Ya sea que se base en creencias alucinatorias o no, una fiebre del oro de inteligencia artificial ha comenzado en los últimos meses para extraer las oportunidades comerciales anticipadas de modelos generativos de IA como ChatGPT. Los desarrolladores de aplicaciones, las nuevas empresas respaldadas por capital de riesgo y algunas de las corporaciones más grandes del mundo están luchando por dar sentido al sensacional bot generador de texto lanzado por OpenAI en noviembre pasado.
Prácticamente puedes escuchar los gritos de las oficinas de la esquina de todo el mundo: “¿Cuál es nuestro juego ChatGPT? ¿Cómo ganamos dinero con esto?”
Pero mientras que las empresas y los ejecutivos ven una clara oportunidad de sacar provecho, el impacto probable de la tecnología en los trabajadores y la economía en general es mucho menos obvio. A pesar de sus limitaciones, la principal de ellas es su propensión a inventar cosas, ChatGPT y otros modelos de IA generativa recientemente lanzados prometen automatizar todo tipo de tareas que antes se pensaba que estaban únicamente en el ámbito de la creatividad y el razonamiento humanos, desde escribir hasta crear gráficos y resumir y analizar datos. Eso ha dejado a los economistas inseguros de cómo podrían verse afectados los empleos y la productividad en general.
A pesar de todos los increíbles avances en IA y otras herramientas digitales en la última década, su historial en mejorar la prosperidad y estimular el crecimiento económico generalizado es desalentador. Aunque algunos inversores y empresarios se han vuelto muy ricos, la mayoría de las personas no se han beneficiado. Algunos incluso han sido automatizados fuera de sus trabajos.
El crecimiento de la productividad que ha habido en ese tiempo se limita en gran medida a unos pocos sectores, como los servicios de información, y en los Estados Unidos a unas pocas ciudades: piense en San José, San Francisco, Seattle y Boston.
¿ChatGPT empeorará aún más la ya preocupante desigualdad de ingresos y riqueza en los Estados Unidos y muchos otros países? ¿O podría ayudar? ¿Podría de hecho proporcionar un impulso muy necesario a la productividad?
ChatGPT, con sus capacidades de escritura similares a las humanas, y la otra versión reciente de OpenAI, DALL-E 2, que genera imágenes bajo demanda, utilizan grandes modelos de lenguaje entrenados en grandes cantidades de datos. Lo mismo ocurre con rivales como Claude de Anthropic y Bard de Google. Estos llamados modelos fundacionales, como GPT-3.5 de OpenAI, en el que se basa ChatGPT, o el modelo de lenguaje competidor de Google, LaMDA, que impulsa Bard, han evolucionado rápidamente en los últimos años.
Siguen siendo más poderosos: están entrenados con cada vez más datos, y el número de parámetros, las variables en los modelos que se modifican, está aumentando dramáticamente. A principios de este mes, OpenAI lanzó su versión más reciente, GPT-4. Si bien OpenAI no dirá exactamente cuánto más grande es, uno puede adivinar; GPT-3, con unos 175 mil millones de parámetros, era aproximadamente 100 veces más grande que GPT-2.
Pero fue el lanzamiento de ChatGPT a finales del año pasado lo que cambió todo para muchos usuarios. Es increíblemente fácil de usar y convincente en su capacidad para crear rápidamente texto similar al humano, incluidas recetas, planes de entrenamiento y, quizás lo más sorprendente, código informático. Para muchos no expertos, incluido un número creciente de empresarios y empresarios, el modelo de chat fácil de usar, menos abstracto y más práctico que los impresionantes pero a menudo esotéricos avances que se han estado gestando en la academia y en un puñado de empresas de alta tecnología en los últimos años, es una clara evidencia de que la revolución de la IA tiene un potencial real.
Los capitalistas de riesgo y otros inversores están invirtiendo miles de millones en empresas basadas en IA generativa, y la lista de aplicaciones y servicios impulsados por grandes modelos de lenguaje crece cada día.
¿ChatGPT empeorará aún más la ya preocupante desigualdad de ingresos y riqueza en los Estados Unidos y muchos otros países? ¿O podría ayudar?
Aún así, aún no hay aplicaciones asesinas obvias. Y a medida que las empresas buscan formas de usar la tecnología, los economistas dicen que se ha abierto una rara ventana para repensar cómo obtener los mayores beneficios de la nueva generación de IA.
