se-frenara-entre-2020-y-2030.html
[46] Femmine, L. D., Femmine, L. D., & Femmine, L. D. (2024b, octubre 15). La década perdida en la lucha contra la pobreza: su reducción se frenará entre 2020 y 2030. El País. https://elpais.com/economia/2024-10-15/la-decada-perdida-en-la-lucha-contra-la-pobreza-su-reduccion-se-frenara-entre-2020-y-2030.html
[47]Un tercio de América Latina vive en la pobreza. (2022, 25 noviembre). Noticias ONU.
[48] De Estadística y Geografía, I. N. (s. f.). Características educativas de la población. https://www.inegi.org.mx/temas/educacion/
[49]Ortiz, E. A., Giambruno, C., Morduchowicz, A., & Pineda, B. (2024). El estado de la educación en América Latina y el Caribe 2023. https://doi.org/10.18235/0005515
[50]BBC News Mundo. (2023, 27 junio). ¿Cuáles son los 10 trabajos del futuro? https://www.bbc.com/mundo/articles/c2qglz0641lo
[51] Statista. (2024, 12 septiembre). América Latina: índice de Percepción de la Corrupción por país en 2023. https://es.statista.com/estadisticas/1073892/america-latina-indice-percepcion-corrupcion-pais/
[52]The Global AI Index - Tortoise. (s. f.). Tortoise. https://www.tortoisemedia.com/intelligence/global-ai/
[53]UNESCO MÉXICO Evaluación del estadío de preparación de la inteligencia artificial. (s. f.). unesco.com. https://articles.unesco.org/sites/default/files/medias/fichiers/2024/07/M%C3%A9xico.%20Evaluaci%C3%B3n%20del%20estad%C3%ADo%20de%20preparaci%C3%B3n%20de%20la%20inteligencia%20artificial.pdf
[54] Ibidem
[55] Ibidem
[56] Ibidem
[57] ANIA - Alianza Nacional Inteligencia Artificial Positiva para Mexico. (s. f.). Ania MX. https://www.ania.org.mx/
[58] Estudio acerca de inteligencia artificial Atención a solicitudes de información y análisis legislativo. (s. f.). En ania.org. https://www.ania.org.mx/_files/ugd/447d95_b7c2a7b5f2a248de97cc70a6cccb93d1.pdf
[59]UNESCO MÉXICO Evaluación del estadío de preparación de la inteligencia artificial. (s. f.). unesco.com. https://articles.unesco.org/sites/default/files/medias/fichiers/2024/07/M%C3%A9xico.%20Evaluaci%C3%B3n%20del%20estad%C3%ADo%20de%20preparaci%C3%B3n%20de%20la%20inteligencia%20artificial.pdf
[60] López, A. I., López, A. I., & López, A. I. (2024, 2 octubre). Estas son las 100 promesas de Claudia Sheinbaum como presidenta de México. El País México. https://elpais.com/mexico/2024-10-02/estas-son-las-100-promesas-de-claudia-sheinbaum-como-presidenta-de-mexico.html
[61]Miranda, A. J. (2024, 16 octubre). Amazon invierte más de 110 mil mdp en México, crea más de 50 mil empleos directos e indirectos y va por más. ADN 40. https://www.adn40.mx/finanzas/2024-10-16/amazon-invierte-mas-110-mil-mdp-en-mexico-crea-mas-50-mil-empleos-directos-e
[62]Rosete, E., Rosete, E., & Rosete, E. (2024, 8 octubre). El gigante tecnológico taiwanés Foxconn anuncia la construcción en México de la mayor planta mundial para fabricar ‘superchips’ a Nvidia. El País México. https://elpais.com/mexico/2024-10-08/el-gigante-tecnologico-taiwanes-foxconn-anuncia-la-construccion-en-mexico-de-la-mayor-planta-mundial-para-fabricar-superchips-a-nvidia.html
[63]Oliva, J. C. (2024, 24 septiembre). Microsoft anuncia una inversión de 1,300 millones de dólares en infraestructura de IA para México. WIRED. https://es.wired.com/articulos/microsoft-anuncia-una-inversion-de-1300-millones-de-dolares-en-infraestructura-de-ia-para-mexico
[64] De Luna, T. (2024, 15 mayo). BYD ya tiene a tres estados en la mira para instalar una planta en México. Expansión. https://expansion.mx/empresas/2024/05/15/byd-tres-estados-planta-en-mexico
[65]Lara, P. (2024b, octubre 18). Habrá corredor nacional para fabricar chips; inversión de 10 mil mdd entre 2024 y 2030. Excélsior. https://www.excelsior.com.mx/nacional/habra-corredor-nacional-para-fabricar-chips/1679734
[66]Yucatán consolida su posición en la industria aeroespacial - Punto Medio. (2019, 11 septiembre). Punto Medio. https://puntomedio.mx/yucatan-consolida-su-p3osicion-en-la-industria-aeroespacial-al-entrar-a-la-fabricacion-de-satelites/
[67] DocSend - Simple, intelligent, modern content sending. La era de la AI en México. (s. f.). DocSend. https://docsend.com/view/9364vpiywf7wyixc
[68]Fei-Fei li. (s. f.). Stanford University School Of Engineering. https://engineering.stanford.edu/people/fei-fei-li
[69]Levy, S. (2024, 13 septiembre). Fei-fei Li, la madrina de la IA, quiere que todos seamos constructores de mundos. WIRED. https://es.wired.com/articulos/fei-fei-li-madrina-de-ia-quiere-que-todos-seamos-constructores-de-mundos
[70] Hello, World Labs. (s. f.-b). https://www.worldlabs.ai/about
Comments