foto: DALE CROSBY-CLOSE
La inteligencia artificial generativa promete desatar una ola de creatividad y productividad, pero con importantes interrogantes para la humanidad
HERVÉ TOURPE dirige la Unidad de Asesoramiento Digital del FMI.
Las opiniones expresadas en los artículos y otros materiales pertenecen a los autores; no reflejan necesariamente la política del FMI.
Imaginemos un mundo en el que las máquinas son artistas, narradoras, o incluso economistas, que producen obras que imitan la inteligencia humana. Alan Turing, el pionero de la ciencia informática, fue el primero en plantear, en un estudio de 1950, la posibilidad de que las máquinas alcanzaran tales niveles de sofisticación. Ahora, ChatGPT y otras herramientas de la denominada inteligencia artificial (IA) generativa han logrado pasar la “prueba de la imitación” presagiada por Turing. Es como si de repente nos hubieran depositado en un universo que antes no era más que un reducto de la ciencia ficción. ¿Pero qué es exactamente la inteligencia artificial generativa?
La IA generativa es el avance más asombroso logrado hasta la fecha por las tecnologías de aprendizaje automático. Representa un salto importante de la capacidad de la IA para comprender y procesar patrones complejos de datos y promete desatar una ola de creatividad y productividad. Pero también plantea serios interrogantes para la humanidad. Ciertas innovaciones clave han ido marcando el camino hacia el actual grado de sofisticación.
En los años sesenta, un programa denominado ELIZA deslumbró a los científicos con su capacidad para generar respuestas casi humanas. Era rudimentario y operaba a partir de un conjunto de reglas, pero fue el precursor de lo que ahora conocemos como “chatbots”. Dos décadas más tarde aparecieron las redes neuronales artificiales que, inspiradas en el cerebro humano, han dotado a las máquinas de nuevas habilidades, como comprender matices del idioma y reconocer imágenes. Pero lo que impedía lograr verdaderos avances era la falta de un amplio acervo de datos para entrenar a las máquinas y de potencia computacional suficiente. Increíblemente, la magnitud de estos dos recursos iba duplicándose cada año, allanando el camino para que en la década de 2000 llegara la tercera ola de la IA: el aprendizaje profundo.
Con innovaciones como Google Translate, asistentes digitales como Alexa y Siri y los vehículos autónomos, las máquinas empezaron a comprender el mundo y a interactuar con él. Pero pese a todos estos avances, aún faltaba una pieza del rompecabezas. Las máquinas podían ayudar y predecir, pero no eran realmente capaces de comprender los entresijos de la conversación humana, y tampoco generaban contenido de calidad similar al producido por humanos.
Pero en 2014, las redes generativas antagónicas (GAN) empezaron a aprovechar la capacidad de dos redes neuronales que competían entre sí para ir perfeccionándose mutuamente de forma continua. La red “generadora” creaba datos, textos o imágenes imitadas, mientras que la red “discriminadora” intentaba distinguir entre el contenido real y el simulado. Esta competición entre dos redes replanteó la forma en que la IA interpretaba y reproducía patrones complejos.
La última pieza del rompecabezas llegó en 2017, en un estudio revolucionario denominado “Attention Is All You Need” (La atención es todo lo que se necesita). Al enseñar a la IA a prestar atención a aspectos pertinentes de la información que recibía, de repente daba la impresión de que la máquina empezaba a captar ideas, a entender la esencia de la información con que se la alimentaba. Esta IA generativa fue capaz de producir contenido de una apariencia misteriosamente humana, al menos en los laboratorios.
Juntos, las GAN y los mecanismos de atención, ayudados por una potencia de información e informática cada vez mayor, sentaron las bases para el ChatGPT, el chatbot más asombroso jamás visto. Fue lanzado en noviembre de 2022 por OpenAI, y otras grandes empresas de tecnología le siguieron los pasos con sus propios chatbots de IA generativa.
Desde luego, la IA no es un nuevo concepto en el ámbito de la economía y las finanzas. La IA tradicional (análisis avanzados, aprendizaje automático, aprendizaje predictivo profundo) ha venido procesando cifras, evaluando tendencias de mercados y adaptando productos financieros desde hace tiempo. Lo que diferencia a la IA generativa es su capacidad para realizar análisis más profundos e interpretar datos complejos de una manera más creativa. Al diseccionar relaciones complejas entre indicadores económicos o variables financieras, la tecnología no solo genera pronósticos sino también escenarios alternativos, diagramas inteligentes e incluso fragmentos de código que podrían alterar significativamente el funcionamiento del sector.
