Alejandro Urueña
Ética e Inteligencia Artificial (IA) - Founder & CEO Clever Hans Diseño de Arquitectura y Soluciones en Inteligencia Artificial. Magister en Inteligencia Artificial.
María S. Taboada
Lingüista y Mg. en Psicología Social. Prof. de Lingüística General I y Política y Planificación Lingüísticas de la Fac. de Filosofía y Letras de la UNT.
En no pocas publicaciones del corriente año, autores y editores comienzan a interrogarse acerca de las promesas impulsadas, principalmente por las empresas, sobre las potencialidades e impactos de la IA. Se suele aludir, cada vez con mayor frecuencia, a la construcción de discursos “religioso-míticos”, de “entusiasmos descontrolados” respecto de las denominadas “capacidades de la IA” o de temores infundados en torno al dominio y la posible destrucción planetaria en manos de la tecnología. El desafío es alcanzar una mirada racional sobre la IA, sus logros y costes financieros, medioambientales, sin dejar de mencionar, su incidencia en términos cognitivos y psíquicos. https://www.technologyreview.com/supertopic/hype-correction/?truid=%2A|LINKID|%2A&utm_source=the_algorithm&utm_medium=email&utm_campaign=the_algorithm.unpaid.engagement&utm_content=%2A|DATE%3Am-d-Y|%2A&mc_cid=e6745a14cb&mc_eid=c754629688https://www.technologyreview.com/supertopic/hype-correction/?truid=%2A|LINKID|%2A&utm_source=the_algorithm&utm_medium=email&utm_campaign=the_algorithm.unpaid.engagement&utm_content=%2A|DATE%3Am-d-Y|%2A&mc_cid=e6745a14cb&mc_eid=c754629688.
Algunos consideran al 2025 como un año bisagra, que iniciaría la “fase postbombo” y otros auguran una supuesta burbuja que podría ocasionar un descalabro económico a nivel planetario.
Los interrogantes buscan determinar un estado de la cuestión desde evidencias concretas, más allá de las narrativas: qué es lo que la IA aporta concretamente, en qué situación de desarrollo real se encuentra y qué se puede esperar del futuro.
Se está comenzando a dejar de lado el relato de la omnipotencia de la IA, pronosticada para tiempos cercanos, o la idea de que el futuro (aún en estado de argumento) ya está aquí.
La burbuja de la IA
El MIT, en un estudio reciente, ha afirmado que el 95% de las inversiones en IA generativa carecen de rentabilidad, lo que induce a vincular la situación actual con la crisis puntocom y la sobrevaloración que trajo aparejada la expansión de internet https://www.technologyreview.com/2025/12/15/1129183/what-even-is-the-ai-bubble/. Las opiniones se dividen respecto de quién será arrastrado por la burbuja. Algunos CEOS de los gigantes tecnológicos miran puertas para afuera; otros presumen que el impacto será generalizado.
Lo cierto es que en IA se están invirtiendo montos sin precedentes para productos aún en ciernes. El foco principal de la inversión son los grandes centros de datos. Por ejemplo, OpenAI se propone invertir 500 millones de dólares. Y esto es así porque esos centros garantizan la potencia de procesamiento. Altman pretende construir 250 gigavatios para 2033, lo que equivale a la demanda eléctrica general de la India. A la par, no tiene prejuicios en argumentar que las inversiones que realizan algunas startups son absolutamente exageradas. Sutskever (ex OpenAI) ha llegado a aseverar que Silicon Valley tiene más empresas que ideas.
En este contexto conviene sacar a la luz la realización, cada vez más frecuente, de “acuerdos circulares” entre las grandes empresas: Nvidia (principal proveedora de chips) invierte en otras empresas que luego invierten en sus chips.
Lo cierto es que hay varias empresas privadas, como OpenAI y Anthropic, que a pesar de las inversiones millonarias aún no han obtenido beneficios.
Las inversiones fundamentan y justifican las promesas “exageradas” respecto de los productos, en particular las narrativas sobre la IA generativa, pero lo cierto es que el futuro es aún incierto y el gasto, desmedido.
