IA vs. cerebro humano: Un análisis de capacidades y limitaciones

Notipress.- La inteligencia artificial (IA) logró avances notables, dominando juegos, generando contenido y procesando grandes volúmenes de datos con rapidez. De hecho, se ha llegado a plantear que este tipo de inteligencia ya supera a la humana como también otros advierten que los sistemas actuales distan mucho de replicar la inteligencia humana en su totalidad. Sin embargo, la comparación con el cerebro humano revela diferencias clave que plantean dudas sobre la posibilidad de alcanzar una Inteligencia Artificial General (IAG).

¿Qué es la Inteligencia Artificial General?

Uno de los principales desafíos en el debate sobre la IAG es la falta de una definición clara y consensuada. Algunos investigadores la definen como la capacidad de un sistema para superar ampliamente el desempeño humano en múltiples tareas, mientras que otros enfatizan su flexibilidad y generalización.

“Creo que la inteligencia artificial general será más robusta, más estable, no necesariamente más inteligente en general, pero sí más coherente en sus capacidades”, afirmó Ariel Goldstein, investigador de la Universidad Hebrea de Jerusalén. En este sentido, se espera que una verdadera IAG pueda aplicar conocimientos adquiridos en un contexto a diferentes situaciones sin requerir reentrenamiento extensivo.

Diferencias fundamentales: IA vs. cerebro humano

Aunque las redes neuronales artificiales están inspiradas en el cerebro, presentan diferencias estructurales y funcionales significativas. De acuerdo con un artículo de Ars Technica, las neuronas biológicas están altamente especializadas y se comunican mediante una compleja red de señales químicas y eléctricas, mientras que las redes neuronales de IA utilizan modelos simplificados con conexiones uniformes.

“Lo que descubrimos es que, al menos en la mosca, [el cerebro] está mucho más interconectado”, explicó la neurocientífica Christa Baker, de la Universidad Estatal de Carolina del Norte. En contraste, las redes neuronales artificiales están organizadas en capas estrictamente jerárquicas, lo que limita su capacidad de adaptación y flexibilidad.

Otra diferencia clave es el aprendizaje. Mientras que la IA requiere grandes volúmenes de datos y largos periodos de entrenamiento para mejorar su desempeño, el cerebro humano aprende de manera continua y en tiempo real. “Si ves un objeto nuevo, no tienes que entrenarte con él mil veces para saber cómo usarlo. Muchas veces, [si] lo ves una vez, puedes hacer predicciones”, señaló Baker.

La memoria y la adaptabilidad: ventajas del cerebro humano

La capacidad del cerebro para almacenar y utilizar información a corto y largo plazo es otro factor que lo distingue de la IA. Según Mariano Schain, ingeniero de Google, los sistemas de IA actuales dependen de un conjunto limitado de información almacenada en pesos y parámetros fijos, lo que restringe su capacidad de razonamiento flexible.

“Para la IA, es muy básico: es como si la memoria estuviera en las cantidades [de conexiones] o en el contexto. Pero con un cerebro humano, es un mecanismo mucho más sofisticado“, indicó Schain a Ars Technica. Esta capacidad de integrar experiencias pasadas en la toma de decisiones y en el aprendizaje es una de las razones por las cuales la inteligencia humana sigue siendo superior a la IA en muchos aspectos.

Aunque la IA demostró ser una herramienta poderosa en tareas específicas, aún enfrenta barreras significativas para igualar la inteligencia humana en términos de generalización, adaptación y creatividad. Tal como señalan los expertos, el cerebro humano opera con una complejidad y flexibilidad que los modelos actuales de IA aún no han logrado replicar. Si bien el desarrollo de la IAG sigue siendo un objetivo en la investigación tecnológica, los expertos coinciden en que aún estamos lejos de alcanzar una inteligencia artificial que funcione como un cerebro humano.