“Estamos hablando en ese momento porque puedes tocar esta tecnología. Ahora puedes jugar con él sin necesidad de ninguna habilidad de codificación. Mucha gente puede comenzar a imaginar cómo esto afecta su flujo de trabajo, sus perspectivas de trabajo “, dice Katya Klinova, jefa de investigación sobre IA, trabajo y economía en la Asociación sobre IA en San Francisco.
“La pregunta es ¿quién se va a beneficiar? ¿Y quién se quedará atrás?”, dice Klinova, quien está trabajando en un informe que describe los posibles impactos laborales de la IA generativa y proporciona recomendaciones para usarla para aumentar la prosperidad compartida.
La visión optimista: demostrará ser una herramienta poderosa para muchos trabajadores, mejorando sus capacidades y experiencia, al tiempo que proporciona un impulso a la economía en general. El pesimista: las empresas simplemente lo usarán para destruir lo que alguna vez parecieron trabajos a prueba de automatización, bien pagados que requieren habilidades creativas y razonamiento lógico; Algunas compañías de alta tecnología y élites tecnológicas se enriquecerán aún más, pero hará poco por el crecimiento económico general.
Ayudar a los menos cualificados
La cuestión del impacto de ChatGPT en el lugar de trabajo no es solo teórica.
En el análisis más reciente, Tyna Eloundou, Sam Manning y Pamela Mishkin de OpenAI, con Daniel Rock de la Universidad de Pensilvania,encontraron que los modelos de lenguaje grandes como GPT podrían tener algún efecto en el 80% de la fuerza laboral de los Estados Unidos. Además, estimaron que los modelos de IA, incluido GPT-4 y otras herramientas de software anticipadas, afectarían en gran medida al 19% de los empleos, con al menos el 50% de las tareas en esos trabajos “expuestas”. En contraste con lo que vimos en olas anteriores de automatización, los empleos de mayores ingresos serían los más afectados, sugieren. Algunas de las personas cuyos trabajos son más vulnerables: escritores, diseñadores web y digitales, analistas cuantitativos financieros y, en caso de que estuviera pensando en un cambio de carrera, ingenieros de blockchain.
“No hay duda de que [la IA generativa] se va a utilizar, no es solo una novedad”, dice David Autor, economista laboral del MIT y un destacado experto en el impacto de la tecnología en los empleos. “Los bufetes de abogados ya lo están usando, y ese es solo un ejemplo. Abre una gama de tareas que se pueden automatizar”.
David Autor
Autor ha pasado años documentando cómo las tecnologías digitales avanzadas han destruido muchos trabajos administrativos de fabricación y rutina que alguna vez pagaron bien. Pero dice que ChatGPT y otros ejemplos de IA generativa han cambiado el cálculo.
Anteriormente, la IA había automatizado algunos trabajos de oficina, pero eran esas tareas paso a paso rutinarias las que podían codificarse para una máquina. Ahora puede realizar tareas que hemos visto como creativas, como escribir y producir gráficos. “Es bastante evidente para cualquiera que esté prestando atención que la IA generativa abre la puerta a la informatización de muchos tipos de tareas que pensamos que no se automatizan fácilmente”, dice.
La IA generativa podría ayudar a una amplia franja de personas a adquirir las habilidades para competir con aquellos que tienen más educación y experiencia.
La preocupación no es tanto que ChatGPT conduzca a un desempleo a gran escala, como señala Autor, hay muchos empleos en los Estados Unidos, sino que las empresas reemplazarán los trabajos de cuello blanco relativamente bien pagados con esta nueva forma de automatización, enviando a esos trabajadores a empleos de servicios con salarios más bajos, mientras que los pocos que pueden explotar mejor la nueva tecnología cosechan todos los beneficios.
En este escenario, los trabajadores y las empresas conocedores de la tecnología podrían adoptar rápidamente las herramientas de IA, volviéndose mucho más productivos que dominan sus lugares de trabajo y sus sectores. Aquellos con menos habilidades y poca perspicacia técnica para empezar se quedarían más atrás.
Pero Autor también ve un resultado posible más positivo: la IA generativa podría ayudar a una amplia franja de personas a adquirir las habilidades para competir con aquellos que tienen más educación y experiencia.
Dos estudiantes graduados de economía del MIT, Shakked Noy y Whitney Zhang, realizaron un experimento en el que participaron cientos de profesionales con educación universitaria que trabajaban en áreas como marketing y recursos humanos; pidieron a la mitad que usaran ChatGPT en sus tareas diarias y a los demás que no. ChatGPT aumentó la productividad general (no es demasiado sorprendente), pero aquí está el resultado realmente interesante: la herramienta de IA ayudó más a los trabajadores menos calificados y exitosos, disminuyendo la brecha de rendimiento entre los empleados. En otras palabras, los escritores pobres mejoraron mucho; Los buenos escritores simplemente se volvieron un poco más rápidos.
