<\/p>\n
Bakarne Altonaga Bego\u00f1a (EHU)<\/strong><\/p>\n Mikel Varela Peque\u00f1o (EHU)<\/strong><\/p>\n Desde la irrupci\u00f3n de los grandes modelos de lenguaje (LLM por sus siglas en ingl\u00e9s) generativos, alrededor de 2018 con el primer modelo GPT-1, la Inteligencia Artificial (IA) ha adquirido una popularidad in\u00e9dita pese a que dio sus primeros pasos a mediados del siglo pasado. De ese modo en el debate p\u00fablico no especializado frecuentemente la IA se ve reducida a la IA generativa. La percepci\u00f3n del impacto que la meditada popularizaci\u00f3n de esta tecnolog\u00eda est\u00e1 teniendo en la vida de las personas se est\u00e1 viendo amplificada por las palabras de gur\u00fas tecnol\u00f3gicos, cierto mesianismo sensacionalista, optimismo grandilocuente, marketing m\u00e1s o menos subliminal\u2026 que buscan, por un lado, alimentar un sistema \u00e1vido de datos para su entrenamiento y, por otro, el prometido retorno econ\u00f3mico de unas inversiones multimillonarias (entre las cinco principales corporaciones, alrededor de 650.000 millones de d\u00f3lares) que alcanzan los niveles del PIB de pa\u00edses del tama\u00f1o de Argentina o Suecia.<\/p>\n Burbuja o no, lo cierto es que su impacto tambi\u00e9n se est\u00e1 notando en la Universidad, donde la IA generativa parece haber encontrado un terreno f\u00e9rtil en el que continuar con un modelo que necesita de su incesante expansi\u00f3n y extractivismo<\/i> de datos. A las pr\u00e1cticas acad\u00e9micas diarias se est\u00e1n progresivamente incorporando herramientas basadas en los LLM que las compa\u00f1\u00edas tecnol\u00f3gicas ponen a nuestro alcance, sin reparar, parece, en las implicaciones que su implementaci\u00f3n y normalizaci\u00f3n puedan acarrear a diferentes niveles a medio y largo plazo.<\/p>\n La literatura cient\u00edfica est\u00e1 poniendo de relieve, en t\u00e9rminos generales, los peligros pol\u00edtico-sociales (sesgos y reproducci\u00f3n de formas de discriminaci\u00f3n) y eco-sociales (derivados del mantenimiento del hardware<\/i> y entrenamiento del software<\/i>) y, en particular en el contexto acad\u00e9mico, los l\u00edmites t\u00e9cnico-pr\u00e1cticos de los modelos a implementar (falta de veracidad, \u2018alucinaciones\u2019, errores de contenido y opacidad de los procesos), as\u00ed como la dependencia pasiva que el uso indiscriminado de estas tecnolog\u00edas est\u00e1 generando con respecto a unas estructuras digitales creadas por empresas cuyos intereses no se encuentran alineados con los propios de las universidades p\u00fablicas y las sociedades en que se insertan.<\/p>\n Sin embargo, en la \u00f3rbita acad\u00e9mica son comunes los cantos de sirena que, con un ojo puesto en los diferentes rankings<\/i> internacionales, apelan a un supuesto aumento de la productividad. Se trata de una dudosa estrategia cortoplacista que alimenta un modelo cient\u00edfico que de sobra sabemos que nos lleva a la atrofia: por un lado, confunde cantidad con calidad, inundando la producci\u00f3n cient\u00edfica de ruido, y, por otro, funde los presupuestos p\u00fablicos que deber\u00edan ir destinados a financiar la investigaci\u00f3n en el abono de tasas de publicaci\u00f3n que en muchas ocasiones no tienen m\u00e1s efecto que el de engrosar las arcas de las grandes editoriales.