Inteligencia artificial logra diseñar enzimas para digerir plásticos, abriendo nuevas vías para combatir la contaminación

Notipress.- Un grupo de investigadores logró diseñar una enzima con el potencial de digerir plásticos, utilizando herramientas avanzadas de inteligencia artificial. El hito, publicado en la revista Science, marca un avance importante en el campo de la biotecnología y plantea nuevas estrategias para abordar la contaminación plástica.

Aunque este tipo de experimentos ya se habían probado en el pasado, el equipo de investigación del Departamento de Bioquímica de la Universidad de Washington, recurrió a la IA generativa para crear una enzima capaz de romper los enlaces éster, una estructura química común en plásticos como el PET (tereftalato de polietileno). Estos enlaces unen cadenas de carbono mediante átomos de oxígeno y aparecen en polímeros plásticos como el poliéster, material ampliamente utilizado en envases y textiles.

Para lograrlo, los investigadores utilizaron una herramienta de IA llamada RFDiffusion, capaz de generar estructuras de proteínas desde cero. A través de este sistema, diseñaron 129 proteínas, de las cuales solo dos mostraron actividad catalítica, es decir, capacidad para descomponer enlaces químicos.

PLACER: una segunda IA para perfeccionar el diseño

Dado que la mayoría de las proteínas creadas fallaron en completar el proceso de digestión del plástico, el equipo empleó una segunda herramienta de IA llamada PLACER, diseñada para detectar configuraciones estructurales óptimas. Esta red neuronal se entrenó con miles de estructuras de proteínas conocidas, obligándola a predecir y ajustar estructuras funcionales.

Con este paso adicional, la tasa de éxito aumentó más de tres veces, identificando varias enzimas con actividad catalítica. Entre ellas, destacaron dos variantes, denominadas “super” y “win”, que lograron completar múltiples rondas de reacciones, una capacidad esencial para actuar como verdaderos catalizadores.

Al perfeccionar el diseño mediante rondas sucesivas de ajustes con RFDiffusion y PLACER, los investigadores crearon una esterasa capaz de degradar los enlaces químicos del PET, uno de los plásticos más utilizados a nivel mundial. Esta enzima demostró una actividad comparable a algunas producidas por organismos vivos, lo que abre la puerta a posibles aplicaciones industriales para el reciclaje químico de plásticos.

Desafíos y futuro del diseño enzimático con IA

Si bien este es un avance significativo, el estudio destaca la complejidad del proceso. Aunque la IA logró generar enzimas funcionales, muchas se “atascaron” tras una sola reacción, quedando químicamente bloqueadas. Esta dificultad subraya lo intrincado de replicar el comportamiento de enzimas naturales, que evolucionaron durante millones de años para realizar múltiples reacciones en cadena.

No obstante, el enfoque asistido por IA ofrece una ventaja crucial: gran parte del proceso se realiza mediante simulaciones computacionales, reduciendo la necesidad de costosos experimentos de laboratorio. Además, las enzimas diseñadas mostraron pocas similitudes genéticas con las naturales, lo que sugiere que existe un amplio espacio para innovar en nuevos tipos de catalizadores que ayuden a combatir la contaminación con plásticos..

John Deere presenta un sistema que mejora la detección de profundidad y duplica la productividad de los equipos

Notipress.- La marca de maquinaria agroindustrial, John Deere, presentó en el Consumer Electronics Show (CES) 2025 una nueva generación de tecnología autónoma para maquinaria agrícola, diseñada para aumentar la eficiencia en el campo y mitigar la creciente escasez de mano de obra. Este desarrollo incorpora una arquitectura de cámaras variables, un kit de autonomía de segunda generación y un sistema avanzado de procesamiento de imágenes en tiempo real que promete transformar el sector agrícola.

El CEO de Blue Driver Technology, Willy Pell, explicó que uno de los principales desafíos para crear máquinas autónomas eficientes era la dificultad de mantener la precisión de las cámaras en entornos extremos. Para resolver este problema, desarrollaron un sistema de cámaras variables que permite corregir, en tiempo real, la posición y orientación de cada cámara mediante calibración automática. “Esta calibración en tiempo real nos permite ejecutar líneas de base más amplias y tener una profundidad más precisa en trabajos más grandes “, señaló Pell.