Los hallazgos preliminares sugieren que ChatGPT y otras IA generativas podrían, en la jerga de los economistas, “mejorar” a las personas que tienen problemas para encontrar trabajo. Hay muchos trabajadores experimentados “en barbecho” después de haber sido desplazados de trabajos de oficina y fabricación en las últimas décadas, dice Autor. Si la IA generativa se puede utilizar como una herramienta práctica para ampliar su experiencia y proporcionarles las habilidades especializadas requeridas en áreas como la atención médica o la enseñanza, donde hay muchos trabajos, podría revitalizar nuestra fuerza laboral.
Determinar qué escenario gana requerirá un esfuerzo más deliberado para pensar en cómo queremos explotar la tecnología.
“No creo que debamos tomarlo ya que la tecnología está suelta en el mundo y debemos adaptarnos a ella. Debido a que está en proceso de creación, se puede usar y desarrollar de varias maneras”, dice Autor. “Es difícil exagerar la importancia de diseñar para qué está ahí”.
En pocas palabras, estamos en una coyuntura en la que, o bien los trabajadores menos cualificados podrán asumir cada vez más lo que ahora se considera trabajo del conocimiento, o bien los trabajadores del conocimiento más talentosos ampliarán radicalmente sus ventajas existentes sobre todos los demás. El resultado que obtengamos depende en gran medida de cómo los empleadores implementen herramientas como ChatGPT. Pero la opción más esperanzadora está a nuestro alcance.
La búsqueda de capacidades similares a las humanas, argumentó Brynjolfsson, ha llevado a tecnologías que simplemente reemplazan a las personas con máquinas, reduciendo los salarios y exacerbando la desigualdad de riqueza e ingresos. Es, escribió, “la explicación más importante” para la creciente concentración de la riqueza.
Erik Brynjolfsson
Un año después, dice que ChatGPT, con sus salidas que suenan humanas, “es como el niño del cartel de lo que advertí”: ha “turboalimentado” la discusión sobre cómo se pueden usar las nuevas tecnologías para dar a las personas nuevas habilidades en lugar de simplemente reemplazarlas.
A pesar de sus preocupaciones de que los desarrolladores de IA continúen superándose ciegamente entre sí al imitar capacidades similares a las humanas en sus creaciones, Brynjolfsson, director del Laboratorio de Economía Digital de Stanford, es generalmente un tecno-optimista cuando se trata de inteligencia artificial. Hace dos años, predijo un auge de la productividad de la IA y otras tecnologías digitales, y en estos días es optimista sobre el impacto de los nuevos modelos de IA.
Gran parte del optimismo de Brynjolfsson proviene de la convicción de que las empresas podrían beneficiarse enormemente del uso de IA generativa como ChatGPT para expandir sus ofertas y mejorar la productividad de su fuerza laboral. “Es una gran herramienta de creatividad. Es genial para ayudarte a hacer cosas novedosas. No es simplemente hacer lo mismo más barato”, dice Brynjolfsson. Mientras las empresas y los desarrolladores puedan “mantenerse alejados de la mentalidad de pensar que los humanos no son necesarios”, dice, “va a ser muy importante”.
Dentro de una década, predice, la IA generativa podría agregar billones de dólares en crecimiento económico en los Estados Unidos. “La mayoría de nuestra economía son básicamente trabajadores del conocimiento y trabajadores de la información”, dice. “Y es difícil pensar en cualquier tipo de trabajadores de la información que no se vean afectados, al menos en parte”.
Cuándo llegará ese aumento de la productividad, si es que lo hace, es un juego de adivinanzas económicas. Tal vez solo necesitamos ser pacientes.
En 1987, Robert Solow, el economista del MIT que ganó el Premio Nobel ese año por explicar cómo la innovación impulsa el crecimiento económico, dijo: “Se puede ver la era de la computadora en todas partes, excepto en las estadísticas de productividad”. No fue hasta más tarde, a mediados y finales de la década de 1990, que los impactos, particularmente de los avances en semiconductores, comenzaron a aparecer en los datos de productividad a medida que las empresas encontraban formas de aprovechar la potencia computacional cada vez más barata y los avances relacionados con el software.
