Más allá del Hype: El CTO argumenta que la IA puede aumentar, no reemplazar, la creatividad humana

Reducción de Barreras a la Creatividad con IA

Impulsado por temores de que la IA eventualmente reprimirá la creatividad, las predicciones apocalípticas no son nuevas, como Phillipe Wassibauer, director de tecnología (CTO) en Crunchdao, ha afirmado. Wassibauer, sin embargo, argumenta que incluso algunas de las soluciones tecnológicas más exitosas han enfrentado resistencia similar antes de demostrar ser herramientas que mejoran la creatividad humana.

Defendiendo el caso de la IA generativa, Wassibauer dijo a Bitcoin.com News que en lugar de sofocar la innovación humana, la tecnología está demostrando ser “una herramienta más poderosa que reduce barreras a la creatividad.” Señala cómo cualquiera puede usar fácilmente la IA para producir videos de alta calidad con instrucciones bien elaboradas, apoyando esta afirmación.

Además, más que degradar la creatividad humana, como señalan algunos críticos. Esto, argumenta, demuestra que “la IA generativa mejora, no reemplaza, el proceso creativo.”

En cuanto a la baja confianza en la IA, el CTO de Crunchdao identificó los temores de privacidad y las preocupaciones sobre la pérdida de empleos como algunos de los factores clave que contribuyen. Aunque no es una “cura total”, el CTO argumentó que la descentralización puede ser el paso que alinea la IA con valores como equidad y autonomía, que pueden construir confianza.

En otra respuesta escrita compartida con Bitcoin.com News, Wassibauer abordó riesgos de la IA y cómo los ingenieros actuales pueden ayudar a reducir estos. También ofreció su perspectiva sobre los pasos regulatorios tomados hasta ahora. A continuación se presentan las respuestas de Wassibauer a las preguntas enviadas.

Bitcoin.com News (BCN): Según un informe de KPMG, tres de cada cinco personas desconfían de la inteligencia artificial (IA), con el 67% de las personas reportando una aceptación baja a moderada de la tecnología. ¿Cree que la llegada de tecnologías descentralizadas y otras innovaciones asociadas podrían ayudar a mejorar la confianza de los usuarios en la IA? A su juicio, ¿por qué existe una falta de confianza tan profunda en primer lugar?

Phillipe Wassibauer (PW): La baja aceptación de la IA está impulsada por factores como la falta de comprensión, los temores de privacidad, la inexactitud, el desarrollo rápido y las preocupaciones sobre la pérdida de empleos. La descentralización puede ayudar mejorando la privacidad con datos controlados por el usuario, aumentando la transparencia a través de sistemas auditables y reduciendo el control centralizado. Si bien no es una cura total, es un paso hacia la alineación de la IA con valores como equidad y autonomía, lo que puede reconstruir la confianza.

BCN: ¿Hay alguna tendencia o innovación relacionada con la IA que cree que está siendo pasada por alto o desvalorada? ¿Cómo cree que estas tendencias o innovaciones podrían ser aprovechadas para impulsar el crecimiento o la mejora en el espacio de análisis de datos?

PW: Los agentes de IA están a punto de convertirse en una tendencia importante, especialmente en los ecosistemas blockchain. Estos sistemas están hechos a medida para los bots: los datos son accesibles, los sistemas son componibles y las interacciones son fluidas. A medida que el sector financiero se mueve hacia blockchain, el potencial de los agentes de IA para aprovechar estos datos crecerá, impulsando una automatización más inteligente, optimización e innovación en análisis y toma de decisiones.

BCN: ¿Puede discutir brevemente cualquier desafío u obstáculo que enfrentó al intentar hacer la transición de sistemas tradicionales a marcos descentralizados, y cómo superó estos desafíos?

PW: Crear efectos de red con tokenómica: en las aplicaciones tradicionales, la adopción depende de construir un gran producto y encontrar adopción. En Web3, la tokenómica es clave para impulsar los efectos de red. Es crucial diseñarlos cuidadosamente para recompensar a los primeros adoptantes y alinear los incentivos entre los participantes para el crecimiento y la colaboración.

Decidir los niveles de descentralización: un protocolo completamente descentralizado es el objetivo final, pero descentralizar completamente demasiado pronto puede ralentizar el desarrollo del producto y la toma de decisiones. Encontrar el equilibrio adecuado para la primera iteración del protocolo es desafiante pero esencial para el éxito a largo plazo.

Cumplimiento regulatorio: operar en un campo naciente significa navegar regulaciones poco claras, lo que lleva tiempo y esfuerzo significativo. Construir productos cumplidores mientras se mantiene ágil es un desafío constante.

BCN: En los últimos años, han surgido varias plataformas de IA donde los usuarios de Internet pueden aplicar instrucciones en lenguajes simples para lograr resultados. Muchos creen que la aparición de tales soluciones está quitando la creatividad e intuición asociada con la humanidad. ¿Cuál es su reacción a esta afirmación? ¿Cree en encontrar un equilibrio entre la creatividad humana y las capacidades de la IA, o piensa que la humanidad está en un camino irreversible hacia la dominación de la IA?

