A medida que los sistemas de inteligencia artificial (IA) amplían sus ya impresionantes capacidades, cada vez es más habitual pensar que el campo de la informática pronto será cosa del pasado. Esto se transmite a los futuros estudiantes en forma de consejos bienintencionados, pero en gran parte se trata de rumores de personas que, a pesar de su inteligencia, hablan fuera de su ámbito de especialización.
DUPAO EN WHATSAPP
Personalidades de renombre como el economista ganador del Premio Nobel Christopher Pissarides han defendido este argumento, y como resultado se ha arraigado a un nivel mucho más mundano: incluso yo mismo he oído a orientadores profesionales de institutos descartar la idea de estudiar informática, a pesar de no tener ningún conocimiento del campo en sí.
Estas afirmaciones suelen compartir dos defectos comunes. La primera es que el consejo proviene de personas que no son informáticos. Y en segundo lugar, existe un malentendido generalizado sobre lo que realmente implica la informática.
La IA y el mito de la sustitución del código
No es incorrecto afirmar que la IA puede escribir código informático a partir de indicaciones, al igual que puede generar poemas, recetas y cartas de presentación. Puede aumentar la productividad y acelerar el flujo de trabajo, pero nada de esto elimina el valor de la aportación humana.
Escribir código no es sinónimo de informática. Se puede aprender a escribir código sin haber asistido a una sola clase en la universidad, pero una titulación en Informática va mucho más allá de esta habilidad. Implica, entre otras muchas cosas, ingeniería de sistemas complejos, diseño de infraestructuras y futuros lenguajes de programación, garantía de la ciberseguridad y verificación de los sistemas.
La IA no puede realizar estas tareas de forma fiable, ni podrá hacerlo en un futuro previsible. La aportación humana sigue siendo esencial, pero la desinformación pesimista corre el riesgo de alejar a decenas de miles de estudiantes con talento de carreras importantes y significativas en este campo vital.
Lo que la IA puede y no puede hacer
La IA destaca en la realización de predicciones. La IA generativa mejora esto añadiendo una capa de presentación fácil de usar al contenido de internet: reescribe, resume y formatea la información para que se parezca al trabajo de un humano.
Sin embargo, la IA actual no “piensa” realmente. En su lugar, se basa en atajos lógicos, conocidos como heurística, que sacrifican la precisión en favor de la velocidad. Esto significa que, a pesar de hablar como una persona, no puede razonar, sentir, preocuparse ni desear nada. No funciona de la misma manera que la mente humana.
No hace mucho tiempo parecía que la “ingeniería de prompts” (instrucciones, preguntas o textos) sustituiría a la informática. Sin embargo, hoy en día prácticamente no hay ofertas de trabajo para ingenieros de prompts, mientras que empresas como LinkedIn informan de que las responsabilidades de los profesionales de la informática se han ampliado.
Las limitaciones de la IA
Lo que ofrece la IA son herramientas más potentes para que los profesionales de la informática hagan su trabajo. Esto significa que ahora pueden llevar los conceptos más allá, desde la ideación hasta la implementación en el mercado, al tiempo que requieren menos funciones de apoyo y más liderazgo técnico.
Sin embargo, hay muchas áreas en las que la aportación humana especializada sigue siendo esencial, ya sea por motivos de confianza, supervisión o necesidad de creatividad humana. Los ejemplos abundan, pero hay 10 áreas que destacan especialmente:
- Adaptar un algoritmo de fondos de cobertura a las nuevas condiciones económicas. Esto requiere un diseño algorítmico y un profundo conocimiento de los mercados, no solo montones de código.
- Diagnosticar interrupciones intermitentes del servicio en la nube de proveedores como Google o Microsoft. La IA puede resolver problemas a pequeña escala, pero no puede contextualizar la resolución de problemas a gran escala y de alto riesgo.
- Reescribir código para ordenadores cuánticos. La IA no puede hacer esto sin ejemplos extensos de implementaciones exitosas (que actualmente no existen).
- Diseñar y proteger un nuevo sistema operativo en la nube. Esto implica una arquitectura de sistemas de alto nivel y pruebas rigurosas que la IA no puede realizar.
- Crear sistemas de IA eficientes desde el punto de vista energético. La IA no puede inventar espontáneamente código GPU de menor consumo ni reinventar su propia arquitectura.
- Crear software de control en tiempo real seguro y a prueba de ciberdelincuentes para centrales nucleares. Esto requiere combinar conocimientos sobre sistemas integrados con la traducción de código y el diseño de sistemas.
- Verificar que el software de un robot quirúrgico funciona en condiciones impredecibles. La validación crítica para la seguridad excede el alcance actual de la IA.
- Diseñar sistemas para autenticar las fuentes de correo electrónico y garantizar la integridad. Se trata de un reto criptográfico y multidisciplinar.
- Auditar y mejorar las herramientas de predicción del cáncer basadas en la IA. Esto requiere supervisión humana y una validación continua del sistema.
- Crear la próxima generación de IA segura y controlable. La evolución hacia una IA más segura no puede ser obra de la propia IA, sino que es responsabilidad de los seres humanos.
Por qué la informática sigue siendo indispensable
Una cosa es segura: la IA remodelará la forma en que se hace la ingeniería y la informática. Pero lo que se nos presenta es un cambio en los métodos de trabajo, no una destrucción total del campo.
Siempre que nos enfrentamos a un problema o una complejidad totalmente nuevos, la IA por sí sola no es suficiente por una sencilla razón: depende totalmente de los datos del pasado. Por lo tanto, el mantenimiento de la IA, la creación de nuevas plataformas y el desarrollo de campos como la IA fiable y la gobernanza de la IA requieren la informática.
El único escenario en el que podríamos prescindir de la informática sería si llegáramos a un punto en el que ya no esperáramos nuevos lenguajes, sistemas, herramientas o retos futuros. Esto es muy improbable.
Hay quien sostiene que la IA podría llegar a realizar todas estas tareas. No es imposible, pero incluso si la IA consiguiera ser tan avanzada, casi todas las profesiones correrían el mismo riesgo. Una de las pocas excepciones serían quienes construyen, controlan y desarrollan la IA.
Hay un precedente histórico: durante la Revolución Industrial, los trabajadores de las fábricas fueron desplazados en una proporción de 50 a 1 como resultado de los rápidos avances en la maquinaria y la tecnología. En ese caso, la mano de obra creció con la nueva economía, pero la mayoría de los nuevos trabajadores eran aquellos que podían operar o reparar máquinas, desarrollar nuevas máquinas o diseñar nuevas fábricas y procesos en torno a la maquinaria.
Durante este periodo de grandes cambios, las habilidades técnicas eran las más demandadas, no las menos. Hoy en día, se da una situación paralela: los conocimientos técnicos, especialmente en informática, son más valiosos que nunca.
No confundamos a las nuevas generaciones con el mensaje contrario.
Ikhlaq Sidhu, Decano de IE School of Science and Technology, IE University
Este artículo fue publicado originalmente en The Conversation. Lea el original.
¿Qué es DUPAO magazine? Somos la revista de Culturizando sobre Series y Películas, Ciencia y Tecnología, Marketing y Negocios, Productividad, Estilo de Vida y Tendencias.
Autor:
The Conversation
