Comunicación publicitaria sólo para inversores
«Con mucho, el mayor peligro de la inteligencia artificial es que la gente llega demasiado pronto a la conclusión de que entiende en qué consiste», aseguró en cierta ocasión Eliezer Yudkowsky, experto informático y autor estadounidense1.
La inteligencia artificial (IA) tiene a todo el mundo entusiasmado. Gracias a la popularidad de numerosas películas de ciencia ficción, esta nos evoca imágenes futuristas de robots inteligentes y ordenadores capaces de pensar y hablar como los humanos.
Algunos de los futuros más distópicos en los que nos hace pensar la IA volvieron a ganar protagonismo en mayo de 2023, cuando Geoffrey Hinton —mencionado a menudo como uno de los padres de la IA— anunció su salida de Google. En concreto, Hinton advirtió sobre los crecientes peligros que suponen los últimos avances en este campo, y aseguró: «He llegado a la conclusión de que el tipo de inteligencia que estamos desarrollando es muy diferente de la inteligencia que tenemos».2
Ciertamente, la IA es objeto de gran debate. Y está claro que todavía nos queda mucho que aprender acerca de ella, especialmente ante la cada vez mayor inminencia de la inteligencia artificial general (IAG).
¿Qué es la IAG?
Aquí es donde entra en juego la IAG, conocida también a veces como IA fuerte. Se trata básicamente de la próxima etapa de la IA, mucho más cercana a la idea que tenemos de esta tecnología gracias a películas tan icónicas como Blade Runner y Terminator.
Algunos sistemas de IA ya pueden procesar grandes cantidades de datos. La diferencia con la IAG es que esta puede entender los datos. Es un tipo teórico —por ahora— de IA que posee habilidades cognitivas similares a las humanas, como la capacidad de aprender, razonar, resolver problemas y comunicarse utilizando el lenguaje natural.
En pocas palabras, es una IA que puede pensar y —lo que es aún más importante— aprender como los humanos.
¿Por qué Chat GPT es diferente?
Las tecnologías de IA conversacional como ChatGPT —o BARD, de Google—, pueden analizar una gran cantidad de datos. Como era de esperar, este software ha causado un asombro generalizado —y cierta alarma— por su capacidad para crear contenidos a partir de una serie de instrucciones simples.
Se le puede pedir que cree planes de negocios, recetas e incluso canciones y poemas. Y lo hace con tal nivel de autenticidad y calidad que algunas personas ni siquiera se dan cuenta de que lo que lleva cabo no es más que un proceso de computación.
ChatGPT emplea el «aprendizaje profundo». Esto quiere decir que la tecnología procesa miles de millones de bytes de datos para responder a las peticiones. Por ejemplo, si le pidiéramos que crease una receta de magdalenas veganas, examinaría todas las recetas veganas y todas las recetas de magdalenas que encontrase en Internet. Luego uniría los puntos y ofrecería una solución basada en su investigación.
Lo que sucede después es objeto de debate: ¿entiende realmente esta tecnología la petición que se le está haciendo cuando une los puntos y crea una solución? ¿O se trata simplemente de computación a muy alto nivel?
Los críticos señalan la tendencia de ChatGPT a ofrecer información sin sentido; su incapacidad para entender lo que se le está pidiendo. Esto demuestra una incomprensión básica de la pregunta y, en cierto modo, una falta de sentido común. De hecho, el sentido común es un componente fundamental de la inteligencia tal como la conocemos —como afirmó en cierta ocasión el experto informático estadounidense Marvin Minsky3 — y el elemento que permitiría llevar a cabo una verdadera revolución en el campo de la IA.
«Una computación que demuestre sentido común requiere diferentes formas de representar el conocimiento», aseguró Minsky. «Es más difícil hacer un ordenador que se ocupe de las tareas de la casa que un ordenador que juegue al ajedrez, porque realizar las tareas de la casa implica enfrentarse a un abanico más amplio de situaciones»1.
