«En matemáticas, el arte de proponer una pregunta debe ser más valioso que resolverlo». Georg Cantor
Existe, en el ámbito académico contemporáneo, una preocupación creciente por detectar fraudes realizados mediante el uso de Inteligencia Artificial, especialmente ChatGPT, debido a su alta capacidad para emular la expresión humana. Es paradójico que muchos defensores de esta “crisis de la autenticidad”, originada por la IA, pasen por alto la existencia de cientos de modelos de lenguaje en el mercado, similares a GPT, algunos incluso más especializados y eficientes en ciertas tareas que deberían ser igualmente motivo de preocupación. ¿Acaso no deberían?
Imagen generada a partir de texto en ideogram.ai
Por otra parte, esta preocupación por la IA corre paralela a las discusiones y reflexiones sobre cómo evaluamos la originalidad en la educación y el rol de la pedagogía en la promoción de capacidades propias.
En el marco de estas discusiones conjuntas, muchos educadores y miembros de la comunidad académica han resuelto la proscripción de la inteligencia artificial y buscan insistentemente maneras de detectar el plagio realizado con ella. Ironías de la vida, algunos incluso recurren a ChatGPT para poder detectarlo. Con una mezcla de ingenuidad y desconocimiento sobre la IA, cuestionan si determinados párrafos fueron generados por este modelo. Sin embargo, no puedo negar que esta cuestión de la autenticidad también me inquieta. A pesar de la falta de herramientas técnicas definitivas para identificar la intervención de GPT en un ensayo, con el tiempo uno comienza a reconocer patrones en los textos generados. Patrones que, inevitablemente, son el reflejo del análisis de miles de millones de textos que comparten una estructura gramatical y estilística común, y que, desde una perspectiva probabilística, tenderán a ser semejantes.
A manera de ilustración, permítame proponerle un juego mental:
Una sucesión es un conjunto ordenado de objetos matemáticos (como números), en el que cada objeto tiene un sucesor, excepto el último. Se trata, esencialmente, de una lista que sigue una cierta regla o patrón y pertenece a la clase de función discreta. Una función matemática es una relación que asigna a cada entrada exactamente una salida según una regla específica. La función es una herramienta que nos permite comprender y describir cómo una cantidad depende de otra.
Para la sucesión de números 2,4,6: ¿qué número sigue? La respuesta para muchos es obvia y seguramente responderán que 8. Y está bien. Para la sucesión 3,6,9, el número que definimos y creemos que sigue es 12. Pero para la sucesión: 2,10,12,16,17,18,19… ¿Qué número sigue? Por cuestiones de limitaciones físicas, lo invito a hacer una pausa y reflexionar durante algunos segundos sobre un posible sucesor antes de seguir leyendo. Quizá haya acertado; el número que sigue a esta sucesión planteada es doscientos. En este caso, para el idioma español, todos estos números comparten el hecho de que inician con la letra “d”. El único número que sigue en la serie y comienza con la letra “d” es “doscientos”.
Gottlob Frege, uno de los padres de la lógica moderna y la filosofía del lenguaje, argumentaba que la matemática es inherentemente lingüística, en tanto que se refiere a conceptos abstractos representados por símbolos. Sin embargo, este lenguaje matemático, riguroso y preciso, a menudo choca con el lenguaje natural, lleno de ambigüedades y sutilezas. La serie que mencioné es un claro ejemplo de cómo nuestra percepción y entendimiento pueden estar influenciados por el lenguaje que utilizamos. Es un recordatorio de que, a pesar de los avances tecnológicos y matemáticos, la comprensión humana y la interpretación siguen siendo fundamentales.
Sí quizá no pudo acertar, no se preocupe. Frecuentemente le pregunto a la versión más actualizada de ChatGPT sobre la serie y casi siempre falla. Falla porque la estructura matemática con la que está construida esta herramienta no percibe de manera recurrente esta forma de interpretar las series. Además, al introducir los textos con los que se alimenta el modelo de lenguaje, también se incurre en errores debido a la estructura propia del lenguaje que está ordenando probabilísticamente para ser generado con ayuda de la Inteligencia Artificial. Es algo similar a tener un diccionario cuasi infinito de Japonés — Español para traducir cualquier texto en japonés a nuestro idioma. Sin embargo, por más repetitivo que se haga el trabajo y por más que podamos traducir todo, no vamos a poder comprender el texto original ni darle una aplicación inteligente a lo que acabamos de construir desde un ejercicio mecánico de traducción.
Pero vayamos más allá de ese problema que pareciera estar sesgado únicamente al español. Pensemos en la sucesión 2,4,6… ¿Qué número sigue? Sin duda, cualquier persona que haya tenido un acercamiento claro a la aritmética responderá que el número que sigue es 8, correspondiendo a la fórmula del término n-ésimo f(n) =2n
Sin embargo, como el filósofo Ludwig Wittgenstein podría haber argumentado, el lenguaje de las matemáticas, al igual que cualquier otro lenguaje, puede ser ambiguo y abierto a interpretaciones. Existen casi infinitas soluciones que se pueden construir desde diferentes reglas que siguen el mismo orden lógico.
Esto significa que al evaluar esta sucesión para otra función definida por:
con n=4, el resultado será 10, un resultado matemáticamente también correcto. ¿Existe otro valor? Sí, como mencioné anteriormente, existen muchos. Por ejemplo, otra respuesta a la sucesión planteada podría ser 13, que corresponde a la función:
que al evaluarse en n=4 da como resultado 13. No cabe duda de que estas son interpretaciones matemáticas válidas, pero la complejidad que entraña este tipo de problemas recuerda a las reflexiones de grandes pensadores como René Descartes o Bertrand Russell sobre la naturaleza de la verdad y la certeza en matemáticas.
