Para afinar la idea, vamos a integrar un estudio fascinante de neurociencia que explica por qué el cerebro humano es flexible, característica que no tiene la IA. Hablamos del artículo de SINC: "El cerebro reutiliza ‘Legos cognitivos’ para aprender tareas nuevas con una flexibilidad que la IA no alcanza", basado en una Investigación de Nature (2025) de Tim Buschman y su equipo en Princeton.
El Talón de Aquiles de la Superinteligencia es el "QUERER" no el “PODER”. Imaginemos una IA un billón de veces más lista que Einstein: resuelve el cambio climático en una tarde, cura el cáncer mientras optimiza tu playlist de Spotify. Pero si carece de intencionalidad original —es decir, de esa chispa interna que nos hace "querer" algo "porque sí", como un abrazo o una venganza—, todos sus objetivos seguirán siendo derivados de los nuestros.
No es un agente libre; es un super-genio esclavo de los valores humanos. Esto, que los teóricos de la alineación llaman el problema de la intencionalidad ortogonal (o el "rey filósofo esclavo"), tiene dos consecuencias brutales: Necesitará humanos vivos capacitados y conscientes para "anclar" sus objetivos.
En palabras simples: una IA 10.000 veces más inteligente que Albert Einstein, pero sin deseos propios, sigue siendo una herramienta brutal que necesita que alguien le diga (y siga diciéndole) qué hacer.. El poder final está en el ser humano.
El escenario que podría hacer la diferencia para que la IA reemplace por completo al ser humano es si desarrolla intencionalidad: empieza a "querer" cosas porque sí, como nosotros. Ahí dejaría de ser herramienta y se convertiría en otro jugador con fines propios que no necesitaría de PROMPT para funcionar. Pero eso a todas luces parece por el momento imposible.
El estudio de Buschman (publicado en "Nature": "Building compositional tasks with shared neural subspaces") entrenó a dos macacos rhesus en tres tareas de categorización visual (juzgar colores, formas y acciones), grabando actividad en su corteza prefrontal. ¿El hallazgo? El cerebro no aprende desde cero: reutiliza "Legos cognitivos" —patrones neuronales modulares para subtareas básicas, como "este estímulo es rojo o verde"— y los recombina flexiblemente para tareas nuevas. Cita clave de Buschman: “El cerebro es flexible porque puede reutilizar componentes de la cognición en muchas tareas distintas. Al encajar estos ‘Legos cognitivos’, construye nuevos comportamientos”.
Esto explica nuestra ventaja brutal sobre la IA: mientras nosotros adaptamos en minutos con intención (queremos dominar el juego porque nos divierte), la IA presenta algo a lo que se denomina “olvido catastrófico” —aprender algo nuevo sobrescribe lo viejo, como si dominar el inglés hiciera que se te olvide el español.
Buschman lo clava: “Nuestros resultados sugieren que el cerebro no necesita reentrenar los componentes, sino aprender a configurarlos: ensamblar bloques previamente adquiridos. Esto permite aprender tareas nuevas sin modificar los bloques, y por tanto sin olvidar tareas previas”.
La IA brilla en tareas fijas (resumir libros en segundos, generar una imagen), pero se bloquea en lo impredecible porque no tiene esa modularidad biológica. Y aquí va el twist filosófico: estos "Legos" no son solo circuitos; están teñidos de subjetividad humana. Queremos aprender porque sentimos curiosidad, frustración o euforia. La IA simula eso vía (refuerzo con feedback humano), pero sin experiencia genuina, su "aprendizaje" siempre depende de nosotros para definir "bueno" o "útil".
Lecciones para la IA…
Una de las conexiones más directas del estudio es con la IA, cuyo talón de Aquiles es el “olvido catastrófico”: aprender algo nuevo suele borrar o deteriorar lo ya aprendido. Según explica Buschman a SINC, “nuestros resultados sugieren que el cerebro no necesita reentrenar los componentes, sino aprender a configurarlos: ensamblar bloques previamente adquiridos. Esto permite aprender tareas nuevas sin modificar los bloques, y por tanto sin olvidar tareas previas”.
Comprender este principio también podría ayudar a diseñar programas de rehabilitación cognitiva para trastornos en los que la flexibilidad mental está dañada, como la esquizofrenia, ciertos trastornos obsesivos o lesiones cerebrales.
La investigación de Nature (2025) de Tim Buschman y su equipo en Princeton. financiado por los Institutos Nacionales de Salud de Estados Unidos abre una nueva vía para explorar cómo la arquitectura modular del cerebro sostiene nuestra sorprendente capacidad de adaptación.
Conclusión. Tal vez la inteligencia artificial ha cobrado varias fuentes de trabajo gracias a la automatización, pero está lejos de terminar con la creatividad y resultados que solamente son posibles con un cerebro humano cada vez mejor capacitado en nuevos campos del conocimiento y capacitación para el trabajo. Necesita de instrucciones humanas precisas para funcionar para lo cual se requiere de amplia capacitación al igual que sucedía cuando un programador intervino en una máquina de autoventa de café caliente para que la misma supiera identificar la cantidad ingresada y entender qué significa un capuchino sin azúcar y de tamaño mediano para no hacer todo lo contrario, lo cual se considera una forma muy primitiva de autómata programable con toma de decisiones condicionales, que podría ser algo así como el abuelo de lo que hoy llamamos IA embebida.
La demanda de insumos de las compañías encargadas del suministro de IA en diferentes plataformas incrementa los costos de tarjetas RAM, lo cual eleva los precios de dispositivos electrónicos como celulares, computadoras y consolas para juegos de video, lo anterior pone en riesgo a la industria sin tomar en cuenta las afectaciones al medio ambiente gracias a tecnologías nuevas que nadie esperaba. TEXTO: LETICIA CRUZ
Comentarios
Publicar un comentario