<\/p>\n En ese mismo sentido, los \u00faltimos movimientos de la Agencia Nacional de Evaluaci\u00f3n de la Calidad y Acreditaci\u00f3n (ANECA), en el marco de la coalici\u00f3n internacional de instituciones de investigaci\u00f3n CoARA y de otras iniciativas como la DORA, impulsan el cambio hacia una evaluaci\u00f3n de la investigaci\u00f3n centrada en la calidad. Cuestionan el argumento productivo de quienes abogan por abrir las puertas del \u00e1mbito de la investigaci\u00f3n al caballo de Troya de la IA generativa. \u00bfVamos a permitir que el uso intensivo de los asistentes de IA generativa nos haga abundar, a\u00fan m\u00e1s, en la nefasta senda del publish or perish<\/i>? \u00bfVamos a seguir inundando el ya de por s\u00ed saturado ecosistema de revistas cient\u00edficas de art\u00edculos que tienen m\u00e1s de re-producci\u00f3n que de producci\u00f3n de conocimiento?<\/p>\n En el terreno de la docencia, los riesgos no son menores y las consecuencias ya se est\u00e1n dejando notar en las aulas, principalmente en aquellas disciplinas en que la redacci\u00f3n y el an\u00e1lisis de textos devienen herramienta fundamental. Con invitaciones al alumnado a hacer un uso responsable de la IA generativa, pero sin proporcionar el software<\/i> adecuado ni las herramientas conceptuales y t\u00e9cnicas imprescindibles para desarrollar una actitud informada y cr\u00edtica, se transmite la falsa idea de que se trata de una herramienta objetiva y veraz, capaz de proporcionar informaci\u00f3n conforme a los est\u00e1ndares de rigor acad\u00e9mico. Se desplaza la autoridad intelectual a un artefacto cuya naturaleza estad\u00edstica lleva impl\u00edcito un error siempre presentado en un categ\u00f3rico y convincente envoltorio de veracidad. Nos convertimos en aliadas del sesgo de autoridad tecnol\u00f3gica.<\/p>\n Al parecer, la IA generativa puede, si bien bajo la espada de Damocles del error, asistir al alumnado en el aprendizaje. Ahora bien, \u00bfde qu\u00e9 forma redundar\u00e1 todo ello en los procesos cognitivos fundamentales y en la adquisici\u00f3n de competencias b\u00e1sicas, como la habilidad de detectar problemas y solucionarlos de forma aut\u00f3noma o la capacidad de s\u00edntesis, an\u00e1lisis y redacci\u00f3n de textos complejos? \u00bfEn qu\u00e9 lugar quedan, entonces, el pensamiento cr\u00edtico y el cuestionamiento de la autoridad \u2014ejercicios inherentes a toda creaci\u00f3n de conocimiento y pr\u00e1ctica de la democracia\u2014 cuando se normaliza la delegaci\u00f3n del pensamiento en la m\u00e1quina?<\/p>\n Estas preocupaciones no nos llevan a impugnar la IA en su totalidad. No cabe duda de que en ciertas disciplinas el uso de herramientas espec\u00edficas de IA ya est\u00e1 siendo catalizador de importantes avances cient\u00edficos. Pero lo cierto es que la llegada de la IA generativa a la academia, y m\u00e1s concretamente al \u00e1rea de las Humanidades, cuestiona no solo el modelo acad\u00e9mico actual, sino tambi\u00e9n los fundamentos antropol\u00f3gicos y epistemol\u00f3gicos sobre los que se asienta. As\u00ed se perfila el rol que va a jugar en el seno de las estructuras sociales de las que es parte y de cuya transformaci\u00f3n, por tanto, participa activamente.<\/p>\n El modelo inferencial sobre el que se sostienen los popularizados LLM lo f\u00eda todo a la gesti\u00f3n de datos. Su \u201cinteligencia\u201d ordena informaci\u00f3n, sintetiza, genera patrones que buscan predecir pero no crea nuevas ideas pues estas no son predecibles. La universidad, no obstante, necesita de ambas. De una concepci\u00f3n apol\u00ednea de la ciencia que trabaja bajo el confort que le proporciona un paradigma firmemente asentado, en el que la IA ya est\u00e1 desplegando de forma \u00fatil su potencial (pi\u00e9nsese en todo trabajo de ingenier\u00eda con fines aplicados). Y de esa otra expresi\u00f3n dionis\u00edaca que persigue la ruptura epistemol\u00f3gica, que fuerza el surgimiento de nuevos paradigmas a partir de los l\u00edmites del que emergen, una apuesta te\u00f3rica intuitiva cuando todav\u00eda no hay un marco te\u00f3rico emp\u00edricamente asentado, un gesto de fidelidad a una idea a\u00fan incierta (pi\u00e9nsese, exempli gratia<\/i>, <\/i>en los primeros pasos de la mec\u00e1nica cu\u00e1ntica).