Con esta nueva tecnología, los tractores podrán operar un 40% más rápido y trabajar con implementos del doble de ancho, lo que incrementa significativamente la productividad. Además, este kit es retrocompatible con modelos anteriores de tractores, lo que facilita su adopción por parte de los agricultores. Durante su keynote, con acceso para NotiPress, Matt Potter, director de robótica y movilidad tecnológica de John Deere, aseguró: “los componentes de hardware de este kit de autonomía de segunda generación deben ser tan duraderos como los tractores y los implementos. Por eso, estos componentes cuentan con las últimas tecnologías de computación e imitación“.

Uno de los puntos más innovadores de la tecnología es su capacidad para procesar cada píxel captado por las 16 cámaras instaladas en el tractor. Este procesamiento se realiza mediante GPUs de última generación que emplean redes neuronales tipo transformer para interpretar las imágenes y tomar decisiones en tiempo real, aumentando así la seguridad y la productividad en el campo. Pell destacó que uno de los principales desafíos era entrenar a los modelos para manejar casos extremos, como insectos nocturnos que podrían detener el tractor por error.

Igino Cafiero, director de autonomía en cultivos de alto valor, enfatizó el impacto que esta tecnología tendrá en cultivos como frutas, verduras y frutos secos. California, que produce el 77% de las almendras del mundo, enfrenta una grave escasez de operadores de maquinaria agrícola. “El trabajo es agotador y repetitivo, pero es absolutamente necesario para proteger esos árboles de plagas y enfermedades. Por eso, para realizar este trabajo, los trabajadores deben conducir de arriba a abajo por interminables caminos de huertos hasta diez horas al día a cuatro kilómetros por hora. […] Lo mejor de todo es que todo esto tiene que hacerse de noche”, señaló Cafiero. Gracias a la autonomía, se espera que los tractores puedan realizar estas labores repetitivas y demandantes de manera eficiente, reduciendo la carga laboral para los agricultores.

En un video, el agricultor Russell Michael, quien participa en un programa piloto en California, expresó su entusiasmo por el potencial de esta tecnología: “Nunca en mi vida esperé que existiera un tractor [autónomo]. Yo estaba en la edad de empezar a trabajar en la agricultura y no teníamos teléfonos móviles. Así que dar el salto de no tener teléfonos móviles a poder controlar un tractor desde mi teléfono es emocionante. […] Puedo hacer que ese tractor vaya a donde quiero que vaya por mis motivos”.

De esta forma, John Deere reafirma su compromiso de continuar desarrollando soluciones que no solo aumenten la eficiencia en el campo, sino que también reduzcan los costos operativos y mejoren la sostenibilidad de las prácticas agrícolas. Con esta nueva generación de máquinas autónomas, la compañía busca ofrecer una solución integral a los problemas que enfrenta la agricultura moderna, adaptándose a diversos cultivos y entornos.

Ante la creciente demanda de especialistas en la materia, la institución lanza la innovadora carrera de Ingeniero en Inteligencia Artificial
 
La Inteligencia Artificial (IA) se desarrolla a velocidad imparable como una tecnología que revoluciona áreas como la industria, los negocios, los servicios, la investigación, la comunicación, la medicina, el entretenimiento, la educación y el emprendimiento.
Por tal motivo, la Universidad Autónoma de Guadalajara (UAG), innovadora desde siempre, lanzó la Ingeniería en Inteligencia Artificial, una carrera que va acorde a los requerimientos tecnológicos de la actualidad y que contribuirá a la formación de Líderes innovadores de clase mundial.
El Ing. Joel García Ornelas, Decano de Diseño, Ciencia y Tecnología de la UAG, explicó que esta institución tiene varios años trabajando en proyectos donde utiliza la IA; además, cuenta con una amplia experiencia en la impartición de carreras relacionadas con la tecnología, como Ingeniería Mecatrónica, Ingeniería en Software y Minería de Datos, entre otras.
“La UAG tiene mucha experiencia en la impartición de estas carreras, lo que habla del compromiso que la institución tiene con el desarrollo de ingenieros y tecnología”, comentó.
 