¿Podría suceder lo mismo con la IA? Avi Goldfarb, economista de la Universidad de Toronto, dice que depende de si podemos descubrir cómo usar la última tecnología para transformar las empresas como lo hicimos en la era informática anterior.
Hasta ahora, dice, las empresas han estado abandonando la IA para hacer las tareas un poco mejor: “Aumentará la eficiencia, podría aumentar gradualmente la productividad, pero en última instancia, los beneficios netos serán pequeños. Porque todo lo que estás haciendo es lo mismo un poco mejor”. Pero, dice, “la tecnología no solo nos permite hacer lo que siempre hemos hecho un poco mejor o un poco más barato. Podría permitirnos crear nuevos procesos para crear valor para los clientes”.
El veredicto sobre cuándo, incluso si, eso sucederá con la IA generativa sigue siendo incierto. “Una vez que descubramos qué buena escritura a escala permite a las industrias hacer de manera diferente, o, en el contexto de Dall-E, qué diseño gráfico a escala nos permite hacer de manera diferente, es cuando vamos a experimentar el gran aumento de la productividad”, dice Goldfarb. “Pero si eso es la próxima semana o el próximo año o dentro de 10 años, no tengo idea”.
Lucha por el poder
Cuando Anton Korinek, economista de la Universidad de Virginia y miembro de la Brookings Institution, tuvo acceso a la nueva generación de grandes modelos de lenguaje como ChatGPT, hizo lo que muchos de nosotros hicimos: comenzó a jugar con ellos para ver cómo podrían ayudar a su trabajo. Documentó cuidadosamente su desempeño en un artículo en febrero, señalando lo bien que manejaron 25 “casos de uso”, desde lluvia de ideas y edición de texto (muy útil) hasta codificación (bastante bueno con algo de ayuda) y matemáticas (no es genial).
ChatGPT explicó incorrectamente uno de los principios más fundamentales de la economía, dice Korinek: “Se equivocó mucho”. Pero el error, fácilmente detectado, fue rápidamente perdonado a la luz de los beneficios. “Puedo decirles que me hace, como trabajador cognitivo, más productivo”, dice. “Sin lugar a dudas, no hay duda de que soy más productivo cuando uso un modelo de lenguaje”.
Cuando salió GPT-4, probó su rendimiento en las mismas 25 preguntas que documentó en febrero, y funcionó mucho mejor. Hubo menos casos de inventar cosas; también le fue mucho mejor en las tareas de matemáticas, dice Korinek.
Dado que ChatGPT y otros bots de IA automatizan el trabajo cognitivo, a diferencia de las tareas físicas que requieren inversiones en equipos e infraestructura, un impulso a la productividad económica podría ocurrir mucho más rápidamente que en revoluciones tecnológicas pasadas, dice Korinek. “Creo que podemos ver un mayor impulso a la productividad para fin de año, ciertamente para 2024”, dice.
¿Quién controlará el futuro de esta increíble tecnología?
Además, dice, a largo plazo, la forma en que los modelos de IA pueden hacer que los investigadores como él sean más productivos tiene el potencial de impulsar el progreso tecnológico.
Ese potencial de los grandes modelos lingüísticos ya está apareciendo en la investigación en ciencias físicas. Berend Smit, que dirige un laboratorio de ingeniería química en EPFL en Lausana, Suiza, es un experto en el uso del aprendizaje automático para descubrir nuevos materiales. El año pasado, después de que uno de sus estudiantes graduados, Kevin Maik Jablonka, mostrara algunos resultados interesantes usando GPT-3, Smit le pidió que demostrara que GPT-3 es, de hecho, inútil para los tipos de estudios sofisticados de aprendizaje automático que su grupo hace para predecir las propiedades de los compuestos.
“Fracasó por completo”, bromea Smit.
Resulta que después de ser ajustado durante unos minutos con algunos ejemplos relevantes, el modelo funciona tan bien como herramientas avanzadas de aprendizaje automático especialmente desarrolladas para la química para responder preguntas básicas sobre cosas como la solubilidad de un compuesto o su reactividad. Simplemente dale el nombre de un compuesto, y puede predecir varias propiedades basadas en la estructura.
Al igual que en otras áreas de trabajo, los modelos de lenguaje grandes podrían ayudar a expandir la experiencia y las capacidades de los no expertos, en este caso, químicos con poco conocimiento de herramientas complejas de aprendizaje automático. Debido a que es tan simple como una búsqueda bibliográfica, dice Jablonka que “podría llevar el aprendizaje automático a las masas de químicos”.
