Homo Computationalis

Por Ricardo García (Catedrático de Universidad)

Uno de los viajes más heroicos de la navegación corrió a cargo de Ernest Shackleton y su tripulación. Su barco, Endurence, se vio atrapado por los hielos de la Antártida, que lo colapsó, dejando a los marineros encima de los hielos. Shackleton condujo a su tripulación a la isla deshabitada Elefante y él con otros cinco marineros harían un viaje de casi 1600 kilómetros en busca de auxilio. La travesía duró 16 días hasta alcanzar la estación ballenera de la isla de Georgia del Sur. La navegación se realizaba mediante sextante y las malas condiciones meteorológicas solo le permitió al Capitán realizar tres mediciones, pero su precisión en los cálculos le condujo a la isla Elefante.  La historia de la marinería está plagada de historias con desigual desenlace, donde el cálculo erróneo, como del radio de la Tierra, comprometió la supervivencia de sus tripulantes.

La importancia de la computación en la historia de la humanidad no se puede limitar a microhistorias como la anterior, sino que ha ocupado un papel central y lo seguirá haciendo en el devenir humano. Estoy pensando en un concepto amplio de capacidad computacional y me viene a la cabeza el título del libro de M. Arbib (1981) Cerebros, máquinas y matemáticas. Su título me resulta adecuado para fijar las coordenadas donde situar el concepto, donde la inteligencia artificial es una parte de esta capacidad.

La ciencia nos permite entender el mundo y la tecnología vivir en el mundo. La capacidad computacional es una habilidad transversal y esencial en los contextos científicos y tecnológicos.  Como sociedad debemos priorizarla por varios motivos. 

En un mundo finito, como el nuestro, es inviable una economía creciente. Donella H. Meadows y otros (1972) constataron este hecho en su informe Los límites del crecimiento realizado por encargo del Club de Roma. Existe una ilusión que nos hace creer que los infinitos problemas serán resueltos por una ciencia y tecnología que consigue cada día éxitos más notables e increíbles.  Estas ideas también son promovidas por lobbies y requiere de un pensamiento crítico que pueda evaluar y tomar sus propias conclusiones. Esto es una de las cualidades de la capacidad computacional. Por ejemplo, si queremos cuestionar que los cambios tecnológicos van a resolver los problemas derivados del crecimiento podemos analizar un ejemplo concreto. En la actualidad hay una creencia que se va a producir un cambio de modelo energético en la automoción, siendo el coche eléctrico el reemplazamiento natural a los motores de combustión. Si se dedicase toda la producción mundial de litio a la construcción de baterías para coches eléctricos, dejando desatendidos móviles, tablets, etc. se produciría menos de 18 millones de vehículos. La producción mundial en el 2022 fue de 85 millones de vehículos en total. El corolario es que deberíamos producir más de cuatro veces más litio para mantener las condiciones actuales. La cuantificación desacopla el problema de aspectos de creencias y apriorismos, y hace luz en la respuesta.  Es una herramienta esencial para mejorar la capacidad crítica.

Existen múltiples argumentos para fijar un escenario futuro donde la escala de la economía es considerablemente mucho menor que la actual (¿40% quizás?) e independientemente de las decisiones políticas medioambientales que se pudieran tomar. En el proceso de convergencia se van a producir choques con los límites de la propia Tierra y dar una respuesta acertada de cuánto, dónde, cuándo o cómo vuelve a ser esencial para la propia supervivencia. Es una nueva travesía en el Endurence y acertar en las decisiones, para no volver a quedar atrapado en el hielo o poder llegar a Georgia del Sur, nos va a demandar la mejor de las capacidades computacionales.

¿Cómo dotarnos como sociedad de esta capacidad computacional? La respuesta varía de unos países a otros. EEUU es capaz de atraer el talento de todo el globo y disponer del grueso de los recursos disponibles. China lo fía a su propio volumen mientras que la UE debe potenciar y retener todo su talento. Además, no está garantizada la cooperación de los agentes que compiten por los recursos. Por ejemplo, si EEUU construye un ordenador cuántico jamás se lo vendería a China (ni a la UE), de hecho, todos los desarrollos científicos actuales que posibiliten su construcción llevan aparejado las mismas medidas de seguridad que si se tratara de tecnología militar. También varían los límites en esta carrera, por ejemplo, cuestiones éticas en el desarrollo de la inteligencia artificial son menos discutidas en China e incluso en EEUU que las planteadas en la UE (Committee on the Internal Market and Consumer Protection, 2023).

