La mayoría de las luchas en la historia son peleas por decidir quién toma el control sobre ciertos recursos. Los esclavos luchaban porque querían ser tomadores de decisiones sobre sus trabajos y cuerpos. Las guerras se libran para decidir quién es el tomador de decisiones de cierto territorio. Aunque rara vez se ve así, los debates sobre la Inteligencia Artificial comparten un factor común: el poder de toma de decisiones.
Algunos artistas quieren poder de decisión sobre si su arte entrena modelos de IA o no. Los ingenieros de software temen que la IA anule sus instrucciones—su toma de decisiones. A otros les preocupan las capacidades de amplificación de la IA para la vigilancia y el control.
Ya seas artista, programador o usuario de internet, es probable que tu principal preocupación sea quién controla la Inteligencia Artificial.
Incluso la persona más anti-IA podría estar de acuerdo en que hay casos útiles para los modelos de lenguaje grandes que podrían valer la pena explorar—si los servidores están alojados localmente (con poco o ningún daño al medio ambiente). Eso es, por supuesto, si tuvieran el poder de decidir cómo y en qué medida se utilizará la Inteligencia Artificial en nuestra vida diaria (y en consecuencia sus efectos). En otras palabras, siempre que sientan que tienen influencia sobre las capacidades de toma de decisiones de la IA, sus casos de uso y resultados.
Lo que esto significa es que, por incómodo que suene, la mayoría de los debates sobre Inteligencia Artificial no son sobre la tecnología en sí misma sino sobre quién la controla. Esto podría ser algo positivo si entendemos qué hay detrás del "poder de toma de decisiones": la necesidad de autonomía y certeza. Quizás todos nos entenderíamos mejor si supiéramos que todos buscamos satisfacer las mismas necesidades humanas. Y quizás sería más fácil encontrar soluciones que satisfagan la necesidad de autonomía y certeza de todos si nos enfocamos en estrategias que las hagan posibles.
Universal Language Framework Aplicado
Necesidades
- Autonomía: Las personas quieren influencia significativa sobre las decisiones que les afectan.
- Cereteza: Las personas quieren reglas y consecuencias predecibles.
- Claridad: Las personas quieren entender qué está pasando y por qué.
Estrategias
- Sistemas de aceptación o exclusión voluntaria para datos de entrenamiento.
- Sistemas de divulgación o etiquetado para contenido generado por IA.
- Políticas públicas claras sobre cómo se desarrolla y utiliza la IA.
- Modelos de gobernanza comunitaria que incluyan a las partes interesadas afectadas.
Cuando pasamos de discutir sobre posiciones a entender las necesidades subyacentes—autonomía, certeza, claridad—la conversación cambia. En lugar de "Estás equivocado sobre la IA," se convierte en "¿Cómo podemos diseñar sistemas que le den a todos una influencia significativa sobre los resultados que les afectan?" Ese es el poder de un framework: convertir peleas en problemas de diseño.