Ciertas industrias, como la aviación y los automóviles autónomos, están sujetas a regulaciones estrictas que pueden ralentizar la adopción de la IA. Estas industrias deben cumplir con rigurosos estándares de seguridad y confiabilidad establecidos por organismos reguladores como la FAA y la EASA.

En la industria de la aviación, los sistemas de IA utilizados en aeronaves, control de tráfico aéreo y vehículos aéreos no tripulados (UAV) deben someterse a extensas pruebas, simulaciones y procesos de certificación para validar su desempeño en diversas condiciones y escenarios de vuelo. Las altas apuestas involucradas en la seguridad de la aviación requieren un enfoque cauteloso para la integración de la IA, ya que un problema menor podría retrasar a la industria durante años.

De manera similar, los vehículos autónomos deben cumplir con rigurosos estándares de seguridad establecidos por las autoridades de transporte para garantizar la seguridad de los pasajeros y los peatones. Los reguladores exigen pruebas y validaciones exhaustivas de los sistemas de conducción autónoma antes de permitir su operación en las vías públicas. Deben abordarse las preocupaciones sobre casos extremos, como el manejo de obstáculos inesperados y condiciones climáticas extremas, junto con los problemas de responsabilidad y ciberseguridad.

El panorama regulatorio para estas industrias está evolucionando a medida que avanza la tecnología, pero a los reguladores se les encomienda encontrar un equilibrio entre fomentar la innovación y garantizar la seguridad pública. Esto significa que ciertas industrias pueden ser reacias a adoptar la IA rápidamente, ya que deben priorizar la seguridad y la confiabilidad sobre el cambio tecnológico acelerado.

La capacidad de cómputo es un recurso escaso, y se ha argumentado que en el futuro, la capacidad de cómputo será como el oro o el petróleo: en alta demanda pero con oferta limitada. Si la AGI (Inteligencia General Artificial) es verdaderamente transformadora, será una tecnología extremadamente intensiva en recursos y costosa de mantener debido a los inmensos recursos computacionales requeridos.

Las empresas y los gobiernos probablemente prioricen la asignación de las capacidades de la AGI a proyectos con el mayor impacto potencial, como la exploración espacial, el modelado del cambio climático y la investigación biomédica. Estos proyectos ambiciosos y de alto impacto probablemente tendrán prioridad de acceso a la AGI, dejando menos capacidad de cómputo disponible para tareas más mundanas y cotidianas.

Además, la AGI requerirá una sólida supervisión humana, especialmente en campos sensibles como la atención médica, la aplicación de la ley y la formulación de políticas. La AGI funcionará principalmente como un asesor en lugar de un tomador de decisiones en estas áreas, lo que limitará aún más su aplicación generalizada.

Los centros de datos especializados, las redes de alta velocidad y los requisitos de energía para los sistemas de AGI también pueden hacer que sea poco práctico implementarlos en cada escritorio de oficina. El acceso a la AGI probablemente se racionará cuidadosamente para evitar el mal uso y garantizar que la capacidad de cómputo no se desperdicie en tareas que pueden ser manejadas por sistemas de IA menos intensivos en recursos.

Además, el problema de la escasez de energía plantea un desafío significativo para la implementación generalizada de la AGI. Se estima que los costos de inferencia y el consumo de energía de estos sistemas avanzados de IA son al menos 10 veces más altos que los costos de entrenamiento. Este crecimiento exponencial en la demanda computacional podría limitar la aplicación práctica de la AGI a las tareas cotidianas, ya que el costo energético para alimentar estos sistemas puede ser prohibitivamente alto o simplemente no estar disponible.

En resumen, la escasez de capacidad de cómputo, la necesidad de una sólida supervisión humana y la naturaleza intensiva en energía de los sistemas de AGI sugieren que la aplicación generalizada de esta tecnología puede ser limitada, al menos a corto plazo. Los casos de uso más transformadores de la AGI probablemente se reservarán para proyectos especializados de alto impacto, en lugar de tareas cotidianas.

Los humanos parecen valorar cada vez más la interacción humana y pueden rebelarse contra la adopción generalizada de la IA. Existe una tendencia creciente de personas que expresan aprensión e incluso indignación hacia las nuevas tecnologías de IA. Por ejemplo, cuando se lanzó el video generado por IA "Sora", recibió un fuerte rechazo, con muchas personas pidiendo que se prohibiera. Este sentimiento no está aislado, ya que hay numerosos ejemplos de personas que se oponen firmemente al uso de IA generativa, citando preocupaciones sobre su potencial de mal uso y los impactos sociales negativos.

Además, ciertas industrias y trabajos pueden estar exentos de la disrupción de la IA debido a la preferencia humana por interactuar con otros humanos. Por ejemplo, en las industrias creativas, el contenido creado por humanos a menudo se considera más valioso que el trabajo generado por IA. De manera similar, en los roles de servicio al cliente, muchas personas prefieren hablar con un representante humano en lugar de un chatbot de IA.

