Stratos Idreos, director del Data and AI Systems Laboratory (DASLab) de la Universidad de Harvard, sostiene que el verdadero desafío no está en construir modelos cada vez más grandes, sino en desarrollar una nueva generación de sistemas capaces de hacer que la inteligencia artificial sea realmente accesible, fiable y útil para empresas, administraciones y ciudadanos.
Su visión plantea un cambio de paradigma: dejar de pensar únicamente en modelos de IA para empezar a construir la infraestructura que permita utilizarlos de forma sencilla, segura y eficiente.
Los modelos no son suficientes
Para Idreos, los modelos de lenguaje han demostrado un enorme potencial, pero representan solo una pequeña parte del problema.
Resolver desafíos complejos en una empresa, una ciudad o un sistema sanitario requiere combinar datos, modelos, agentes, procesos e infraestructuras capaces de trabajar conjuntamente. La complejidad actual hace que desarrollar soluciones de inteligencia artificial continúe siendo lento, costoso y reservado a equipos altamente especializados.
La próxima gran revolución no consistirá únicamente en crear modelos más potentes, sino en simplificar todo el ecosistema tecnológico que existe detrás de ellos.
Eliminar la complejidad para democratizar la IA
Uno de los grandes objetivos de la investigación de Idreos consiste en eliminar las barreras técnicas que hoy dificultan el desarrollo de aplicaciones de inteligencia artificial.
Su planteamiento recuerda a la revolución que supusieron las bases de datos décadas atrás. Antes de su aparición, únicamente grandes organizaciones podían gestionar grandes volúmenes de información. La estandarización permitió democratizar el acceso a esa tecnología.
Con la IA debería ocurrir algo similar: construir sistemas capaces de generar automáticamente la arquitectura más adecuada para cada problema, permitiendo que las personas puedan centrarse en aportar conocimiento, creatividad y capacidad de decisión, sin tener que dominar toda la complejidad técnica.
Sistemas que se diseñan a sí mismos
Una de las líneas de investigación más innovadoras de DASLab gira en torno a los llamados sistemas autodiseñados. La idea consiste en que sea el propio sistema quien analice el contexto, los datos disponibles y los objetivos del usuario para diseñar automáticamente la solución más eficiente.
En lugar de utilizar una arquitectura estándar para cualquier problema, cada aplicación dispondría de una infraestructura optimizada específicamente para su caso de uso. Este enfoque podría multiplicar el rendimiento de muchas aplicaciones de inteligencia artificial y acelerar significativamente su desarrollo.
La IA debe adaptarse a cada organización
Idreos defiende que el futuro no pasa por depender de unos pocos modelos universales, sino por facilitar que cada organización pueda crear modelos especializados para resolver sus propios problemas.
Cada empresa dispone de procesos, información y necesidades diferentes. La verdadera ventaja competitiva aparecerá cuando resulte sencillo construir inteligencias artificiales personalizadas utilizando datos propios y preservando su privacidad. La inteligencia artificial dejaría así de ser un producto uniforme para convertirse en una herramienta completamente adaptada a cada contexto.
Los datos son el principal activo estratégico
En esta visión, los datos constituyen el recurso más valioso de cualquier organización. Sin datos de calidad no existe inteligencia artificial útil. Al mismo tiempo, Idreos advierte de la necesidad de encontrar un equilibrio entre proteger esa información y aprovechar el enorme valor que genera compartir datos de forma segura entre organizaciones.
Sectores como la salud, la movilidad o la sostenibilidad podrían beneficiarse enormemente de ecosistemas colaborativos de datos siempre que existan garantías de privacidad, gobernanza y confianza.
La IA necesita generar confianza
Otro de los grandes retos señalados por Idreos es la fiabilidad. Mientras los sistemas tradicionales funcionan mediante reglas perfectamente definidas, muchos sistemas actuales de inteligencia artificial presentan comportamientos probabilísticos que dificultan anticipar todas sus respuestas. En aplicaciones críticas, como la robótica, la medicina, la industria o las infraestructuras, esta incertidumbre limita su adopción.
Por ello considera imprescindible desarrollar nuevos sistemas capaces de ofrecer un mayor nivel de control, transparencia y explicabilidad antes de delegar decisiones de alto impacto en la inteligencia artificial.
Más ciencia y menos marketing
Idreos también invita a analizar con espíritu crítico el discurso que rodea actualmente a la inteligencia artificial. En su opinión, buena parte de las grandes promesas difundidas por la industria responden más a estrategias de posicionamiento que a capacidades plenamente consolidadas. El verdadero progreso debe medirse por la capacidad de resolver problemas reales y mejorar la vida de las personas.
El foco, sostiene, debería dirigirse hacia investigaciones que aumenten la confianza, la robustez y la utilidad práctica de la IA, especialmente en ámbitos como la sanidad, la ciencia, la sostenibilidad o los servicios públicos.
La tecnología debe servir a las personas
Más allá del desarrollo tecnológico, Stratos Idreos insiste en que las grandes decisiones sobre inteligencia artificial no pueden recaer únicamente en ingenieros o científicos. La gobernanza de la IA requiere incorporar economistas, juristas, expertos en políticas públicas, filósofos y profesionales capaces de comprender el impacto social de estas tecnologías, porque el futuro de la inteligencia artificial no dependerá exclusivamente de algoritmos más sofisticados, sino de nuestra capacidad para construir sistemas que respondan a las necesidades de la sociedad y generen confianza.
La próxima revolución de la IA no consistirá únicamente en hacer máquinas más inteligentes, sino en diseñar una inteligencia artificial más accesible, más transparente y verdaderamente centrada en las personas.