En 1943, los científicos Warren McCullough y Walter Pittscon publicaron el artículo "A Logical Calculus of Ideas Immanent in Nervous Activity", donde presentaron el primer modelo matemático para la creación de una red neuronal. Siete años después, en 1950, se creó el primer ordenador de red neuronal, mismo año en el que se publicó el Test de Turing, una herramienta de evaluación que al día de hoy se sigue utilizando para valorar las IA. Sin embargo, el término "Inteligencia Artificial", como tal, fue usado por primera vez en 1956. 

Hoy, el clásico ejemplo del software capaz de aprender a jugar al ajedrez de forma autónoma quedó viejo al lado de todo lo que podemos lograr con GPT-4 o Gemini 1.5 Flash. Aunque los modelos de grandes lenguajes (LLMs) existen desde hace años, a partir de 2022  experimentaron el crecimiento más acelerado de todos los tiempos. 

De acuerdo con la Organización Mundial de la Propiedad Intelectual, las patentes relacionadas con IA generativa se duplicaron desde 2020, pasando de 7.884 a 14.080 el año pasado, mientras que las publicaciones científicas se triplicaron de 2022 a 2023.

La trayectoria nos ha enseñado que las tecnologías son verdaderamente relevantes sólo si resuelven los desafíos o necesidades de los usuarios. Y las tecnologías inteligentes no solo ayudan a resolver sus necesidades: están en el centro de su experiencia, garantizando una forma de operar más rápida, segura, personalizada, pero sobre todo eficaz. 

Sin ir más lejos, la IA cambió para siempre la manera en que las personas operan con productos financieros. Por ejemplo, hasta hace no muchos años tramitar un crédito implicaba atravesar un proceso burocrático que podía durar días, incluso meses. Hoy, es posible analizar los registros crediticios y predecir el riesgo de los usuarios en cuestión de segundos, ofreciéndo soluciones que se adecuan a las necesidades de cada pyme o individuos que, en algunos casos, no tienen acceso a financiamiento en el sistema bancario tradicional. 

La IA también revolucionó la manera de comprar y vender productos por Internet. Teniendo en cuenta los datos de los usuarios — su historial de compras, productos vistos, valoraciones y reseñas, entre otros factores— , los algoritmos de machine learning tienen la capacidad de determinar qué productos y anuncios son más relevantes para cada usuario y en qué momento resulta conveniente mostrarlos para obtener mejores resultados, tanto del lado de los anunciantes como de los consumidores, que se ven beneficiados de una experiencia de compra más personalizada. 

Por otro lado, el uso de IA tiene un rol fundamental en todo el proceso de logística: desde desde que una persona elige un producto hasta que lo recibe en su hogar. En este caso, la IA resulta clave para predecir las ventas futuras de cada artículo, asegurarnos de que el producto se almacene en el centro de distribución más cercano al domicilio del comprador, anticipar cuándo llegarán las entregas y optimizar rutas para mejorar la velocidad y eficientizar el uso de combustible, generando un menor impacto ambiental en los envíos.

Son infinitas las formas en que esta tecnología transformó cómo nos movemos en el mundo y necesitaríamos muchas páginas más para trazar el mapa completo de su impacto en los usuarios. Así como hoy nos cuesta recordar cómo era nuestra vida sin un teléfono celular, es probable que también nos resulte difícil retrotraernos a un pasado sin IA, sin previsibilidad. 

No hace falta viajar al futuro: la IA seguirá avanzando y mejorando nuestra calidad de vida cada vez más rápido, como ya lo viene haciendo desde hace años. 

*La columna fue escrita por Juan Daniel Chacón, director de Machine Learning en Mercado Libre