INICIO
MUNDO
NACIONAL
ECONOMÍA
POLÍTICA
DEPORTES
TIEMPO LIBRE
La inteligencia artificial encara un momento de incertidumbre tras años de crecimiento acelerado. Pep Martorell ha planteado una reflexión que pone en cuestión la base sobre la que se han desarrollado los sistemas actuales.
La inteligencia artificial atraviesa un momento clave que reabre el debate sobre sus límites y su futuro. El físico y doctor en Informática Pep Martorell ha lanzado una advertencia que apunta a un posible punto crítico en el desarrollo de los algoritmos.
La reflexión parte de Pep Martorell, físico y doctor en Informática, quien ha alertado de lo que describe como un punto de no retorno de la inteligencia artificial. Durante una conversación difundida en redes, el especialista fue tajante: «Hemos agotado el conocimiento humano generado hasta la fecha para entrenar algoritmos de IA. No nos queda más».
El límite del conocimiento humano como base de la IA
Martorell sitúa el problema en la propia materia prima de la inteligencia artificial: los datos.Según explica, la práctica totalidad del contenido útil —libros, artículos, publicaciones digitales— ya ha sido incorporada a los sistemas de entrenamiento. Aunque reconoce que podrían existir fuentes no digitalizadas, considera que el margen es residual.
Además, subraya una dificultad añadida: la capacidad humana para generar nueva información no crece al ritmo que exigen los modelos actuales. «La capacidad de los humanos de generar datos no es suficientemente grande como para que los algoritmos sigan creciendo», señala. A ello se suma un fenómeno recurrente: la redundancia de contenidos, ya que, como apunta, «nos repetimos».
El reto de superar el ‘loop’ de los datos sintéticos
Hasta ahora, una de las estrategias para sostener el avance de la inteligencia artificial ha sido el uso de datos sintéticos, es decir, información generada por la propia IA a partir de datos previos. Sin embargo, Martorell advierte que este sistema tiene un límite claro: se trata de un proceso circular en el que la tecnología reinterpreta el mismo material original, sin incorporar conocimiento verdaderamente nuevo.
El cambio, según el experto, llega con un nuevo enfoque. «Hemos aprendido a explorar el resto del espacio», explica, recurriendo a la metáfora de un mapa incompleto. La inteligencia artificial, que hasta ahora operaba con una pequeña parte de ese mapa, comienza a desarrollar técnicas matemáticas capaces de generar las piezas que faltan, ampliando así el conocimiento más allá de lo ya existente.
Este planteamiento dibuja un escenario decisivo para el futuro de la inteligencia artificial. Si el crecimiento basado en absorber conocimiento humano ha alcanzado su techo, la evolución de estos sistemas dependerá de sucapacidad para ir más allá de ese límite y construir nuevas rutas dentro de un mapa que todavía está lejos de completarse.
