
Estas imágenes de bellas hadas que aparecen en un vídeo, no han sido fotografiadas, ni filmadas, por ninguna cámara, sino generadas por los algoritmos del Modelo Grok 2.0 y animadas por el Kling AI.
Foto superior: Estas imágenes de bellas hadas que aparecen en un vídeo, no han sido fotografiadas, ni filmadas, por ninguna cámara, sino generadas por los algoritmos del Modelo Grok 2.0 y animadas por el Kling AI.
Adolfo Plasencia, 7 de marzo de 2025
La misma expresión actual de Inteligencia Artificial (IA) no significa ya lo mismo que se entendía al nombrarla cuando, en 1959, se fundó el Laboratorio de Inteligencia Artificial del MIT con el nombre de Proyecto de Inteligencia Artificial (The AI Lab). Aquel laboratorio fue pionero en desarrollar nuevos métodos de cirugía guiada por imágenes y en el acceso a Internet basado en el lenguaje natural. Allí se inventaron varias generaciones de micropantallas; se hicieron realidad las interfaces hápticas (táctiles) y se desarrollaron robots bacterianos, y robots basados en el comportamiento que se utilizan para la exploración planetaria, el reconocimiento militar y en dispositivos de consumo. Ni tampoco significa lo mismo que aquella AI cuya investigación practicaban a principios de los años setenta, en el Laboratorio de Inteligencia Artificial del MIT, Marvin Minsky y Seymour Papert cuando empezaron a desarrollar un nuevo paradigma de lo que se conoció como La Teoría de la Sociedad de la Mente. En esencia, esa teoría de 1970, intenta explicar cómo lo que llamamos inteligencia puede ser producto de la interacción de partes no inteligentes.
La etiqueta semántica actual ‘inteligencia artificial’ (IA)
El uso actual de la etiqueta ‘Inteligencia Artificial’ (IA) me parece, en la mayoría de los usos actuales, una corrupción semántica, ya que no es producto de los avances conseguidos fruto de una curiosidad científica pura a la búsqueda del descubrimiento. La generación actual de grandes Modelos de software de IA, en cambio, es producto más bien de científicos y tecnólogos mercenarios que forman parte de equipos de empresas tecnológicas que, literalmente, sienten en su nuca, constantemente, el aliento de ansiosos especuladores y grandes inversores del mundo financiero. Por eso, hay ahora mismo una frenética carrera que, disfrazada de innovación, en realidad, oculta la guerra despiadada que libran grandes tecnológicas por conseguir el monopolio en el nicho de mercado de su propia aplicación de la IA, sin importar si sus efectos serán buenos o nocivos para la vida de las personas y de sus sociedades.
Dicha etiqueta IA y su actual significado son, finalmente, resultado de estrategias del mundo especulativo financiero ligado a las grandes empresas big tech impulsadas por un ánimo de lucro radical de tiempo real, para las que términos como machine learning, o estadística bayesiana predictiva, –que de eso se trata en realidad–, no eran lo suficientemente sexys para atraer el dinero financiero ‘grande’ al campo informático. Por ello, decidieron relanzar un subcampo informático con esa etiqueta de la IA Generativa desplegando una enorme ola de propaganda global para imponer el poner de moda los grandes Modelos LLM de software estadístico predictivo de tipo ‘autocompletador’, pre-entrenados, hiper-hinchados de datos, y anabolizados con una enorme cantidad de computación, impulsada desde los data center de las big tech, cuya insaciable ansia de energía y agua dulce para refrigerar, incluso han conseguido, por el poder de sus lobbies, que se considere como ‘verde’ a la energía nuclear.
Lo cual tiene que ver con que la IA Generativa y los citados grandes modelos lingüísticos LLM necesitan una superestructura informática y tecnológica articulada mediante grandes centros de datos, desplegados por todo el mundo. Infraestructura que es de todo punto insostenible medioambientalmente. Algo que soslaya y oculta a los usuarios. Aunque también, hay que decirlo, muchos de ellos prefieren ignorar todo esto por comodidad nihilista y/o conformismo tecnológico. La gente de la calle que se conecta al Chat GPT no sabe que una búsqueda en el chat GPT consume diez veces más de energía eléctrica que la misma búsqueda en el buscador de Google, y genera una huella de carbono del mismo orden. Y todo va en este rango. Como contraste, explica el investigador cerebral y bioquímico alemán Henning Beck, «El cerebro humano funciona con 20 vatios/hora. Esto es suficiente para cubrir toda nuestra capacidad de pensamiento». Mientras que el gasto energético por usuario del servicio de preguntas/respuestas online del Chatbot GPT es de unos 7.000 kw./hora. Que el lector saque sus propias conclusiones.
