En el posgrado, mi profesor de arqueología experimental le pidió a un estudiante que creara un hueco para puerta (el agujero en el marco de una puerta donde se desliza un cerrojo) en una losa de arenisca, picoteándolo con una piedra redondeada. Después de un par de semanas, el estudiante presentó sus resultados a la clase. “Picoteé la arenisca unas 10,000 veces”, dijo, “y luego se rompió”.
Este tipo de experiencia se conoce como aprendizaje individual. Funciona mediante ensayo y error, con muchos de cada uno. También conocido como aprendizaje por refuerzo, es la forma en que los niños, los chimpancés, los cuervos y la inteligencia artificial a menudo aprenden a hacer algo por sí mismos, como fabricar una herramienta sencilla o resolver un rompecabezas.
Pero el aprendizaje individual tiene límites. Por mucho que alguien experimente mediante ensayo y error, la mejora eventualmente llega a su límite. Los humanos llevan cientos de miles de años lanzando jabalinas, pero su rendimiento se estancó en gran medida. En los Juegos Olímpicos de París de 2024, el lanzamiento de jabalina, que obtuvo la medalla de oro, se quedó aproximadamente un 5% por debajo del récord de Jan Železný de 1996. El nivel de juego experto en el juego de estrategia Go se mantuvo prácticamente sin cambios entre 1950 y 2016, cuando la inteligencia artificial cambió la ecuación.
A lo largo de la existencia de la humanidad, estas limitaciones al aprendizaje individual no se aplicaron a la tecnología. Desde que Deep Blue de IBM derrotó al campeón mundial de ajedrez Garry Kasparov en 1997, las supercomputadoras se han vuelto un millón de veces más rápidas y ahora superan sistemáticamente a los humanos en ajedrez y en muchos otros ámbitos.
¿Por qué es tan diferente la mejora tecnológica? Mi trabajo como antropóloga sobre evolución cultural e innovación demuestra que, a diferencia del rendimiento individual, la tecnología avanza mediante la combinación y la colaboración. A medida que más personas e ideas se conectan, el número de combinaciones posibles crece de forma superlineal. La innovación tecnológica escala con el número de colaboradores.
Mi nuevo libro con el antropólogo Michael J. O’Brien, “Colaboradores a través del tiempo”, revela estos patrones a lo largo de la existencia humana. Analiza cómo dos millones de años de tradiciones tecnológicas progresaron mediante la colaboración entre especialistas, a lo largo de generaciones y con otras especies.
La experiencia ha sido clave. Dado que las comunidades tradicionales saben quiénes son sus expertos, la especialización y la colaboración han sustentado constantemente el éxito humano como especie.
Resumiría nuestra visión sobre cómo la tecnología sigue avanzando como TECNOLOGÍA: tradición, experiencia, colaboración y humanidad.
Continúa leyendo: OpenAI convertirá Londres en su mayor centro de investigación fuera de EU
Tradiciones y conocimientos: la base fundamental de la innovación
La tradición tecnológica más larga documentada por los paleoantropólogos fue el hacha de mano achelense. Esta herramienta de piedra multiusos fue fabricada por nuestros ancestros homínidos durante casi un millón de años, incluyendo unos 700,000 años en un solo yacimiento del este de África. Las personas producían herramientas achelenses mediante técnicas que aprendieron, practicaron y perfeccionaron a lo largo de generaciones.
Posteriormente, las pequeñas sociedades prehistóricas de los humanos modernos prosperaron gracias a milenios de conocimientos especializados, como la música, los techos de paja, el cultivo de semillas, el enterramiento de cadáveres en ciénagas y la elaboración de fideos de mijo e incluso queso aptos para enterrarlos junto a las momias.
Hace ya 22,000 años, las comunidades cercanas al Mar de Galilea almacenaban y utilizaban más de cien especies de plantas, incluidas plantas medicinales. Los chamanes, expertos rituales en conocimientos medicinales y cuidados, ayudaron a sus grupos a sobrevivir. La evidencia arqueológica de los yacimientos funerarios sugiere que estos especialistas fueron ampliamente venerados durante miles de años: una chamán fue enterrada con caparazones de tortuga, el ala de un águila real y un pie humano cercenado en una cueva de Israel.
Colaboración: conocimiento que abarca el tiempo y el espacio
La experiencia tradicional por sí sola no impulsa el avance tecnológico. El progreso tecnológico se produce cuando se combinan diferentes tipos de experiencia.
La rueda podría haber surgido de las comunidades mineras de cobre. Un experto obtenía cobre de los Balcanes, otro lo transportaba, otro lo fundía. Hacia el año 4000 a. C., otros especialistas fundieron el cobre en un antiguo amuleto con forma de rueda: moldearon un modelo de cera, lo recubrieron con arcilla, lo cocieron en un horno, vertieron el metal fundido en el molde y luego lo rompieron.
