Dr. Horacio Krell*
El creativo cuando es innovador es el mejor imitador de Dios en la tierra. Las computadoras calculan y procesan, no saben pensar ni pueden imaginar.
El conocimiento en matemáticas y física se expandió en el siglo XX, con la informática, la electrónica y la inteligencia artificial. Desde el siglo pasado las computadoras procesan datos y símbolos con la programación y se estudian los problemas de decisión que se pueden resolver con una máquina de Turing.
Shannon, sugiere que el álgebra de Boole y las redes que se utilizan en las comunicaciones telefónicas sirven para resolver ecuaciones booleanas y describen como funciona una red digital. La inteligencia artificial pretende replicar capacidades intelectuales pero no se conoce ningún prototipo equivalente a las capacidades de pensar del cerebro.
Decisión o Elección
En 1966 se creó programa ELIZA capaz de procesar el lenguaje natural reconociendo palabras clave en las frases, elegirlas en la base de datos y dialogar con personas simulando ser una psicóloga empática. Se usó para animar a los pacientes a comunicarse con un terapeuta. Hay que diferenciar la capacidad de la máquina del razonamiento humano.
Hay una distinción crucial entre decidir y elegir. La decisión automática y el control de un proceso industrial se implementa con un circuito controlador programado de dicho proceso. Decidir es una actividad computacional que puede programarse, pero la elección es el producto del juicio, no del cálculo. En 1989, el físico, matemático Roger Penrose publicó “La nueva mente del emperador” donde demuestra que el pensar no es algorítmico.
El citoesqueleto de las neuronas demuestra que son lugares propicios para el procesamiento cuántico y, en última instancia, para la toma de conciencia. Se pretendió expandir la inteligencia artificial con redes neuronales, sistemas expertos, la lógica fuzzy el deep learning y el big data, que dieron lugar a herramientas útiles para resolver problemas con fines específicos.
Pero las afirmaciones exageradas sobre sus éxitos dañan la reputación de la inteligencia artificial como ciencia. Aún con computadores muy rápidos y enormes bases de datos, pretender que el razonamiento, la inteligencia y la conciencia surjan simplemente, es un camino sin salida. Las máquinas no piensan. Aunque puedan vencer a ajedrecistas profesionales o proponer respuestas jurídicas buscando jurisprudencia en su gran base de datos, la máquina no piensa.
Es importante marcar la diferencia entre herramientas tecnológicas y entes inteligentes.
Hay que dejar a la ciencia trabajar con rigor en esta materia
Deep Blue, una máquina creada por IBM, contribuyó con la informática a través de una partida de ajedrez contra Garry Kasparov. Diseñada por IBM con un algoritmo llamado Minimax, pretendía aprender de cada partida de ajedrez e ir mejorando en cada movimiento. Así fue posible crear máquinas capaces de derrotar a los seres humanos, imitar su modo de comunicar y ayudarlos a resolver problemas comunes. IBM probó su eficacia compitiendo con el campeón mundial de ajedrez: Garry Kasparov. Fueron seis partidas realizadas en 1996 en Filadelfia. Deep Blue ganó la primera, el ajedrecista ganó las tres siguientes y empató otras dos, venciendo a la máquina por un total de 4-2.
Trabajando sobre los errores cometidos IBM presentó la nueva versión Deep Blue con una unidad central más potente y procesadores que podían calcular millones de posiciones.
La máquina pasó a recordar jugadas fácilmente de más de 700.000 partidas, una ventaja que Gasparov no tenía. «Ninguna máquina será capaz de ganarme » afirmó Kaspárov. Llegó el día de la nueva batalla (1997), esta vez disputada en Nueva York. Fue muy reñida, sin embargo, la máquina consiguió ganar por 3,5 a 2,5. Tras perder Kásparov se sumió en una depresión.
La Inteligencia Artificial (IA) basada en circuitos y cálculos algorítmicos había vencido a las 86 mil millones de neuronas del cuerpo humano. Estas situaciones han servido de piedra angular para observar la fragilidad del pensamiento y la fortaleza del cálculo y la memoria de su rival.