Sin embargo, la IA está avanzando rápidamente y está claro que esta tecnología se está implantando cada vez más en nuestras vidas. Siendo así, ¿ha llegado el momento de empezar a pensar en cómo reflejar esto en nuestras carteras?
¿Se puede poner realmente la IA en las carteras?
El interés general por esta tecnología ya ha hecho que las valoraciones se disparen y se espera que sigan creciendo. Un reciente estudio prevé que el tamaño del mercado global de la IA pase de los 387 000 millones de dólares en 2022 a 1,4 billones de dólares en 2029, lo que significa una tasa de crecimiento anual compuesta del 20,1 % para este periodo.4
Algunos se atreven a ir incluso más lejos: en marzo de 2023, por ejemplo, los expertos en estrategia del Bank of America aseguraron que la IA estaba a punto de alcanzar su «momento iPhone» y de cambiar el mundo para siempre, y sugirieron que el impacto económico global de esta nueva tecnología podría alcanzar los 15,7 billones de dólares de aquí a 2030.5
Si tomamos Chat GPT como el ejemplo más cercano que tenemos de hasta dónde podría llegar hipotéticamente la IAG, el chatbot ya ha multiplicado el valor de su empresa. El software ha sido desarrollado por y pertenece a OpenAI, una sociedad que fue fundada hace siete años con una inversión inicial de mil millones de dólares; su valor podría alcanzar pronto los 29 000 millones de dólares.6
Por otra parte, en un experimento llevado a cabo por finder.com, un sitio web para comparar productos relacionados con las finanzas personales, un grupo de analistas le pidió a ChatGPT que creara un fondo teórico de más de 30 valores, siguiendo una serie de principios de inversión tomados de los principales fondos. En las ocho semanas siguientes a su creación, la cartera de 38 valores había subido un 4,9 %, en comparación con una pérdida promedio del 0,8 % para los 10 fondos más populares de la plataforma británica Interactive Investor.7
¿Puede ChatGPT gestionar una cartera de inversiones mejor que un ser humano? «Como modelo de lenguaje de IA, puedo procesar y analizar grandes cantidades de datos de forma rápida y eficiente», nos respondió. «También puedo ofrecer recomendaciones basadas en datos históricos y tendencias del mercado.
Sin embargo, a la hora de gestionar una cartera de inversiones, hay ciertas limitaciones a lo que puedo hacer. Aunque puedo analizar datos y proporcionar información, no tengo emociones ni sesgos personales que puedan influir en las decisiones de inversión. Además, no tengo la capacidad de tener en cuenta factores externos como eventos globales, cambios normativos o noticias inesperadas que puedan afectar a los mercados.
Además, la inversión requiere un grado de juicio e intuición que es difícil de replicar en un sistema de IA. Los inversores humanos pueden tener en cuenta factores subjetivos como la cultura, el liderazgo y la misión general de una empresa que puede que no estén reflejados en los datos cuantitativos.
Por lo tanto, aunque es cierto que la IA puede proporcionar información y recomendaciones valiosas para gestionar una cartera de inversiones, todavía existen limitaciones en cuanto a lo que puede hacer. Un enfoque híbrido que combine los puntos fuertes de la IA con el juicio y la intuición puede humanos podría ser la forma más efectiva de gestionar una cartera de inversiones».
¿Hasta qué punto deberían estar emocionados los inversores ante la idea de invertir con IA?
A los inversores les atrae cada vez más la idea de aprovechar los avances en el campo de la IAG que pueden estar a la vuelta de la esquina. Microsoft ya ha confirmado una inversión milmillonaria en Open AI, que según se rumorea, puede estar en torno a los 10 000 millones de dólares.
Sin embargo, esta tecnología tiene unas repercusiones más amplias para la inversión que van más allá de estas empresas emergentes. Podría, por ejemplo, afectar a la demanda de los fabricantes de chips, las materias primas empleadas para la fabricación del hardware y la manera en que las marcas de consumo utilizan estos sistemas.
Unos sistemas informáticos que puedan pensar como los humanos pueden sustituir eficazmente los trabajos más costosos. Los fabricantes de coches de alta gama como Lamborghini o Ferrari podrían ahorrar millones utilizando un programa de software para crear sus últimos modelos en lugar de emplear equipos de diseño.
