Page 65 - Auditoría Pública Nº 85

Entre el algoritmo y el criterio: el auditor público ante la disrupción de la IA

3. Una tecnología aún en pañales. na al predecir cómo se forman las proteínas, o Gemini,
un modelo más reciente capaz de razonar e interactuar
A pesar de su popularidad reciente, estamos solo al prin- combinando lenguaje, visión y acciones físicas. Reciente-
cipio del desarrollo de la IA. La mejor IA de hoy será la mente, iniciativas como NotebookLM han permitido al pú-
peor del futuro. Esto implica tanto oportunidades como blico general experimentar con herramientas inteligentes
riesgos. capaces de analizar documentos específicos, facilitando el
estudio profundo de textos en formatos como PDF.
Los sistemas actuales aún muestran limitaciones claras:
falta de transparencia, sesgos, dependencia de grandes Microsoft, por su parte, ha integrado la IA en múltiples ver-
cantidades de datos, vulnerabilidad ante manipulaciones ticales empresariales a través de Azure AI, con una apues-
o errores. Como señalaba un trabajo pionero en este cam- ta clara por la computación en la nube, la automatización
po, “los funcionarios y empleados públicos defraudadores inteligente y los diferentes modos de Copilot aplicados a
no se comportan como entidades estáticas, sino que van productividad y programación. Además, su colaboración
aprendiendo a medida que pasa el tiempo, al igual que lo estratégica con OpenAI ha permitido la incorporación de
hacen los algoritmos de aprendizaje automático” (referen- capacidades generativas avanzadas en productos como
cia 2). Office 365 o Dynamics. Microsoft Research también de-
sarrolla desde hace años proyectos de IA multiagente y
Su capacidad de razonar está lejos de ser comparable a la simulación en entornos complejos como Project Bonsai.
humana. Y, sin embargo, su avance es exponencial. Esta
fase temprana requiere una aproximación prudente, que Tesla destaca por su enfoque en inteligencia artificial
combine el entusiasmo por su potencial con la cautela embebida y su desarrollo de un sistema de conducción
ante sus riesgos. La administración pública no puede ig- autónoma propio. Desde 2016, ha estado construyendo
norarla, pero tampoco lanzarse sin estrategia. Más aún, si su propia red neuronal entrenada sobre millones de kiló-
no se gestiona su adopción desde dentro, los empleados metros recorridos por sus vehículos. El proyecto FSD (Full
empezarán a utilizar herramientas de uso personal –tra- Self-Driving) ha evolucionado hasta integrar arquitectura
ducciones, asistencias, redacción, etc.– en sus tareas dia- de redes neuronales de visión completa (end-to-end), uti-
rias sin garantías sobre confidencialidad, tratamiento de lizando superordenadores como Dojo, diseñado específi-
datos personales o seguridad institucional. camente para entrenar modelos de conducción. Además,
Tesla ha iniciado el desarrollo de Optimus, un robot huma-
noide con capacidad para ejecutar tareas físicas básicas,
apoyado por los avances en visión computacional y mo-
4. Lo que se viene: agentes, robótica tores de decisión. Sin entrar en valoraciones políticas y
y disrupción. alejándonos de las peculiaridades de su equipo directivo,
es un buen ejemplo de como esta tecnología se explota
Más allá de los chatbots o asistentes, la inteligencia arti- en un entorno concreto y especializado.
ficial está evolucionando hacia agentes autónomos capa-
ces de interactuar entre sí y con el entorno físico y digi- Palantir Technologies, por otro lado, ha trabajado desde su
tal. Esta transformación no es reciente: empresas como fundación en 2003 en el desarrollo de sistemas para el
Google (a través de DeepMind), Microsoft, Tesla o Palantir análisis masivo de datos orientados a la toma de decisio-
llevan más de una década invirtiendo en investigación y nes en tiempo real. Sus plataformas Gotham y Foundry
desarrollo en este ámbito, consolidando líneas de trabajo integran algoritmos de aprendizaje automático que se uti-
que hoy están dando frutos visibles. lizan en contextos críticos como defensa, sanidad pública
o emergencias humanitarias. En los últimos años, Palantir
Google DeepMind ha sido pionera en desarrollar sistemas ha avanzado en la creación de operaciones guiadas por
de inteligencia artificial capaces de aprender y mejorar por modelos integrando IA generativa y simulación para la pla-
sí mismos. Un hito especialmente destacado ocurrió en nificación táctica automatizada.
2016 con AlphaGo, un programa que logró derrotar por
primera vez a un campeón mundial humano en un juego Sage, tradicionalmente centrada en software de contabi-
llamado “Go”, un antiguo juego de mesa de estrategia ex- lidad y gestión empresarial, ha sido uno de los primeros
tremadamente complejo, mucho más difícil que el ajedrez actores del sector en incorporar IA generativa en produc-
debido a su enorme número de posibles movimientos. tos financieros. Desde hace varios años trabaja en el de-
Este logro mostró al mundo que la inteligencia artificial ya sarrollo de asistentes inteligentes que automatizan tareas
podía resolver problemas muy complicados y desarrollar como conciliaciones bancarias, generación de informes o
estrategias innovadoras de forma autónoma. Posterior- análisis de flujo de caja. Recientemente, ha presentado
mente, DeepMind ha continuado avanzando con proyec- Sage Copilot, un sistema conversacional integrado en su
tos como AlphaFold, que está revolucionando la medici- plataforma, que utiliza IA para reducir el tiempo invertido

65