III. La inteligencia artificial de cada día
Conviene decirlo mirando a la IA que el lector ya usa. La de consumo, la del asistente en el móvil, la que las empresas incorporan a su trabajo diario, la que apoya al estudiante. Todas ellas poseen algo real y valioso: unas enormes condensaciones de regularidades e información aprendidas de texto. Negarlo sería tan erróneo como fiarse de ello a ciegas. Ese conocimiento, sin embargo, refleja los datos y el momento en que se entrenó o actualizó el modelo. El tamaño puede mejorar mucho la factualidad, pero no elimina esta limitación. Cuando el sistema recibe acceso a internet, a un buscador o a documentos recientes, puede leer información posterior; eso no significa que la haya incorporado a sus parámetros ni que toda interpretación que haga de ella quede automáticamente probada. Lee el dato de hoy con representaciones aprendidas ayer, y la fuente externa sigue siendo la que permite comprobarlo.
El problema comercial es que esta diferencia suele ser mucho menos visible que las capacidades. Una demostración enseña lo que el sistema sabe hacer; rara vez puede enseñar, con la misma facilidad, en qué respuesta concreta dejará de hacerlo bien. La fluidez y la amplitud se perciben de inmediato. El límite entre una afirmación aprendida, una inferencia razonable y una invención plausible exige comprobar. Para el comprador, la pregunta importante no es si la herramienta parece saber mucho, sino cómo le permitirá distinguir esos casos cuando importe.