Advertirá el lector que esto no es invención mía, y claro está, no me da la mente para llegar a este nivel tan complejo que alcanzaron grandes matemáticos en la historia. Esta gimnasia matemática se conoce como Interpolación de Lagrange y Polinomios de Lagrange. La interpolación de Lagrange es una técnica matemática para encontrar una función polinómica que pasa exactamente por un conjunto dado de puntos. Los polinomios de Lagrange son una forma de representar este polinomio interpolante.
El lenguaje, ya sea matemático o natural, humano o “artificial”, siempre ha sido una herramienta vital para expresar, comprender y comunicar nuestras ideas. Sin embargo, como Wittgenstein postuló en su “Tractatus Logico-Philosophicus”, los límites de mi lenguaje significan los límites de mi mundo. Esto es evidente cuando consideramos la variabilidad de las sucesiones matemáticas y cómo estas pueden interpretarse de múltiples maneras, en función de las reglas y estructuras del lenguaje que decidimos emplear.
Dentro de este contexto emerge la tensión entre la figura de ChatGPT, una cumbre de los avances tecnológicos en la IA para el procesamiento del lenguaje, y la comunidad académica, que ve en esta herramienta y su influencia una amenaza a la forma en la que consumimos conocimiento.
Immanuel Kant, en su “Crítica de la razón pura”, argumentaba que nuestro entendimiento no es simplemente un tablero en blanco que se llena con las experiencias, sino que tiene una estructura intrínseca que determina cómo procesamos esas experiencias. Esta regla del entendimiento, a mi manera de ver, aplica para describir la operación de una IA, en este sentido, ChatGPT y otros modelos de lenguaje de IA se enfrentan al problema de sus límites: ¿Hasta qué punto estos modelos, entrenados con vastas cantidades de texto y datos, generan respuestas genuinamente innovadoras y hasta qué punto simplemente reflejan y amplifican los patrones ya existentes en sus conjuntos de entrenamiento?
Es innegable que, a veces, las respuestas generadas por modelos como GPT pueden parecer repetitivas o predecibles. Como herramientas basadas en patrones, tienden a seguir rutas bien trazadas de razonamiento y a reiterar estructuras y frases que son comunes en los textos con los que fueron entrenados. Así como un estudiante que ha leído repetidamente ensayos de un mismo estilo tiende a reproducir ese estilo en sus propios escritos, ChatGPT se basa en estructuras y patrones familiares.
Por lo tanto, si bien ChatGPT puede ser una herramienta valiosa para generar ideas rápidas o ayudar en procesos de brainstorming o lluvia de ideas, no debemos olvidar la crítica de Platón en su “Fedro” sobre la escritura: que puede dar la ilusión de sabiduría sin la verdadera comprensión. La verdadera innovación y el pensamiento crítico requieren un esfuerzo humano consciente y reflexivo, una búsqueda activa de romper los moldes y ver más allá de los patrones establecidos, esta capacidad, por ahora, no existe en estas inteligencias estrictamente instrumentales.
La discusión sobre la naturaleza de los algoritmos y su impacto en nuestra humanidad es esencial en la era moderna. Al abordar el tema de los “Algoritmos Deshumanizantes”, encontramos un paralelismo directo con las prácticas educativas tradicionales. Siempre ha habido una crítica a los sistemas educativos que promueven la memorización y regurgitación de información en lugar de fomentar el pensamiento crítico y la creatividad. Así como un algoritmo puede caer en la trampa de proporcionar respuestas repetitivas basadas en patrones establecidos, las instituciones educativas, a menudo, caen en la trampa de valorar la repetición sobre la reflexión. Desde esta perspectiva, la premisa es clara, la IA no supone una sustitución mecánica de las habilidades humanas del pensamiento, el ingenio y la sensibilidad consciente. Más aún, se cumple la esperanza presente en el esfuerzo de su creación: la liberación humana de actividades repetitivas, incómodas o degradantes.
El filósofo John Dewey afirmaba que la educación no es una preparación para la vida; la educación es vida misma. En términos de la teoría general de sistemas, si seguimos moldeando la educación bajo la misma fórmula, es decir, si el ‘input’ en términos de metodologías y evaluaciones no cambia, entonces el ‘output’, es decir, el producto de nuestro sistema educativo, seguirá siendo homogéneo y predecible. Este proceso no sólo nubla en los estudiantes la oportunidad de descubrir y expresar su individualidad, sino que también amenaza con producir generaciones que son menos capaces de enfrentar y adaptarse a un mundo en constante cambio En este sentido, nuestra aspiración no deberá ser competir y derrotar a la máquina en su natural operación de repetición inagotable y memoria perfecta, sino promover la natural fertilidad del pensamiento humano.
1988: Profesores protestan por el uso de calculadoras en clase
El desafío, entonces, no es rechazar la tecnología, sino integrar en nuestra didáctica de una manera que amplíe y enriquezca la experiencia educativa en lugar de limitarla, dando margen para actividades elevadas del pensamiento, y liberando el esfuerzo humano de la repetición y el esfuerzo, dejamos estas tareas a la esquemática y mecánica inteligencia artificial. Si deseamos un futuro en el que las respuestas no sean meras repeticiones de lo que ya se conoce, debemos cuestionar y renovar constantemente no sólo cómo enseñamos, sino también las herramientas que usamos aplicadas al pensamiento.
En última instancia, la educación es un espejo de lo que valoramos como sociedad. Si queremos diversidad, creatividad y adaptabilidad en nuestro reflejo, es imperativo que reimaginemos nuestros métodos educativos y evaluativos. No podemos esperar un cambio en el resultado si no estamos dispuestos a cambiar la entrada.
Comentar