Los fundadores de empresas de inteligencia artificial suelen hacer afirmaciones audaces sobre cómo esta tecnología puede transformar diversos campos, especialmente en las ciencias. Sin embargo, Thomas Wolf, cofundador y director científico de Hugging Face, tiene una perspectiva más cautelosa. En un ensayo publicado en X, Wolf expresó su preocupación de que la inteligencia artificial se convierta en “sí-mismos en servidores” si no se produce un avance significativo en la investigación de IA.
Wolf explicó que los enfoques actuales de desarrollo de IA no producirán sistemas capaces de resolver problemas creativos y fuera de lo común, como los que ganan premios Nobel. Según él, el error principal que cometen las personas es pensar que genios como Newton o Einstein eran solo estudiantes excepcionales. “Para crear un Einstein en un centro de datos, no solo necesitamos un sistema que conozca todas las respuestas, sino uno que pueda hacer preguntas que nadie más ha pensado o se ha atrevido a hacer”, escribió Wolf.
Esta opinión contrasta con la de Sam Altman, CEO de OpenAI, quien afirmó que la IA “superinteligente” podría acelerar enormemente el descubrimiento científico. De manera similar, Dario Amodei, CEO de Anthropic, ha predicho que la IA podría ayudar a formular curas para la mayoría de los tipos de cáncer. Wolf argumenta que la IA actual no genera nuevo conocimiento al conectar hechos previamente no relacionados. A pesar de tener acceso a gran parte de internet, la IA, tal como la entendemos hoy, principalmente completa los vacíos de lo que los humanos ya saben.
Algunos expertos en IA, incluido el exingeniero de Google Francois Chollet, comparten opiniones similares, señalando que aunque la IA puede memorizar patrones de razonamiento, es poco probable que genere “nuevo razonamiento” basado en situaciones novedosas. Wolf considera que los laboratorios de IA están creando lo que son esencialmente “estudiantes muy obedientes”, y no revolucionarios científicos. La IA actual no está incentivada a cuestionar y proponer ideas que podrían contradecir sus datos de entrenamiento, limitándose a responder preguntas conocidas.
Wolf sugiere que la industria de la IA debería “moverse hacia una medida de conocimiento y razonamiento” que permita determinar si la IA puede adoptar “enfoques contrafactuales audaces”, hacer propuestas generales basadas en “pequeñas pistas” y formular “preguntas no obvias” que conduzcan a “nuevos caminos de investigación”. Aunque reconoce que encontrar esta medida será un desafío, cree que valdría la pena el esfuerzo. “El aspecto más crucial de la ciencia es la habilidad de hacer las preguntas correctas y desafiar incluso lo que se ha aprendido”, afirmó Wolf. “No necesitamos un estudiante de IA que responda todas las preguntas con conocimiento general. Necesitamos un estudiante que vea y cuestione lo que todos los demás han pasado por alto”.