PW: Este temor surge con cada nueva tecnología: libros, computadoras, Internet, lo que sea. Sin embargo, cada una de estas ha aumentado en última instancia la creatividad humana. La IA generativa no es diferente en mi opinión.

Es simplemente una herramienta más poderosa que reduce barreras a la creatividad. Por ejemplo, ahora puedes producir videos de alta calidad con instrucciones bien elaboradas que antes requerían un gran presupuesto y esfuerzo extenso.

La creatividad humana no se está perdiendo; está cambiando. En lugar de centrarse en tareas operativas, nos estamos moviendo hacia la ideación, dirección y planificación. La IA generativa mejora, no reemplaza, el proceso creativo.

BCN: ¿Cómo equilibra los beneficios potenciales de la automatización impulsada por IA con la necesidad de proteger empleos y asegurar que los sistemas de IA sean transparentes y responsables?

PW: Los sistemas de IA dependen en gran medida de la intervención humana, y tiene sentido que dichos sistemas recompensen a los creadores de los datos de los que aprenden. En CrunchDAO, estamos construyendo un sistema que personifica este principio. A medida que madura y se vuelve más autónomo, nos aseguramos de que la propiedad intelectual permanezca con los creadores. Siempre que se utilicen sus modelos, ganan regalías, creando un potencial de ingresos pasivos.

Además, planeamos usar ingresos generados por el sistema para recompras y quemas de tokens, ofreciendo más ventajas a los participantes de la red. Este enfoque no solo alinea incentivos, sino que también asegura transparencia y responsabilidad. Espero que modelos similares emergen en otros sistemas descentralizados.

BCN: Recientemente se unió a Crunchdao como CTO de la empresa, aportando más de 20 años de liderazgo en ingeniería y desarrollo de productos. Como CTO, ¿qué iniciativas o proyectos relacionados con la IA le entusiasma explorar o desarrollar en el futuro cercano? Además, ¿puede arrojar luz sobre el futuro del cómputo descentralizado en la hoja de ruta de Crunchdao y cómo se integra con IA/ML?

PW: Me entusiasma especialmente los sistemas de predicción en tiempo real que escalaremos el próximo año. Estos sistemas procesan flujos de datos en tiempo real para generar predicciones, comenzando con predicciones de precios de mercado medio. El próximo caso de uso probablemente se centrará en la mejora de sistemas en cadena, creando valor inmediato y procesable para ecosistemas descentralizados.

Lo que me emociona aún más es cómo evolucionan estos sistemas. Pueden ajustarse continuamente, con nuevos modelos agregados y salidas agregadas a través de métodos componibles. Múltiples actores contribuyen a optimizar predicciones, asegurando que las mejores ideas suban a la cima. Esto crea un sistema transparente y abierto donde cualquiera puede participar, y aquellos que contribuyen a la creación de valor son recompensados constantemente.

En cuanto al cómputo descentralizado, es fundamental para la hoja de ruta de CrunchDAO. Se alinea con nuestra visión de un ecosistema de modelado predictivo democrático y escalable, permitiendo capacidades en tiempo real de IA/ML mientras asegura eficiencia, equidad e inclusión en cómo se generan predicciones e insights.

BCN: Crunchdao dice tener más de 6,000 científicos de datos y 600 individuos a nivel de doctorado que desarrollan insights generadores de alfa a través de su red de inteligencia colectiva. ¿Por qué un número tan alto de expertos? ¿Qué hacen exactamente y cómo maneja la plataforma las operaciones dentro de su red?

PW: Actualmente, nuestros científicos de datos y doctores compiten en desafíos de alto nivel sobre temas como predicción de precios de mercado medio, análisis de causalidad, predicción del cáncer y gestión de carteras, entre otros. Empresas y fundaciones nos abordan para probar y desafiar sus metodologías internas, a menudo resultando en el desarrollo de métodos nuevos y más efectivos. Estos desafíos están estructurados como torneos y nuestro enfoque descentralizado ha superado repetidamente a los modelos internos tradicionales.

Pero esto es solo el comienzo. Estamos construyendo una red descentralizada donde los participantes pueden contribuir con modelos y predicciones, evolucionando la plataforma en un ecosistema de modelado predictivo impulsado por un protocolo, e innovador. Este enfoque fomenta la colaboración, incentiva la creatividad y asegura la mejora continua, creando un sistema mucho más dinámico y efectivo que las alternativas centralizadas.

BCN: Como cada innovación, la IA viene con riesgos, especialmente en las etapas iniciales de su evolución. Los riesgos de manejo de datos y desarrollo están en manos de ingenieros de software y analistas de datos. ¿Cuánta confianza tiene en la generación actual de ingenieros de IA/ML para entregar soluciones con riesgos mínimos para la humanidad?

PW: No hay un riesgo inherente en el aprendizaje automático en sí, especialmente en casos como el nuestro, donde se trata de encontrar predicciones mediante el análisis de datos. Cuando la IA es utilizada por individuos o equipos a pequeña escala, no me preocupo demasiado. Es solo otra herramienta para mejorar la creatividad o mejorar procesos. Esto no es para decir que no se usará para resultados incorrectos aquí, pero no es un riesgo para la humanidad.