Base sólida de formación
La Mtra. Natalia Madrid Zapata, Directora del programa de Ingeniería en Inteligencia Artificial, afirmó que esta nueva carrera está diseñada para formar a los estudiantes con una sólida base de programación y desarrollo de algoritmos, donde se incluyen materias relacionadas con el aprendizaje automático y procesamiento del lenguaje natural, entre otras.
“Las materias se enfocan en dotar a los estudiantes de habilidades para diseñar, implementar y optimizar sistemas inteligentes. Esto incluye el aprendizaje de técnicas de machine learning, redes neuronales, procesamiento de lenguaje natural, y visión por computadora, entre otras áreas clave”, expuso.
Agregó que las materias incluirán insignias digitales y certificaciones, las cuales se otorgarán de la mano de academias como CISCO Networking Academy, Oracle, AWS Academy e IBM Skillfield, que complementan el currículum de los estudiantes y potencian su inserción laboral al egresar de la carrera.
Además, los alumnos contarán con instalaciones y laboratorios especializados para que puedan poner en práctica sus conocimientos.
 
Demanda en la industria
El Dr. Francisco Javier Alvarado Rodríguez, Profesor-Investigador de la UAG y experto en IA, destacó que en los próximos años llegarán a México varios proyectos para la fabricación de semiconductores que se usarán en la tecnología de Inteligencia Artificial, entre estos una planta que se construirá en Jalisco.
“Existe una gran demanda de ingenieros especializados en IA, y la UAG se está preparando para satisfacer esta necesidad. Empresas como Oracle, Intel y Foxconn están buscando ingenieros en IA, y el déficit de profesionales capacitados en esta área es una oportunidad para los egresados de la carrera”, aseguró.
Actualmente, en la UAG se realizan diversos proyectos de investigación relacionados con IA, que buscan aplicarse a la actividad cerebral y el control de prótesis.
La duración de la Ing. en Inteligencia Artificial será de 4 años, en los cuales los alumnos adquirirán las competencias para aplicar proyectos de IA en prácticamente todos los sectores.
Esta carrera también estará enriquecida con contenidos de Arizona State University (ASU), la Universidad #1 en innovación de los Estados Unidos y aliada estratégica de la UAG. Además, que estará bajo la modalidad 4+1, la cual consiste en que los alumnos tengan la posibilidad de obtener una Maestría avalada por ASU con un año más de estudios.

Boletín de prensa

El Dr. Eduardo Ulises Moya Sánchez, profesor de la UAG, lidera iniciativas en gobernanza de datos e inteligencia artificial, posicionando a Jalisco como un referente en innovación tecnológica y progreso social
 
La Inteligencia Artificial (IA) se ha convertido en una herramienta esencial para el desarrollo de sectores en el Estado, en gran parte gracias a los esfuerzos de líderes en el área como el Dr. Eduardo Ulises Moya Sánchez, profesor de diferentes programas de la Universidad Autónoma de Guadalajara (UAG) y Director de Inteligencia Artificial del Gobierno de Jalisco.
El Dr. Moya resaltó la importancia de una política sólida de gobernanza de datos como pilar fundamental para el desarrollo de la IA en Jalisco.
“La calidad de los datos es esencial para que un modelo de IA funcione efectivamente; sin buenos datos, el modelo no puede cumplir su función”, explicó.
En el evento “Lanzamiento de la Política IA y Gobernanza de Datos”, el Dr. Moya presentó la primera política de este tipo en México para la administración pública, diseñada en colaboración con expertos académicos e industriales para mejorar servicios en áreas como la salud y la educación.
Con esta nueva política, Jalisco se posiciona como pionero en México y América Latina en IA y gobernanza de datos, impulsando el desarrollo económico y tecnológico del estado.
 
