[10ª Academia EAI] ⑧ Inteligencia Artificial y la Política de IA de Corea del Sur

Enlace de YouTube: https://www.youtube.com/watch?v=Woxx63bfJ64

■ Paek Seo-in_Profesor, Departamento de Cultura y Comercio Global, Universidad Hanyang.

Transcripción del Video

Buenas noches. Gracias por estar aquí tan tarde en un día de semana. Mi nombre es Seo-in Baek de la Universidad de Hanyang. Quizás les haya sorprendido toda la charla sobre tecnología durante las presentaciones, pero mi especialización de pregrado fue en ingeniería. Creo que hoy tenemos un estudiante que también viene de una formación en ingeniería. ¿Está aquí? Ah, sí. Bienvenido. Solo estudié ingeniería para mi licenciatura; mi maestría y doctorado fueron en gestión de la tecnología. Después de graduarme, he trabajado continuamente en política tecnológica. Por lo tanto, mi enfoque ha estado en la gestión centrada en la tecnología, luego en la política y ahora, a medida que la IA misma se ha vuelto primordial, mi objeto de investigación se ha desplazado ligeramente hacia la IA. Creo que compartimos algunos materiales de lectura antes de esta clase. ¿Han tenido la oportunidad de revisarlos?

El año pasado, tras el cambio de gobierno, Corea del Sur creó algo llamado el Plan de Acción de IA. Desarrollamos el Plan de Acción de IA de la República de Corea porque Estados Unidos había creado uno primero, seguido por China, y sentimos que no podíamos permitirnos quedarnos atrás. Creamos 100 puntos de acción que debemos implementar de inmediato para convertirnos en una de las tres principales potencias mundiales en IA, o 'G3 de la IA'. Fui responsable de crear el punto número 98. Trata sobre cómo formular estratégicamente la diplomacia global de la IA. Así que hoy, planeo compartir algunas de mis experiencias prácticas en esta área. Imagino que la IA ha sido mencionada al menos brevemente en casi todas sus conferencias.

El impacto y las implicaciones geopolíticas de la IA

Estoy seguro de que se mencionó en la conferencia de defensa de hoy, y la profesora Hyung-ja Bae probablemente también lo discutió ampliamente. Espero que también sea un tema principal en la próxima conferencia del profesor Seung-joo Lee. Básicamente, pueden considerarlo como un tema por defecto ahora. En las ciencias sociales, especialmente para esta audiencia, donde la mayoría de ustedes se especializan en ciencias políticas y relaciones internacionales, casi todos los artículos parecen tratar sobre IA. Esto es cierto para casi todos los campos. La ingeniería trata sobre IA, la administración de empresas trata sobre IA, las ciencias sociales tratan sobre IA, los estudios de políticas tratan sobre IA: todos están enfocados en la IA. La pregunta clave, particularmente en ciencias políticas y relaciones internacionales, es ¿cómo deberíamos ver la IA? Hay muchas comparaciones posibles: la energía nuclear, la electricidad, etc.

En algunos campos, como la administración de empresas, hay una tendencia a ser muy optimista, viendo la IA como la nueva electricidad que hace posible lo que antes era imposible. En ciencias políticas y relaciones internacionales, sin embargo, parece haber un mayor enfoque en los riesgos significativos. Personalmente, aunque todavía puede llevar algún tiempo para que se desarrolle por completo, creo que su impacto es similar a todas esas cosas combinadas. Pienso que su efecto dominó será comparable al de la electricidad, la energía nuclear y el petróleo juntos. Así que, si bien tiene un potencial infinito, también conlleva enormes riesgos. Conlleva muchísimos riesgos y, quizás lo más importante, como discutiré más adelante, tiene una probabilidad muy, muy alta de afianzar la polarización.

La competencia en IA entre Estados Unidos y China y la perspectiva de la securitización

Ese punto parece ser crucial. ¿Cuándo se volvió tan importante la IA? Si investigan la historia de la IA, encontrarán que los debates han estado en curso durante mucho tiempo. Sin embargo, la IA que estamos viendo ahora —la IA de la era post-Transformer— parece haber ganado prominencia en campos no ingenieriles alrededor de 2016. Había una creciente sensación de que esta tecnología ya no podía dejarse sin control. Más importante aún, en el contexto de las relaciones entre Estados Unidos y China, hubo una toma de conciencia de que China estaba recuperando terreno mucho más rápido y de manera más amenazante de lo esperado. Esto parece haber creado una sensación de crisis. Como resultado, si observan la política de IA de Estados Unidos hoy en día, es en gran medida una política de seguridad. Se centra en gran medida en controlar a su rival, implementar controles de exportación y prohibir la inversión en empresas chinas. Incluso restringe las ventas a Estados Unidos si se utilizan componentes chinos. Estas son políticas muy fuertes. Si quieren ver el origen de estas medidas, deben consultar el informe de 2021 de la Comisión de Seguridad Nacional sobre Inteligencia Artificial (NSCAI).

Se formó esta nueva organización, y produjo un informe de unas 700 páginas. En realidad, casi todas las herramientas que Estados Unidos podría utilizar están descritas en esas 700 páginas. La cuestión es cómo se han desarrollado esas herramientas desde entonces. Aunque algunas medidas recientes pueden no estar ahí, casi todos los instrumentos que podemos imaginar están incluidos. Simplemente se están implementando con un desfase temporal. Esto marcó el punto en que la perspectiva de Estados Unidos sobre la IA cambió. Ya no se veía como una tecnología de internet general, sino como un activo de seguridad. Hizo necesario dividir a los socios en bandos confiables y no confiables, asegurando que Estados Unidos permaneciera como el número uno e impidiendo que un competidor que amenaza su sistema lo superara.

No puede permitir que eso suceda. Fue entonces cuando esta perspectiva de securitización se adoptó por completo. La propia comisión tiene 'Seguridad' en su nombre, lo que muestra claramente la fuerte tendencia a ver la IA a través de una lente de seguridad. Paralelamente a esto, las dos fuerzas que afectan a casi todos los sectores y dominios sociales en todo el mundo son, en primer lugar, la geopolítica y, en segundo lugar, la propia IA. El desarrollo de la IA está ocurriendo mucho más rápido de lo que pensamos. Es increíblemente rápido, en muchos sectores. Han pasado poco más de tres años desde que se lanzó ChatGPT, pero en ese tiempo, todo tipo de cosas se han vuelto posibles.

Todo tipo de cosas se han vuelto posibles, la tecnología ha evolucionado significativamente y han surgido muchos competidores. Y sorprendentemente, Claude superó recientemente a ChatGPT. Comenzó a generar ingresos y su valor corporativo se volvió mucho más alto. Irónicamente, ChatGPT, la empresa original y líder, ha pospuesto su salida a bolsa, mientras que Claude tiene previsto salir a bolsa este año. Estamos viendo fenómenos extraños como este. En el mundo de la ciencia, el desarrollo más sorprendente estuvo indudablemente relacionado con el Premio Nobel. Los ganadores de los Premios Nobel de Física y Química de 2024 fueron todos investigadores del aprendizaje profundo.

Investigadores del aprendizaje profundo. Esto fue, de hecho, mucho más rápido de lo que pensábamos. Típicamente, un Premio Nobel se otorga a individuos que han tenido un impacto tremendo en su campo académico durante varias décadas. Por supuesto, alguien como el profesor Geoffrey Hinton ha estado trabajando en esto durante décadas, incluso cuando nadie más lo hacía. Pero alguien como Demis Hassabis, el director ejecutivo de Google DeepMind, aunque también ha estado investigando durante mucho tiempo, solo ha estado aplicando la IA a esta área específica durante un corto período. Su primer gran logro fue AlphaGo en 2016, seguido de AlphaFold, que se utiliza para sintetizar proteínas en química. Ahora, todos en ese campo lo usan por defecto, al igual que nosotros usamos ChatGPT. Un mundo sin él es ahora inimaginable.

Por lo tanto, este logro parece provenir de una carrera de investigación de menos de 10 años. Por un lado, se podría decir que esto es asombrosa e increíblemente rápido. Pero, por otro lado, debemos reconocer que la cronología de la IA es diferente a la que estamos acostumbrados. En la IA, un año puede ser como diez años, y a veces un mes se considera un año. Ese ciclo se está acelerando. Así que, en realidad, la organización liderada por el Dr. Demis Hassabis ha logrado una cantidad enorme en solo seis o siete años.

El ritmo del desarrollo de la IA y los cambios en la comunidad científica

De hecho, no se trata solo de la IA; hay unos cinco o seis premios Nobel entre los investigadores afiliados a Google. Eso es más que todo el país de Corea del Sur. Así que este panorama también está cambiando muy rápidamente. Y no hace mucho —aunque personalmente me parece que fue hace mucho tiempo— la aparición de Mithos ha intensificado aún más las cosas. Con el advenimiento de la IA que desarrolla otra IA, como Mithos, el ritmo se ha acelerado drásticamente. Inicialmente, había personas desarrollando IA. La nutrían bien y luego la hacían trabajar para ellos, trascendiendo el tiempo y el espacio, día y noche.

La razón por la que nuevos y potentes modelos están surgiendo a un ritmo cada vez más rápido es que la propia IA está ahora haciendo el desarrollo. Los datos que siguen esta tendencia muestran que, en promedio, se lanza más de un nuevo modelo significativo cada día. Y luego, la IA comenzó a romper barreras de décadas en campos como la seguridad y la defensa. Esto ha sido un gran shock, y las ondas de choque todavía se sienten.