Estos resultados impresionantes y sorprendentes son solo un indicio tentador de cuán poderosas podrían ser las nuevas formas de IA en una amplia franja de trabajo creativo, incluido el descubrimiento científico, y cuán sorprendentemente fáciles son de usar. Pero esto también apunta a algunas preguntas fundamentales.
A medida que el impacto potencial de la IA generativa en la economía y el empleo se vuelve más inminente, ¿quién definirá la visión de cómo deben diseñarse e implementarse estas herramientas? ¿Quién controlará el futuro de esta increíble tecnología?
Diane Coyle, economista de la Universidad de Cambridge en el Reino Unido, dice que una preocupación es el potencial de que los grandes modelos de lenguaje estén dominados por las mismas grandes empresas que gobiernan gran parte del mundo digital. Google y Meta están ofreciendo sus propios modelos de lenguaje grandes junto con OpenAI, señala, y los grandes costos computacionales necesarios para ejecutar el software crean una barrera de entrada para cualquiera que busque competir.
La preocupación es que estas compañías tienen “modelos de negocios impulsados por la publicidad” similares, dice Coyle. “Así que obviamente obtienes una cierta uniformidad de pensamiento, si no tienes diferentes tipos de personas con diferentes tipos de incentivos”.
Coyle reconoce que no hay soluciones fáciles, pero dice que una posibilidad es una organización internacional de investigación financiada con fondos públicos para la IA generativa, siguiendo el modelo del CERN, el organismo intergubernamental europeo de investigación nuclear con sede en Ginebra donde se creó la World Wide Web en 1989. Estaría equipado con la enorme potencia informática necesaria para ejecutar los modelos y la experiencia científica para desarrollar aún más la tecnología.
Tal esfuerzo fuera de Big Tech, dice Coyle, “traería cierta diversidad a los incentivos que enfrentan los creadores de los modelos cuando los producen”.
Si bien sigue siendo incierto qué políticas públicas ayudarían a garantizar que los grandes modelos lingüísticos sirvan mejor al interés público, dice Coyle, cada vez está más claro que las opciones sobre cómo usamos la tecnología no pueden dejarse solo en manos de unas pocas empresas dominantes y del mercado.
La historia nos proporciona muchos ejemplos de cuán importante puede ser la investigación financiada por el gobierno en el desarrollo de tecnologías que generen una prosperidad generalizada. Mucho antes de la invención de la web en el CERN, otro esfuerzo financiado con fondos públicos a fines de la década de 1960 dio lugar a Internet, cuando el Departamento de Defensa de los Estados Unidos apoyó ARPANET, que fue pionera en formas para que múltiples computadoras se comunicaran entre sí.
En Power and Progress: Our 1000-Year Struggle Over Technology & Prosperity, los economistas del MIT Daron Acemoglu y Simon Johnson ofrecen un paseo convincente a través de la historia del progreso tecnológico y su historial mixto en la creación de prosperidad generalizada. Su punto es que es fundamental dirigir deliberadamente los avances tecnológicos de manera que brinden amplios beneficios y no solo hagan que la élite sea más rica.
Simon Johnson y Daron Acemoglu
Desde las décadas posteriores a la Segunda Guerra Mundial hasta principios de la década de 1970, la economía estadounidense estuvo marcada por rápidos cambios tecnológicos; Los salarios de la mayoría de los trabajadores aumentaron, mientras que la desigualdad de ingresos cayó bruscamente. La razón, dicen Acemoglu y Johnson, es que los avances tecnológicos se utilizaron para crear nuevas tareas y empleos, mientras que las presiones sociales y políticas ayudaron a garantizar que los trabajadores compartieran los beneficios de manera más equitativa con sus empleadores de lo que lo hacen ahora.
En contraste, escriben, la rápida adopción más reciente de robots de fabricación en “el corazón industrial de la economía estadounidense en el Medio Oeste” en las últimas décadas simplemente destruyó empleos y condujo a un “declive regional prolongado”.
El libro, que saldrá en mayo, es particularmente relevante para comprender lo que podría traer el rápido progreso actual en IA y cómo las decisiones sobre la mejor manera de usar los avances nos afectarán a todos en el futuro. En una entrevista reciente, Acemoglu dijo que estaban escribiendo el libro cuando GPT-3 fue lanzado por primera vez. Y, agrega medio en broma, “previmos ChatGPT”.