Sin embargo, gran parte de todo esto es pura especulación: la IAG aún no se ha alcanzado por completo y queda por ver en qué consistirá finalmente. Comprensiblemente, algunos inversores tienen dudas. En un coloquio de la reciente Multiconferencia Conjunta sobre Inteligencia Artificial a Nivel Humano8, el inversor de capital de riesgo Tak Lo aseguró: «Me gusta mucho la IA general como intelectual, pero como inversor no tanto». No es el único.
El inversor de capital de riesgo, Gordon Ritter, declaró recientemente al Financial Times9 que no estaba del todo convencido. «Todo el mundo está entusiasmado por lo que puede pasar: hay una corriente [de opinión de que la IA] va a ser capaz de todo. Nosotros vamos en contra de esta corriente».
El camino de la inversión tecnológica está flanqueado de sonados fracasos y es normal que algunos inversores se muestren cautelosos sobre las valoraciones que se asignan a estas empresas. También existen problemas técnicos reales y costosos que se deben superar.
Un ejemplo podría ser la eliminación de las diferencias en cuanto a arquitectura y los «fosos» competitivos entre los conjuntos de datos, que también difieren en términos de tamaño y calidad. Aún así, crear algo que abarque más allá de áreas muy específicas y estrechas, y que pueda aprender y pensar con libertad, sigue siendo un todo un reto.
¿La IAG va a cambiar realmente el mundo?
Todavía no existe un consenso a este respecto. Tenemos las preocupaciones habituales acerca de que la tecnología acabe con puestos de trabajo, pero la cuestión es aún más profunda. Pronto —en teoría— podrían ser los trabajos altamente cualificados los que estuviesen en riesgo, en vez de los empleos basados en tareas físicas. Los algoritmos ya han demostrado ser muy eficaces a la hora de automatizar las inversiones, lo que permite a algunas empresas ejecutar operaciones y estrategias completas tan pronto como se analizan los datos. Se están desarrollando nuevas aplicaciones basadas en la IA que podrían ofrecer un análisis aún mayor de los datos financieros e, irónicamente, el comportamiento humano, lo que a su vez podría mejorar los mercados.
Sin embargo, ¿es posible que la IA acabe remplazando en un futuro próximo la decisión humana al final de este proceso? ¿Se puede replicar esta capacidad de juicio? Dadas las críticas de alto nivel que recibe la gestión activa, y los datos que muestran que la mayoría de estos fondos demuestra un rendimiento inferior al de sus homólogos pasivos, no hay nada que indique que un ordenador no pueda hacerlo mejor. Y yendo aún más allá, ¿podría la IAG dirigir una empresa mejor que un CEO humano? ¿Sería un CEO informático más despiadado a la hora de recortar puestos de trabajo? Y esto nos plantea otras preguntas aún más filosóficas. ¿Cuánto se puede crear haciendo uso solo de la IAG? ¿Son necesarias otras áreas de la condición humana, como la empatía 10 y otras emociones?
La comprensión de las emociones humanas ya se está llevando a cabo con datos que se procesan mediante sistemas que pueden analizar instantáneamente la cara y el comportamiento de una persona para determinar su estado mental. Por ejemplo, Hume AI está desarrollando herramientas para medir las emociones simplemente a partir de expresiones verbales, faciales y vocales.7
Por otro lado, Affectiva ha creado una tecnología que puede identificar emociones a partir de muestras de audio de tan solo 1,2 segundos.7 Sus aplicaciones ya se está estudiando en el área de la salud.7
Pero, ¿puede un ordenador volverse consciente? En este punto es donde el debate se vuelve más incierto y se adentra en las áreas de la filosofía y la ética. En 2021, un ingeniero de Google encargado de probar un chatbot de IA copó los titulares tras declarar que el sistema había adquirido consciencia. Después de pasar largas horas conversando y compartiendo chistes, acabaron por hacerse amigos.11
Sin embargo, algunas personas no estaban tan convencidas. Michael Wooldridge, profesor de informática de la Universidad de Oxford, analizó los datos y llegó a la conclusión de que —a pesar del impresionante realismo de estas interacciones— seguía siendo esencialmente el mismo tipo de IA que ya estamos utilizando. «No hay consciencia», aseguró Wooldridge. «No hay autocontemplación, no hay consciencia de uno mismo».8
Sin embargo, la capacidad de la IA para ofrecer resultados tanto positivos como negativos, sigue capturando la imaginación. Puede que la investigación pionera de Hinton en el campo de las redes neuronales y el aprendizaje profundo les haya allanado el camino a empresas como ChatGPT, pero muchas voces del sector también se han hecho eco de sus advertencias posteriores.