Las tecnologías de transporte transformaron las antiguas redes de productos. A medida que las comunidades de Eurasia y África construían vehículos y barcos con ruedas, y criaban caballos domésticos y otros animales de carga, la colaboración se expandió a través de los continentes. El comercio marítimo y terrestre conectaba a herreros, escribas, eruditos religiosos, fabricantes de cuentas, tejedores de seda y tatuadores.
La experiencia solía estar distribuida entre las ciudades y sus alrededores, y las ciudades funcionaban como centros de redes de productos transcontinentales. En el antiguo Egipto, ninguna comunidad podía producir una momia por sí sola. Los expertos en momificación de Saqqara recurrían a una red continental que suministraba aceites, alquitranes y resinas, combinando estos materiales con técnicas especializadas de antisepsia, embalsamamiento, envoltura y sellado de ataúdes.
En todo el mundo, estados e imperios —desde la civilización del valle del Indo hasta los vikingos, mongoles, misisipís e incas— expandieron estas redes, sirviendo como centros que coordinaban el intercambio de materias primas, conocimientos especializados y productos terminados. Estos intercambios podían ser muy específicos: la porcelana china se enviaba exclusivamente a los palacios del siglo XII en la España islámica a través de comerciantes de Oriente Medio que añadían inscripciones árabes en pan de oro.
La escala cambió, pero la estructura no. Hoy en día, dentro de un espacio de productos global, un iPhone se ensambla a partir de una red distribuida de instalaciones y conocimientos especializados.
Te podría interesar: Los grandes constructores de la IA son ahora los mayores ‘lobistas’
Humanidad – aprendizaje social
Hoy en día, la IA podría alterar el patrón milenario de avance tecnológico a través de la tecnología. La mayoría de los grandes modelos lingüísticos generan respuestas estadísticamente comunes, lo que puede aplanar la cultura y diluir la experiencia y la originalidad. El riesgo aumenta a medida que escasean los datos de entrenamiento de alta calidad sin explotar (nuestra reserva de experiencia).
Esto crea un ciclo de retroalimentación: los modelos entrenados en gran medida con contenido de baja calidad pueden degradarse con el tiempo, con disminuciones mensurables en el razonamiento y la comprensión.
Algunos científicos advierten que los humanos y los grandes modelos lingüísticos podrían verse atrapados en un ciclo de contenido genérico y reciclado que se refuerza mutuamente, con la consiguiente descomposición cerebral para todos los involucrados.
El extremo distópico es el colapso del modelo de IA, en el que los sistemas entrenados en gran medida con su propia producción comienzan a producir sinsentidos.
La descomposición cerebral es una de las razones por las que algunos pioneros de la IA ahora cuestionan si los grandes modelos lingüísticos alcanzarán la inteligencia humana. Pero creo que ese es el enfoque equivocado. La clave para mejorar continuamente los modelos de IA es la misma que ha sustentado la experiencia humana durante milenios: mantener a los expertos humanos al tanto: la E de TECNOLOGÍA. Gracias a una especie de efecto flautista, una minoría informada puede guiar a una mayoría desinformada que copia a sus vecinos.
En un experimento clásico, los guppies, siguiendo a sus vecinos, terminaron formando un banco detrás de un pez robótico que los guiaba hacia la comida. Un estudio reciente demostró que la congestión del tráfico disminuye cuando los vehículos autónomos representan tan solo el 5% de los automóviles en circulación. En ambos casos, una pequeña minoría informada transformó el comportamiento de todo el sistema.
Al igual que los humanos, los grandes modelos lingüísticos son aprendices sociales, y el aprendizaje puede ir en cualquier dirección. Los diseñadores pueden aumentar la probabilidad de que los modelos sigan mejorando al asegurarse de que incorporen las lecciones acumuladas de la experiencia humana a lo largo de la historia. A su vez, esto crea las condiciones para que las personas y los modelos aprendan mutuamente.
En la década de 2010, AlphaGo de DeepMind redescubrió siglos de conocimiento humano acumulado en Go mediante el aprendizaje individual y luego lo superó al crear estrategias que ningún humano había utilizado jamás. Los maestros humanos del Go adoptaron posteriormente estas estrategias generadas por IA en su propio juego.
Los modelos de lenguaje extensos bien entrenados también pueden resumir vastas cantidades de información científica, ayudar a disuadir a la gente de ideas conspirativas e incluso fomentar la colaboración misma al ayudar a diversos grupos a alcanzar el consenso. En estos casos, el aprendizaje fluye en ambas direcciones.
Desde las hachas achelenses hasta las supercomputadoras, la innovación humana siempre ha dependido de la tradición, la experiencia, la colaboración y la humanidad. Si la IA se adapta para encontrar y confiar en la experiencia en lugar de diluirla, puede convertirse en la próxima gran tecnología de la humanidad, a la par de la escritura antigua, los mercados y los primeros gobiernos, en nuestra larga historia como colaboradores a lo largo del tiempo.
*R. Alexander Bentley es profesor de Antropología en la Universidad de Tennessee.