Una de las más sencillas y claras explicaciones se cómo funcionan estos grandes Modelos Lingüísticos de IA Generativa, como el Chat GPT y sus primos-hermanos, –que aparentan inteligencia–, en comparación a cómo funciona la inteligencia humana, es la que escribió Noam Chomsky en los siguientes términos:
«ChatGPT de OpenAI, Bard de Google, u otros de Microsoft, etc. son maravillas del aprendizaje automático. A grandes rasgos, toman enormes cantidades de datos, buscan patrones en ellos y se vuelven cada vez más competentes a la hora de generar resultados estadísticamente probables, por medio de texto, con un lenguaje y un pensamiento aparentemente humanos.
Estos programas han sido aclamados como los primeros destellos en el horizonte de la inteligencia artificial general (AGI), …como si ya fuera ese momento largamente profetizado en el que las mentes mecánicas superan a los cerebros humanos no sólo cuantitativamente, sino también cualitativamente en términos de perspicacia intelectual, creatividad artística y cualquier otra facultad distintivamente humana…
Por muy útiles que puedan ser estos programas en algunos ámbitos concretos, sabemos por la ciencia de la lingüística y la filosofía del conocimiento que difieren profundamente de la forma en que los seres humanos razonan y utilizan el lenguaje. Estas diferencias imponen limitaciones significativas a lo que estos programas pueden hacer, codificándolos con defectos inerradicables».
Y Chomsky la completa diciendo:
«La mente humana no es, como ChatGPT y sus similares, un pesado motor estadístico de comparación de patrones que se atiborra de cientos de terabytes de datos y extrapola la respuesta más probable de una conversación, o la respuesta más probable a una pregunta científica.
… Por el contrario, la mente humana es un sistema sorprendentemente eficiente, e incluso elegante, que funciona con pequeñas cantidades de información; no busca inferir correlaciones brutas entre puntos de datos, sino crear explicaciones.
Resulta que ChatGPT y programas similares son, por diseño y definición de quienes los han concebido, son ilimitados en lo que pueden “aprender”» (es decir, memorizar); pero son incapaces de distinguir lo posible de lo imposible. A diferencia de los humanos, por ejemplo, que estamos dotados de una gramática universal que limita los idiomas que podemos aprender con un cierto tipo de elegancia casi matemática. En cambio, estos programas aprenden idiomas humanamente posibles y humanamente imposibles con la misma facilidad. Mientras que los humanos estamos limitados en el tipo de explicaciones que podemos conjeturar racionalmente, los sistemas de aprendizaje automático pueden aprender tanto que la Tierra es plana como que es redonda. Se limitan a negociar con probabilidades que cambian con el tiempo.»
Will Knight, escribió en 2017 en MIT Technologic Review: «Nadie sabe realmente cómo los algoritmos más avanzados de la IA hacen lo que hacen. Eso podría ser un problema…
El software que ejecuta la IA como un SaaS (Modelo de software LLM basado en La Nube que ofrece aplicaciones a los usuarios finales, como el Chat GPT), se ha programado a sí mismo y lo ha hecho de maneras que no podemos entender. Incluso los ingenieros que construyen estas Aplicaciones de IA no pueden explicar completamente su comportamiento. Esto plantea preguntas alucinantes (mind-boggling questions). A medida que esto avanza, es posible que pronto crucemos algún umbral más allá del cual, el uso de la IA requiera un salto de fe… Nunca antes habíamos construido máquinas que funcionaran de una forma que sus creadores no entendieran». Y añade Knight en su texto: «El aprendizaje profundo es responsable de la explosión actual de la IA. Ha transformado la visión del uso del ordenador y ha mejorado drásticamente la traducción automática. Ahora, la IA se está utilizando para guiar todo tipo de decisiones clave en medicina, finanzas, fabricación, gestión empresarial. Pero, a veces, alucina. Emite falsedades, tanto sobre cosas triviales, como sobre cosas críticas. Y no se sabe cuándo esto puede ocurrir. Ni si ocurrirá o no en un día concreto. No es fiable. El funcionamiento de cualquier tecnología de machine learning es intrínsecamente más opaco, incluso para los informáticos que lo han desarrollado, que un sistema codificado a mano. No puedes mirar dentro de una red neural artificial profunda para ver cómo funciona. Por su naturaleza, el aprendizaje profundo es una caja negra particularmente oscura. Así que las IA Generativas son cajas negras cuyo funcionamiento es indescifrable por su propia naturaleza».
