El conductor también desaparece de los vehículos

Uno de los desarrollos que más ha llamado mi atención en el mundo del automóvil recientemente es el Tesla Cybercab. El primer modelo nuevo desarrollado por Tesla en años no tiene volante, ni pedal de acelerador, ni de freno. El vehículo ha sido diseñado de principio a fin para la conducción autónoma. Elon Musk posiciona este modelo como la piedra angular del servicio de robotaxi. Como alguien que sigue de cerca la historia del automóvil, puedo decir lo siguiente: esto no es solo un nuevo modelo, es un paso que cambia la idea misma del automóvil. Porque durante cien años, el automóvil se diseñó centrado en el conductor. Con el Cybercab, por primera vez, el conductor mismo queda fuera del diseño.

Lo interesante de esta transformación es que no solo las empresas tecnológicas, sino también los fabricantes tradicionales están entrando en esta carrera. Por ejemplo, Mercedes-Benz parece bastante ambicioso en el ámbito de los vehículos autónomos tras su transición eléctrica. Modelos como el Mercedes-Benz VLE y el Mercedes-Benz VLR, que formarán parte de las plataformas de nueva generación en las que trabaja la empresa, son una señal de ello. Por el contrario, otra parte del sector sigue girando en torno a la modificación, el sonido del escape y la cultura del rendimiento clásico. La cultura formada en torno a marcas como Audi, BMW o el Volkswagen Passat sigue centrada en la experiencia de conducción. Mi impresión es la siguiente: el mundo de la automoción está dividido en dos tiempos diferentes. Por un lado, todavía se habla del conductor al volante, mientras que por el otro, el volante mismo está desapareciendo. Por eso, en esta nueva era, lo que falta en los automóviles no son solo piezas. El conductor mismo está saliendo poco a poco de la ecuación.

¿Le garantiza un trabajo una educación superior?

Durante muchos años, el título universitario fue visto como la puerta más fiable al mundo laboral. Sin embargo, en los últimos años, esta suposición se cuestiona cada vez más. Un análisis publicado en Harvard Business Review comparte un dato llamativo: más del 40% de los jóvenes de entre 25 y 34 años en los países de la OCDE, y cerca del 50% en Estados Unidos, son graduados universitarios. La educación sigue teniendo un impacto positivo en los ingresos. Sin embargo, a medida que aumenta el número de graduados, la ventaja adicional que proporciona el título disminuye gradualmente. De hecho, según el mismo estudio, mientras que el título universitario aumenta los ingresos en más de un 20% en el África subsahariana, este aumento se queda en solo un 9% en los países escandinavos, donde los graduados universitarios son muy comunes.

Lo que es más interesante es esto: las investigaciones muestran que la relación entre el nivel educativo y el rendimiento laboral es bastante débil. Por el contrario, la capacidad cognitiva, la capacidad de aprendizaje y las habilidades de resolución de problemas son indicadores mucho más fuertes. El mundo empresarial también ha empezado a darse cuenta de esto. Hoy en día, muchas empresas buscan en los candidatos más la capacidad de aprendizaje, la curiosidad, las habilidades de comunicación y la capacidad de adaptación que el título. En otras palabras, el título puede seguir siendo útil, pero no es por sí solo un seguro de carrera. Para que las universidades mantengan su valor en este nuevo mundo, deben dejar de ser instituciones que solo transmiten información y convertirse en lugares que desarrollen habilidades humanas como el pensamiento crítico, la empatía y el liderazgo.

Einstein tenía razón de nuevo

En mi infancia, sentía una gran admiración por los libros de Isaac Asimov. Un día cayó en mis manos "Exploding Suns", publicado en turco bajo el título "Patlayan Güneşler". Empecé a leerlo pensando que era ciencia ficción, pero en realidad era un libro de divulgación científica que explicaba cómo nacen y mueren las estrellas. A esa edad, no entendí gran parte. Años después, cuando tomé la clase de astrofísica de John Freely en la Universidad del Bósforo, me di cuenta de que esa curiosidad infantil en realidad tocaba el lugar correcto. Disfruté mucho de la clase; mi nota fue una A. Pero mi verdadera ganancia no fue la nota, sino la curiosidad inagotable por el universo.

Una noticia que leí el otro día en Gazete Oksijen me recordó esta curiosidad. La noticia relataba que los astrónomos, al estudiar una supernova extremadamente brillante llamada SN 2024afav, observaron la existencia de un *Magnetar* recién nacido. Se indica que las extrañas vibraciones en la luz muestran que esta masa gigantesca que gira rápidamente arrastra consigo el espacio-tiempo. En física, esto se llama precesión de Lense-Thirring, y este efecto fue predicho hace exactamente un siglo en la teoría de la Relatividad General de Albert Einstein. En resumen, el universo que describían aquellos libros que me costaba entender de niño está siendo confirmado hoy por los telescopios. Y en cada nueva observación, se vuelve a formular la misma frase: Einstein tenía razón de nuevo.

Sinan Canan se quedó a mitad de camino mientras intentaba producir filosofía sobre la inteligencia artificial

Escuché a Sinan Canan hacer una evaluación en un discurso sobre la inteligencia artificial diciendo: "estos son en realidad modelos de lenguaje, las personas que no saben usar el lenguaje correctamente no pueden usar la inteligencia artificial de manera eficiente". Decir que "la inteligencia artificial es en realidad un modelo de lenguaje" es una afirmación que hoy en día conoce incluso la persona de la calle. No tiene mucho sentido presentar esto como si fuera un descubrimiento especial. Sí, los sistemas que usamos hoy como ChatGPT o Claude están técnicamente construidos sobre arquitecturas de Modelos de Lenguaje Extensos (LLM). Las redes neuronales basadas en transformadores, miles de millones de parámetros, enormes conjuntos de datos y grandes clústeres de GPU constituyen la ingeniería detrás de estos sistemas. Sin embargo, repetir este hecho técnico no significa explicar qué es lo que cambia la inteligencia artificial.

El problema comienza exactamente aquí. Cuando limitas la inteligencia artificial solo al marco de "modelo de lenguaje", te pierdes la verdadera ruptura de la tecnología. Lo que hacen los LLM no es solo procesar el lenguaje; es reunir la fragmentación del lenguaje que la humanidad ha vivido desde la Torre de Babel en un espacio de representación matemática. Diferentes lenguajes humanos se vuelven comprensibles dentro del mismo campo semántico. Además, esto no se limita solo a los lenguajes humanos. Los mismos sistemas pueden cambiar entre lenguajes de programación, generar código y liberar a los desarrolladores de estar confinados a los límites de un solo lenguaje. Por esta razón, decir que "quienes no usan bien el lenguaje no pueden usar la inteligencia artificial" es leer el problema al revés. El verdadero poder de la inteligencia artificial reside en su capacidad para compensar las imperfecciones del lenguaje de las personas. Por eso, en lugar de reducir la discusión al nivel de la gramática, es necesario hablar de cómo la inteligencia artificial está cambiando la arquitectura del conocimiento de la humanidad. Quizás lo que Sinan Canan intentaba hacer era producir filosofía; pero parece que se ha detenido al principio del camino y ha dado media vuelta.