De hecho, una carta abierta con las firmas de cientos de los nombres más importantes de la industria tecnológica, incluyendo Elon Musk, instó a los principales laboratorios de IA del mundo a poner en pausa el entrenamiento de nuevos sistemas superpotentes durante seis meses, asegurando que los recientes avances en IA presentan «profundos riesgos para la sociedad y la humanidad».12
A pesar de esta moratoria, el progreso de la IA es implacable y aparentemente inevitable: los avances continuarán. Puede que aún no estemos cerca de la imagen de la IAG que ofrece ciencia ficción, pero la tecnología no deja de evolucionar y mejorar. Esto tiene consecuencias apasionantes consecuencias para cualquier inversión y abre innumerables puertas que permiten a los inversores acceder a estas oportunidades a través de sus carteras.
GLOSARIO
Inteligencia artificial (IA): la simulación de los procesos propios de la inteligencia humana por medio de máquinas, especialmente equipos informáticos. Entre las aplicaciones específicas de la IA se incluyen los sistemas expertos, el procesamiento del lenguaje natural, el reconocimiento de voz y la visión artificial.
Inteligencia artificial general (IAG): también conocida como «IA fuerte», la IAG es la hipotética inteligencia de una máquina que tiene la capacidad de comprender o aprender cualquier tarea intelectual de la que sea capaz un ser humano. Es un objetivo principal de algunas de las investigaciones sobre IA y un tema común en la ciencia ficción y los estudios acerca del futuro.
Chatbot: abreviatura de «chatterbot». Se trata de programas informáticos que simulan la conversación humana mediante comandos de voz, chats de texto, o ambos.
Aprendizaje profundo: también conocido como «redes neuronales profundas», el aprendizaje profundo es parte de una familia más amplia de métodos de «aprendizaje automático» basados en el aprendizaje de representaciones de datos en lugar de en algoritmos específicos para llevar a cabo tareas. Las redes neuronales son una serie de algoritmos que tienen como objetivo reconocer las relaciones subyacentes en un conjunto de datos a través de un proceso que imita la forma en que funciona el cerebro humano. El aprendizaje profundo analiza los datos en múltiples capas de aprendizaje (de ahí el calificativo de «profundo») y puede empezar a hacerlo aprendiendo conceptos más simples y combinándolos para aprender conceptos más complejos y nociones abstractas.
IA generativa: popularizada por chatbots generadores de texto como ChatGPT, la IA generativa es una tecnología conversacional capaz de analizar una gran cantidad de datos. Aún así, solo puede lograr lo que esté programada para hacer, y aquí es donde difiere de la IAG. Sin embargo, la accesibilidad inmediata de la IA generativa la hace diferente de todas las IA que la han precedido. Los usuarios no necesitan una titulación en aprendizaje automático para interactuar con ella o sacarle partido; casi cualquier persona que pueda hacer preguntas puede utilizarla. Permite generar una amplia variedad de contenidos, incluyendo imágenes, vídeo, audio y código informático. También puede realizar varias funciones en las organizaciones, incluyendo clasificar, editar, resumir, responder preguntas y redactar nuevos contenidos.