Hablaré más sobre esto más adelante, pero esto surgió de Estados Unidos. Hasta justo antes de esto, Estados Unidos estaba preocupado por el rápido ascenso de China. El pensamiento era: 'Estamos por delante ahora, pero China nos pisa los talones. La forma en que actualmente fomentamos y regulamos la tecnología no nos permitirá competir con China. No podemos ampliar la brecha'. Así que el enfoque fue impulsar el desarrollo tecnológico de manera agresiva, eliminando todos los obstáculos. En resumen, la idea era actuar más como China. Ese era el modo predominante. Pero después de la aparición de Mithos, Estados Unidos se sorprendió, al igual que el resto del mundo. El sentimiento cambió a: 'Quizás deberíamos hacer una pausa por un momento. Podrían suceder cosas que ni siquiera podemos imaginar'. Así que esa es la situación actual.

Otros países están en la misma situación. Cuando Mithos se lanzó por primera vez, estuvo disponible durante unos días, luego Fable-5 estuvo disponible, y de repente se cortó el acceso. El corte se basó en la nacionalidad. Los ciudadanos estadounidenses podían acceder, pero todos los demás fueron bloqueados. Para países como el nuestro, que dependen en gran medida de Estados Unidos para la defensa —y esto sería cierto para muchas potencias medias—, esto creó la conciencia de que la mejor tecnología relacionada con la defensa está controlada. Esto condujo a una especie de trauma.

Un trauma que nos hizo pensar: 'Ah, necesitamos desarrollar este tipo de tecnología nosotros mismos, y rápidamente'. Por supuesto, el acceso se relajó un poco más tarde. Así que la situación es bastante caótica en este momento, y eso también es cierto para Estados Unidos. Estados Unidos no es un monolito, después de todo. Estoy seguro de que también hay cierta confusión interna en Anthropic. El punto es que el desarrollo tecnológico se ha vuelto mucho más rápido de lo que pensábamos. Parece haber superado incluso la imaginación de los propios desarrolladores. Esto es similar a lo que les digo a mis estudiantes: tratar de predecir cuándo llegará la IA o cómo cambiará el mundo leyendo artículos académicos es demasiado lento, dado el rápido ritmo de desarrollo de la IA que acabo de describir. Leer artículos significa que ya estás atrasado.

Mi forma favorita de mantenerme al día es seguir las entrevistas de larga duración con líderes tecnológicos que a menudo se publican. Puedes encontrar entrevistas de tres horas de duración, y se publican casi de inmediato. Creo que leer estas entrevistas es el mejor enfoque. Por ejemplo, si un importante medio de comunicación tecnológico de EE. UU. entrevista a alguien esta mañana, la transcripción podría estar disponible el mismo día, o incluso en tiempo real. Por lo tanto, si quieres saber cómo cambiarán las cosas con la IA, la mejor manera es seguir a las figuras clave. Probablemente podrías añadir a Sam Altman a este grupo. Sigue sus discursos de apertura en conferencias en tiempo real o sus entrevistas. Las entrevistas de hoy en día son muy profundas. Creo que usar YouTube para esto es una gran característica, y es la mejor manera de entender el panorama actual.

Competencia multidimensional en IA y la reorganización de los campos académicos

Incluso los pensamientos de estos líderes evolucionan ligeramente con el tiempo. Pero una cosa que todos dicen consistentemente es que esta tecnología llegará antes de lo que pensamos y su impacto será mucho mayor de lo que imaginamos. Ha habido un flujo constante de innumerables servicios nuevos. Durante mucho tiempo, venían de Estados Unidos, luego China comenzó a ponerse al día, y después de los avances de DeepMind, vimos una avalancha de diversos modelos. Es una carrera caótica. Actualmente, la competencia en IA implica la competencia de modelos, pero desde mi perspectiva personal, hay dos puntos focales principales. Uno parece estar en la IA Física, centrándose en cómo se puede aplicar en el mundo real. El otro es la IA Agéntica. Y en conexión con la ciencia y la tecnología, la IA para la Ciencia es un campo de batalla importante. Hay muchos artículos como este. Quizás se pregunten por qué incluí este. Es un artículo que evalúa el uso de Grandes Modelos de Lenguaje (LLM) para el descubrimiento científico, y tiene un gran número de autores. Mi punto no es sobre el número de autores. Si observan sus afiliaciones, verán que todas las disciplinas académicas están representadas, desde el derecho hasta las humanidades. Así que...

La mayoría de las universidades, incluidas las de Corea, ya están cambiando. La IA se ha convertido en una alfabetización fundamental, un conocimiento básico que se requiere en todos los campos. La gente en lingüística necesita poder usar y evaluar la IA. Últimamente, parece que gran parte de nuestra educación se centra en cómo usar estas herramientas de manera rápida y efectiva. Usarlas bien es importante, muy importante. Pero es lo que los científicos sociales pueden hacer bien para añadir la IA a su conocimiento existente, para examinar críticamente la IA en profundidad. Esto es a lo que a menudo nos referimos como 'IA + X': usar la IA para transformar las industrias existentes.

Pero a la inversa, 'X + IA' es igual de importante: ver la IA desde la perspectiva del conocimiento de dominio propio. Si soy un filósofo o un politólogo, ¿cómo debería ver la aparición de la IA desde ese punto de vista? No deberías simplemente crear un agente de IA para recopilar diligentemente artículos relacionados con la IA y la ciencia política. La discusión realmente importante es sobre lo que significa esta aparición y qué cambios traerá al orden existente. La parte de la formación en herramientas es algo que puedes hacer por tu cuenta, a través de un campamento de entrenamiento o un curso a corto plazo. Lo más importante es que la mejor manera de aprender es simplemente usarla mucho tú mismo, de manera intensiva.

La perspectiva de ver la IA desde el conocimiento de dominio propio es igualmente importante. Por ejemplo, la cuestión es cómo un filósofo o un politólogo debería ver la aparición de la IA desde su propio punto de vista disciplinario. No es suficiente simplemente crear un agente de IA para recopilar artículos relevantes. La discusión sobre lo que significa la aparición de la IA y qué cambios traerá es crucial. Este tipo de discusión puede llevarse a cabo de forma independiente, o a través de campamentos de entrenamiento y cursos a corto plazo. Lo más importante es utilizar la tecnología extensamente uno mismo.

IA e innovación en la investigación científica: la rivalidad entre Estados Unidos y China

Por lo tanto, quiero enfatizar que no necesitan centrarse únicamente en eso. El país que más destaca en la investigación científica y la innovación es, por supuesto, Estados Unidos. Recientemente, Estados Unidos anunció algo llamado la Misión Génesis. Estados Unidos es el país que ha producido más premios Nobel e innovaciones que han cambiado el mundo. Dado que ya está tan por delante, ¿por qué le da aún más importancia a la IA? Esto está relacionado con la competencia entre Estados Unidos y China. Parece que incluso Estados Unidos, el líder, se siente amenazado de que si no mejora aún más sus capacidades científicas utilizando la IA, China podría alcanzarlo.

Además, es probable que Estados Unidos haya determinado que la investigación científica es un área en la que puede reforzar abrumadoramente su liderazgo actual y ampliar aún más la brecha con China. ¿Qué es lo más importante en la ciencia? Si bien se necesitan muchos científicos, los individuos excepcionalmente talentosos son aún más cruciales. Se necesita mucha gente sobresaliente y, lo que es aún más importante, se necesita una vasta acumulación de datos científicos. En ambos aspectos, Estados Unidos es el líder. Estados Unidos ha acumulado datos científicos modernizados durante más tiempo, y la cantidad de datos que posee sin hacerlos públicos es enorme.

Más del 95% de ellos no se han publicado. También hay datos que están disponibles gratuitamente. En campos como la exploración espacial, muchos datos son públicos. ¿Dónde se concentran los científicos más brillantes del mundo? En Estados Unidos. ¿Y China? Está un poco por detrás de Estados Unidos, pero tiene un número muy grande de científicos y está acumulando datos diligentemente. Sin embargo, todavía hay una brecha significativa con Estados Unidos. Lo único que le falta a Estados Unidos es un número suficiente de investigadores jóvenes o investigadores asociados para trabajar junto a sus científicos de élite. La IA puede complementar esto. Es como si un solo profesor formara un grupo de investigación con múltiples estudiantes de doctorado o investigadores postdoctorales.

Sospecho que están persiguiendo esto con la idea de que puede convertirse en un laboratorio masivo. Este es un ejemplo del laboratorio autónomo del Instituto de Ciencia y Tecnología de Corea (KIST). Conceptos como este ya están surgiendo con frecuencia. Varía según el campo académico, pero especialmente en los campos experimentales, un problema por la noche puede ser un desastre. Para los experimentos biológicos, probablemente alguien necesite estar de guardia. Los estudiantes de doctorado podrían turnarse, pero pronto, esto podría no requerir más a un humano. El trabajo físico y las tareas repetitivas simples ya han sido reemplazados en gran medida. Más allá de eso, la IA ya está muy involucrada en la formulación de nuevas hipótesis y en la realización de tareas creativas y desafiantes. Está produciendo resultados superiores a los de muchos científicos humanos.

El shock laboral y la profundización de la polarización en la era de la IA

Este campo ya está bastante avanzado. Si bien la IA muestra un enorme potencial, especialmente en la ciencia, también conlleva inmensos riesgos. El problema más mencionado es el empleo. Según nuestras encuestas, se habla mucho de la desinformación y las aplicaciones militares. Estos son temas importantes, especialmente entre la generación más joven, pero la preocupación abrumadora es por los empleos. El mayor temor es que se pierdan empleos debido a la IA. Y de hecho, un número significativo de empleos ya están desapareciendo en Estados Unidos.

