¿Puede la IA ser verdaderamente creativa?

La Pianita número 17 es una pieza breve e inquietante para piano. Ambientada en la tonalidad de re menor, sus acordes conmovedores y arpegios suavemente ascendentes transmiten una sensación de amor perdido, pero con suficiente novedad (notas disonantes y un inquietante cambio de sincronización) para sacar la pieza del cliché. ¿Qué experiencias de vida abrasadoras, entonces, vertió el compositor en esta obra?

Ninguno, como resulta. Porque esta música fue producida por un modelo de inteligencia artificial, entrenado en miles de horas de videos de YouTube.

Durante décadas, los psicólogos han pensado en la creatividad como un rasgo clave que nos diferenciaría de las máquinas, incluso cuando nos superaban en inteligencia y habilidad. Pero ahora, una ola de modelos generativos de IA, que crean nuevo contenido basado en el aprendizaje de enormes conjuntos de datos, está arrojando sombra sobre esta idea.

Los 'científicos' de IA se unieron a estos equipos de investigación: esto es lo que sucedió

Estos modelos irrumpieron en escena en noviembre de 2022 cuando la empresa de inteligencia artificial de California OpenAI lanzó ChatGPTun chatbot de IA muy popular. Impulsado por el modelo de lenguaje grande (LLM) GPT-3.5, ChatGPT pudo producir texto e imágenes convincentes en respuesta a indicaciones simples. Pronto siguieron modelos aún más impresionantes.

Desde poesía y vídeo hasta ideas y música, el contenido generado por IA ahora rivaliza con muchas obras creadas por humanos, lo que significa que las definiciones científicas estándar de creatividad luchan por distinguir entre personas y computadoras. El progreso desde 2022 ha sido “absolutamente alucinante”, dice Simon Colton, que estudia creatividad computacional en Queen Mary, Universidad de Londres. «Todos mis colegas están luchando por ponerse al día, como '¿Qué? ¿Qué acaba de pasar?'»

Entonces, ¿deberíamos aceptar que la IA es ahora creativa? ¿O cambiar la definición para salvaguardar la creatividad humana? Los investigadores de ambos lados sostienen que hay mucho en juego, no sólo para el potencial creativo de la IA, sino también para el nuestro.

ingenio de la máquina

El debate sobre si las máquinas pueden ser creativas no es nuevo. En la década de 1840, Ada Lovelace, que colaboró ​​en un prototipo de la primera computadora digital, la Máquina Analítica, insistió en que a pesar de las impresionantes capacidades del modelo, “no tiene ninguna pretensión de originar nada” y se limita a “cualquier cosa que sepamos ordenarle que funcione”. Más de un siglo después, muchos científicos todavía mantenían la misma opinión, pero en 1950, el matemático Alan Turing argumentó provocativamente lo contrario: que no había facultad humana que algún día no pudiera ser replicada por computadoras.

Unos 50 años después, las máquinas empezaron a rivalizar incluso con los humanos más talentosos en tareas específicas. En 1997, la computadora Deep Blue de IBM venció al actual campeón mundial de ajedrez. El programa AlphaGo de Google DeepMind logró una hazaña similar con el juego de Go en 2015. En 2019, Google presentó el Bach Doodle, que podía armonizar melodías cortas al estilo del compositor alemán Johann Sebastian Bach. Pero los investigadores coinciden en que lo que está sucediendo ahora con la IA generativa es diferente de todo lo visto u oído antes.

La creatividad es difícil de caracterizar y medir, pero los investigadores han llegado a una definición estándar: la capacidad de producir cosas que sean a la vez originales y efectivas. También tienen una variedad de pruebas para ello, desde interpretar figuras abstractas hasta sugerir usos alternativos para un ladrillo.

A partir de 2023, investigadores en campos que van desde los negocios hasta la neurociencia comenzaron a informar que los sistemas de IA pueden rivalizar con los humanos en tales pruebas, y las personas a menudo tenían dificultades para distinguir el contenido generado por IA y el contenido producido por humanos, ya fuera un poema, una hipótesis científica o una aplicación para teléfonos inteligentes.¹. «La gente empezó a decir: 'Oye, la IA generativa obtiene buenos resultados en las pruebas de creatividad, por lo tanto es creativa'», dice Mark Runco, psicólogo cognitivo de la Universidad del Sur de Oregón en Ashland y editor fundador de Revista de investigación de creatividad.

Sin embargo, los humanos con mejor desempeño todavía tienen ventaja sobre las máquinas. un estudio² comparó historias cortas escritas por humanos con piezas generadas por chatbots populares. Aunque algunas de las historias generadas por IA se consideraron tan buenas como los intentos de escritores humanos aficionados, los expertos calificaron las historias de IA como de calidad mucho peor que las historias profesionales publicadas en El neoyorquinoquejándose de que carecían de finales narrativos, complejidad retórica y desarrollo de personajes. Un experimento independiente concluyó que cuando se trataba de idear nuevas funciones para objetos cotidianos, los LLM no podían igualar la capacidad innovadora de un grupo de niños de cinco años.³.