Las plataformas en línea también están tomando medidas para abordar el aumento del contenido generado por IA, con YouTube implementando políticas que requieren que los creadores revelen el uso de IA en sus videos. Google también está eliminando el contenido de SEO generado por IA de los resultados de búsqueda para priorizar el contenido orgánico escrito por humanos. Estas medidas sugieren una creciente conciencia sobre la necesidad de mantener un equilibrio entre las capacidades de la IA y las experiencias centradas en el ser humano.

Además, la escasez de recursos computacionales requeridos para alimentar los sistemas avanzados de IA puede limitar su implementación generalizada, ya que los gobiernos y las empresas probablemente prioricen el uso de la IA para aplicaciones transformadoras de alto impacto en lugar de tareas cotidianas. Esto podría contribuir aún más a una adopción más lenta de la IA en ciertas industrias y roles laborales.

En general, el potencial de rechazo humano contra la adopción de la IA, la preferencia por la interacción humana en diversos contextos y las limitaciones en los recursos computacionales sugieren que la IA no reemplazará los trabajos tan rápidamente como algunos han predicho. La integración de la IA en la sociedad probablemente será un proceso gradual y matizado, moldeado tanto por los avances tecnológicos como por los valores humanos.

Las plataformas en línea están tomando medidas para abordar los posibles problemas planteados por el contenido generado por IA. Algunas de las principales medidas incluyen:

1. Requisitos de divulgación de contenido: Plataformas como YouTube ahora requieren que los creadores declaren si su contenido contiene material generado por IA. Esto permite que los espectadores tomen decisiones informadas sobre el contenido que consumen.

2. Informes de usuarios y moderación: Los espectadores pueden denunciar el contenido generado por IA que viole las pautas de la plataforma, y las plataformas utilizan una combinación de IA y moderación humana para detectar y abordar dichas infracciones.

3. Ajustes algorítmicos: Las plataformas pueden ajustar sus algoritmos para priorizar el contenido creado por humanos sobre el spam generado por IA. Esto podría implicar disminuir el ranking de canales o contenido que se considere predominantemente generado por IA.

4. Prohibiciones de contenido generado por IA: Algunas plataformas pueden implementar prohibiciones absolutas sobre el uso de contenido generado por IA, especialmente en casos en los que se utilice para manipular los sistemas de la plataforma, como el spam de optimización de motores de búsqueda (SEO).

5. Sistemas de verificación: Los sitios web pueden desarrollar nuevos mecanismos para verificar que los usuarios son humanos y evitar que los agentes de IA rastreen e impacten sus métricas, como los ingresos publicitarios.

Estas medidas sugieren que las plataformas en línea están adoptando un enfoque proactivo para mitigar los posibles impactos negativos del contenido generado por IA, priorizando el contenido auténtico creado por humanos y protegiendo la integridad de sus plataformas.

Si bien los avances de la IA son indudablemente impresionantes, existen varias razones por las cuales la IA es posible que no reemplace tu trabajo tan rápidamente como algunos podrían esperar:

1. Regulaciones estrictas: Industrias como la aviación, los automóviles autónomos y la atención médica tienen estándares de seguridad y confiabilidad rigurosos que los sistemas de IA deben cumplir a través de extensas pruebas y procesos de certificación antes de ser integrados. Este enfoque cauteloso puede ralentizar la adopción de la IA en estos sectores.

2. Escasez de capacidad de cómputo: Se espera que los recursos computacionales requeridos para los sistemas avanzados de IA, como la AGI (Inteligencia General Artificial), sean extremadamente escasos y costosos. Los gobiernos y las empresas probablemente prioricen la asignación de estos recursos a proyectos de alto impacto, como la exploración espacial, el modelado del cambio climático y la investigación biomédica, en lugar de tareas cotidianas.

3. Preferencia humana por la interacción humana: Existe una tendencia creciente de personas que expresan aprensión e incluso hostilidad hacia la IA, particularmente en las industrias creativas. Los humanos pueden seguir valorando las interacciones de persona a persona, lo que lleva a una resistencia contra la adopción generalizada de la IA en ciertos dominios.

4. Posible rechazo y regulación: Las plataformas en línea y los motores de búsqueda ya están tomando medidas para frenar el uso de contenido generado por IA, como eliminarlo de los resultados de búsqueda o exigir una divulgación explícita. Esto podría limitar el impacto de la IA en ciertas industrias y trabajos.

5. Limitaciones energéticas: Los enormes requisitos de energía de los sistemas de IA a gran escala, como los necesarios para la AGI, podrían plantear un desafío significativo para su implementación generalizada, ya que la infraestructura energética actual es posible que no pueda soportar la demanda.

En conclusión, si bien los avances de la IA son indudablemente transformadores, la combinación de obstáculos regulatorios, escasez de capacidad de cómputo, preferencias humanas y posible rechazo sugiere que la IA es posible que no reemplace los trabajos tan rápidamente como algunos temen. El impacto futuro de la IA en el mercado laboral es probable que sea más matizado y gradual de lo que predicen los pronósticos más sombríos.