Existe la preocupación de que todos los empleos, excepto los del 0.01% superior, puedan desaparecer. Otro punto importante es que son los empleos de la generación más joven —los principiantes— los que están desapareciendo. Para el establishment actual, los profesionales de nivel medio y superior, la IA es una excelente herramienta. Pueden aprovecharla. Pero para aquellos que necesitan encontrar un trabajo después de graduarse, la IA es un competidor. Será difícil ser contratado a menos que puedas demostrar que eres significativamente mejor que una IA. Ejecutar algunos agentes de IA podría ser suficiente para la empresa.

Este es un dilema muy serio. Bromeamos al respecto, pero algunos dicen que la IAG (Inteligencia Artificial General) llegará en unos pocos años, y muchos la esperan dentro de cinco. Hablamos de cómo sobrevivir en esa era y qué cambios ocurrirán. Si bien conseguir un trabajo simple se ha vuelto más difícil, la posibilidad de convertirse en empresario de inmediato ha aumentado. Esto se debe a que puedes hacer cosas inmediatamente si usas bien la IA. Aunque hay muchas noticias negativas, también hay muchos casos en los que la IA hace posibles cosas que antes eran imposibles. Por ejemplo, hay muchos casos de personas que no hablan una palabra de árabe y nunca han estado en un país árabe que venden productos allí con éxito con la ayuda de un agente de IA. La gente está usando la IA y los agentes de manera muy efectiva para resolver problemas que eran inimaginables en el pasado.

Es por eso que estamos viendo el surgimiento de muchas empresas 'unicornio de una sola persona'. Un unicornio es una empresa privada con una valoración de más de 1 billón de wones. Si bien los ingresos no están garantizados, tiene que mostrar algunos resultados sólidos. Están apareciendo muchos unicornios de una sola persona. Hay muchos casos en los que dos personas generan 100 mil millones de wones en ingresos, o donde una empresa fundada por dos personas alcanza una valoración de 2 billones o incluso 10 billones de wones. Una característica común de estas empresas es que su número de empleados es pequeño en relación con su valoración o impacto.

En el caso de DeepMind, aunque la persona que desarrolló el modelo por primera vez era china, fue desarrollado por 150 personas. 150 personas es menos de la mitad del tamaño de un instituto de investigación nacional típico en Corea. Muchos institutos de investigación nacionales tienen miles de empleados. Un solo laboratorio pequeño creó esto. Si saliera a bolsa, su valoración sería de decenas de billones de wones. El mundo está cambiando de esta manera. El problema, sin embargo, es que esto solo es posible para aquellos que tienen una cierta base fundamental. La oportunidad llega a aquellos que pueden pagar una suscripción o tienen el conocimiento básico para reconocer el potencial en la IA.

No se puede hacer mucho con la IA si se está en un lugar sin electricidad. El FMI realizó un estudio con un informe sobre esto hace unos años. Como mencioné, la IA cambia mes a mes, por lo que la situación podría ser diferente ahora, pero la tendencia general es la siguiente. Primero, las profesiones de altos ingresos o altamente especializadas tienen un mayor riesgo de exposición. Debido a la IAG (Inteligencia Artificial General), su riesgo de exposición está destinado a ser alto. Médicos, abogados y otros están altamente expuestos. ¿Por qué es eso?

Desde la perspectiva de un operador, el deseo de reemplazar al personal de alto costo es más fuerte. Al mismo tiempo, si estos profesionales usan la IA de manera efectiva, también tienen un alto potencial para asegurar nuevas oportunidades. Un médico que usa bien la IA o un abogado que usa bien la IA probablemente ganará mucho más dinero o creará un mayor valor. Para los países en desarrollo o las ocupaciones de cuello azul poco cualificadas, la probabilidad de ser reemplazados es baja, y la posibilidad de aprovechar nuevas oportunidades también es baja. Esta tendencia se aplica tanto a los países desarrollados como a los países en desarrollo, y es similar a nivel mundial en términos de género. Las mujeres tienen una menor exposición y también menos oportunidades. El mismo patrón se mantiene para los niveles educativos. El mayor problema es que las brechas existentes —entre naciones desarrolladas y en desarrollo, entre los altamente educados y los menos educados— probablemente se ampliarán o se afianzarán. El impacto también varía mucho según la categoría de trabajo. Estos son datos de EE. UU. compartidos por un profesor con un investigador en GitHub. Vincularon todos los datos de empleo de EE. UU. para crear un tablero. El rojo indica una mayor exposición. La exposición a la IA difiere para cada categoría de trabajo. Compartiré este material, así que les animo a que entren y lo vean ustedes mismos; es muy interesante. Por favor, hagan clic en el enlace para visitar el sitio original. Este también es un tema muy serio. Actualmente, los trabajos físicos o de cuello azul están menos afectados, pero todo el trabajo repetitivo será reemplazado. Los robots también pueden reemplazar todo el trabajo repetitivo.

La gente dice que todavía falta mucho, pero en países que utilizan bien la IA, como China, gran parte de esto ya ha sucedido. El trabajo repetitivo, el trabajo muy preciso, está siendo reemplazado casi en su totalidad. El trabajo de alta gama como la cirugía es un asunto diferente, pero se puede suponer que las tareas fáciles y repetitivas serán reemplazadas casi en su totalidad. Anthropic también ha publicado un informe basado en su propio análisis de datos. El hallazgo más importante aquí es el shock laboral para los principiantes. Los puestos de nivel inicial han disminuido. Si bien muchas otras cosas aún son inciertas, la disminución de los empleos para principiantes es clara. LinkedIn también anuncia anualmente qué sectores laborales están creciendo y cuáles están disminuyendo. OpenAI también publica datos de uso sobre lo que la gente hace con la IA, y algunos investigadores escriben artículos basados en esto. La razón por la que les muestro esta serie de datos es que, además de los empleos, el cambio en las tareas también es significativo. Si desgloso mi trabajo en tareas, habría educación, investigación, administración, actividades externas, etc. La investigación se puede desglosar aún más: leer artículos, realizar una revisión de la literatura, recopilar y analizar datos, y luego derivar resultados y presentarlos. Si lo desglosas aún más, algunas de estas tareas pueden automatizarse con IA. El proceso de envío puede automatizarse por completo, y la corrección final de errores tipográficos ya está en gran medida automatizada. Las revisiones de la literatura pueden ser asistidas aún más por la IA, y como mencioné anteriormente, la generación de hipótesis también se puede hacer a través de la IA. Por lo tanto, la idea de que las tareas se están reconfigurando es la visión más aceptada en estos días. El papel de un médico es el mismo.

El papel de un médico puede ser colaborar con la IA para ver a muchos más pacientes y hacer diagnósticos más precisos. Si haces bien esta reconfiguración, la productividad aumenta significativamente. Sin embargo, esta también es una historia algo idealista. La hipótesis ideal que hemos mantenido es que si la IA sola tiene una precisión del 90% y un humano solo tiene una precisión del 95%, entonces un humano y la IA trabajando juntos alcanzarán el 100%. Por lo tanto, el ideal dominante durante mucho tiempo ha sido que debemos coexistir y prosperar con la IA. Pero esto no es cierto para todas las tareas.

En muchos casos, la precisión mejora cuando el humano se hace a un lado. Hay casos en los que la IA sola obtiene una puntuación de 150, un humano solo obtiene 100, y un humano y la IA juntos obtienen alrededor de 95. Muchas investigaciones muestran que la intervención humana torpe puede crear ruido. Necesitamos ver que depende de la tarea. Desde una perspectiva corporativa, ya que la mayoría de ustedes se están preparando para el empleo, el mejor enfoque es analizar las ofertas de trabajo. Necesitan entender qué tipo de personas están buscando las empresas.

Desafíos prácticos de la adopción de la IA y el diseño organizacional

Está la IA. En estos días, probablemente verán muchas ofertas de trabajo que buscan personas con comprensión de la IA o competencia en su uso. De hecho, el año pasado, el MIT realizó una encuesta sobre el uso empresarial de la IA y concluyó que la adopción no va tan bien como se esperaba. Si esa es la situación en EE. UU., la situación en Corea probablemente sea más grave. La razón es obvia. Instalar IA no es como comprar una lavadora y que tus tareas se hagan mágicamente. Tienes que enchufarla y saber cómo usarla bien. En el caso de la IA, la 'electricidad' serían los datos. En muchos casos, los datos en sí ni siquiera se han recopilado. Por lo tanto, adoptar la IA a menudo no produce ningún efecto. Para aumentar significativamente la productividad, como mencioné antes, las tareas deben desglosarse de manera efectiva. El diseño organizacional ya debe estar adaptado para la IA, permitiendo la recombinación de estas tareas para decidir 'esto lo hará la IA, y esta parte la harán los humanos'. Simplemente introducir la IA en una estructura organizacional existente con las mismas personas es prácticamente imposible. En estos días, las principales universidades del extranjero, especialmente las escuelas de negocios, enseñan materias como 'Gestión de Agentes'. Esto es análogo a cómo la administración de empresas tradicional enseña recursos humanos y gestión organizacional, aprendiendo a gestionar personas para lograr resultados.

Todo esto ha sido cambiado a la IA, a los agentes. Porque los agentes son nuestros colegas y competidores, y debemos utilizarlos como una teoría. Se trata de dividir tareas: ¿cómo colaboraremos, qué tareas serán manejadas por la IA y cuáles no son confiables y deben ser verificadas por humanos? Este tipo de preparación preliminar lleva bastante tiempo. Es por eso que estas iniciativas a menudo no funcionan bien. La historia básica, hasta el año pasado, es que no ha tenido éxito. El orden de la discusión fue individuos, empresas y luego universidades.