Inteligencia artificial versus imaginación
Recientemente, se lanzó un software de producción de imágenes basado en Inteligencia Artificial. Stable Diffusion puede usarse en modo de prueba gratuito o con abonos. La aplicación traduce de texto a imágenes: se escribe una frase y en 10 segundos crea una producción gráfica de imágenes e ilustraciones. Para eso basta con apretar un botón llamado Dream: soñar. El resultado depende de la calidad y precisión del texto.
Permite crear dibujos sofisticados pero puede poner en peligro a la industria creativa. Mata, amenaza, desafía o estimula el proceso creativo.
¿Se trata de arte digital?, ¿De un nuevo lenguaje?, ¿De un medio técnico como lo fueron la fotografía respecto de la pintura o el cine?, ¿De un nuevo mecanismo artesanal o destreza técnica, encarada por máquinas?
Todo esto se refiere a las características e implicancias de un “medio digital”.
El arte digital: ¿materializa el espíritu o espiritualiza la materia?
El debate gira alrededor de estas herramientas. La discusión sobre el impacto del machine learning y la producción estética ocupa un lugar central. La confluencia del arte generativo con aplicaciones masivas dan lugar a la creatividad artificial, en la medida en que las actividades generadas por operaciones computacionales (bots, máquinas, softwares) van avanzando sobre actividades humanas.
¿Qué pasará con la proliferación indiscriminada de textos y sus correspondientes imágenes cuando estas inteligencias artificiales comiencen a producir a destajo?
Partidas ping pong
En las partidas de ajedrez rápidas actúa el sistema del cerebro «rápido». Pero el ajedrez exige pensar, análisis y esfuerzo mental. El sistema «lento cuestiona al sistema rápido que acude a la simple experiencia. El entrenamiento cognitivo permite automatizar algunos patrones útiles del sistema lento al sistema rápido.
Un juego de ajedrez con su correspondiente caja para guardarlo cuesta $5 con 80 centavos. Si el juego de ajedrez cuesta $5 más que la caja, ¿cuánto cuesta la caja? La respuesta rápida es 80 centavos, pero el sistema lento advierte que si la caja vale 80 centavos y el juego de ajedrez con la caja cuesta $5 más, la suma es $6 con 60 centavos. La respuesta correcta es 40 centavos.
Algo parecido sucede en el cerebro constantemente. Entrenar al cerebro achica la grieta entre lo que se quiere y lo que se puede. Es formar hábitos para estar mejor. La excusa común es dejarlo para más adelante. Muchas problemáticas podrían reducirse cambiando comportamientos individuales y eso es posible hacerlo si se modifican los procesos.
La conducta depende de fuerzas donde operan múltiples presiones. Algunas actúan sobre las metas, son “motivaciones de aproximación”. Otras son “motivaciones de evitación”, que alejan del objetivo. Lo eficaz es vincular la acción deseada con un valor extendido y positivo.
La inteligencia artificial aprende rápidamente
Si bien puede calcular a una velocidad increíble, ¿podrá ser creativa? Para eso debería desarrollar las capacidades blandas: la intuición, usar los 5 sentidos, mantener viva la curiosidad y escuchar con atención.
Es lo que le permite al ser creativo conectarse con ideas que no son propias, sino que están en el aire. Eso explica por qué es común que varias personas desarrollen una idea al mismo tiempo. En lugar de la intuición, un algoritmo autor de obras de arte usó un método más pragmático: una Red Generativa Antagónica integrada por dos partes. La “generadora” analizó una base de datos de 15.000 retratos pintados entre los siglos XIV y XX, mientras que la “discriminadora” reconoció las diferencias entre las imágenes humanas y las producidas por el generador.
Los retratos ilustran que los algoritmos pueden emular la creatividad. Mientras el proyecto crece, el arte humano no florece y sigue el mismo ciclo enfermo que la moda en pocas manos. Las galerías son museos de artistas viejos cuando todos podríamos ser artistas. La inteligencia artificial piensa muy rápido, pinta retratos y hace temblar con su aspiración de ser creativa.
