Alejandro Noguera C.

ChatBot GPT y la posibilidad de un “Jaque al Rey”

Uno de los deportes de mayor tradición en la historia es el ajedrez. Su origen se remonta al siglo XI. Durante años, el aprendizaje colectivo de los miles de jugadores aficionados y profesionales ha enriquecido el juego con diferentes enfoques para poder conseguir un objetivo final que no ha cambiado: sitiar al rey del ejercito contrario.

Después de múltiples intentos fallidos, en 1997 un robot (Deep Blue) le ganó una partida de ajedrez a uno de los jugadores más importantes de la historia reciente: Gary Kasparov. La razón por la que hasta entonces ningún robot había sido capaz de hacerlo, es que el inventario de jugadas que podía considerar la máquina antes de tomar una decisión era limitado. Como pasa en tantos ámbitos de la vida, este inventario se construye a partir de una disposición para lograr que cada nueva decisión tome en consideración las lecciones de una decisión buena o mala tomada antes. En otras palabras, la máquina ganó cuando se dio cuenta de que la clave del éxito era su disposición para aprender.

Traigo a cuento esto a propósito de la naciente conversación alrededor de lo que será uno de los hitos más revolucionarios para la educación y el trabajo del presente (el futuro suena ya demasiado lejos): el uso de herramientas nuevas como Chatbot GPT (un robot de uso universal que “aprende rápido”), que realiza tareas de diferentes niveles de complejidad en cuestión de segundos: escribir una reseña o un texto de ciencia ficción, producir un texto comparativo o redactar un contrato simple.

Expertos en educación han expuesto algunas de las implicaciones que podría tener este nuevo recurso: la necesidad de reinventar los procesos de admisión a universidades para aumentar su confiabilidad; la posibilidad de enriquecer la práctica docente con tantos recursos pedagógicos como sean posibles; acelerar una transformación curricular orientada cada vez más al desarrollo de competencias, y menos a la transmisión de contenidos. Y la más importante: retarnos en identificar todas las formas en que la IA pueda trabajar “con” y “para” los seres humanos, y no “en lugar” o “en contra” de los mismos.

En mi primera aproximación al ChatBot, le pregunté cuáles habían sido las impresiones de Gary Kasparov sobre Deep Blue, luego de su derrota. Según él (no me consta que la cita sea exacta), dijo que Deep Blue era una máquina “muy fuerte, pero no infalible. A veces se equivoca, y eso es algo que los humanos podemos aprovechar”. Con algunos matices, pienso algo parecido sobre ChatBot GPT o sus futuros equivalentes: reconocer estas herramientas como recursos potentes, pero incompletos, sirve para entenderlos como buenos complementos, pero no como reemplazos. Si entendemos cuáles son aquellos aspectos esenciales que en nuestra interacción no pueden cambiar, y usamos nuestra capacidad para aprender como la usó Deep Blue en el 97, podremos “hacer equipo” con estos y muchos otros nuevos recursos para poner en jaque tantos escenarios en los que la tecnología puede agregar mucho valor, pero que requieren más que nunca lo mejor de la condición humana. .