El fracaso de la educación universitaria y la selección de talento corporativo

Entonces, ¿qué papel deberían jugar las universidades? ¿Conocen la empresa Palantir? El grupo Palantir creó la Beca de Meritocracia. Si visitan su sitio web, es muy interesante. La frase más intrigante está en la parte superior: 'Sáltate el título'. Lo que esto significa es que las glamorosas empresas de tecnología e IA de Silicon Valley están diciendo que la educación superior en Estados Unidos ha fracasado. En otras palabras, en lugar de endeudarse con préstamos estudiantiles para obtener un título de educación superior, deberías conseguir un trabajo de inmediato. Esta empresa no es una empresa de IA, pero es una empresa de software muy innovadora que aumenta la productividad corporativa a través de la ontología. Esta empresa se centra en la contratación de talento excepcional.

Es completamente imposible. Para aumentar significativamente la productividad, como mencioné, las tareas deben desglosarse de manera efectiva. El diseño organizacional, que recombina estas tareas para decir 'esto será manejado por la IA, y esta parte por los humanos', debe ser adecuado para la IA de antemano. Introducir la IA en una estructura organizacional existente es prácticamente imposible. Es por eso que las principales universidades del extranjero, especialmente las escuelas de negocios, ahora están enseñando materias como 'Gestión de Agentes'. Esto es exactamente como la administración de empresas tradicional se ocupa de los recursos humanos y la gestión organizacional para entender cómo gestionar a las personas para el rendimiento.

Todo esto está siendo reemplazado por agentes de IA. Porque los agentes también son nuestros colegas, competidores y una teoría que debemos utilizar. Se trata de decidir cómo dividir las tareas, cómo colaborar, qué tareas manejará la IA y cuáles no son confiables y necesitan verificación humana. Esta preparación preliminar lleva bastante tiempo. Por lo tanto, estos intentos a menudo no han tenido éxito, y la evaluación básica hasta el año pasado es que no tuvieron tanto éxito como se esperaba. A continuación, veamos a los individuos, las empresas y las universidades.

Entonces, ¿qué tipo de lugar debería ser una universidad? ¿Conocen la conocida empresa estadounidense Palantir? El grupo Palantir creó la 'Beca de Meritocracia'. Si visitan su sitio web, es muy interesante. La frase más intrigante en la parte superior es 'Sáltate el título'. Esta es una declaración de las glamorosas empresas de tecnología e IA de Silicon Valley, declarando que la educación superior en Estados Unidos ha fracasado. En otras palabras, en lugar de endeudarse con préstamos estudiantiles para obtener un título de educación superior, deberías conseguir un trabajo de inmediato. Esta empresa no es una empresa de IA, pero es una empresa de software muy innovadora que se ocupa de la ontología para mejorar la productividad corporativa. Esta empresa se centra en la selección de talento excepcional.

Luego, se les pone a trabajar inmediatamente en el campo. Es mucho más efectivo enseñarles mientras están trabajando dentro de la empresa. Este puede ser un problema particularmente grave en Corea, pero no exclusivamente: la educación universitaria es rígida y una educación universitaria de cuatro años no se traduce necesariamente en competencia en el trabajo. Graduarse de una buena universidad o un buen departamento no garantiza que serás bueno en tu trabajo. Los estudiantes que ingresan a buenas universidades generalmente tienen fuertes habilidades académicas, por lo que tienden a desempeñarse bien en cualquier tarea que se les asigne. Por lo tanto, si se puede demostrar que alguien es capaz de ingresar a una buena universidad o a un buen puesto, sería mucho más eficiente contratarlo directamente y hacer que comience el trabajo práctico antes.

Todos reconocieron el potencial para ahorrar tiempo, pero fueron ellos quienes lo hicieron realidad. Más importante aún, las propias empresas establecen los criterios de selección. El segundo problema de Corea del Sur es que en la era de la IA, todavía selecciona el talento futuro a través del obsoleto sistema de la Prueba de Aptitud Académica Universitaria (CSAT). Esto es como intentar correr una carrera de autos a pie.

Las empresas están creando sus propios métodos de selección de talento, escogiendo a individuos sobresalientes y haciéndoles resolver problemas del mundo real. El objetivo final de una educación universitaria no es quedarse en la universidad para siempre, sino pasar a la siguiente etapa. Muchos estudiantes de hoy en día quieren trabajar para empresas. ¿Y qué se hace en una empresa? En última instancia, hay clientes, y tienes que resolver sus problemas. Este programa inicia ese proceso desde los 19 años. Al identificar quiénes son los clientes, cuáles son los problemas relacionados con la IA y obtener experiencia práctica, pueden aprender a trabajar mucho más rápido y de manera más efectiva. Casos como este están aumentando, y lugares como la Universidad Minerva han intentado cosas similares. Incluso aquellos con doctorados en IA tienden a ir a empresas en lugar de a la academia, lo que es un shock más grande de lo que se podría pensar.

Ahora salen más artículos de alta calidad de las empresas. Idealmente, los premios Nobel deberían provenir de lugares como el MIT o Stanford, pero ahora también provienen de Google. Recientemente, hemos visto una situación paradójica en la que los profesores de Stanford se mudan a OpenAI, o profesores brillantes de Harvard van a OpenAI para realizar investigaciones, lo que provoca el colapso del orden existente. En respuesta, las prestigiosas universidades estadounidenses también están realizando importantes ajustes, como despedir a profesores existentes o fusionar departamentos. También estamos viendo una tendencia hacia programas académicos más granulares.

Problemas como la deshonestidad académica ya son rampantes en las escuelas. Existen programas como los microgrados, pero hay una tendencia creciente a desglosarlos aún más por función, permitiendo a los estudiantes graduarse después de completar solo cursos específicos. Pagas la matrícula por semestre y tomas solo los cursos que necesitas. Esto permite un modelo de aprendizaje permanente, donde las personas pueden tomar cursos específicos según sea necesario mientras trabajan, o hacer ambas cosas simultáneamente. Como pueden ver, se está produciendo un importante cambio tectónico en todas las áreas, incluidas las universidades, las empresas y entre los investigadores. La investigación en las universidades no se está llevando a cabo adecuadamente, el talento se está trasladando a las empresas y la probabilidad de que los estudiantes eviten la universidad por completo está aumentando. Si las universidades no cambian, podrían perder su razón de ser en un instante.

Competitividad académica en IA: la brecha entre Estados Unidos y China y el conflicto geopolítico

En NeurIPS, la principal conferencia mundial sobre inteligencia artificial, China representa aproximadamente la mitad de todos los artículos publicados. La principal institución es Google (4.8%), y la segunda es la Universidad de Tsinghua. Le siguen muchas otras universidades chinas. Corea del Sur, incluido KAIST, tiene una participación de alrededor del 2-3%.

Estados Unidos representa alrededor del 30%, China alrededor del 50% y Singapur alrededor del 5%, mientras que el resto del mundo constituye el resto. Esto puede verse como un indicador de la competitividad en IA. Se observa una tendencia similar en las principales conferencias de otros campos de la ciencia y la tecnología, como la ingeniería de materiales. Este año en NeurIPS, los organizadores anunciaron que, por razones geopolíticas, no aceptarían artículos de universidades chinas que estuvieran en la lista de sanciones del gobierno de EE. UU. En respuesta, China amenazó con boicotear la presentación de artículos de todas sus universidades. Unos días después, la conferencia revirtió su decisión. Esto muestra la escalada del conflicto geopolítico incluso dentro de la esfera académica.

La geopolítica ha intervenido en la academia. Cuando Estados Unidos decidió no aceptar artículos de universidades que consideraba de riesgo, China respondió amenazando con retirar la participación de todas sus universidades. Esto desató discusiones sobre si violaba el espíritu fundamental de la academia, contrarrestadas por la afirmación de que, dado que la investigación se basa en datos abiertos, no debería haber problema. Este conflicto se está intensificando. No obstante, si se mide por el número de artículos influyentes que han cambiado el mundo, Estados Unidos sigue a la cabeza.

China puede ser vista como un fuerte segundo. En términos del número total de artículos, hay campos en los que EE. UU. es el número uno, pero en el 0.01% o 0.05% superior de los artículos, China está ocupando cada vez más el primer lugar. En el sector de las patentes, las empresas chinas están presentando un número masivo de patentes relacionadas con la IA generativa, ocupando de 7 a 8 de los 10 primeros puestos. En el pasado, las empresas chinas eran pasivas a la hora de presentar patentes internacionales, pero ahora buscan activamente proteger sus tecnologías clave. Este es un efecto de la competencia entre Estados Unidos y China, ya que ahora reconocen que asegurar patentes es crucial para la libertad en la investigación, el desarrollo y la innovación.

Esto también es parte de mi área de investigación personal. Una característica de los artículos chinos es la siguiente: como muestran diversas métricas, el número de artículos chinos es muy alto. En particular, como se puede ver en el gráfico, la proporción de 'publicaciones exclusivas de China' —investigaciones realizadas exclusivamente por investigadores chinos— ha estado aumentando de manera constante. Mientras que la investigación de otros países a menudo implica la colaboración entre investigadores de diversas naciones, China tiene una alta proporción de investigación exclusivamente nacional. Estos artículos se publican con frecuencia en las principales revistas académicas internacionales.

Recientemente, la tendencia de China hacia la autosuficiencia en el conocimiento se ha vuelto muy clara. Muchos de los principales artículos en el campo de la IA están escritos por investigadores en China o por investigadores chinos en Estados Unidos. Si se incluye a los investigadores chinos afiliados a universidades estadounidenses, esa red se expande aún más.