Hacia una mirada sobre más realista
Desde otro ángulo, Margaret Mitchell sostiene que las narrativas sobre la IA generativa solapan la visión de sus avances más importantes La propaganda sobre la IA generativa nos distrae de los avances más importantes de la IA
Hace hincapié en el hecho de que por primera vez en la historia las personas pueden dialogar con las máquinas en tiempo real y casi sobre cualquier tema. El avance de los grandes modelos de lenguaje (LLM) ha permitido no sólo buscar información sino cotejarla, ampliarla, analizarla a partir de la simulación de una conversación hombre-algoritmo. Y para ello ha sido necesario y posible que la tecnología aprenda a imitar y reproducir lenguaje humano. Aún cuando no pueda crearlo autónomamente, su capacidad de procesamiento y memoria nos colocan ante una herramienta de enormes potencialidades.
Mitchel sostiene que el “bombo publicitario ha contribuido a un frenesí de malentendidos” sobre lo que puede hacer y los topes de la IA generativa. El quid de la cuestión -advierte- está en la IA predictiva, que es la que en concreto tiene mayores probabilidades de avanzar. La IA predictiva implica tareas desde un conjunto finito y conocido de respuestas: el sistema procesa para determinar la respuesta probable y correcta. Es decir es monitoreable en todo el proceso, no tiene “cajas negras” ni opacidades en su accionar, tal como ocurre con la IA generativa. Más acá de la futurología, la predictiva aporta evidencias contrastables: “la IA predictiva ha ido mejorando silenciosamente la predicción meteorológica y la seguridad alimentaria, permitiendo una producción musical de mayor calidad, ayudando a organizar fotos y prediciendo con precisión las rutas de conducción más rápidas.”
Mitchell destaca que el desarrollo de la predictiva ha mejorado y resuelto problemáticas desde los campos de la medicina o de la sismología hasta la organización de la vida cotidiana ( por ejemplo, los coches autónomos). Y lo hace con precisión y resultados previsibles.
Antes que sobrevalorar la IA generativa, la autora propone repensar sistemas híbridos predictivo-generativos que eludan las dimensiones de opacidad y de incertidumbre y sus consecuencias.
En los hechos y hasta el presente los algoritmos procesan probabilísticamente y sobre la base de millones de datos etiquetados: ni piensan, ni crean, ni son conscientes, ni deciden autónomamente; operan sobre la base de correlaciones de patrones devenidos del conocimiento creado efectivamente por humanos.
Tal vez sea hora de una mirada crítico realista que nos permita discernir el trigo de la paja, los logros de las ficciones.
Si 2025 inaugura una etapa “postbombo”, la discusión deja de ser una disputa de relatos y pasa a ser una prueba de realidad: qué aporta la IA en términos verificables, con qué coste económico, energético y reputacional, y con qué límites claros. En ese marco, la ética no es un apéndice moral ni un freno a la innovación, sino el criterio integrador que debe atravesar estrategia, gobernanza, seguridad, cumplimiento y diseño tecnológico: no basta con que algo sea posible; hay que justificar por qué debe hacerse, para quién, con qué riesgos y bajo qué condiciones. La IA no es una tecnología empresarial clásica: su opacidad, su naturaleza probabilística y su capacidad de operar a escala amplifican errores y sesgos, erosionan confianza y abren frentes legales; por eso, equidad, transparencia/explicabilidad, responsabilidad y privacidad no son “valores deseables”, sino requisitos operativos. Una mirada crítico-realista exige abandonar promesas grandilocuentes y elegir usos acotados, medibles y auditables, preferentemente con enfoques híbridos donde lo predictivo aporte trazabilidad y lo generativo funcione con supervisión, controles y objetivos concretos. La vara del liderazgo responsable es simple y exigente: valor demostrable, daños evitados, impactos sobre empleados y partes interesadas anticipados, y rendición de cuentas incorporada desde el inicio, no cuando el sistema ya falló.