Acemoglu sostiene que los creadores de la IA “van en la dirección equivocada”. Toda la arquitectura detrás de la IA “está en el modo de automatización”, dice. “Pero no hay nada inherente a la IA generativa o a la IA en general que deba empujarnos en esta dirección. Son los modelos de negocio y la visión de la gente de OpenAI y Microsoft y la comunidad de capital de riesgo”.
Si crees que podemos dirigir la trayectoria de una tecnología, entonces una pregunta obvia es: ¿Quién es “nosotros”? Y aquí es donde Acemoglu y Johnson son más provocativos. Escriben: “La sociedad y sus poderosos guardianes deben dejar de ser hipnotizados por los multimillonarios tecnológicos y su agenda … Uno no necesita ser un experto en IA para opinar sobre la dirección del progreso y el futuro de nuestra sociedad forjada por estas tecnologías”.
Los creadores de ChatGPT y los empresarios involucrados en llevarlo al mercado, en particular el CEO de OpenAI, Sam Altman, merecen mucho crédito por ofrecer la nueva sensación de IA al público. Su potencial es enorme. Pero eso no significa que debamos aceptar su visión y aspiraciones sobre hacia dónde queremos que vaya la tecnología y cómo debe usarse.
Según su narrativa, el objetivo final es la inteligencia general artificial, que, si todo va bien, conducirá a una gran riqueza económica y abundancias. Altman, por ejemplo, ha promovido la visión en gran medida recientemente, proporcionando una justificación adicional para su defensa desde hace mucho tiempo de un ingreso básico universal (RBU) para alimentar a los no tecnócratas entre nosotros. Para algunos, suena tentador. ¡Sin trabajo y dinero gratis! ¡Dulce!
Son las suposiciones subyacentes a la narrativa las que son más preocupantes, a saber, que la IA se dirige a un camino inevitable de destrucción de empleos y la mayoría de nosotros estamos listos para el viaje (¿gratis?). Este punto de vista apenas reconoce la posibilidad de que la IA generativa pueda conducir a un auge de la creatividad y la productividad para los trabajadores mucho más allá de las élites conocedoras de la tecnología al ayudar a desbloquear sus talentos y cerebros. Hay poca discusión sobre la idea de utilizar la tecnología para producir una prosperidad generalizada mediante la expansión de las capacidades humanas y la experiencia en toda la población trabajadora.
Las empresas pueden decidir usar ChatGPT para dar a los trabajadores más habilidades, o simplemente para reducir empleos y recortar costos.
Como escriben Acemoglu y Johnson: “Nos dirigimos hacia una mayor desigualdad no inevitablemente, sino debido a elecciones erróneas sobre quién tiene poder en la sociedad y la dirección de la tecnología … De hecho, UBI compra completamente la visión de la élite empresarial y tecnológica de que son las personas iluminadas y talentosas que deberían financiar generosamente el resto”.
Acemoglu y Johnson escriben sobre varias herramientas para lograr “una cartera de tecnología más equilibrada”, desde reformas fiscales y otras políticas gubernamentales que podrían alentar la creación de una IA más amigable para los trabajadores hasta reformas que podrían destetar a la academia de la financiación de Big Tech para la investigación en ciencias de la computación y las escuelas de negocios.
Pero, reconocen los economistas, tales reformas son “una tarea difícil”, y un impulso social para redirigir el cambio tecnológico “no está a la vuelta de la esquina”.
La buena noticia es que, de hecho, podemos decidir cómo elegimos usar ChatGPT y otros modelos de lenguaje grandes. A medida que innumerables aplicaciones basadas en la tecnología se apresuran a salir al mercado, las empresas y los usuarios individuales tendrán la oportunidad de elegir cómo quieren explotarla; Las empresas pueden decidir usar ChatGPT para dar a los trabajadores más habilidades, o simplemente para recortar empleos y recortar costos.
Otro desarrollo positivo: hay al menos cierto impulso detrás de los proyectos de código abierto en IA generativa, lo que podría romper el control de Big Tech sobre los modelos. En particular, el año pasado más de mil investigadores internacionales colaboraron en un gran modelo de lenguaje llamado Bloom que puede crear texto en idiomas como francés, español y árabe. Y si Coyle y otros tienen razón, el aumento de la financiación pública para la investigación de IA podría ayudar a cambiar el curso de futuros avances.
Brynjolfsson, de Stanford, se niega a decir que es optimista sobre cómo se desarrollará. Aún así, su entusiasmo por la tecnología en estos días es claro. “Podemos tener una de las mejores décadas de la historia si usamos la tecnología en la dirección correcta”, dice. “Pero no es inevitable”.
