por Diego Fernández Slezak*, cofundador y CTO de Entelai
Una publicación de Contract Workplaces
Diego Fernández Slezak es doctor en Ciencias de la Computación e investiga en la frontera entre la inteligencia artificial (IA) y la neurociencia. Su charla nos llevó a un viaje por el interior de las redes neuronales que dan forma a la IA con un enfoque ágil y didáctico; nos invitó a mirar más allá de la superficie tecnológica y a comprender cómo estas arquitecturas invisibles procesan y transforman datos en significado.
Hoy, la IA penetra casi todas las disciplinas y situaciones cotidianas. Sin embargo, Fernández insistió en que no se trata de un fenómeno enteramente nuevo. Para entender su verdadero alcance, propuso volver al origen, a las definiciones iniciales de lo que entendemos por inteligencia artificial.
Fernández explicó que la historia de la IA puede rastrearse a partir de dos visiones fundacionales. La primera, de carácter más filosófico y epistemológico, se remonta a Alan Turing. En 1950, el matemático británico se preguntó hasta qué punto las computadoras podían hacer algo más que cálculos. En plena Guerra Fría, la informática había demostrado su utilidad para resolver trayectorias de misiles y otros problemas de precisión, pero Turing fue más allá: ¿podía una máquina pensar? Esa pregunta dio origen al célebre “test de Turing” que hasta hoy sirve como referencia para evaluar la capacidad de una computadora de comportarse como un ser humano en una conversación.
La segunda visión, de tono más ingenieril, surgió en 1956 en el Summer Workshop de Dartmouth College. Diez investigadores se reunieron allí con un propósito ambicioso: trasladar la cognición humana a las máquinas. Su objetivo era crear programas capaces de resolver los mismos problemas que los humanos, pero de forma más eficiente. Fue en ese encuentro donde se acuñó por primera vez el término inteligencia artificial.
El taller concluyó con una lista de siete desafíos que la ingeniería debía resolver, entre ellos el desarrollo de redes neuronales y el procesamiento del lenguaje natural, es decir, la capacidad de una computadora para comprender y producir lenguaje. Los organizadores creían que podrían alcanzar estos avances en un plazo de diez a veinte años. Sin embargo, el entusiasmo inicial dio paso a la frustración: para fines de los años setenta, la mayoría de los objetivos seguía sin cumplirse. Así comenzaron los llamados “inviernos de la IA”, períodos de estancamiento y desilusión que marcaron la evolución de la disciplina. El primero ocurrió a promediando los 70, seguido en los 80 por un resurgir de los sistemas expertos, y un segundo invierno hacia 1988.
El primer gran renacimiento llegó en 1996 con el enfrentamiento entre Gary Kasparov y la supercomputadora de IBM, Deep Blue. Fernández recordó que el 10 de febrero de ese año, Deep Blue logró una victoria histórica al ganar una partida oficial al campeón mundial de ajedrez. Lo más impactante no fue el triunfo en sí, sino una jugada inesperada: el sacrificio de un peón central que Kasparov describió como “maravillosa y extremadamente humana”. Por primera vez, un programa mostraba lo que muchos interpretaron como intuición o creatividad.
Veinte años más tarde, en 2016, la historia se repite. Google DeepMind presentó AlphaGo, un sistema diseñado para jugar al Go, un juego milenario mucho más complejo que el ajedrez. Su oponente fue Lee Sedol, campeón mundial y referente indiscutido. Durante una de las partidas, AlphaGo realizó una jugada tan atípica —una piedra colocada lejos del centro de acción— que desconcertó por completo a su contrincante. Sedol reconoció luego: “Creí que AlphaGo era solo una máquina calculando probabilidades, pero cuando vi esta jugada, esa piedra allá lejos, cambié de parecer. Seguramente AlphaGo es creativa”, concluyó Sedol. Desde entonces, esa estrategia ha sido incorporada a la enseñanza moderna del Go.
Ambos episodios marcaron un cambio en nuestra percepción de las máquinas: ya no se trataba solo de herramientas que replicaban tareas humanas, sino de sistemas capaces de producir conocimiento nuevo y desafiar la noción misma de creatividad.
El tercer gran hito corresponde a 2023, con la aparición de ChatGPT. A diferencia de los anteriores, no hubo un enfrentamiento entre la IA contra un jugador humano, sino contra la cultura misma. Fernández citó al historiador Yuval Noah Harari, quien advirtió que la IA, al dominar el lenguaje, había encontrado la “llave maestra de la civilización”, capaz de intervenir directamente en el sistema operativo de la cultura humana.
Aunque Harari tiene una mirada apocalíptica sobre el tema, Fernández se mostró más optimista. A su juicio, ChatGPT no tiene un rival único: “su adversario somos todos nosotros”, afirmó, en tanto que es la humanidad en su conjunto la que debe enfrentar los desafíos de una tecnología que replica, combina y transforma los modos de pensar y comunicar.
El cuarto hito mencionado en la charla corresponde al inicio de 2025, cuando la aparición de la IA china DeepSeek fue descrita por muchos como un “momento Sputnik”. En este caso, la palabra clave no fue lenguaje, sino razonamiento. Modelos como DeepSeek, Gemini y los más recientes desarrollos de OpenAI ya no se limitan a generar texto coherente: buscan reproducir la secuencia misma del pensamiento.