Estrategia de código abierto y la competencia entre Estados Unidos y China en la industria de la robótica

En la competencia entre Estados Unidos y China, el código abierto es un factor crítico en el sector de la IA. Los modelos chinos se están generalizando a través de la distribución de código abierto. Su importancia radica en su alto rendimiento, bajo costo y alta accesibilidad. Algunos análisis del año pasado sugieren que los modelos chinos ya han superado el rendimiento de sus homólogos estadounidenses. Incluso si los modelos estadounidenses tienen un mejor rendimiento, son caros, y los modelos chinos pueden reemplazar casi todas las funciones de los modelos fabricados en Estados Unidos. Esta tendencia se está extendiendo ahora al sector de la robótica. El software y los datos utilizados en los robots humanoides también se están publicando como código abierto, poniéndolos a disposición de los investigadores.

Si bien la IA es una competencia de modelos, en el campo de la IA física —es decir, los robots humanoides— la materialización física es crucial. Existe la necesidad de robots que puedan realizar trabajos o proporcionar entretenimiento en lugar de los humanos. En la competencia de IA entre Estados Unidos y China, la robótica es un área de especial preocupación para Estados Unidos. Hasta el año pasado, China representaba el 85 % de los envíos mundiales de robots humanoides, y se espera que esta cifra alcance el 90 % este año. La producción de una sola empresa china es mayor que toda la producción de Corea del Sur. Cuando un solo país acapara más del 90 % de una industria específica, es como si ese país estuviera creando la industria por sí mismo. Incluso en el sector de los semiconductores, donde Corea del Sur tiene una fuerte ventaja, Samsung y Hynix poseen una cuota de mercado del 60-70 %. El dominio de China en la robótica es aún mayor.

El ascenso de China en la competencia por el talento en IA y la estandarización

Si esta situación se consolida, podría plantear un problema significativo. Asegurar el talento también es crucial en la competencia de la IA. En el pasado, muchos de los mejores talentos de China estudiaban en Estados Unidos y regresaban a China o permanecían en EE. UU. Sin embargo, análisis recientes muestran que, si bien China ocupaba el cuarto lugar en el mundo en número de investigadores de IA de primer nivel hace una década, ahora ha ascendido al primer puesto. Para 2025, se espera que China tenga el mayor número de investigadores de IA de primer nivel, seguida por Estados Unidos y Corea del Sur. Aunque esta es una noticia positiva para Corea, Singapur destaca aún más en términos per cápita. A pesar de tener una población mucho menor que Corea del Sur, Singapur tiene un mayor número de investigadores en relación con su población. Para competir con China y EE. UU., los países clasificados del tercero al octavo necesitan aumentar su escala. Además, China se caracteriza por una alta proporción de investigadores jóvenes, lo que indica un significativo potencial de crecimiento.

Una alta proporción de investigadores jóvenes significa un mayor potencial para el desarrollo profesional, lo que a su vez puede fortalecer la competitividad en IA. En términos de estandarización, China también ha asegurado una influencia considerable en las principales organizaciones de estándares. Su voz está creciendo en organismos internacionales como la ONU, lo que demuestra que China ha invertido esfuerzos durante mucho tiempo en configurar el orden global no solo a través de la tecnología de IA, sino también a través de estándares y normas. Esto indica un esfuerzo multifacético en lugar de ser simplemente el resultado de una inversión de capital o mano de obra.

Cuando se lanzó ChatGPT por primera vez, algunos evaluaron que la brecha con Estados Unidos era tan grande que el juego había terminado. Sin embargo, a medida que las métricas posteriores se han actualizado, la brecha se está reduciendo. Continúan surgiendo nuevos modelos, con Estados Unidos y China compitiendo y adelantándose mutuamente. Es un hecho que, aparte de estas dos naciones, Corea del Sur es uno de los pocos países que muestra protagonismo.

La competitividad de Corea del Sur en IA: la importancia de construir un ecosistema

Sin embargo, la pregunta crítica para Corea del Sur es si puede construir una capacidad de servicio o un ecosistema que pueda rivalizar con los de Estados Unidos y China. Un modelo por sí solo no tiene sentido; requiere un ecosistema de apoyo de robots, electrodomésticos, tecnologías periféricas y datos. Por lo tanto, tendremos que observar esta competencia por los ecosistemas en el futuro.

Es relativamente preciso decir que la competitividad en IA aumentará porque hay un potencial mucho mayor para el desarrollo profesional. La proporción de jóvenes es muy alta. Este es un factor importante al evaluar la competencia actual en IA y predecir objetivamente el futuro. También observamos áreas como la estandarización, donde China ya ha invertido un esfuerzo considerable para dominar grandes segmentos de las principales organizaciones mundiales de estándares. Esto es digno de mención. La razón por la que China tiene una voz más fuerte y parece más influyente en la ONU no es solo porque la ONU no se basa en un sistema de 'una persona, un voto' y China tiene muchos países socios y fuerzas amigas, sino también porque hay muchas entidades como la Universidad de las Naciones Unidas (UNU) dentro de China. Por lo tanto, China también es muy activa dentro de la ONU.

Todo esto es el resultado de un esfuerzo a largo plazo para configurar el orden global y sus reglas no solo a través de la tecnología de IA, sino también integrándola en estándares y normas. Es más que el simple resultado de invertir dinero o mano de obra; otros indicadores también son muy agresivos. Cuando ChatGPT apareció por primera vez, la brecha era tan grande que muchos pensaron que el juego había terminado. Pero con cada actualización de las métricas posteriores, la competencia parece cada vez más reñida, o incluso cuando se abre una brecha, China la cierra rápidamente, y constantemente se lanzan nuevos modelos. Estados Unidos y China se encuentran en una estructura de competencia mutua, superándose constantemente. Es un hecho que, entre los países distintos de Estados Unidos y China, Corea del Sur es uno de los pocos que muestra protagonismo.

Sin embargo, la pregunta crucial para nosotros es si podemos construir una capacidad de servicio o un ecosistema lo suficientemente fuerte como para reemplazar realmente a Estados Unidos y China. Simplemente poseer un modelo no tiene sentido. Debe estar respaldado por un ecosistema integral, es decir, robots, electrodomésticos y otras tecnologías periféricas o datos sobre los que se puedan construir agentes. En última instancia, es una batalla de ecosistemas, por lo que esto es lo que debemos observar en el futuro.

Cambio en la política de IA de EE. UU. y los intereses corporativos

Esto es algo a considerar. Como mencioné anteriormente, la política de EE. UU. ha cambiado completamente de un enfoque en la seguridad frente a riesgos a uno de seguridad nacional. Una de las primeras cosas que hizo la administración Trump fue abolir la DEI, o Diversidad, Equidad e Inclusión. La justificación fue que obstaculiza el desarrollo de la IA y causa retrasos, por lo que la prioridad ahora debería ser la innovación, y las discusiones vendrían después. El enfoque en la seguridad frente a riesgos también ha disminuido. El consenso actual es concentrarse en la proliferación de la IA estadounidense, y empresas como OpenAI y los proveedores de la nube se están alineando con esto.

A principios de la década de 2000, especialmente después de que China se uniera a la OMC en 2001, hubo un período a finales de la década de 2000 en que las relaciones entre Estados Unidos y China eran malas. En ese momento, Estados Unidos designó a China como manipulador de divisas y buscó revocar su estatus de nación más favorecida. Hubo argumentos de que Estados Unidos debería cesar los intercambios educativos con China, etiquetándola como un país problemático que no se adhería a los principios de la economía de mercado.

Estados Unidos era reacio a reconocer a China como un país normal. En ese momento, algunas voces abogaban por interactuar con China, vender a China y utilizar el mercado chino. Estas eran las corporaciones estadounidenses. Empresas como General Motors y Boeing estaban generando, y esperaban seguir generando, enormes ingresos en China. General Motors, por ejemplo, estuvo una vez al borde de la quiebra, pero fue revivida al entrar y asegurar una parte del mercado chino. Recientemente, sin embargo, los anuncios de estas empresas a menudo suenan como si hubieran sido escritos por OpenAI o los Departamentos de Estado o de Defensa de EE. UU. Argumentan que la IA del mundo libre debe ganar y que no se debe permitir que los estados autoritarios tomen la delantera. ¿Por qué esta repentina postura de línea dura?

¿Es porque estas empresas arden con un sentido de justicia? Eso podría ser parte de ello, pero yo lo veo desde una perspectiva empresarial. La realidad es que estas empresas no pueden generar ganancias en China de todos modos. China ha desarrollado sus propios modelos de IA, y existen alternativas como Deepside y Qumi. Los mercados donde estas empresas estadounidenses tienen una alta cuota están fuera de China. El problema es que los modelos chinos como los de Alibaba, Deepside y los de los proveedores de la nube se están extendiendo más allá de China. Están dominando el Sudeste Asiático y se están utilizando en Corea del Sur e incluso en Estados Unidos.

Desacoplamiento de los ecosistemas de IA y la interdependencia entre Estados Unidos y China

Lo mismo ocurre en Silicon Valley. Por lo tanto, los modelos chinos deben ser confinados dentro de China. Esto puede verse como un caso en el que los intereses gubernamentales y los intereses corporativos se han alineado. No solo EE. UU., sino también China ha establecido un plan de acción de IA y ha anunciado una organización de cooperación en IA este año. Se está desarrollando una competencia entre los dos países que son mejores en IA y tienen los ecosistemas más desarrollados sobre cómo proliferar sus tecnologías y controlarse mutuamente. Estados Unidos está a la ofensiva.