El paso de la IA tradicional a la generativa ha traído consigo una nueva era de posibilidades en las esferas pública y privada. Los gobiernos están empezando a aprovechar estas herramientas más inteligentes para mejorar los servicios a los ciudadanos y subsanar carencias en la fuerza de trabajo. Los bancos centrales están tomando nota, al ver que la IA generativa ofrece una mayor capacidad de análisis de enormes cantidades de datos bancarios que permite perfeccionar los pronósticos económicos y la vigilancia de los riesgos, entre ellos el fraude.
Las empresas de inversión están recurriendo a la IA generativa para detectar leves variaciones en los precios de las acciones y en la actitud del mercado, y lo hacen explotando un mayor acervo de conocimiento que permite proponer opciones más creativas, lo cual desbroza el camino hacia la adopción de estrategias de inversión posiblemente más lucrativas. Por su parte, las empresas de seguros están estudiando la forma en que los modelos generativos pueden crear pólizas individualizadas más acordes con las necesidades y preferencias de cada cliente.
La IA generativa está evolucionando a una velocidad vertiginosa, poniendo a prueba los límites de las capacidades de la IA en economía y finanzas e introduciendo soluciones novedosas para problemas de larga data. No faltan los escépticos, que advierten que la IA puede producir, como un loro estocástico, enunciados absurdos y falsos, a través de un fenómeno denominado “alucinación”, sin realmente conocer el significado que encierran las palabras. Y acotan que los conocimientos de ChatGPT solo abarcan hasta la fecha del último entrenamiento que haya recibido. Puede ser. Pero visto el desenfrenado ritmo de innovación, ¿cuánto tiempo más seguirán siendo válidos estos argumentos?
De todos modos, el interés inicial por la IA generativa ha dado paso a crecientes y genuinas preocupaciones. Los problemas tradicionalmente asociados a la IA, como la amplificación de sesgos ya existentes en los datos de entrenamiento, o la falta de transparencia en las decisiones, han vuelto una vez más a cobrar urgencia. Y también han surgido nuevas inquietudes.
Un riesgo especialmente alarmante es la extraordinaria capacidad de la IA generativa para narrar historias que confirman las ideas y los puntos de vista preconcebidos de las personas, lo cual puede amplificar el efecto de las cámaras de eco y de los silos ideológicos. Los malhechores pueden explotar esta capacidad no solo a través de la palabra escrita: en marzo de 2022, un video generado mediante IA generativa mostraba supuestamente al presidente Volodímir Zelenski capitulando ante las fuerzas rusas. Estos incidentes demuestran que la IA generativa puede utilizarse como arma para manipular la política, los mercados y la opinión pública.
Ya sea que se trate de una historia fabricada, una imagen adulterada o un video sintético, los productos de la IA generativa pueden ser tan convincentes que crean un falso sentido de realidad. Esto puede propalar información errónea, incitar al pánico e incluso desestabilizar sistemas económicos y financieros con una eficiencia e intensidad inusitadas. Quizá no siempre sea de manera deliberada: las máquinas pueden accidentalmente propagar información errónea como resultado de alucinaciones.
La amenaza de la IA no se limita a la manipulación. El desplazamiento de puestos de trabajo es otra preocupación que aumenta conforme la IA continúa avanzando, debido a que podría automatizar tareas que antes realizaban los seres humanos, lo cual suprimiría muchas ocupaciones y haría necesarias estrategias de empleo y reconversión laboral.
Este año, destacados expertos en IA, entre ellos el creador de ChatGPT, firmaron una carta en la que advierten que “mitigar el riesgo de extinción derivado de la IA debe ser una prioridad mundial, que se ha de sumar a la mitigación de otros riesgos que amenazan a la sociedad, como las pandemias y la guerra nuclear”. La declaración se hace eco de inquietudes expresadas décadas antes por Turing, quien advirtió sobre el “peligro de que las máquinas terminen controlando nuestras vidas”.
Nos encontramos en una encrucijada entre la tecnología y la ética. La IA generativa, con su enorme promesa y sus profundos interrogantes existenciales, ya no puede desmantelarse. A medida que explotamos su poder transformativo, hemos de tener presentes las proféticas palabras de Turing. La IA generativa representa un cambio enorme que exige una estrecha vigilancia, nuevos marcos regulatorios y un compromiso inquebrantable con innovaciones que sean éticas, transparentes, controlables y que respeten los valores humanos.
© 2026 Fondo Monetario Internacional. Todos los derechos reservados.
