Un argumento común a favor de AI es que ayuda a las personas a ahorrar tiempo en el trabajo.
Pero ¿qué pasa si se usa IA generativa ¿Es realmente más problema de lo que vale? Ésa es la pregunta planteada por Peter Cappelli, profesor de gestión de la Escuela Wharton de la Universidad de Pensilvania.
¿Realmente necesitamos IA en el trabajo?
Durante un discurso en el MIT (vía ZDNET), Cappelli explicó que en conjunto, dada la complejidad inherente de la IA, el trabajo que implica automatizar algunas tareas es más trabajo que si simplemente hicieras la tarea tú mismo en primer lugar.
También añade que “resulta que hay muchas cosas que la IA generativa podría hacer y que realmente no necesitamos hacer”.
Luego continuó explicando cómo reemplazar la automatización mecánica con IA terminará resultando cada vez más costoso. “No está tan claro que los grandes modelos lingüísticos vayan a ser tan baratos como lo son ahora”, dijo Cappelli. “A medida que más gente los utiliza, el espacio para computadoras tiene que aumentar y la demanda de electricidad por sí sola es grande. Alguien tiene que pagar por ello”.
Otra preocupación planteada por Cappelli es el hecho de que todavía se necesitan personas de cualquier manera para validar los resultados de la IA.
“Si vas a utilizarlo para algo importante, será mejor que te asegures de que sea correcto”, explicó. “¿Y cómo vas a saber si está bien? Bueno, ayuda tener un experto; alguien que pueda validar de forma independiente y sepa algo sobre el tema.
“Buscar alucinaciones o resultados extravagantes, y que esté actualizado… Tenemos que comprobarlo de alguna manera, y esto no es necesariamente fácil ni barato de hacer”.
Entonces, ¿para qué sirve realmente la IA? Según Cappelli, la IA funciona mejor clasificando datos. “Alguien tiene que preocuparse por las barreras de seguridad y los problemas de contaminación de datos”, afirmó. Lo cual es mucho más aburrido que revolucionando la industria de los juegos.
Imagen generada por Ideograma.