Como superpotencia, Estados Unidos está utilizando medidas más ofensivas, mientras que China está a la defensiva pero continúa impulsando la proliferación. ¿Por qué China utiliza una estrategia de código abierto? Al observar las competencias pasadas de TI, como la rivalidad del sistema operativo Windows o la competencia entre Android y Apple, los que llegan tarde a menudo adoptan estrategias de código abierto. Es una estrategia para atraer y fidelizar a muchos usuarios. China está utilizando el código abierto porque es un actor rezagado y el número dos. Comparando su poder nacional y sus circunstancias, China se ve obligada a adoptar una estrategia defensiva. Sin embargo, a medida que el código abierto se extiende, la estrategia de Estados Unidos no está funcionando tan bien como se esperaba.

Con este nivel de presión, uno esperaría un colapso, pero a menudo no es el caso. El ecosistema de la IA ahora se ha desacoplado y consolidado. Desde una perspectiva centrada en la IA, los requisitos fundamentales son los datos, la electricidad, el poder de cómputo, los modelos de IA, los servicios de IA y los dispositivos. Sin embargo, al observar las relaciones entre Estados Unidos y China, todos estos vínculos se han roto. Estados Unidos y China no comparten datos centrales entre sí, y lo mismo ocurre con China. El desacoplamiento continúa, con restricciones a la exportación de chips necesarios para el poder de cómputo a China y límites a la importación de productos chinos a Estados Unidos. A medida que se bloquean mutuamente, hay áreas donde cada lado tiene un déficit en un estado completamente separado. La mayor debilidad de China son los semiconductores. Por lo tanto, está tratando de lograr la autosuficiencia en las áreas que le faltan. El mayor problema de China son los semiconductores, y está impulsando la autosuficiencia en componentes clave como las GPU. Estados Unidos, por otro lado,

tiene muchas deficiencias en el sector del hardware. Estados Unidos busca abordar esto colaborando con aliados como Corea del Sur y Japón. Sin embargo, algunos evalúan que la cooperación de alianzas de Estados Unidos es más débil que en el pasado, lo que hace que sus políticas no sean ideales. En contraste, la autosuficiencia de China en semiconductores está progresando mejor de lo esperado, pero también enfrenta limitaciones claras. ¿Pueden Estados Unidos y China reconciliarse y volver al pasado?

Eso será difícil en el futuro previsible. Esto se demuestra por el hecho de que incluso bajo la administración actual, el Departamento de Estado de EE. UU. está proponiendo varios programas. En foros como la iniciativa 'Pax Sillica', se están formando nuevos órganos consultivos con aliados del Indo-Pacífico en los sectores de semiconductores y tecnologías clave, excluyendo a China. Un excelente ejemplo de estos programas es la provisión de fondos a países o empresas que puedan producir y suministrar dispositivos inteligentes de confianza en el Sudeste Asiático. Esto se debe a que el hardware y el software chinos se utilizan ampliamente en la región. China está geográficamente cerca, proporciona un apoyo significativo y, desde la perspectiva de los países del Sudeste Asiático, hay pocas razones para no usar productos chinos, ya que son baratos y eficaces. Sin embargo, hay muchos proyectos para crear alternativas a los productos chinos en esta región. Corea del Sur podría ser un candidato principal, al igual que países con productores de vehículos eléctricos como Vingroup de Vietnam. A medida que esta situación se consolida, la conversación pasará de ser solo sobre Estados Unidos y China a incluir a Corea del Sur, y esto plantea una preocupación.

La estrategia de Corea del Sur para la soberanía en IA y el fortalecimiento de la interdependencia

Dada la competencia tecnológica entre Estados Unidos y China mencionada anteriormente, ¿debemos elegir un bando o tratar de mantener buenas relaciones con ambos indefinidamente? El pensamiento natural que sigue es: '¿Cuánto tiempo podemos vivir así?'. ¿No deberíamos tener algo propio hasta cierto punto para asegurar poder de negociación y apalancamiento? ¿No podríamos incluso pensar: 'Me las arreglaré solo'? Esto se debe a que no podemos usar a China como palanca contra Estados Unidos, y usar a Estados Unidos como palanca contra China es una apuesta demasiado grande.

La idea es que nosotros también tengamos algo propio. Esto es lo que comúnmente se conoce en estos días como 'soberanía en IA'. El caso de Europa muestra una situación similar a la nuestra, pero en una peor posición. Europa depende de China para todo su hardware, como baterías y componentes de vehículos eléctricos, y de Estados Unidos para todo su software. Europa no tiene servicios nacionales comparables a Naver o KakaoTalk; todos usan servicios estadounidenses. Depender del hardware chino y del software estadounidense significa que no tiene apalancamiento propio. Por lo tanto, hay una creciente sensación de que esto no puede continuar. Ser estructuralmente dependiente de un lado es arriesgado, y deben crear algo ellos mismos. Se debe evitar depender de una sola empresa o país. La solución más ideal sería crear su propio 'Hecho en Europa', pero esto será difícil sin un ecosistema existente.

Entonces, ¿qué se debe hacer? La respuesta no es depender de una sola entidad. Por ejemplo, al crear un SO, en lugar de depender únicamente de Google, se podrían usar también las ofertas de Microsoft o de Naver de Corea del Sur, creando una estructura que diversifica el riesgo. Esta estructura se utiliza ampliamente no solo en los sectores de IA y digital, sino también en otras áreas como la seguridad alimentaria. Singapur es un excelente ejemplo. Singapur no produce sus propios alimentos, pero diversifica sus importaciones de países vecinos como Tailandia y Malasia. Si surge un problema en un país, puede abastecerse de otro. También emplea una estrategia de doble vía de invertir en su propio desarrollo, incluso si lleva tiempo. Esto se está aplicando comúnmente también a la IA. El término 'IA soberana' puede tener connotaciones exclusivas en un sentido político y diplomático, por lo que se debe tener cautela al discutirlo con extranjeros. Puede provocar una reacción negativa, como: '¿Están tratando de excluir al mundo y tratar esto como soberanía territorial?'. Por lo tanto, explicar que es una 'IA soberana abierta y cooperativa' es necesario para permitir el diálogo. Estados Unidos ha propuesto, y especialmente ahora,

Michael Kratsios, el director de la Casa Blanca que lidera la política de IA de EE. UU., dice: 'La soberanía en IA simplemente significa tener acceso al mejor modelo del mundo'. Dado que Estados Unidos tiene el mejor modelo, poseer el derecho de acceder a él es mejor para su soberanía. Lo importante en la soberanía es el rendimiento, y desarrollarlo uno mismo es ineficiente y un desperdicio de poder nacional. Así que, usen el de Estados Unidos y, en cambio, concéntrense en otras áreas donde puedan sobresalir. Este es un concepto diferente de la seguridad económica o la diversificación tradicionales. No se trata de diversificar la inversión para evitar concentrarse en una sola cosa, sino de volverse completamente dependiente del mejor actor mientras se le hace completamente dependiente de uno. Entonces, ¿qué debemos hacer? En lugar de invertir dinero en desarrollar un modelo de IA soberano, deberíamos centrarnos en los semiconductores para maximizar la dependencia mutua. Esto crea disuasión. Dado que nuestro colapso significaría su colapso, la confianza mutua se fortalece. Este es el concepto propuesto por EE. UU., y es uno muy significativo.

Diferencias conceptuales en las estrategias de soberanía en IA y la elección de Corea del Sur

Sin embargo, elegir qué camino tomar no es fácil. Los conceptos están actualmente divididos de esta manera. El concepto ofrecido por EE. UU. tiene mérito, y recientemente, los think tanks estadounidenses han estado criticando las estrategias de soberanía de las principales potencias medias, argumentando que son ineficientes. Sostienen que, dado que EE. UU. no puede hacerlo todo, es mejor que estos países se centren en roles complementarios en el ecosistema de innovación en IA de EE. UU., como la robótica y el hardware. El argumento es, ¿por qué no simplemente fortalecer la complementariedad mutua? ¿Qué tiene que decir China?

El contexto de China es similar. '¿Por qué embarcarse en un esfuerzo tan ineficiente cuando vamos a lanzar algo tan bueno como lo de EE. UU. de forma gratuita?'. Desde la perspectiva de China, es como decir: 'No intenten construir Excel desde cero; les proporcionaremos los programas Excel y PowerPoint para que los usen, y así puedan centrarse en lo que hacen bien'. El problema, sin embargo, es la preocupación sobre cuánto tiempo seguirá siendo gratuito. Esta situación está evolucionando con estas complejidades añadidas. No obstante, aunque ese concepto —especialmente el propuesto por EE. UU.— tiene mérito y las alianzas son importantes, la razón por la que todavía necesitamos intentar hacer algo por nuestra cuenta es la siguiente.

Cuando se elige no producir algo, se puede diversificar. Existe un método de diversificación en el que se distribuyen las fuentes entre varios países como Tailandia y Malasia, de modo que si algo sucede en un país, todavía se puede obtener de otro. Además, está el enfoque de invertir en el propio desarrollo, aunque lleve tiempo. Es un enfoque de doble vía. Esto es lo que se ha aplicado comúnmente a la IA. El término que usamos, 'IA soberana', tiene fuertes connotaciones exclusivas en un sentido político y diplomático, lo que puede encontrar resistencia por parte de los extranjeros. Por lo tanto, es esencial explicarlo. Debemos aclarar que la IA soberana que perseguimos no es exclusiva, sino abierta y cooperativa para hacer avanzar la conversación. Lo que Estados Unidos ha propuesto, y en particular lo que ha dicho Michael Kratsios, el director que lidera la política de IA en la Casa Blanca, es lo siguiente.

