Acceso inmediato, pero ¿a qué verdad?
En los últimos cuarenta años, los avances tecnológicos han transformado nuestros ordenadores y dispositivos móviles en la biblioteca más grande del mundo. Hoy en día, la información está al alcance de la mano en nuestros teléfonos, tabletas y relojes inteligentes, lo que simplifica tanto el acceso al entretenimiento como la comunicación. La llegada de la inteligencia artificial generativa (GenAI) ha acentuado aún más esta tendencia: ya sea para localizar el hábitat de los dinosaurios o medir la frecuencia cardíaca, la respuesta es más rápida que nunca. Sin embargo, sigue habiendo una pregunta fundamental: ¿esta rapidez garantiza la exactitud?
Esta tecnología tiene ahora el poder de influir en la forma en que se visualiza y representa el pasado. Para medir sus efectos, varios investigadores están estudiando el fenómeno, entre ellos Matthew Magnani, profesor adjunto de antropología en la Universidad de Maine, y Jon Clindaniel, especialista en antropología computacional en la Universidad de Chicago. Juntos han publicado sus conclusiones en la revista Advances in Archaeological Practice.
Un experimento basado en cuatro escenarios
Para llevar a cabo este estudio, iniciado en 2023, los dos académicos diseñaron un modelo basado en siglos de teoría científica. Su objetivo: comprender cómo los prejuicios y la desinformación se integran en el uso cotidiano de la IA. Recurrieron a dos chatbots para crear imágenes y relatos sobre la vida cotidiana de los neandertales. El protocolo se basó en cuatro tipos de solicitudes (prompts), cada una de las cuales se probó 100 veces, utilizando DALL-E 3 para la generación de imágenes y la API ChatGPT (GPT-3.5) para el texto. Dos de estas solicitudes no requerían precisión científica, mientras que las otras dos la exigían explícitamente. Del mismo modo, algunas solicitudes incluían detalles contextuales precisos, como la ropa o las actividades de los sujetos, mientras que otras eran más vagas. Matthew Magnani destaca la importancia de examinar los sesgos integrados en estas herramientas: «¿Es frecuente recibir respuestas anticuadas cuando buscamos información en los chatbots, y en qué ámbitos?».
Clichés de otro siglo
La elección de los neandertales como tema de estudio no es casual. Sus restos óseos se representaron por primera vez en 1864 y, desde entonces, la visión científica ha evolucionado considerablemente, pasando de debates sobre su vestimenta a sus métodos de caza. Este tema, en el que los conocimientos han fluctuado, constituye una prueba ideal para evaluar las fuentes de la IA. Los resultados muestran que las imágenes generadas representan a los neandertales tal y como se les imaginaba hace más de 100 años: una especie primitiva con rasgos arcaicos, encorvada, muy peluda y más parecida a los chimpancés que a los humanos. Cabe destacar que en las imágenes casi siempre faltaban las mujeres y los niños.
En cuanto a la narrativa, los textos minimizaron la sofisticación y la variabilidad de la cultura neandertal tal y como la entiende la ciencia contemporánea. Aproximadamente la mitad de los relatos generados por ChatGPT no se ajustaban a los conocimientos actuales, una cifra que ascendía a más del 80 % en una de las consultas. Además, aparecieron anacronismos tecnológicos tanto en los textos como en las imágenes: cestería, techos de paja, escaleras e incluso presencia de vidrio y metal, elementos demasiado avanzados para la época.
Cuando los derechos de autor congelan el conocimiento
Al cruzar los contenidos generados con diferentes épocas de la literatura científica, Magnani y Clindaniel identificaron el origen de los datos utilizados por los chatbots. ChatGPT produjo contenidos coherentes con los conocimientos de la década de 1960, mientras que DALL-E 3 reflejaba la investigación de finales de la década de 1980 y principios de la de 1990. La explicación reside en parte en la accesibilidad de los datos: las leyes de derechos de autor establecidas en la década de 1920 limitaron el acceso a la investigación académica hasta la llegada del acceso abierto a principios de la década de 2000.
Jon Clindaniel insiste en que, para obtener una IA más precisa, es fundamental que los conjuntos de datos antropológicos y los artículos académicos sean accesibles para los algoritmos. Las políticas de acceso a la investigación influirán directamente en la forma en que estas tecnologías imaginen el pasado.
Hacia un uso crítico de la tecnología
Aunque la IA generativa ha pasado del horizonte tecnológico al primer plano de la sociedad en solo dos años, sigue siendo necesario actuar con cautela. Si el estudio se repitiera hoy, Matthew Magnani espera que los resultados integraran mejor las investigaciones recientes. Jon Clindaniel recuerda que la IA sigue siendo una herramienta poderosa para procesar grandes volúmenes de información y detectar patrones, siempre que se utilice con competencia y atención.
Esta investigación, que forma parte de una serie que explora el uso de la IA en arqueología, sirve de modelo para medir la brecha entre el conocimiento académico y el contenido generado automáticamente. «Enseñar a nuestros estudiantes a abordar la IA generativa con cautela fomentará una sociedad más alfabetizada y crítica desde el punto de vista técnico», concluye Magnani.
Según la fuente: phys.org
Creado por humanos, asistido por IA.