Hace no tanto que la Inteligencia Artificial ha llegado a nuestras vidas de forma “normal” es decir, a través de apps, plataformas, páginas web o integrada en dispositivos que usamos cada día, pero esta tecnología se lleva desarrollando desde hace muchos años antes para conseguir los modelos de IA que tenemos en la actualidad.
Tenemos la creencia equivocada de que la IA es inteligente y capaz como los humanos, pero esto no es exactamente así, y mientras esta tecnología puede sustituirnos en muchas tareas, por ahora no son capaces de hacer o crear sin intervención humana, es decir, para que la IA cree un texto, le tenemos que dar las indicaciones para ello.
Pero ya no solo eso, sino que para poder crear un texto, la IA ha tenido que aprender qué es un texto y aprender con ejemplos reales para luego poder crear uno propio. Esto se aplica en todas las cosas que puede hacer la IA, por lo que todos estos sistemas han sido entrenados con enormes cantidades de datos que sirven como ejemplo para que aprendan a replicar lo que los humanos le piden.
Pero, en estas últimas semanas los expertos han comenzado a alertar de que hemos alcanzado el límite de datos de entrenamiento para la IA, es decir, ya no existen datos para entrenar a estos modelos y esto supone un serio problema al que le tenemos que buscar una solución.
Entre estas voces que han dado la alarma, encontramos la de Elon Musk quien afirma que en realidad llegamos a este límite hace ya unos meses, en 2024. Musk hace acopio de las palabras de Ilya Sutskever, ex jefe científico de OpenAI, en 2022 donde hablaba del “pico de datos”, que se refiere a este tope de información que existe para entrenar a la IA.
De manera temporal, Musk ha propuesto una solución que no es nueva y que de hecho varias de las empresas punteras en IA como Microsoft, Meta, OpenAI y Anthropic ya han tenido que tomar. Se trata de los “datos sintéticos” que hacen referencia a conjuntos de información generados por máquinas que imitan las características y patrones de los datos del mundo real, sin ser realmente esos datos.
De hecho, se cree que durante el año pasado el 60% de los datos utilizados eran sintéticos, ya que además son una manera mucho más económicos. No obstante, estos no son tan bonitos como parecen, y varias investigaciones sugieren que el uso de datos sintéticos podrían reducir la creatividad de estos modelos IA, aumentar los sesgos de resultados y en general podría darse el colapso de todos estos modelos de IA.