Michael Kratsios, el director de la Casa Blanca que lidera la política de IA de EE. UU., lo expresó de esta manera: 'Entiendo. Sé lo que están tratando de hacer con la IA soberana, pero ¿qué es la IA soberana? ¿Qué es la soberanía en IA? Es suficiente con tener acceso al mejor modelo del mundo. ¿No tiene Estados Unidos el mejor modelo del mundo? Entonces, poseer el derecho de acceder a él en cualquier momento y garantizar que ese acceso esté asegurado es mejor para su soberanía'.

Esto se debe a que lo que importa para la soberanía es el rendimiento. El rendimiento. Intentar hacer algo que no se puede hacer tan bien, invirtiendo dinero de manera ineficiente y creando finalmente un modelo mediocre es un desperdicio de poder nacional. Así que, usen el nuestro. En cambio, usen ese dinero para hacer lo que pueden hacer mejor. Este es un concepto diferente de la diversificación de la que hablamos tradicionalmente en seguridad económica o soberanía. Eso se trata de diversificar las inversiones porque no se deben poner todos los huevos en la misma cesta. Esto es diferente; se trata de volverse completamente dependiente del país que lo hace mejor, pero a su vez, hacer que ese país sea completamente dependiente de nosotros. Entonces, ¿qué debemos hacer? No necesitamos gastar dinero en desarrollar un modelo de IA soberano; deberíamos apostarlo todo a los semiconductores. Al hacerlo, maximizamos la dependencia mutua en la mayor medida posible. Lo que sucede entonces es que se crea disuasión. Disuasión. Si nosotros caemos, ustedes también caen, por lo que la confianza mutua se fortalece de alguna manera. Este es el concepto propuesto por EE. UU. Y es, de hecho, un concepto muy significativo.

Sin embargo, elegir qué hacer y cómo hacerlo no es fácil. No es fácil, pero los conceptos están actualmente divididos así. El concepto ofrecido por EE. UU. tiene un punto válido, y es aquí donde varios think tanks estadounidenses han estado criticando fríamente las estrategias soberanas desarrolladas por las principales potencias medias. Dicen que es imposible. Es ineficiente, y como EE. UU. no es un país que pueda hacerlo todo, es mejor centrarse en algo complementario que pueda desempeñar un papel importante en la innovación de IA de Estados Unidos. Si son robots, entonces robots; si es hardware, entonces hardware. ¿Por qué no simplemente fortalecer la complementariedad mutua? Esta es una opinión común. ¿Qué dice China?

El contexto de China es similar. 'Estamos desarrollando algo no menos impresionante que lo de EE. UU. y lo lanzaremos todo gratis, así que ¿por qué están haciendo algo tan ineficiente?'. Esta es la posición de China. 'Vamos a crear y lanzar Excel gratis, y vamos a crear y lanzar Internet, así que ¿por qué intentan construir Excel desde cero ahora? Les daremos el programa PowerPoint y todo, así que tómenlo y úsenlo, y hagan lo que mejor saben hacer'. Ese es el contexto de China. El problema es nuestra preocupación sobre cuánto tiempo seguirá siendo gratuito. Así que, esto es lo que se está añadiendo a medida que las cosas avanzan. No obstante, aunque ese concepto tiene mérito, y especialmente el concepto de EE. UU. tiene mérito, y las alianzas son importantes y todo eso está bien, la razón por la que todavía necesitamos intentar hacer algo por nuestra cuenta, en mi opinión, es esta.

La contribución de la IA a la seguridad nacional y al crecimiento industrial, y la necesidad de un desarrollo propio

La IA es un elemento esencial para la defensa de una nación y su crecimiento industrial. Un país debe ser capaz de defenderse, sostener su economía a través del crecimiento industrial y construir una red de seguridad social e infraestructura básica. La IA actúa como el denominador común para todas estas áreas. En el futuro, toda la infraestructura se basará en la IA, y las industrias que no utilicen la IA tendrán dificultades para crecer. En el sector de la defensa, ya se están introduciendo drones, robots y otros sistemas impulsados por IA.

La importancia de la IA se puede encontrar no solo en su contribución a la seguridad nacional y al crecimiento industrial, sino también en la lógica de que aquellos con experiencia directa pueden entenderla y utilizarla mejor. Así como alguien que ha hecho algo lo hace mejor que alguien que solo lo ha aprendido de un libro, la experiencia de desarrollar IA de primera mano no solo crea un efecto de apalancamiento, sino que también fortalece las capacidades en áreas donde uno ya es competente. Por ejemplo, al desarrollar semiconductores para IA, un país con tal experiencia no dependería únicamente de fuentes extranjeras para los aspectos relacionados con la IA.

Al comprender y desarrollar profundamente la tecnología de IA, podemos crear tecnologías de semiconductores existentes muy superiores. Nuestra capacidad de comprensión y absorción también aumenta al adoptar tecnologías externas. Desde esta perspectiva, la posición del gobierno, con la que tiendo a estar de acuerdo, es que es absolutamente necesario ejercer un cierto nivel de esfuerzo en el desarrollo de IA propio. Durante el último año, los principales países han anunciado numerosas políticas relacionadas con la IA.

Estrategias de IA de las potencias medias y el potencial de Corea del Sur

Cada nación se esfuerza por desarrollar tecnología de IA, y numerosas potencias medias no son una excepción. Las estrategias de IA de las potencias medias son un tema digno de investigación. Actualmente, los niveles de tecnología de IA se pueden dividir en Nivel 1 (Estados Unidos, China) y Nivel 2 (Corea del Sur, Francia, Alemania, Japón, etc.). Dentro del grupo de Nivel 2, hay países como Corea del Sur y Francia que aspiran a desarrollar tecnología de IA de forma autónoma, y otros como el Reino Unido y Japón que han decidido seguir la estrategia de EE. UU. Incluso estos últimos países no comienzan su desarrollo de IA completamente desde cero.

Japón está estrechamente alineado con las plataformas de IA de EE. UU., mientras que Corea del Sur desempeña el papel de proveedor de hardware. No obstante, incluso Japón emprende algunos proyectos de desarrollo de IA propios en áreas como la administración pública y la defensa. Corea del Sur está intentando desarrollar tecnología de IA de manera aún más proactiva. Más allá de los semiconductores, Corea del Sur tiene empresas con potencial en el ecosistema de la IA. Si bien puede que no sea la mejor en todos los sectores, hay áreas en las que tiene un potencial de clase mundial. En particular, Corea del Sur ocupa una posición fuerte en la manufactura avanzada —en electrodomésticos, automóviles, construcción naval y baterías—, solo superada por China, y la IA puede conectar estos campos.

En el sector energético, posee diversas tecnologías como energía nuclear, solar y Sistemas de Almacenamiento de Energía (ESS), y también tiene sus propios servicios de portal y mensajería. Si estos elementos se conectan bien, existe la posibilidad de éxito en el desarrollo de tecnología de IA. Estados Unidos considera a Corea del Sur un socio de primer nivel en IA, especialmente en el campo de la IA física. A EE. UU. le llevaría mucho tiempo construir sus propias fábricas y fomentar una industria de electrodomésticos, pero Corea del Sur ya tiene todo lo necesario, lo que la convierte en un socio ventajoso para la cooperación.

Estrategia diplomática e industrial de Corea del Sur en medio de la competencia entre EE. UU. y China

Estados Unidos ve a Corea del Sur como un socio de alianza muy importante debido al alto grado de complementariedad en sus carteras de seguridad e industriales. En este contexto, el desafío crucial restante es cómo definir la relación con China.

Existe una relación competitiva significativa con China, y se espera una competencia intensa debido a muchas carteras superpuestas. Sin embargo, la estrategia de Corea del Sur hacia China no puede ser la misma que la de Estados Unidos. China es un socio crucial, considerando su proximidad geográfica y cuestiones como Corea del Norte. Además, no se puede ignorar el atractivo del vasto mercado y ecosistema de China. En un momento en que incluso las empresas estadounidenses mantienen fábricas en China, Corea del Sur necesita considerar estratégicamente cómo configurar su relación con China.

Incluso mientras Estados Unidos y China compiten ferozmente, hay áreas en las que cooperan o interactúan. Por ejemplo, la cooperación es posible en desafíos globales o en el sector de los ODS. La dirección para la estrategia global de Corea del Sur podría ser cooperar intensamente con EE. UU. en áreas críticas para la seguridad, al tiempo que colabora con otros países, incluida China, en áreas de baja sensibilidad en materia de seguridad. La cooperación con China debe abordarse estratégicamente y puede considerarse en dominios menos sensibles para la seguridad. Esta es una tarea difícil para las empresas surcoreanas, que están contemplando profundamente cómo abordar y aprovechar el masivo mercado y ecosistema chino, a solo una hora de vuelo.

Fortalecimiento de la competitividad en IA de Corea del Sur y búsqueda de vías para la coexistencia mutua

Si bien generar ganancias en el mercado chino sería ideal, si eso no es factible, también es importante un enfoque de identificar rápidamente los cambios sobre el terreno y utilizarlos para la innovación. En el primer aniversario del lanzamiento del Comité de Estrategia Nacional de IA de Corea del Sur, está programado un anuncio de sus logros, y está produciendo resultados a través de diversos esfuerzos. La filosofía básica es que, aunque Corea del Sur fue un actor tardío en el campo de la IA, tiene potencial, y debido a que carece de infraestructura y apoyo, su competitividad debe mejorarse rápidamente.

