Poñelo todo patas para arriba

Oiría iso de que "a IA veu para quedar". Ata é posible que eu o dixese ou escribise algunha vez. De ser así, foi un descoido, porque odio esta frase. Entre outras cousas porque a IA hai décadas que naceu, e xa entón foi para quedar, non unha ocorrencia pasaxeira. Postos a usar frases que pretenden ser rotundas e soar como unha aldrabada nas cabezas de quen as le ou escoita, direilles que a intelixencia artificial chegou para poñelo todo patas para arriba. Fai máis dunha década que algúns ámbitos de investigación, como a visión por computadora ou o procesado da linguaxe natural, comezaron a cambiar radicalmente da man da IA. En concreto, a través da renacida computación neuronal e a aprendizaxe automática a partir de datos. Ata tal punto foi así que na lingüística computacional, un ámbito da informática orientado á análise, síntese e comprensión da linguaxe escrita e falada, a lingüística pasou a un segundo plano en beneficio das ciencias da computación e, en particular, da IA. As complexas redes de computación neuronal que hoxe se usan son capaces de aprender patróns lingüísticos directamente dos datos, sen necesidade de aplicar regras de análises sintáctico e gramatical predefinidas. É coma se as máquinas aprobasen lingua sen estudala. Do mesmo xeito, o ámbito da visión por computadora, tradicionalmente baseado na detección de patróns máis ou menos característicos dos obxectos a identificar sobre unha imaxe –como os contornos da boca ou dos ollos nunha cara–, pasouse á aprendizaxe automática a partir de exemplos representativos dos obxectos que se queren detectar. Isto permitiu avances espectaculares en campos tan diversos como a medicina, a seguridade ou os vehículos autónomos. Conxecturas O campo das matemáticas tampouco quedou á marxe da IA. Esta pode axudar a detectar patróns e formar conxecturas, proposicións que se sospeitan certas, pero que necesitan unha proba definitiva, tendo en conta que un só contraexemplo desbarátaas por completo. O uso da IA no deseño de experimentos científicos, análises de datos e mesmo para a xeración de hipóteses está á orde do día A conxectura de Pólya afirmaba que para todo número enteiro sempre sería maior ou igual o número doutros enteiros menores ca el que contasen cun número par de factores curmáns distintos, que aqueles nos que o número de ditos factores fose impar. Pois ben, en 1960, outro matemático, R. Sherman Lehman, falecido o ano pasado, atopou que non se cumpría para o número 906.180.359, e aí acabouse a vida desta conxectura. Formular unha conxectura matemática con sentido, transcendente e que pareza certa, require de mentes sobresalientes, cando non xeniais. Probalas adoita ser un labor moi complicado. Ou érao antes, porque a IA, como todo o que vai sobre máquinas de cálculo, manéxase moi ben con números, detectando patróns, facendo predicións e, tamén, propoñendo, ratificando e refutando conxecturas. Calquera ámbito científico pode verse beneficiado pola IA, como ocorre no deseño de fármacos e de novos materiais, onde a intelixencia artificial comeza a aplicarse de modo intensivo. Pero é que tamén comeza a cambiar a propia forma de facer ciencia, tanto como non o facía desde que se propuxo o método científico para ampliar o coñecemento. A utilización da IA no deseño de experimentos científicos, análises de datos e mesmo para a xeración de hipóteses está á orde do día. Un dos exemplos máis rechamantes publicouse recentemente e dá unha idea do que está por vir. Dous científicos programaron todos os pasos para que ChatGPT elaborase por si só un artigo a partir da análise dun conxunto de datos, paso a paso e aplicando un procedemento científico completo. O sistema así programado partiu dunha base de datos pública con información de máis dun cuarto de millón de persoas, con datos sobre diabetes, actividade física e hábitos de alimentación. A partir de aí o sistema baseado en ChatGPT escribiu o código para a análise de datos, corrixiuno e refinouno, fixou o seu propio obxectivo de estudo: explorar como a actividade física e a dieta condicionan o risco de diabetes, e obtivo as súas conclusións: comer máis froita e verdura e facer exercicio está relacionado cun menor risco de diabetes. Pero non quedou aí. Mediante a interacción de dous fíos de ChatGPT –un como redactor do documento e outro como revisor crítico– escribiu un artigo listo para a súa posible publicación, contando con todas as seccións usuais na redacción científica. É certo que non hai ningunha novidade e, por tanto, valor científico nas conclusións obtidas, e que a redacción do artigo tiña algunhas inconsistencias e aspectos a mellorar, pero no substancial era moi correcto. Pódolles asegurar que vin artigos publicados en revistas e congresos moito peores. Se a IA é capaz de cambiar e mellorar a forma na que facemos ciencia, sen dúbida veu para poñelo todo patas para arriba. Iso si, non esquezamos que aínda que as máquinas dannos cada vez máis e mellores respostas, somos nós os que facemos as mellores preguntas, ou así debería ser.