Este avance abrió una suerte de “guerra fría tecnológica” orientada a alcanzar una IA con verdadera capacidad de razonar. De hecho, algunas de ellas han comenzado a superar pruebas de razonamiento lógico y matemático diseñadas originalmente para humanos.
En este punto, Fernández hizo referencia a Demis Hassabis, fundador de DeepMind, figura central en el desarrollo de AlphaGo y AlphaFold. Recordó que Hassabis, además de ser neurocientífico y excampeón de ajedrez, obtuvo el Premio Nobel de Química por su trabajo sobre el plegamiento de las proteínas, un descubrimiento con enormes implicaciones en el descubrimiento de drogas.
Hassabis pronostica que en los próximos cinco o diez años podría alcanzarse la llamada Inteligencia Artificial General (IAG): un sistema capaz de razonar, dialogar y resolver problemas de cualquier tipo, sin limitarse a tareas específicas. Fernández coincidió en que este horizonte ya no parece tan lejano. Por eso, enfatizó la importancia de entender cómo funciona la IA y desmitificar su poder, para convertirnos en usuarios más conscientes y críticos.
Para emprender este viaje de conocimiento, Fernández explicó cómo las máquinas representan imágenes y textos. Ambas, señaló, se procesan de modo similar. Una imagen puede entenderse como una cuadrícula de píxeles, cada uno con valores numéricos que indican niveles de rojo, verde y azul en un formato estandarizado como el RGB. El número de combinaciones posibles en una imagen pequeña es tan grande que supera la cantidad de átomos del universo.
Frente a esta inmensidad de información, la IA utiliza un mecanismo llamado “autosupervisión”, que le permite aprender de grandes volúmenes de datos no etiquetados. Es como si la máquina actuara como una refinería, ordenando el caos de la red para extraer estructuras con sentido (diseño, caras, paisajes). Estos conceptos se aplican tanto para imágenes como para texto, audio y video.
A partir de esta idea, Fernández introdujo el concepto de prompting, es decir, la técnica de formular instrucciones a la IA para guiar su producción. Lo comparó con “meter la mano en una bolsa” llena de información: si sabemos cómo hacerlo podemos obtener resultados más precisos y coherentes. El secreto está en las palabras. Cuanto más detallada, rica y descriptiva sea la consigna, mejor será la respuesta del sistema.
En este sentido, el prompting democratiza el acceso a la IA, ya que no requiere conocimientos de programación ni matemáticas avanzadas: basta con saber usar el lenguaje de manera intencional.
Hacia el cierre, Fernández repasó los grandes desafíos que marcarán el futuro inmediato de la IA. Citó nuevamente a Hassabis y mencionó cinco conceptos clave: razonamiento, multimodalidad, alineación, sesgos y rehumanización.
• Razonamiento. Algunas proyecciones sostienen que hacia 2027 las IAs podrían alcanzar un nivel de complejidad equivalente al humano. Sin embargo, investigaciones recientes –como las de Apple– advierten que ese razonamiento sigue siendo una ilusión: las máquinas aún no logran resolver de manera verdaderamente humana problemas simples como las Torres de Hanói.
• Alineación. Es la palabra que hoy domina el mundo académico. A medida que las IA se transforman en agentes autónomos capaces de interactuar con el entorno –por ejemplo, integradas en robots humanoides–, se vuelve esencial garantizar que sus acciones no se salgan de control y estén alineadas con los valores y la seguridad humanas.
• Sesgos. Todas las IAs tienen sesgos ya que heredan los prejuicios y limitaciones de los datos con los que fue entrenada. Por eso es crucial conocer el origen y las condiciones de cada modelo, especialmente cuando se aplica en contextos culturales y lingüísticos diversos.
• Rehumanización. La IA no reemplaza a las personas, sino a las tareas. Todo aquello que pueda medirse y automatizarse será eventualmente realizado por una máquina. Pero eso no implica una pérdida de humanidad: más bien, abre un espacio para reconectarnos con lo que todavía no se puede cuantificar, con las emociones, la empatía y la creatividad genuinas.
Diego Fernández cerró su exposición recordando que la IA ya está presente en todas partes –texto, audio, imagen, video, agentes físicos– y que su desempeño en múltiples áreas es comparable al de los humanos. Cada tarea que puede medirse, dijo, terminará siendo realizada de forma más eficiente por una máquina. Pero, lejos de interpretar esto como una amenaza de deshumanización nos invitó a verlo como una oportunidad para valorar y recuperar lo que nos hace humanos.
Puedes ver el video completo aquí.
*Diego Fernández Slezak es cofundador y CTO de Entelai, empresa dedicada a la implementación de IA en el campo de la salud. Es Doctor en Ciencias de la Computación por la Universidad de Buenos Aires y ha ganado varios premios por su trabajo. Creador y director del Laboratorio de Inteligencia Artificial Aplicada de la UBA, actualmente se desempeña como investigador independiente del Instituto ICC (CONICET) y profesor en la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires.
¿Quieres conocer más sobre tendencias relacionadas al mundo del trabajo? Descúbrelas en WOW.
Suscribite