Los riesgos reales emergen cuando la IA es utilizada por estados nacionales o grandes entidades. Estos actores tienen los recursos para usar IA a gran escala, potencialmente para vigilancia, manipulación o sistemas de armas autónomas. El problema no es la tecnología, sino la intención detrás de su uso.

BCN: ¿Qué papel cree que debería jugar la IA en informar decisiones de desarrollo de productos, y cómo incorporó insights impulsados por IA en sus roles anteriores?

PW: La IA ya está moldeando el desarrollo de productos a través de herramientas de análisis que ayudan a los equipos a derivar insights. Por ejemplo, en Dune, construimos sistemas de IA que ayudan a crear o corregir consultas SQL y generar visualizaciones, haciendo que la toma de decisiones sea más fluida.

En CrunchDAO, llevamos esto aún más lejos imaginando una red de modelos diseñada para abordar diferentes problemas. Estos modelos son recompensados e impulsados en función de su utilidad e impacto, permitiendo al ecosistema auto-optimizarse con el tiempo.

Esto se alinea con el futuro que preveo: agentes de IA monitoreando constantemente datos, aprendiendo patrones y generando proactivamente ideas o propuestas, impulsando la eficiencia e innovación en la toma de decisiones.

BCN: Los riesgos potenciales asociados con las máquinas de IA han informado las regulaciones existentes en el sector. Gobiernos e instituciones han destacado repetidamente la posibilidad de fallos de IA o consecuencias no deseadas si no se gestionan adecuadamente. En su opinión, ¿están justificadas estos temores?

PW: Es demasiado pronto para decir cuán justificadas están estos temores. La IA aún está en sus inicios, y aunque inevitablemente habrá mal uso o consecuencias no deseadas, no prevéo problemas mayores cuando los civiles usan la tecnología. Sí, habrá casos de uso incorrecto, como desinformación o estafas, pero la tecnología en sí a menudo proporciona herramientas para contrarrestar estos riesgos, como sistemas de detección impulsados por IA para fraude o desinformación.

Lo que me preocupa más es cuando la IA se arma o controla a nivel estatal o por grandes entidades. Los riesgos aquí, como armas autónomas, vigilancia o manipulación a gran escala, son mucho mayores. Si solo grandes entidades o estados fueran a tener control sobre esta tecnología, sería particularmente alarmante, ya que podría concentrar poder y crear desequilibrios significativos.

BCN: ¿Cree que los pasos regulatorios tomados hasta ahora están bien elaborados, o hay áreas que cree que deberían ajustarse para lograr un ecosistema equilibrado sin sofocar la innovación?

PW: Hay leyes propuestas, pero no muchas están activas aún. En general, tener claridad regulatoria es un paso positivo, ya que proporciona pautas para desarrolladores y empresas. Sin embargo, hay un peligro real de sofocar la innovación si las regulaciones se vuelven demasiado restrictivas o fallan en adaptarse a la rápida evolución de la tecnología de IA. Este es especialmente el caso aquí, ya que estamos al principio del auge de la IA y es incierto qué sucederá en los próximos años, tanto desde el lado de la innovación como de la regulación.

Por lo que entiendo, el equilibrio radica en elaborar regulaciones que aborden preocupaciones críticas, como sesgo, privacidad y responsabilidad, sin crear barreras innecesarias para startups e innovadores. Involucrar a expertos de la industria y un enfoque de política iterativa podría ayudar, lo cual parece estar ocurriendo actualmente.

BCN: ¿Cómo ve la evolución de las tecnologías de IA y aprendizaje automático en los próximos 2-5 años? ¿Algún otro insight sobre sistemas de IA/ML y las posibilidades que ofrecen en el ecosistema de soluciones descentralizadas en rápida evolución?

PW: No soy un experto en desarrollo y entrenamiento de LLM, pero sospecho que podríamos ver un estancamiento en los avances allí, a medida que los modelos más grandes se vuelven exponencialmente más caros de computar, y adquirir datos novedosos para entrenamiento se haga más costoso. Por ejemplo, los unit economics de OpenAI actualmente no parecen sostenibles al considerar estos desafíos.

Dicho esto, los modelos existentes y futuros ya son increíblemente poderosos, por lo que estamos viendo una integración generalizada. A medida que la tecnología madura y la comprensión se profundiza, espero un período de innovación donde florecerán nuevos enfoques y aplicaciones. En particular, me entusiasma ver más sistemas moviéndose hacia blockchain. El potencial para que los agentes de IA aprovechen los datos blockchain, accesibles, componibles e interactivos sin problemas, es enorme, impulsando una automatización más inteligente, optimización e innovación en análisis y toma de decisiones.

CrunchDAO está posicionada de manera única para liderar en este espacio, construyendo la infraestructura para apoyar y dar forma a estas tendencias emergentes, asegurando que las soluciones descentralizadas desempeñen un papel fundamental en esta próxima fase de evolución de IA/ML.