Una iniciativa educativa con enfoque integral
Uno de los proyectos clave que lidera el Dr. Moya es el Diplomado en Inteligencia Artificial de la UAG, enfocado en aplicaciones para la educación, negocios y administración pública.
“El objetivo es que los estudiantes comprendan los alcances de estas herramientas y puedan, eventualmente, desarrollar sus propias soluciones”, comentó el Dr. Moya Sánchez.
Este diplomado, dirigido a personas con perfiles diversos, combina fundamentos básicos de IA con aplicaciones específicas, ofreciendo un enfoque multidisciplinario y práctico.
 
Trayectoria de innovación en IA
Con una sólida formación en física y un doctorado por el CINVESTAV, el Dr. Moya inició su carrera académica en la UAG en la investigación de temas de IA, que en su momento eran poco comunes.
“Comencé trabajando con redes neuronales cuando aún eran una tecnología desacreditada, pero con el tiempo vimos su resurgimiento y sus aplicaciones prácticas”, compartió.
Desde entonces, ha colaborado estrechamente con investigadores de la UAG en proyectos aplicados en radiología, optometría y redes neuronales profundas, lo que contribuye a la transformación de sectores clave en el estado.
Con una visión orientada hacia la innovación y el progreso, el Dr. Eduardo Ulises Moya Sánchez lidera proyectos que buscan posicionar a Jalisco como un referente en la aplicación de la inteligencia artificial para el beneficio social y económico de la región.

Boletín de prensa

Los modelos de IA autosupervisados tienen una actividad similar a la de los cerebros de mamíferos

NOTIPRESS.- En estudios recientes del MIT, investigadores descubrieron que los modelos IA, conocidos como redes neuronales, tienen patrones de actividad similar a la de los cerebros de mamíferos. Dichos hallazgos sugieren, estos modelos son capaces de aprender representaciones del mundo físico, las cuales pueden usar para realizar predicciones precisas. Lo cual es un proceso similar a la comprensión intuitiva-sensorial del cerebro humano.

Al respecto, los autores de las investigaciones Lisa Yang y Aran Nayebi, sugieren que los modelos entrenados mediante “aprendizaje autosupervisado”, desarrollan patrones similares a los formados por las células reticulares del cerebro.

Cabe mencionar, el aprendizaje autosupervisado, se define como un enfoque de entrenamiento basado en la clasificación de objetos en función de su similitud. Anteriormente, los modelos de visión se basaban en aprendizaje supervisado, es decir, en clasificación de imágenes que estaban etiquetadas. Sin embargo, este requería de una gran cantidad de datos que fueran etiquetados por humanos.

A manera de alternativa, se desarrollaron estos algoritmos de aprendizaje autosupervisado, también conocidos como redes neuronales. Los cuales constan de miles o millones de unidades de procesamiento interconectadas entre sí. Estos, a medida que analizan los datos, fortalecen y cambian las conexiones para aprender a realizar las tareas deseadas. Al notar que los patrones de activación de las conexiones eran similares a las de neuronas de cerebros humanos, Nayebi comenzó a ahondar en estas similitudes.

Referente a ello, tras entrenar un modelo a través de aprendizaje autosupervisado, este fue sometido a una tarea llamada “Mental Pong”. Este se basa en el popular videojuego Pong, donde un jugador mueve una palera para golpear una pelota virtual. En la versión mental, la pelota desaparece poco antes de golpear la pala, por lo cual el jugador debe predecir su trayectoria y así poder golpearla.

De esta forma, el modelo IA fue capaz de seguir la trayectoria oculta de la bola con una precisión similar a la de las neuronas de cerebros de mamíferos. Además, los patrones de activación fueron similares a los observados en la corteza frontal dorsomedial de los animales que jugaban Mental-Pong. Dado esto, los investigadores aseveran, ningún otro modelo había sido capaz de igualar los datos biológicos tan estrechamente como este.