Si fuera para entretenimiento, quizás no importe. Pero no deberías entregarles a estos Modelos el gobierno de algo crítico. Por ejemplo, los códigos de lanzamiento de misiles nucleares o el gobierno de una central atómica. El científico David Gunning, de DARPA (Agencia de Proyectos de Investigación Avanzados de Defensa, de EE.UU.) han dicho a los jefes del Pentágono que «quizá que estas IA nunca mejoren en eso». Por esto, poner a las órdenes de la IA las armas letales autónomas, por su propia constitución y esencia, quizá, nunca será una buena idea.
Dicho esto, al menos, el lector dispondrá aquí de ideas para reflexionar sobre la visión en que se basa la actual IA Generativa y sobre sus posibles inconvenientes. Pero, seamos prácticos. Tengo claro que lo que le importa al usuario de a pie actual, muy influenciado por la propaganda de las tecnológicas, es mucho más cómo puede usar estas nuevas herramientas y si les puede sacar provecho. Y, si fuera posible, gratuitamente. Así que, dicho lo anterior, ahora seré pragmático y me centraré en eso último sobre las recientes aplicaciones de IA Generativa que están de libre acceso en la Web.

Este paisaje que no existe, no ha sido filmado por una cámara, sino generado por los algoritmos de IA Generativa y se está usando en publicidad para vender viajes.
Para qué me sirve a mí la IA y en qué me puede afectar
Desde el punto de vista de la gente de a pie, lo que ha llegado a la gente es la percepción de que la IA está de moda y que todo el mundo habla, y debe hablar, de ella. Han surgido en muy breve tiempo, una cantidad ingente de informaciones publicitarias y propagandísticas de grandes empresas que están en una loca carrera por conseguir, como decía, de facto monopolios en IA. También han aparecido, de repente, multitud de especialistas en IA, casi de la nada, que venden todo tipo de cursos, formación y servicios ‘basados en la IA’. Toda esta formación va sobre algo que no es lo que dicen que es. Lo cual no me parece una buena idea. Muy pocos de los influencers en IA son de fiar. Pero la IA del panorama actual es una moda digital (obligatoria), según la que hay que hablar de ella sin parar asegurando que vamos a usar la IA para todo.
Pero, como digo, al usuario de a pie lo que le importa es lo que él puede hacer con esa tecnología, más allá de la disputa propagandística y de poder de Elon Musk, Sam Altman –cofundadores de Open AI– y compañía. Y desde este punto de vista, lo que creo que sí que le importa al lector son las formas avanzadas de este machine learning evolucionado, al que ya se le está llamando genéricamente ‘Inteligencia Artificial Generativa’, que es un tipo de sistema de inteligencia artificial (IA) capaz, a partir de una orden, de generar texto, imágenes (que no necesitan ser fotografiadas o filmadas por cámara alguna), sonido y música, o código de software, como respuesta a prompts (en español, se podría traducir por ‘órdenes’ o sugerencias’ escritas), que uno le escribe en una ventana de texto al Chatbot conversacional de que se trate.

Esta imagen, que forma parte de un vídeo, no ha sido pintada o filmada por una cámara, sino generada por los algoritmos de IA Generativa entrenados previamente, a su vez, con millones de imágenes y vídeos.
Dichos Chatbots suelen estar accesibles en una página web, en algunos casos gratuitas y, en otras, de pago. Pero, formalmente, todos ellos se parecen en pantalla del ordenador o del móvil al del Chat GPT de la empresa Open AI. Para probarlo, se puede comenzar a usar, entrando en la página: https://chatgpt.com/
Los sistemas de IA generativa más conocidos incluyen al citado ChatGPT (y su variante Microsoft Copilot), un Chatbot conversacional desarrollado por OpenAI usando sus grandes modelos de lenguaje fundacionales GPT‑3 y GPT‑4; y Bard, un bot conversacional creado por Google llamado Gemini. También hay modelos generativos de IA capaces de crear imágenes desde ordenes de texto (llamados sistemas de arte de inteligencia artificial ) cuyos ejemplos más conocidos son Stable Diffusion , Midjourney, DALL‑E, Grok, etc.
La alocada carrera por el dominio de la Inteligencia Artificial hace que las empresas sigan presentando de forma constante más y más Modelos de IA para no ser la empresa que, supuestamente, se quede atrás. Así que en este momento, ‘lo último’ en IA, se ha puesto en la red accesible hace pocos días, –a finales de febrero de 2025–, lo ha hecho la empresa de Inteligencia Artificial xAI del famoso Elon Musk, que ha presentado Grok 3 que ya posee, –según la empresa– capacidades de razonamiento, anunciando que su uso, –por ahora, eso lo advierto yo–, es completamente gratuito y que, según la empresa, tiene un rendimiento que pone en entredicho a la última versión de Open AI, el GPT-4o. Naturalmente, en estos servicios siempre hay una versión premium, –o de pago–, además de la gratuita.