Debemos asegurar las GPU colaborando con Nvidia y fortalecer la competitividad aprovechando las fortalezas de las empresas coreanas para cooperar con las grandes empresas tecnológicas extranjeras. OpenAI, las empresas de la nube y Google buscan establecer sucursales en Corea del Sur. Simultáneamente, debemos fomentar la competitividad de empresas coreanas como Naver, Kakao y SKT en un enfoque de doble vía. Apoyar su competencia independiente de modelos fundacionales es parte de este contexto. El objetivo es promover la competencia y crear historias de éxito combinando la cooperación global con el fortalecimiento de nuestras propias capacidades.

El objetivo es que empresas manufactureras como Samsung Electronics, Hyundai Heavy Industries y LG Electronics adopten la IA para crear historias de éxito en la reducción de tasas de defectos, la mejora de la productividad y la prevención de accidentes de seguridad, y luego exportar estos modelos al mundo. Además, para abordar la polarización resultante de la transición a la IA, es necesario establecer un marco institucional que incluya proporcionar educación, crear un entorno de investigación e implementar una renta básica. Estamos explorando formas de apoyar a aquellos que están marginados o perjudicados en la era de la IA y ayudarlos a unirse a la corriente.

Creo que estos esfuerzos podrían convertirse en una iniciativa única que solo Corea del Sur puede emprender. Junto con el fortalecimiento de la competitividad industrial, estamos realizando esfuerzos simultáneos para apoyar a los grupos marginados y a aquellos que pueden no beneficiarse o podrían ser perjudicados por la IA, ayudándolos a avanzar juntos. Estos esfuerzos representan una oportunidad para que Corea del Sur presente un caso modelo a la comunidad global.

El sitio web del Comité de Estrategia Nacional de IA divulga una gran cantidad de datos, incluidas las actas de las reuniones, las listas de presupuesto anual y las listas de proyectos de presupuesto nacional relacionados con la IA para 2025 y 2026. Al analizar estos materiales, se puede comprender cómo Corea del Sur está asignando su presupuesto en el sector de la IA y qué ministerios están utilizando qué parte del presupuesto. Esta información puede utilizarse para llevar a cabo proyectos y otros fines.

Después de que se publicaron los datos, recibimos críticas de la sociedad civil de que el presupuesto se concentraba en empresas de innovación tecnológica en lugar de en la protección social. Después de analizar todos los documentos, que ascendían a 5,000-6,000 páginas, estamos adoptando una postura de aceptar esta crítica y reflexionar sobre ella.

Aunque estamos implementando políticas mientras recopilamos opiniones de expertos y ciudadanos, todavía existen deficiencias y limitaciones. Las políticas a menudo no se desarrollan como se planeó idealmente y pueden tener efectos secundarios, lo que se debe a una falta de comprensión de los factores humanos o a la dificultad de la predicción. Las políticas creadas con buenas intenciones a menudo no cumplen con las expectativas, y esta limitación fundamental también existe.

Las elecciones estratégicas y las compensaciones en el desarrollo de la tecnología de IA

Como actor tardío en la IA en comparación con EE. UU. y China, Corea del Sur aspira a construir su competitividad rápidamente. La estrategia de doble vía de asegurar las GPU colaborando con Nvidia mientras se fortalece simultáneamente la competitividad de las empresas nacionales parece razonable. Sin embargo, esto conduce a una dispersión de recursos. Al elegir a Nvidia porque no hay restricciones a las importaciones de GPU, hemos perdido la oportunidad para el desarrollo nacional de GPU. China, enfrentando restricciones a la importación de GPU, se ha centrado en la producción nacional, lo que está resultando en una reducción de la brecha de rendimiento y la consolidación de un vasto ecosistema.

Esto sugiere no tanto un fracaso de la política como el hecho de que ninguna política es perfecta y que las elecciones estratégicas inevitablemente conllevan compensaciones. Además, existe un enfoque que prioriza asegurar primero la competitividad a través de la innovación y luego compartir los frutos de ese trabajo. En este proceso, el recurso más crucial es, en última instancia, el tiempo. El dinero y otros recursos son importantes, pero para las personas que viven una vida finita, el tiempo es el recurso más preciado.

El recurso del tiempo y la planificación de contingencia en la era de la IA

Los grupos marginados deben soportar un período de dificultades, y un problema importante es cómo compensar este tiempo y cómo pueden soportarlo en medio de la brecha de la IA. Además, enfrentamos críticas de que EE. UU. y China no se quedarán de brazos cruzados mientras Corea del Sur hace sus esfuerzos, y preguntas sobre si existe un plan de contingencia si la brecha no logra reducirse. Este es un problema muy realista.

Algunos argumentan que un duopolio entre Estados Unidos y China en el mercado de la IA es indeseable y que las potencias medias deberían unir sus fuerzas. Sin embargo, desde la perspectiva de Japón, cooperar directamente con Estados Unidos puede ser más ventajoso que colaborar con Corea del Sur. Por lo tanto, los obstáculos prácticos dificultan la consecución de la solidaridad entre las potencias medias.

Incertidumbre y riesgos potenciales del avance tecnológico de la IA

Muchos evalúan que, si se sopesan cuidadosamente los beneficios y los costos, las potencias medias tienen menos que ganar unas de otras de lo que se podría pensar. Esta es la realidad de la cooperación entre ellas. Sin un marco bien diseñado, un país no ve ninguna razón para cooperar, pensando: '¿Por qué debería trabajar contigo? Podría tratar directamente con Estados Unidos, o si es algo que tú puedes hacer, tal vez yo pueda hacerlo solo'. Lo mismo se aplica a países como Francia. Con esto concluyen mis puntos sobre la IA, y debo pasar rápidamente a las diapositivas restantes. Hemos discutido mucho sobre el avance tecnológico, pero queda una pregunta fundamental: ¿el desarrollo de la IA estará exento de problemas?

¿Se materializará realmente la innovación que anticipamos esta vez? Podría no ser así, y podríamos enfrentarnos a otro 'invierno de la IA'. El problema del empleo, como mencioné, también sigue siendo una preocupación. Aunque Kakao lo ha negado oficialmente, la idea de no contratar para puestos que la IA puede reemplazar es totalmente concebible. Además, las universidades continúan planteando la cuestión de cómo gestionar esta peligrosa tecnología. Ha habido un movimiento voluntario entre los investigadores que piden una pausa en el desarrollo, argumentando: 'Está avanzando mucho más rápido de lo que pensaba, así que detengámonos un momento para considerar cómo responder a problemas catastróficos o incontrolables antes de reanudar'. Más recientemente, ha habido un aumento de los llamamientos a la acción inmediata por parte de instituciones como la Universidad de Stanford.

Preparación institucional y debates regulatorios en la era de la IA

En particular, debido a que la IA requerirá una reestructuración importante de la economía y el trabajo, no establecer nuevas instituciones podría conducir a una crisis grave. Si esperamos a que surjan los problemas antes de considerar sistemas de tributación y distribución, la situación podría volverse inmanejable. Por ejemplo, si se vuelve imposible incluso rastrear cómo se gana dinero a través de la IA, la tributación será imposible y la redistribución será difícil. Este potencial de problemas inimaginables es otra razón por la que ha habido muchos llamamientos a una pausa.

El MIT está gestionando una base de datos de los diversos riesgos que la IA podría causar, y hay debates activos sobre las líneas rojas que la IA no debería cruzar. Aunque se están llevando a cabo muchas de estas discusiones positivas, lamentablemente a menudo se ignoran debido a la falta de una regulación y una rendición de cuentas sólidas. Actualmente, la IA se está utilizando ampliamente en la guerra, y las armas son el tema principal en las discusiones sobre el riesgo de la IA. El llamamiento es a abstenerse de utilizar la IA en el desarrollo de armamento.

Uso de la IA para el bien público y la consecución de los ODS

Además, no se están respetando los acuerdos de larga data para abstenerse de utilizar la IA para difundir desinformación y de desarrollar IA que se automejora. La realidad es que la IA se está utilizando indebidamente para el desarrollo de armamento, su propio autodesarrollo y la difusión de desinformación. Este es un punto crítico. Otra área que recibe menos atención son los ODS. Alcanzar los ODS para 2030 parece ahora casi imposible. Hace unos seis o siete años, se realizó un análisis sobre los impactos positivos y negativos de la IA en cada uno de los 17 objetivos de los ODS. La IA puede tener un gran impacto positivo, y ya existen colecciones de proyectos que utilizan la IA para alcanzar los ODS.

Existen cerca de 200.000 proyectos de este tipo. Con tantos problemas aún por resolver en el mundo, debemos considerar cómo utilizar la IA para el bien público. La IA puede aplicarse en áreas diversas como el género, la educación y la desigualdad. En particular, los países en desarrollo se enfrentan a tipos de desafíos diferentes de los que podríamos imaginar, y la IA puede lograr mucho allí.

La IA y los problemas medioambientales: consumo de energía y emisiones de carbono

También valdría la pena examinar la IA en el contexto del futuro. Informes como los índices de incertidumbre y las evaluaciones de riesgos globales indican que los problemas medioambientales serán cada vez más críticos, y la IA está estrechamente vinculada al medio ambiente. La IA consume una cantidad tremenda de electricidad y, en Estados Unidos, los centros de datos ya están siendo tratados como instalaciones NIMBY debido a la oposición pública. Solo en Texas, 1.000 centros de datos de IA están esperando aprobación.

El futuro del avance tecnológico de la IA y consideraciones integrales

Esto se debe a que provocan problemas como el aumento de los costos de la electricidad y el incremento de las emisiones de dióxido de carbono. Estas cuestiones también son muy importantes, y espero que las consideren de manera integral. También pueden encontrar este material útil como referencia. Con esto concluye mi presentación. Gracias.