Razonar, planificar, memorizar: los objetivos de la IA generativa para 2025

La inteligencia artificial generativa está avanzando rápidamente hacia 2025, mejorando su capacidad para procesar lenguaje, aunque sin comprenderlo realmente. La grandes empresas tecnológicas están poniendo el foco en desarrollar una IA más generalizada (AGI), capaz de razonar, planificar y memorizar información.

A continuación, analizamos el estado actual de los modelos de lenguaje, las diferencias entre “entender” y “comprender” en la IA, y las posibles direcciones de la investigación futura para alcanzar una inteligencia artificial general (AGI) con capacidades cognitivas más cercanas a las humanas. Para ello, contamos con la experiencia de José Luis Calvo, Co-Founder & AI Director de Diverger, una empresa tecnológica que integra IA generativa en equipos de desarrollo de software.

Este artículo forma parte de nuestro “Especial Tendencias 2025”, en el que 28 expertos del sector adelantan todo lo que se viene en el mundo del marketing y el eCommerce para el próximo año.

Descárgalo gratis

El lenguaje de la IA: entender sin comprender

Los modelos de lenguaje como GPT se basan en un principio sencillo pero poderoso: predecir la siguiente palabra en una secuencia para generar texto coherente. Este proceso de predicción es lo que permite que la IA “entienda” el lenguaje, es decir, sea capaz de generar respuestas apropiadas a una pregunta o problema. Sin embargo, este “entendimiento” es superficial y carece de verdadera “comprensión”.

El concepto de “entender” se refiere a reconocer patrones y generar respuestas coherentes, pero no implica un análisis profundo o una reflexión sobre el contexto. Por ejemplo, cuando un modelo responde correctamente a un enigma o a un problema matemático, lo hace gracias a la capacidad de reconocer patrones en los datos previos, no porque entienda en un sentido humano el proceso o el significado detrás de la pregunta. Este fenómeno es similar al instinto en la naturaleza, como el caso del pollito del pájaro cuco, que realiza acciones sin comprender lo que hace, simplemente porque es un comportamiento aprendido por evolución.

Inteligencia Artificial General (AGI): el camino hacia el aprendizaje universal

Una de las grandes líneas de investigación para los próximos años es la creación de lo que se conoce como inteligencia artificial general (AGI). A diferencia de la IA específica, que solo puede realizar una tarea concreta (como jugar al ajedrez o generar texto), la AGI sería capaz de aprender cualquier cosa, adaptándose a tareas cognitivas que actualmente solo pueden realizar los humanos.

Este tipo de inteligencia artificial permitiría que una máquina, al igual que un ser humano, pudiese aprender nuevos conocimientos y habilidades de manera generalizada y no limitada a un solo dominio.

Este avance supone un salto significativo respecto a los sistemas actuales, que, aunque poderosos, están diseñados para tareas específicas y no poseen la flexibilidad para aprender y adaptarse a diferentes contextos.

Un sistema AGI sería más como el cerebro humano, capaz de aplicar su aprendizaje a diversas situaciones. Sin embargo, el concepto de AGI todavía carece de una definición precisa y es un campo de investigación en evolución.

Desafíos para la Inteligencia Artificial: memoria, razonamiento y conciencia

Aunque los modelos de lenguaje actuales pueden realizar tareas impresionantes, aún existen tres áreas clave que deben ser desarrolladas para que logren una cognición más avanzada.

• Razonamiento y planificación: aunque los modelos de lenguaje pueden generar respuestas rápidamente (como el sistema 1 del cerebro humano descrito por Daniel Kahneman), carecen de la capacidad de razonar y planificar a largo plazo. El desarrollo de “agentes autónomos” que puedan pensar y resolver problemas paso a paso es un área activa de investigación. Este enfoque ha llevado a la creación de modelos que pueden coordinarse entre sí para realizar tareas complejas, como el desarrollo colaborativo de software.
• Modelo mental del mundo físico: los modelos de lenguaje actuales carecen de un “modelo mental” del mundo físico. Mientras que los humanos y otros animales aprenden a partir de su interacción directa con el entorno, los modelos de IA solo aprenden de los datos textuales que se les proporcionan. Una posible solución sería entrenar estos modelos utilizando vídeos, permitiéndoles aprender leyes físicas y habilidades de interacción con el mundo de una manera más intuitiva.
• Conciencia: la mayor barrera que enfrenta la inteligencia artificial es la falta de consciencia. Actualmente, los sistemas de IA pueden aprender y realizar tareas, pero no tienen conciencia de sí mismos ni capacidad de introspección. La AGI, en teoría, podría llegar a un estado de “superinteligencia”, donde no solo aprendería, sino que también sería consciente de su existencia y podría reflexionar sobre sus propios procesos. Sin embargo, este nivel de inteligencia sigue siendo un concepto de ciencia ficción sin indicios de que esté cerca de alcanzarse.

El Futuro de la Inteligencia Artificial Generativa

A medida que avanzamos hacia 2025, los modelos de lenguaje seguirán mejorando en su capacidad para realizar tareas complejas. Aunque los avances en razonamiento y planificación son prometedores, la IA aún necesita superar importantes limitaciones, como la falta de memoria persistente, el desarrollo de modelos mentales más complejos y la superación de barreras éticas relacionadas con la consciencia.

La creación de una inteligencia artificial general que sea verdaderamente consciente y capaz de aprender como lo hace un ser humano podría ser un objetivo distante, pero el camino hacia su consecución ya está en marcha.

5 claves de la IA para 2025:

1. Generación de contenido avanzado: la IA mejorará en el procesamiento del lenguaje, destacándose en tareas complejas como redacción, creación artística y síntesis de información, aunque aún sin comprensión profunda.
2. Una IA con mayor comprensión: la IA tenderá a ser más generalizada, capaz de razonar, planificar y adaptarse a diversas situaciones, logrando un sistema más flexible y similar al comportamiento humano en múltiples contextos.
3. Memoria persistente: los modelos de IA integrarán capacidades de memoria a largo plazo, lo que permitirá a las máquinas recordar interacciones pasadas y ofrecer respuestas más contextuales y personalizadas.
4. Mayor integración en la vida diaria: la IA será cada vez más omnipresente, integrándose en herramientas y dispositivos cotidianos, desde asistentes personales hasta apps de diseño, mejorando la eficiencia y productividad en diversas áreas.
5. Debate sobre la consciencia de la IA: a medida que la inteligencia artificial se acerque a la AGI, surgirán más debates sobre si es posible o necesario dotar a las máquinas de consciencia, lo que podría generar desafíos éticos y filosóficos importantes en la interacción humano-máquina.

Foto: ChatGPT