El futuro hay que crearlo
Solo lo rutinario se puede automatizar. Hay que llevar la idea tecnológica a los esquemas mentales para pensar de otro modo. El empleador podría pensar que de 10 empleados hoy necesita 2, o aprovechar a los 10 para que se hagan interacción con las personas. En vez de hacer lo mismo con menos gente, hacer más con la misma gente.
La transición es un desafío. Pensemos en la frase de Alan Kay : “la mejor manera de predecir el futuro es inventarlo“. El desafío es pensar el futuro. En estos momentos de cambio, pensar en cómo se van a reentrenar las personas cuyos trabajos serán automatizados.
El pavo inductivo de Bertrand Russell
Para advertir sobre los peligros de obtener conclusiones basadas únicamente en observaciones, por muchas que sean, esta historia fue reformulada para que la conclusión fuera más fácil de entender.
El pavo en su primera cena comió a las nueve de la noche; pero al tratarse de un pavo racional e inductivo no sacó conclusiones precipitadas, sino que esperó hasta tener un elevado número de observaciones de que comía a las 9 antes de llegar a una conclusión; el pavo tomó una gran variedad de circunstancias, desde distintos días de la semana, diversas estaciones del año y tipos de clima; hasta que llegó a la conclusión de que «siempre comería a las nueve de la noche».
Sin embargo, y aquí termina la historia, en la víspera de la Navidad, en vez de darle comida, le cortaron el cuello, y se lo comieron a él, demostrando así la falsedad de su conclusión. Así se muestra la irracionalidad de la inducción. No importa cuántos resultados sean verdaderos, pueden llevar igual a una predicción falsa, la ausencia de prueba no es prueba de ausencia.
Aprender durante toda la vida
El sistema educativo está diseñado para la era anterior. Ir a la escuela, a la universidad y quizás hacer un posgrado. Y ya está. En el mundo del trabajo se adquiere la experiencia. Esto ya no es así. Puede venir una era en donde se trabaje por un tiempo y se vuelva a la universidad, y así indefinidamente. Se trata de reaprender permanentemente.
La habilidad de desaprender
El aprendizaje tradicional se basa en la construcción de conceptos, como si fueran una escalera. Pero hay situaciones en las que hay que construir un nuevo modelo. Desaprender es muy bueno. Los negocios del presente y del futuro deberán asentarse en el propósito de la compañía y en construir un futuro de abundancia en equipo.
El concepto de cocreación es dejar de pensar el negocio “para”, a pensarlo “con”.
Es construir el futuro de la abundancia en conjunto. Cuando las redes sociales empezaron a surgir, el mundo se movía en producir algo para alguien, pero cuando surgieron los medios digitales, las personas quisieron entrar en una conversación, y no escuchar un monólogo.
Cocrear con un propósito común
La Inteligencia Artificial puede reemplazar cualquier tarea. Pero hay una cualidad humana irremplazable. Algunos hablan de la creatividad, pero ya hay obras de arte creadas por robots. Lo que no puede reemplazar es la capacidad para crear vínculos, la empatía, aunque hay un campo llamado computación de los afectos.
El futuro del trabajo debe resolver la pregunta de cuál es la sociedad que se desea y cómo hacer para que todo el mundo se beneficie de los avances tecnológicos.
Tomar las riendas
La mente que no abreva en el espíritu carece de señales, vaga errante y las emociones no se alienan. Pero cuando se anclan al espíritu brindan la sensación de unidad, amor y paz. La mente es un software que puede brindar libertad o un ego dividido.
Estado de flujo es un entrenamiento de la atención y de la energía psíquica para aplicarlos siempre que se pueda. Así cada cerebro podrá jugar al pingpong creando una fábrica de ideas y relaciones productivas. Una buena idea por día produce 30 por mes y 360 por año.
El creativo cuando es innovador es el mejor imitador de Dios en la tierra.
Las computadoras calculan y procesan, no saben pensar ni pueden imaginar.