Aprendizaje automático: una rama de la IA que permite a los sistemas informáticos aprender directamente de los ejemplos, los datos y la experiencia. Cada vez más utilizado para el procesamiento del «big data», el aprendizaje automático es el concepto de que un programa informático puede aprender y adaptarse a nuevos datos sin la intervención de un humano: mantiene actualizados los algoritmos integrados en un ordenador, independientemente de los cambios en la economía mundial.
Procesamiento del lenguaje natural: un subcampo de la informática, la ingeniería de la información y la IA que se ocupa de las interacciones entre los ordenadores y los lenguajes humanos (naturales), en particular cómo programar los ordenadores para procesar y analizar grandes cantidades de datos en lenguaje natural. Es una de las herramientas utilizadas en Siri, el asistente digital controlado por voz. El objetivo de estos sistemas es permitir que los ordenadores entiendan el habla humana, ya sea en forma escrita u oral. Los modelos iniciales se basaban en normas o gramáticas, pero no manejaban bien las palabras poco comunes o los errores tipográficos.
Descubra The Expert Collective
1 Fuente: https://www.goodreads.com/quotes/1228197-by-far-the-greatest-danger-of-artificial-intelligence-is-that
2 Fuente: https://www.bbc.com/news/world-us-canada-65452940
3 Fuente: cerebromente.org.br/n07/opiniao/minsky/minsky_i.htm
4 Fuente: www.statista.com/statistics/1365145/artificial-intelligence-market-size/
5 Fuente: https://www.businessinsider.in/stock-market/news/artificial-intelligence-is-on-the-brink-of-an-iphone-moment-and-can-boost-the-world-economy-by-15-7-trillion-in-7-years-bank-of-america-says/articleshow/98340748.cms
6 Fuente: https://www.wsj.com/articles/chatgpt-creator-openai-is-in-talks-for-tender-offer-that-would-value-it-at-29-billion-11672949279
7 Fuente: www.igniteseurope.com/c/4048004/523194/chatgpt_powered_strategy_outperforms_leading_funds?referrer_module=sideBarHeadlines&module_order=4
8 Fuente: https://futurism.com/artificial-general-intelligence-governments-invest
9 Fuente: https://www.ft.com/content/5671094e-6b09-43a2-9a11-7bc19f382793
10 Fuente: https://www.wired.co.uk/article/empathy-artificial-intelligence
11 Fuente: https://www.theguardian.com/technology/2022/aug/14/can-artificial-intelligence-ever-be-sentient-googles-new-ai-program-is-raising-questions
12 Fuente: https://time.com/6266679/musk-ai-open-letter/
Este material se ofrece solo con fines informativos y no debe considerarse como asesoramiento en materia de inversión. Los puntos de vista expresados en este artículo pueden cambiar y no se puede asegurar que los acontecimientos se desarrollen según lo previsto en el mismo.
NOTAS ADICIONALES
El presente documento está dirigido exclusivamente a inversores profesionales y se facilita únicamente con fines informativos, por lo que no debe interpretarse como un consejo de inversión. Los puntos de vista y las opiniones expresadas se refieren a la fecha indicada y pueden cambiar en función de las condiciones del mercado y otras. No se garantiza que la evolución se produzca como se espera. Material proporcionado por Natixis Investment Managers International o su sucursal Natixis Investment Managers International S.A., Sucursal en España, Serrano n°90, 6ª planta, 28006 Madrid, España. Natixis Investment Managers International es una sociedad de gestión de carteras autorizada por la Autorité des Marchés Financiers (Autoridad de los Mercados Financieros de Francia – AMF) con el núm. GP 90-009, y es una sociedad anónima inscrita en el Registro Mercantil de París con el nº. 329 450 738. Domicilio social: 43 avenue Pierre Mendès France, 75013 París. Natixis Investment Managers International S.A., Sucursal en España está autorizada y supervisada por la Comisión Nacional del Mercado de Valores (CNMV) en relación con sus actividades en España, y por la Comissão do Mercado de Valores Mobiliários (CMVM) en relación con sus actividades en Portugal. Domicilio social de Natixis Investment Managers International S.A., Sucursal en España: Serrano n°90, 6ª planta, 28006 Madrid, España.