Si nos situamos en una escala local o regional, los grados de libertad del espacio de soluciones para incrementar nuestra capacidad computacional se reduce drásticamente. Además, hay que lidiar que en los márgenes de los márgenes estas cuestiones parecen no apelarnos. Descifrar la estructura de una proteína o hacer los cálculos necesarios en nanotecnología se vuelve cosas de los otros, juegos caros e inútiles para nuestros problemas diarios. Algunas acciones plausibles son:

1. Hay que entender el funcionamiento disruptivo de los avances científicos y tecnológicos. Por ejemplo, en la investigación farmacológica solo un porcentaje residual de los principios activos ensayados resultan de interés práctico. Pero pese a eso, el retorno de esa fracción infinitesimal compensa toda la inversión. Esta misma situación está presente en la ciencia y en la tecnología en general. Hay que asumir esta regla de funcionamiento y dotar una financiación amplia a la investigación en esta materia. Además, desvincularla de réditos inmediatos o extremadamente finalistas.
2. El 1.4% de la población activa se dedica a la agricultura en la UE y esta actividad económica genera aproximadamente el 1.5% del PIB, sin embargo, por cuestiones históricas y estratégicas se le dedica un 40% del presupuesto de la UE a este sector. Se ha pasado del 60% del presupuesto al 40% sin un impacto catastrófico, como una suerte de reemplazo de riego por inundación por riego por goteo. De la misma manera se debe entender como estratégica la capacidad computacional y financiar la creación de empleos en estos sectores para que ningún talento en el territorio de la UE quede malogrado por falta de riego.
3. La formación es una palanca esencial para el desarrollo de esta capacidad.  En el nivel de educación secundaria la inclusión de una asignatura de programación en bachillerato es necesaria. Además, los programas de matemáticas son muy extensos y se cubren superficialmente, desarrollándose marcados por la necesidad de aprobar exámenes y dejando en un segundo plano el desarrollo de capacidades matemáticas. En el nivel universitario se produce un desequilibrio en la formación técnica entre la parte tecnología y sus fundamentos. Se prima generar una fuerza de trabajo para la industria frente al desarrollo del conocimiento.

El desarrollo de la capacidad de cómputo dará soluciones a algunos de los problemas inabordables hasta la fecha. Se diseñarán materiales o fármacos a escalas inimaginablemente pequeñas, o se plantearán problemas ingenieriles a escala planetaria (geoingeniería) pero el elefante en el salón es la máquina con inteligencia artificial general (AGI, en su acrónimo en lengua inglesa).

Roli, Jaeger y Kauffman (2022) argumentan que la AGI no es realizable porque los marcos algorítmicos tienen un sistema cerrado de posibilidades y los algoritmos no pueden percibir nuevos marcos y transcender de los propios. La inteligencia humana es como una cadena de conjuntos  A1⊆A2⊆…. los cuales albergan paradigmas de pensamientos que son accesibles de uno a otro por su contención, mientras que en los marcos algorítmicos existe una clausura, por amplia que esta sea, A1⊆A2⊆….⊆Ak, que cierra el conjunto de posibilidades. La AGI equivale a plantearse si la inteligencia humana es computable, en dicho caso la Máquina de Turing Universal podría implementarla. Sabemos que existen problemas, como el problema de la parada, que no tiene un algoritmo para resolverlo. La AGI puede estar en la misma situación y ser una entelequia, pero si no lo fuese y comparáramos el reto que hubiera sido para el Imperio Romano llegar a la Luna con el reto de conseguir la AGI para los actuales imperios (EEUU o China) pudieran parecer de una dificultad del mismo orden de magnitud.

Si llegásemos a estas lunas donde las máquinas pensaran, nuestro ser de homos sapiens sapiens sería consciente que pensar no es más que calcular, que la simbiosis con las máquinas continua la evolución humana y quizás términos como el de homo computationalis fuese más adecuado para esos nuevos tiempos.

Bibliografía

1. M. Arbib (1981) Cerebros, máquinas y matemáticas, Alianza Universidad.
2. Committee on the Internal Market and Consumer Protection (2023). AI Act: a step closer to the first rules on Artificial Intelligence. https://www.europarl.europa.eu/news/es/press-room/20230505IPR84904/ai-act-a-step-closer-to-the-first-rules-on-artificial-intelligence
3.  D. Meadows y otros (1972) Los Límites del crecimiento: informe al Club de Roma sobre el predicamento de la humanidad, Fondo de Cultura Económica.
4.  A. Roli, J. Jaeger y S, A. Kauffman (2022). How Organisms Come to Know the World: Fundamental Limits on Artificial General Intelligence. Front. Ecol. Evol., 28 , Sec. Models in Ecology and Evolution  Volume 9 – 2021 | https://doi.org/10.3389/fevo.2021.806283

Artículos de Opinión de la ESI

[+] Otros artículos de opinión

Interactúa en redes