Mientras la inteligencia artificial gana presencia, historiadores estudian las lecciones de cambios tecnológicos anteriores para entender el presente. El 10 de febrero el emprendedor Matt Shumer publicó en X: «Ya no me necesitan para el trabajo técnico real de mi puesto». La publicación obtuvo una enorme atención pública, con 86 millones de visualizaciones, y alimentó las preocupaciones sobre la rapidez con que la IA puede alterar el trabajo y la economía.
Los historiadores citan ejemplos como la línea de montaje que cambió la fabricación; los trenes, automóviles y aviones que acortaron viajes; y la internet que facilitó el acceso a la información. Además, las herramientas más recientes pueden ayudar a escribir código, analizar datos y generar informes en segundos y realizar tareas simultáneas mediante trabajo multiagente. Este ritmo añade urgencia a los debates sobre empleo, regulación e impacto social.
Louis Hyman y Angus Burgin ofrecieron perspectiva sobre estos cambios; las conversaciones se combinaron y editaron para mayor claridad. La publicación apareció primero en Futurity.
Palabras difíciles
- inteligencia artificial — programas o sistemas que imitan la inteligencia humana
- historiador — persona que estudia y escribe sobre la historiahistoriadores
- línea de montaje — sistema de producción en cadena para fabricar objetos
- facilitar — hacer que una tarea o proceso sea más fácilfacilitó
- multiagente — trabajo con varios agentes o programas juntos
- regulación — normas o reglas que controlan una actividad
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o audicións.
Preguntas de discusión
- ¿Cómo podría afectar la inteligencia artificial a tu trabajo o a tus estudios? Explica brevemente.
- De los ejemplos históricos del texto (línea de montaje, trenes, internet), ¿cuál crees que cambió la vida de las personas más rápidamente y por qué?
- El artículo menciona debates sobre empleo y regulación. ¿Qué medidas de regulación para la IA te parecerían razonables?
Artículos relacionados
La complejidad del mundo real produce sesgo en la IA
Un estudio de la Universidad de Texas en Austin concluye que una causa importante del sesgo en la inteligencia artificial es la incapacidad para modelar la complejidad del mundo real. Identifica tres factores que aumentan ese riesgo.
Hacer más difícil compartir para frenar la desinformación
Investigadores proponen añadir una pausa breve y mensajes de aprendizaje antes de compartir en redes sociales. Un modelo informático sugiere que esta fricción, y sobre todo combinada con un breve cuestionario, puede reducir la difusión de desinformación.