Para probar este nuevo modelo xAI de lenguaje de IA, hay que contar con una cuenta en X. Es decir, es imprescindible tener un perfil en la red social que antes era conocida como Twitter para poder acceder a todas las ventajas de Grok3. Es fácil. Has de entrar en la dirección https://x.com/i/grok y empezar a probar qué puedes hacer con este Chatbot presentado en forma de ‘Asistente de IA’. Según la página, es capaz de responder tus preguntas, hacer búsquedas en X y generar imágenes. ¡Ojo!: también te advierte que «Grok puede proporcionar información incorrecta, hacer resúmenes erróneos u omitir contenido, con total normalidad. Debes verificar toda la información por tu cuenta, sobre el entrenamiento y personalización de la IA». Y te avisa de que: «Podemos usar tus datos de X, así como tus interacciones con Grok, tus entradas allí y los resultados obtenidos para entrenar y perfeccionar el modelo, y personalizar tu experiencia en Grok. Puedes optar por no participar a través de tu configuración de X. Para obtener más información, consulta nuestro Centro de ayuda.»
Eso no quiere decir que yo recomiende al lector este servicio. Lo que le recomiendo es que piense lo que dicen y significan estas advertencias.
Así qué se puede elegir entre otros muchos Chatbot diferentes. Por ejemplo, en esta Web: https://www.getguru.com/es/reference/best-ai-chatbots
en la que puedes elegir y probar a través de ella los siguientes servicios vía online:
- ChatGPT — Chatbot de IA original para aprender cosas nuevas.
- Microsoft Copilot (anteriormente Bing Chat) —IA conversacional para el motor de búsqueda de Microsoft Edge.
- Gemini (anteriormente Google Bard) — Chatbot de IA para Google.
- Jasper Chat — Chatbot de IA para generar ideas y contenido.
- Perplexity.ai — Chatbot de IA para aumentar el conocimiento a partir de diferentes fuentes.
- Intercom — Chatbot de IA para mejorar el soporte a clientes.
- Drift — Plataforma para compradores impulsada por IA.
- Kustomer — Plataforma de CRM para mejorar la experiencia de cliente.
- Acquire — Chatbot de IA para crear flujos de trabajo potentes.
- Conversational Cloud by LivePerson —IA conversacional para impulsar mejores resultados empresariales.
- Aisera —IA generativa para empresas.
Finamente, sobre cómo me puede afectar a mi o a lector: lo que dicen los científicos es que la IA está aquí para aumentarnos y mejorar nuestro trabajo, y no, para sustituirnos. Aunque hay empresarios y productores que, parece, no están pensando de esa manera.
Y señalo una anécdota reciente muy significativa que da para pensar. Una periodista, en una entrevista publicada esta semana por el NiemanLab, confesó que estaba trabajando para la plataforma de trabajo por encargo Outlier en el entrenamiento de Grandes Modelos Lingüísticos de IA para periodismo. Tras la entrevista, una colega le preguntó: «¿Estás ayudando a perfeccionar las máquinas que te van a sustituir?». Pues eso. Piensa e imagina si fueras profesional del periodismo, sí tú tele-trabajarías en eso como la citada periodista, tranquilamente y a gusto, simplemente porque la jornada de Outlier es flexible y permite hacerlo a distancia. Después de oír esa pregunta, ¿seguirías trabajando en ello?
.….….……
LIBRO SOBRE IA CON INFORMACIÓN COMPLEMENTARIA:
Para cerrar esta información básica y de alcance, aconsejo leer este libro, en el que he tenido el honor de colaborar, escribiendo el capítulo 6.7:
- Guía Básica de la Inteligencia Artificial.
Publicada por: Asociación de Colegios Profesionales Smart Digital.
ISBN: 978–84–19814–42‑5
Está publicada online y se puede acceder gratuitamente a la versión en pdf en el link:
https://smartdigital.es/guia-basica-ia/
También se puede comprar la versión impresa en papel (495 páginas), que ha publicado la Editorial Adversa, en la dirección: https://adversa.es/products/guia-basica-de-la-ia
Comparte esta publicación
Suscríbete a nuestro boletín
Recibe toda la actualidad en cultura y ocio, de la ciudad de Valencia