Un experto señala el punto de no retorno al que hemos llegado con la IA: “Hemos agotado el conocimiento humano generado hasta la fecha”

El arquitecto español Pep Martorell ha lanzado una advertencia que apunta directamente al corazón del desarrollo actual de la inteligencia artificial: el límite del conocimiento humano como materia prima para entrenar algoritmos. Sus declaraciones forman parte de un episodio del pódcast del divulgador Jon Hernández, cuyo fragmento ha sido difundido en su perfil de TikTok.

“Hemos agotado el conocimiento humano generado hasta la fecha para entrenar algoritmos de IA. No nos queda más”, afirma Martorell en la conversación. Aunque matiza que podría existir alguna biblioteca todavía no digitalizada en algún lugar del mundo, sostiene que, en términos generales, el volumen de información útil disponible ya ha sido incorporado a los sistemas de entrenamiento.

El experto subraya que el problema no es únicamente la cantidad de datos, sino la capacidad de producir nuevos al ritmo que exigen los modelos actuales. “La capacidad de los humanos de generar datos no es suficientemente grande como para que los algoritmos sigan creciendo”, explica. A ello añade un factor clave: la redundancia. Buena parte de los contenidos que generamos tienden a repetirse porque, en el fondo, “nos repetimos”.

Hasta ahora, una de las vías para sostener el crecimiento de la IA había sido el uso de datos sintéticos, es decir, información generada por la propia inteligencia artificial a partir de datos previamente creados por humanos. Sin embargo, Martorell advierte que esta estrategia también tenía limitaciones claras: se trataba de un proceso circular, un “loop”, en el que la IA producía variaciones sobre el mismo material original.

El punto de inflexión, según expone, radica en un avance metodológico. “Hemos aprendido a explorar el resto del espacio”, destaca, señalando esta expresión como fundamental. Para explicarlo, recurre a la metáfora de un mapa incompleto: hasta ahora solo disponíamos de pequeñas piezas de un puzle que representaban una fracción limitada del total.

“Tenemos un mapa. Y de este mapa solo tenemos la imagen como unas piezas del puzle de una pequeñita parte”, describe. El avance consiste en haber desarrollado técnicas matemáticas que permiten a la propia IA generar, de manera razonablemente precisa, las piezas que faltan. Es decir, no limitarse a recombinar datos existentes, sino ampliar el espacio explorado dentro de ese mapa.

Las palabras de Martorell dibujan así un escenario decisivo: si el modelo basado en absorber conocimiento humano ha alcanzado su límite, el futuro de la inteligencia artificial dependerá de su capacidad para explorar y completar ese mapa con herramientas matemáticas que le permitan ir más allá de lo ya escrito.

Sigue el canal de MeriStation en Twitter. Tu web de videojuegos y de entretenimiento, para conocer todas las noticias, novedades y última hora sobre el mundo del videojuego, cine, series, manga y anime. Avances, análisis, entrevistas, tráileres, gameplays, podcasts y mucho más.

¡Suscríbete! Si estás interesado en licenciar este contenido, pincha aquí.