¿Conseguirá un sistema de inteligencia artificial (IA) interpretar adecuadamente una imagen de rayos X si es entrenado con los correos electrónicos, los registros de actividad, las hojas de cálculo, las invitaciones de Calendar y las conversaciones de Slack de los radiólogos humanos? Esa es la pregunta del momento en el sector tecnológico.
Por más que la geopolítica haya sacado a la tecnología a empujones del escenario, esa es la verdad: Estrecho de Ormuz, inflación, Marruecos, Canadá resistiendo una guerra de aranceles que la UE ni siquiera quiso disputar (delicada situación la de Von der Leyen), Rusia, la omnipresente China, desastres naturales… no hay tiempo para digerir siquiera una novedad tan sensacional como el relevo de Tim Cook al frente de Apple. La IA suena en el telediario a crónica de partido de Segunda División, o como se llame esa liga ahora.
Tim Cook pasa a ser presidente ejecutivo y deja el puesto de CEO a John Ternus después de haber presentado los últimos días un gran chip de IA, el M6, y con el aura de haber resistido los cantos de sirena de la inversión en data centers, que comprometen los balances de otras tecnológicas. Andy Jassy tomó las riendas de Amazon en 2021 y hay que remontarse a 2015 para encontrar otro relevo de entidad, el que aupó a Sundar Pichai en Google. Un año antes, Satya Nadella hizo lo propio en Microsoft. De modo que Jensen Huang, fundador y CEO de Nvidia, se queda como el rockero más veterano del sector tecnológico, con 63 años, cifra que nadie diría viendo su energía.
El asunto de los rayos X, la IA y los radiólogos tiene tanta miga que acabó convirtiéndose en uno de los debates más apasionantes del evento SPIE Optics + Photonics, celebrado hace unos días en San Diego, California. La conclusión sigue siendo que la IA actuará como herramienta, como ayuda, no sustituirá el juicio humano ni del análisis experto de los resultados. El discurso mainstream, en ese sentido, no varía.
Pero ¿qué sucede si los pacientes suben sus imágenes radiológicas a una plataforma de IA jurídica? ¿Y si someten un informe médico al juicio de una IA más especializada para obtener una segunda opinión? En EEUU, pagas 50 dólares, cargas las imágenes y recibes un informe radiológico completo. Grayson Baird, de la Universidad de Brown, advierte de que eso pronto “tendrá consecuencias legales [para los radiólogos]», porque ellos son los responsables. En la letra pequeña, los hábiles creadores de los modelos de IA dejan claro que eluden cualquier culpa.
La nueva fiebre del oro en el sector tecnológico, intensificada desde que Forbes pusiera el foco sobre ella en primavera, es la compra de datos de la actividad de los empleados en compañías en quiebra. Ni sus slots en el aeropuerto de LaGuardia, ni sus hangares, ni sus simuladores de vuelo, ni sus equipos de mantenimiento de aeronaves. Lo que Google ha adquirido en agosto por 10,5 millones de dólares son 500 millones de mensajes de Microsoft Teams y 100 millones de correos electrónicos internos de Spirit Airlines, en proceso de liquidación.
Se pagan entre 10.000 y 100.000 dólares por archivos de Slack, correos electrónicos, código fuente y otros datos, dice SimpleClosure, especialmente si las empresas en quiebra pertenecen a los sectores sanitario y financiero. Al calor de esta fiebre del oro, han aparecido una nueva clase de intermediarios de datos que dejan en matillas a los tradicionales data brokers, ahora que empezaban a caernos bien. Abonan primas entre un 30% y un 50% superiores a los precios de liquidación estándar.
Obviamente, han surgido también muchas dudas sobre la legalidad de estas prácticas, que inciden en aspectos como la privacidad de las comunicaciones. ¿Anonimizados? De nada sirven los emails si no se traza una relación entre ellos que les dé sentido. La IA necesita contexto. A quién envió alguien este correo, cuándo y por qué, tan sencillo como eso.
Jill Lepore se ha inspirado en Los orígenes del totalitarismo,de Hannah Arendt, para escribir el libro El auge y la caída del Estado artificial, que acaba de salir a la venta. En él analiza nuestra creciente dependencia de los datos y la asfixia que nos provocan. La IA recomendará acciones a los humanos, sostiene, las campañas políticas se han reducido a algoritmos de extracción de atención. La era del Estado-nación liberal parece estar llegando rápidamente a su fin. Y en ese plan.
Suena realmente orwelliano y el clima general puede inclinarnos a pensar que no se trata de una opción desdeñable. Pero hay un límite. Las compañías tecnológicas están convencidas de que la IA debe comportarse como las personas, y eso pasa por entrenarla con el volumen suficiente de datos sobre la actividad humana. ¡Frankenstein! De ahí, la nueva carrera para comprar emails. Pero no es probable que lo logren.
La IA son matemáticas. Para realizar sus cálculos, necesita convertir toda la realidad, desde las palabras a las imágenes y sonidos, e incluso los hechos considerados como una unidad, en tokens, en cifras. Pero las palabras no son tokens. Una palabra puede llevar implicíto compromiso, amenaza, insulto, caricia, inquietud, advertencia, inspiración. Hay espacios inalcanzables para la IA.
Ron Patelcuenta el caso de Stardust, una startup que cerró a principios de 2026 y cuyo archivo digital completo fue subastado a una compañía de LLM. Estaba interesada en lo que se conoce como «densidad conversacional», es decir, personas pensando sobre problemas complejos bajo presión. Para Patel, sin embargo, el hecho de que muchos de estos datos de entrenamiento procedan de ciclos tecnológicos anteriores puede convertirlos “en un espejo retrovisor en lugar de una ventana al futuro”.
Hay más objeciones. En SPIE Optics + Photonics, Simone Thibault, de la Universidad de Laval, dijo que existe una brecha entre la realidad y la práctica al pasar de datos sintéticos a datos reales debido a la falta de diversidad. Para mejorar el rendimiento, sugiere introducir imperfecciones aleatorias.
La regla del verificador ha sido popularizada por el investigador de OpenAI, Jason Wei. Su tesis básica es que la viabilidad de entrenar una IA para resolver una tarea es proporcional a su grado de verificabilidad. “¿Está la IA preparada para el diseño de lentes?”, se preguntó Jacob A. Sacks, de la Universidad de Rochester, en SPIE Optics + Photonics, “yo diría que sí, pero ¿está el diseño de lentes preparado para la IA? Todavía no del todo”.
Lo mismo sucederá con el debate las radiografías y los médicos. Queremos crear un Frankenstein entrenando a la IA con conversaciones de email y Slack. Una inteligencia capaz de pensar como una persona después de aprender todo sobre nuestra forma de actuar. Nos encanta ser dioses, pero tampoco aquí la naturaleza dará su brazo a torcer.
