"No sé mi dirección y no me importa". Jensen Huang habla sobre la pérdida de destreza intelectual debido a la IA (y por qué es bueno)

El trabajo de Jensen Huang al frente de Nvidia es el de dar entrevistas. Al menos, eso es lo que parece si tenemos en cuenta el largo tour por medios y eventos políticos en los que el mandamás de la compañía lleva meses inmerso. Es una de las personas más interesadas en que la rueda no deje de girar debido a que su compañía se ha convertido en el pegamento de la IA y no desaprovecha ninguna ocasión para quitar hierro a los peligros de la IA en cuanto a seguridad o pérdida de puestos de trabajo.

A la vez, deja aún más dudas sobre la IA y sobre el mundo que queremos construir, pero en una reciente entrevista en The New York Times ha demostrado algo más: lo desconectado que está del mundo. 

El pastel. Ezra Klein es columnista de The New York Times. También tiene un podcast en el que ha podido charlar largo y tendido con Huang y donde se han dado tres grandes bloques. El primero es uno al que Huang lleva tiempo quitando importancia: el de la pérdida de empleos que provocará la IA. Antes de abordar eso, Huang describe la IA como un pastel con varias capas. 

• En la base se sitúa la producción física, esa nueva Revolución Industrial que suponen las fundiciones.
• La siguiente capa son los centros de datos a los que llama "fábricas de IA.
• Por encima están los modelos, que no son sólo de lenguaje, sino de química, biología, física, robótica o de coches autónomos.
• La última capa es la de las aplicaciones para servicios legales, salud, manufactura.

Jensen Huang, CEO de Nvidia, sobre la gran polémica del mes: "La probabilidad de que la IA destruya el mundo es del 0%"

El poder de la ambición. Esa última capa es la que considera más importante y es la capa que hemos terminando usando en el día a día. Huang compara la IA con la electricidad o Internet: a nosotros nos da igual cómo funciona porque, simplemente, lo hace. Pulsamos el botón y se enciende la luz. Preguntamos algo a Google y nos da la respuesta. Con la IA, eso irá más allá y seremos capaces de "saber todo y hacer cualquier cosa". Según Huang, "le preguntas algo y te devuelve la respuesta. Le das un proyecto y vuelve con una solución. Le das una tarea y vuelve habiéndola hecho.

Y eso tiene dos asteriscos: empleo y educación. Volviendo al debate sobre las pérdidas de trabajo, Huang usa el ejemplo de la radiología. Según él, la IA ya ha automatizado la tarea de estudiar imágenes escaneadas, pero no ha eliminado el propósito del radiólogo. Este propósito es el de escanear y, otra vez según él, esto ha hecho que los hospitales procesen más pacientes y necesiten más radiólogos.

Aquí, Huang distingue entre "tarea", que es lo que se puede automatizar, y "propósito", que es la parte humana que no cambia. Reconoce que habrá trabajos como el del servicio al cliente donde "tarea" y "propósito" son lo mismo, pero insiste en que la idea de que la IA destruirá trabajos es "fundamentalmente errónea". También considera que hay un ingrediente insustituible, que es la ambición humana. "El poder de la ambición es la fuerza más grande y la variable que todo el mundo olvida cuando hace previsiones sobre empleo", signifique lo que signifique.

Más incapaces. El siguiente bloque es uno más personal y el que tiene más chicha de toda la historia. En él, se presenta un estudio chino en el que se muestran datos de 26.000 estudiantes de secundaria que usaban IA para hacer los deberes. El resultado es que las notas subieron un 18% y el tiempo invertido un 30%. Debería ser algo a celebrar, pero el giro es que las notas de los exámenes en los que no tenían acceso a IA realizados a los seis meses, caían un 20%, y las de los exámenes de acceso a la universidad hasta un 24% en dos años. La traducción es que se hacen las cosas más rápido, pero no se aprenden habilidades a largo plazo.

El mayor temor era que la IA nos quitara el trabajo. La realidad es que está reemplazando a quienes están aprendiendo a trabajar

Ante la evidencia, Huang afirma que no discute esa última parte, pero apunta que quizá haya que encontrar nuevas habilidades. "Prueba a que un niño haga una división larga. Las tablas de multiplicar se olvidan, como hacer raíces cuadradas. Las matemáticas básicas se están olvidando. ¿Importa de algo?" Acto seguido, se responde a sí mismo con un "no creo que importe" y hace una confesión: "no conozco mi dirección".

Cuando el entrevistador le dice que no cree que eso sea verdad, Huang se reafirma y pone como ejemplo cuando un día tuvo que echar gasolina, necesitaba el código postal y "no lo conocía. Tampoco conozco mi número de teléfono. Me olvido de esas cosas y puedo vivir sin saberlas". 

Destreza intelectual. Aquí no hay que ser más papistas que el papa y es cierto que todos delegamos en la tecnología ciertas cosas del día a día. Por ejemplo, no vamos a ningún sitio que no recordemos al dedillo sin usar un navegador, usamos apps de notas para descargar la cabeza y no me pongo a dividir ni a hacer reglas de tres: uso la calculadora. Sin embargo, algo que Ezra comenta, interpelando directamente a un Huang al que le gusta la lectura, es que hay preocupación entre profesores sobre cómo se está acortando la capacidad de atención y la comprensión lectora.

Esto no es algo que podamos delegar a una calculadora u otra app y necesitamos esa comprensión para prácticamente todo en nuestra día a día. También es la base para el pensamiento creativo y es algo que no es viable delegar a una máquina. Huang, ante esto, afirma que "vamos a perder algo más de destreza intelectual, pero seremos mejores pensadores de sistemas".

'System thinkers'. En este tercer bloque, tira de experiencia, contando que, cuándo trabajó en su primer chip con 200 transistores, "conocía cada uno de ellos por su nombre". Hoy los chips tienen miles de millones de transistores y ningún ingeniero puede replicar ese conocimiento porque, sencillamente, es imposible. Pero que no se sepan el nombre de cada transistor no quita que, para Huang, los ingenieros de hoy "sean mucho mejores pensadores de sistemas que yo cuando me gradué". 

Afirma que él era un "mejor pensador de transistores", pero la industria ya no opera a ese nivel, sino que razona e itera entre sistemas mucho más complejos. Este paralelismo le sirve para relativizar el valor de ciertos saberes técnicos profundos porque ahora los ingenieros piensan en sistemas completos y cómo interactúan entre ellos. "Parte del conocimiento del nivel más bajo se ha perdido", según Huang, pero lo que se gana es el saber de alto nivel. 

La conclusión de Huang es que siempre habrá gente que se interese en el conocimiento más profundo, pero el usuario de a pie y el trabajador convencional podrá usar cualquier cosa sin tener que "lidiar con cálculos, física y química cuántica", simplemente se beneficiará de la tecnología. 

Jensen Huang, CEO de Nvidia, tiene muy claro que el mayor temor de la industria IA está a la vuelta de la esquina