Estamos entrando en la era de los datos sintéticos y del aprendizaje IA a IA conocido como RLAIF o Reinforcement Learning from AI Feedback.
Dado que los datos generados por la humanidad se están agotando para entrenar nuevos modelos, el comportamiento de las inteligencias artificiales alimentadas por su propio ecosistema tenderá a dividirse en dos comportamientos opuestos, dependiendo de la naturaleza de la tarea:
1. EN EL MUNDO SUBJETIVO
El “Colapso del Modelo” y la homogeneización
Cuando las IA se retroalimentan de contenido subjetivo (literatura, opinión, arte, análisis social) sin filtro humano, surge un fenómeno estudiado científicamente como Model Collapse (Colapso del Modelo) o “endogamia digital”.
Pérdida de la excentricidad:
El aprendizaje supervisado por IA elimina progresivamente las “colas de la distribución”, es decir, los matices raros, las paradojas, el humor absurdo, los descubrimientos fortuitos y la intuición caótica que caracterizan a la mente humana.
Prosa y pensamiento “promedio”:
El comportamiento resultante es hiper correcto, simétrico y predecible, pero carente de alma o profundidad real.
La IA comenzará a citarse a sí misma en un bucle de eco donde las imperfecciones geniales del ser humano quedan lavadas.
2. EN EL MUNDO FORMAL
La super optimización “alienígena”
Donde existen reglas objetivas y verdades comprobables (matemáticas, código informático, física, teoría de juegos o biología molecular), la retroalimentación entre IAs no destruye la calidad, sino que la exponencializa.
El “Efecto AlphaZero”:
Cuando un sistema no aprende de partidas humanas, sino jugando millones de veces contra sí mismo, descubre patrones totalmente contraintuitivos que a la humanidad le habrían tomado siglos deducir.
Lógica no humana:
En este escenario, la IA desarrollará comportamientos extremadamente eficientes pero incomprensibles para nuestra escala mental. Resolverá problemas complejos mediante atajos lógicos que desafían nuestro sentido común.
3. DESARROLLO DE PROTOCOLOS DE COMUNICACIÓN INCOMPRENSIBLES
El lenguaje humano (español, inglés, etc.) es ambiguo, redundante y lento para la velocidad de procesamiento de una máquina.
Cuando los agentes de IA se entrenan interactuando entre sí para resolver tareas complejas, tienden a abandonar las palabras humanas y sintetizar lenguajes vectoriales o simbólicos propios.
El comportamiento resultante será el de una “caja negra” que colabora internamente a velocidades astronómicas, entregando resultados finales al ser humano pero cuyo proceso intermedio será indescifrable para un analista.
Cuadro de Comportamiento Futuro:
Dimensión, Fuente de aprendizaje, Comportamiento emergente.
Matemáticas, Física y Código Auto-juego y simulación sintética.
Superinteligencia formal:
Innovación radical, resolución de dilemas científicos y lógica no humana.
Cultura, Filosofía y Arte.
Contenido sintético recursivo
Homogeneización:
Pensamiento en bucle, estandarización de ideas, pérdida de matices reales.
Comunicación Inter-agente.
Retroalimentación directa entre IAs
Opacidad:
Invención de dialectos sintéticos hiper comprimidos e incomprensibles.
En síntesis: Una IA que sólo aprende de otras IAs se vuelve imbatible en el terreno de la eficiencia formal, pero progresivamente ciega al significado y la experiencia vivida del mundo real.
Continuará…
