#44 ¿Por qué la IA explotó justo ahora si existe desde los años 50?

La inteligencia artificial nació como campo de investigación en los años cincuenta. Entonces, ¿por qué no tuvimos ChatGPT en 1970? ¿Ni en 1990? ¿Ni en 2010?

Porque durante mucho tiempo faltaron tres cosas que finalmente coincidieron: cómputo suficiente, una arquitectura capaz de aprovecharlo y una industria dispuesta a pagar la cuenta. Vamos uno por uno.

1. Muchísimo más cómputo

Entrenar un modelo de IA requiere una enorme cantidad de capacidad de procesamiento.

Según un análisis de Epoch AI basado en cientos de estimaciones, el cómputo utilizado para entrenar modelos importantes de IA creció entre 4 y 5 veces por año entre 2010 y 2024.

En los modelos de lenguaje, el crecimiento fue todavía mayor: alrededor de 9.5 veces por año entre 2017 y 2024.

En pocas palabras: las máquinas con las que contamos hoy pueden hacer a una escala completamente distinta lo que los investigadores intentaban hacer hace décadas.

2. En 2017 apareció la arquitectura correcta

El segundo ingrediente llegó con un artículo científico publicado en 2017: “Attention Is All You Need”. Ahí se presentó la arquitectura transformer, que cambió la forma en que los sistemas de IA podían procesar lenguaje.

Su mecanismo de atención permitía analizar las relaciones entre distintas partes de un texto de una manera mucho más eficiente y, sobre todo, escalar el entrenamiento a cantidades enormes de información.

De esta línea de investigación surgieron modelos como GPT y buena parte de los sistemas de IA generativa que utilizamos actualmente.

3. Una industria dispuesta a pagar la cuenta

El tercer ingrediente es menos espectacular, pero indispensable: dinero e infraestructura.

Entrenar modelos cada vez más grandes requiere centros de datos, chips especializados, electricidad y enormes inversiones.

Según Epoch AI, el costo de entrenar modelos de frontera ha aumentado rápidamente desde 2020, mientras que los laboratorios que desarrollan estos sistemas han recibido inversiones de cientos de miles de millones de dólares.

Nada de esto habría sido posible en los años cincuenta. Los investigadores podían tener las ideas. Pero no tenían las máquinas, los datos ni los recursos necesarios para llevarlas a esta escala.

Entonces, ¿por qué ahora?

Porque la receta necesitaba las tres cosas al mismo tiempo: una arquitectura capaz de aprovechar montañas de datos, el cómputo para procesarlas y alguien dispuesto a pagarlo.

¿Qué significa esto para la escuela?

Hay una lección importante para quienes estamos intentando decidir cómo incorporar la IA en educación:

no asumamos que la herramienta que conocemos hoy será la herramienta que tendremos dentro de unos años.

La tecnología está cambiando rápido.

Por eso quizá no conviene construir toda una política escolar alrededor de una aplicación específica.

Es más útil establecer principios que puedan sobrevivir al cambio:

¿Qué información podemos compartir con una IA?

¿Qué decisiones deben seguir siendo humanas?

¿Qué aprendizajes queremos que los alumnos desarrollen sin delegarlos?

¿En qué actividades la tecnología realmente aporta algo?