<\/p>\n Reducir el conocimiento, la ciencia y, en consecuencia, el papel que la universidad juega en su producci\u00f3n y transmisi\u00f3n a una sola de ellas ser\u00eda un craso error. Tras el embate neoliberal iniciado en la d\u00e9cada de 1970, la universidad parece abrazar cada vez con m\u00e1s \u00edmpetu un modelo que le est\u00e1 llevando a perder su posici\u00f3n central como espacio de pensamiento libre y experimentaci\u00f3n intelectual incondicionada en favor de intereses cortoplacistas m\u00e1s propios de las l\u00f3gicas competitivas y productivistas. En ellas lo importante es el conocimiento (explotable), pero no el pensamiento. Asimismo, la educaci\u00f3n superior est\u00e1 progresivamente pasando de ser un espacio para la formaci\u00f3n integral de la persona a trav\u00e9s de la ciencia a una simple herramienta para la formaci\u00f3n de cuerpos profesionales, de mano de obra.<\/p>\n As\u00ed, la IA est\u00e1 reconfigurando no solo lo que entendemos por conocimiento, inteligencia o pensamiento, sino, con ello, lo que comprendemos por ciencia y el tipo de educaci\u00f3n que deben recibir las personas que a ella se van a dedicar, as\u00ed como su capacidad transformadora de nuestras sociedades. Es decir, su uso est\u00e1 modificando categor\u00edas epistemol\u00f3gicas, antropol\u00f3gicas y pol\u00edticas que condicionan el modo en que damos sentido a la realidad y organizamos nuestras sociedades. En consecuencia, la universidad deber\u00eda abordar esta nueva intensificaci\u00f3n tecnol\u00f3gica sin perder de vista las premonitorias palabras que, en The<\/i> Matrix <\/i>(1999), el agente Smith trasladaba a Morfeo: \u201ccuando empezamos a pensar por vosotros, vuestra civilizaci\u00f3n pas\u00f3 a ser nuestra\u201d.<\/p>\n <\/p>","protected":false},"excerpt":{"rendered":" Bakarne Altonaga Bego\u00f1a (EHU) Mikel Varela Peque\u00f1o (EHU) Desde la irrupci\u00f3n de los grandes modelos de lenguaje (LLM por sus siglas en ingl\u00e9s) generativos, alrededor de 2018 con el primer modelo GPT-1, la Inteligencia Artificial (IA) ha adquirido una popularidad in\u00e9dita pese a que dio sus primeros pasos a mediados del siglo pasado. De ese […]<\/p>\n","protected":false},"author":8,"featured_media":19529,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12],"tags":[],"class_list":["post-19681","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-miradas","revista-galde-n52"],"_links":{"self":[{"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/posts\/19681","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/comments?post=19681"}],"version-history":[{"count":1,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/posts\/19681\/revisions"}],"predecessor-version":[{"id":19682,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/posts\/19681\/revisions\/19682"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/media\/19529"}],"wp:attachment":[{"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/media?parent=19681"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/categories?post=19681"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.galde.eu\/es\/wp-json\/wp\/v2\/tags?post=19681"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}