Por lo cual, se considera que la relevancia de este modelo para la neurobiología, recae en su capacidad para capturar el funcionamiento interno en el cerebro. Pues esto sugiere un acercamiento hacia el desarrollo de sistemas artificiales que emulen la inteligencia artificial. Este estudio será presentado en la Conferencia de Sistemas de Procesamiento de Información Neuronal, el cual se llevará a cabo en diciembre de 2023.

]]> 216274 https://www.chanboox.com/2023/05/08/drones-mejoran-su-vuelo-autonomo-mediante-redes-neuronales-liquidas/ Tue, 09 May 2023 01:52:24 +0000 https://www.chanboox.com/?p=199432

Entornos “invisibles” no representan un desafío ante el nuevo desarrollo del vuelo autónomo

NOTIPRESS.- Pilotos de drones, de la mano de investigadores, buscan perfeccionar el vuelo de estos no solo en la interacción piloto-dron, sino también el vuelo autónomo del dron. Uno de los avances es el otorgarle la capacidad de librar obstáculos de forma automática sin la intervención del piloto en cuestión, esto se ha logrado por el uso de redes neuronales líquidas.

Científicos del Instituto Tecnológico de Massachussets (MIT por sus siglas en ingles) han introducido un método para los drones donde buscan robustecer el vuelo autónomo. Ello implica la resolución de tareas como el superar obstáculos sin importar si el entorno es conocido o desconocido y encontrar soluciones, esto se debe al uso de redes neuronales líquidas.

Esta nueva clase de algoritmos de aprendizaje automático es capaz de capturar la estructura causal a partir de datos no estructurados como la entrada de píxeles en una cámara. Posteriormente, estos algoritmos “comprenden” el desafío en cuestión e ignoran las características irrelevantes, permitiendo evolucionar el modo de vuelo autónomo del dron.

Daniela Rus, directora del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL por sus siglas en inglés) comentó, “estamos felices con el potencial del algoritmo. Esto sienta las bases para poder resolver los problemas que se presentan en un entorno sin ningún tipo de capacitación adicional tanto para los observadores, como para el dron”.

Los experimentos muestran que un dron es capaz de ubicar un objeto en el bosque durante el verano, pero se puede someter al dron durante él inverno y el experimento sería bueno. También puede ser aplicado en entornos urbanos donde el cambio es una constante mientras ocurre el vuelo del dron al momento de ejecutar alguna tarea”, agregó Rus

.Sin embargo, los sistemas de aprendizaje profundo presentan problemas al momento de interpretar la causalidad, de ahí podría derivar una falta de adaptabilidad al medio. Aquí es cuando las redes neuronales líquidas proporcionan una capacidad adicional de adaptabilidad aun durante periodos prolongados siendo así más resistentes a datos inesperados o ruidosos.

“Aún existe mucho espacio para lograr más en el alcance de la investigación, esto ayudará a entender el raciocinio de la inteligencia artificial durante la navegación autónoma. Las redes neuronales líquidas abren un nuevo paradigma sobre la inteligencia artificial, los modelos de experimentación ayudarán a entender cómo trabajan los algoritmos” agrego Rus.

Alessio Lomuscio, profesor de seguridad del Departamento de Informática del Imperial College de Londres, confirmó el argumento de la investigadora Daniela Rus. “De ser positivos los resultados de los experimentos, estaremos más cerca de robustecer el desarrollo de la inteligencia artificial, pudiendo así generar robots y drones más confiables y eficientes.

“

]]> 199432 https://www.chanboox.com/2023/04/10/herramientas-de-inteligencia-artificial-como-chat-gpt-afectan-a-la-informacion/ Mon, 10 Apr 2023 18:46:07 +0000 https://www.chanboox.com/?p=195221

La veracidad de la información se ha visto comprometida con el uso de herramientas de IA para difundir información falsa o ficticia

NOTIPRESS.- Chat GPT-4 es un modelo de inteligencia artificial desarrollado por OpenAI para tareas de procesamiento del lenguaje natural (PLN). Esta innovadora tecnología utiliza una arquitectura de redes neuronales denominada Transformer, la cual permite procesar y generar texto en lenguaje natural.