Chispa científica

En ciencia, herramientas de IA generativa han logrado resultados impresionantes para problemas estrictamente definidos, como predecir la Estructuras 3D de proteínas.. Pero pueden luchar con desafíos más amplios. En primer lugar, carecen de la experiencia y el contexto para presentar sugerencias fructíferas en un entorno de investigación del mundo real. Cuando un equipo de la Universidad de Stanford en California pidió tanto a los LLM como a los humanos que generaran propuestas de investigación en ciencias de la computación, los revisores calificaron inicialmente las sugerencias de IA como más novedosas y efectivas. Pero después de probar las propuestas, los revisores notaron fallas de diseño: por ejemplo, algunas ideas generadas por IA eran demasiado costosas desde el punto de vista computacional para ejecutarlas fácilmente, y otras no hacían referencia a investigaciones previas, mientras que las ideas humanas eran más factibles.¹.

Algunos modelos de IA también podrían tener dificultades con los saltos imaginativos necesarios para generar conocimientos científicos verdaderamente nuevos. En un estudio de marzo⁴los investigadores de inteligencia artificial Amy Ding de la Emylon Business School en Lyon, Francia, y Shibo Li de la Universidad de Indiana en Bloomington pidieron una versión reciente de ChatGPT (ChatGPT-4) para descubrir las funciones de tres genes en un hipotético sistema regulador. Los investigadores pidieron al chatbot que planteara hipótesis y diseñara experimentos; Luego, estos se realizaron utilizando un laboratorio simulado por computadora y los resultados se enviaron a la IA.

En comparación con los científicos humanos a quienes se les asignó la misma tarea, el chatbot propuso menos hipótesis y realizó menos experimentos. A diferencia de los humanos, no revisó sus hipótesis ni realizó nuevos experimentos después de recibir los resultados, y no logró revelar el mecanismo regulador correcto. Después de solo una ronda de investigación, concluyó con confianza que sus ideas originales eran correctas, aunque no estuvieran respaldadas por los datos.

Ding y Li concluyen que ChatGPT-4, al menos, no tiene la chispa creativa necesaria para notar e interpretar resultados anómalos, o para hacer preguntas sorprendentes e importantes. Los humanos a menudo realizan experimentos por curiosidad, señalan los investigadores, y luego prueban nuevas ideas para explicar sus resultados. Pero ChatGPT-4 fue «terco», incapaz de ajustar su forma de pensar ante nueva evidencia.

¿La IA algún día ganará su propio Nobel? Algunos predicen que pronto se producirá un descubrimiento científico digno de premio

Los investigadores sugieren que lograr la curiosidad y la imaginación necesarias para descubrimientos verdaderamente innovadores podría requerir ir más allá de las redes neuronales profundas (capas jerárquicas de nodos interconectados) que subyacen a la IA generativa. Aunque se destacan en el reconocimiento de patrones estadísticos, pueden tener dificultades con el pensamiento flexible y innovador. Esto es «muy difícil de hacer cuando se entrena con grandes cantidades de datos», coincide Colton, «que, por definición, están dentro de la caja».

Las arquitecturas alternativas de IA podrían aumentar el potencial de la creatividad, aunque la investigación se encuentra en una etapa inicial. Ding y Li destacan la IA «neuromórfica», que se basa en los procesos dinámicos y autoorganizados del cerebro. Mientras tanto, Colton está entusiasmado con la IA neurosimbólica. En este enfoque, las redes neuronales profundas que recogen patrones a partir de datos se combinan con reglas y razonamientos simbólicos, siendo la parte simbólica más cercana al pensamiento explícito y abstracto. La incorporación podría dotar a los sistemas de IA de más flexibilidad para ir más allá de su entrenamiento, afirma. «Puedes decir: 'Has visto esta regla en los datos, pero ¿y si eso no fuera cierto?'»

Confía en el proceso

Sin embargo, por muy impresionantes que sean los modelos, ¿deberían alguna vez describirse como creativos? Algunos investigadores sostienen que, antes de atribuir creatividad a la IA, la sociedad debe pensar más detenidamente cuál es realmente esta cualidad. James Kaufman, psicólogo educativo de la Universidad de Connecticut en Storrs y autor de varios libros sobre creatividad, sostiene que debemos comprender el proceso de creación en lugar de limitarnos a mirar el resultado final. «La IA puede producir un producto creativo, claro», afirma. «Pero no pasa por un proceso creativo. No creo que sea una entidad creativa».

También para Runco la idea de una IA creativa ignora cualidades importantes que los humanos utilizan en su producción creativa. Sostiene que, mientras que las redes neuronales siguen algoritmos, las personas utilizan emociones subjetivas, estética, valores personales y experiencias vividas para tomar decisiones creativas y saltos imaginativos que pueden no parecer lógicos o racionales, pero que expresan la perspectiva única de una persona, o su yo.

Para capturar estos aspectos humanos, Runco sugiere modificar la definición estándar de creatividad para incluir «autenticidad», o ser fiel a uno mismo, así como «intencionalidad», una motivación o impulso intrínseco que incluye tanto la curiosidad por comenzar un proceso creativo como el juicio para saber cuándo detenerse.

Algunos tipos de modelos de IA pueden evaluar su rendimiento y mejorar por sí solos, dice Caterina Moruzzi, filósofa que estudia la creatividad y la IA en el Edinburgh College of Art, Reino Unido, pero aún así solo pueden avanzar hacia un objetivo proporcionado por un usuario humano. “Lo que todavía no pueden hacer, y la pregunta es si algún día podrán hacerlo, es fijarse sus propios objetivos”.

Para Jon McCormack, que estudia la creatividad computacional en la Universidad de Monash en Melbourne, Australia, incluso las creaciones de IA de alta calidad son “parásitas” de la creatividad humana que se incluye en su material de capacitación. «No son capaces de idear movimientos artísticos ni de querer ser artistas de forma independiente».