La versión 4 de GPT (Generative Pre-trained Transformer 4) se entrenó con grandes volúmenes de datos y muestra un rendimiento excepcional en una amplia variedad de tareas. Entre estas tareas destaca la traducción automática de textos, redacción, resumen de texto, generación de código, asistencia en chatbots, entre otras.

Sin embargo, persisten dudas sobre si las capacidades que están adquiriendo las inteligencias artificiales son mejores a las de un ser humano. Sobre todo a la hora de procesar grandes cantidades de información en poco tiempo, generar información y difundirla. En contraste con tales habilidades, cabe destacar la constante difusión de información falsa por grandes medios de comunicación, y la viralización de noticias falsas en redes sociales, con información generada a partir de IA.

¿Cuáles son las ventajas principales de una IA sobre los seres humanos, especialmente sobre quienes se dedican al periodismo?

• Velocidad: puede procesar y analizar grandes cantidades de información en cuestión de segundos.
• Consistencia: proporciona información de forma constante.
• Capacidad de procesamiento: pueden manejar múltiples tareas y datos al mismo tiempo.
• No se cansan: pueden trabajar las 24 horas del día sin descanso.

¿Cuáles son las desventajas de las IA frente a un ser humano dedicado al periodismo?

Los modelos de lenguaje de IA aún no tienen la capacidad de comprender el contexto, la emoción y la subjetividad de los datos o información, al mismo nivel de un ser humano. Por ejemplo, el lingüista Noam Chomsky calificó a dichas tecnologías como “un plagio de alta tecnología”, porque su funcionamiento se basa en la copia de patrones lingüísticos y estructuras de conversación previamente existentes. Además, advirtió, su uso podría tener consecuencias negativas en cuanto a la pérdida de originalidad y creatividad en el ámbito del lenguaje.

Por otra parte, diversos periodistas mexicanos han señalado diversas cualidades irreproducibles, hasta ahora, por una IA, como el juzgamiento de la información, y la ética profesional. Es decir, la capacidad de tomar en cuenta lo que debe incluir o no incluir una nota periodística, según la sensibilidad de quienes recibirán la información. Además de tomar en cuenta los ámbitos legales que se pudieran quebrantar en el proceso, para proteger a víctimas o evitar entorpecer investigaciones judiciales en curso.

No obstante, hay otros profesionales de la información que también están generando un amplio debate sobre el impacto de las IA para difundir información falsa. Tal es el caso de los fotoreporteros, debido a la viralización de imágenes hechas por IA del expresidente estadounidense Donald Trump, siendo detenido por policías de Nueva York. El creador de tales imágenes fue Eliot Higgins, fundador de Bellingcat, un grupo de investigación de código abierto, quien solicitó la última versión de Midjourney. Tal plataforma es una herramienta de creación de imágenes impulsada por inteligencia artificial.

La intención de Higgins era ilustrar cómo se vería Donald Trump siendo arrestado, con base en las predicciones a partir de información pasada del expresidente norteamericano. Sin embargo, las imágenes se viralizaron y diferentes medios locales e internacionales las dieron por verídicas, sin confirmar el supuesto hecho. Situación que abre el debate acerca del uso dado a tales herramientas tecnológicas, y la falta de filtros y garantías para asegurar la circulación de información verídica.

Finalmente, expertos en otros ámbitos del conocimiento aseguran, los modelos de lenguaje de IA tendrán un impacto significativo en el trabajo de los periodistas humanos en el futuro. Y señalan la posible transformación del cómo se producen y se distribuyen las noticias, además de la creciente necesidad de profesionales y expertos humanos en distintos campos del conocimiento para adaptarse y enfocarse en habilidades que no puedan ser replicadas por las IA. Tales como la comprensión emocional y contextual, la investigación a profundidad, la creatividad y la ética, entre otras.

]]> 195221