Por Lucas Malaspina
La inteligencia artificial avanza sin parar transformando el mundo del trabajo e impactando en la sociedad y en la política a nivel global. Mauro Giordano es un emprendedor tecnológico argentino que se siente orgulloso de la educación pública argentina. Desde sus inicios en la Universidad de Buenos Aires hasta la creación de DigoDat junto a su amigo Alan Daitch y su experiencia en Media Monks -una multinacional líder en publicidad-, Giordano siempre estuvo interesado en la automatización, la ingeniería de software y la inteligencia artificial. Actualmente está terminando su tesis en Ciencias de la Computación. Hablamos con Mauro sobre la historia de la IA y sus futuros posibles.
DigoDat fue una empresa que logró posicionarse en el mundo del análisis de datos, en un momento en el cual esto empezaba a ser algo importante, aunque todavía no era evidente para la mayoría de las personas. Luego de vender esta empresa, se integró como SVP Data en la empresa Media Monks, donde Mauro Giordano lideró una unidad de más de 200 personas. Actualmente se encuentra en un año sabático, explorando nuevos proyectos.
¿Cómo decidiste iniciarte en las Ciencias de la Computación?
La verdad es que la computación me interesó desde chico. Tuve la suerte de tener una computadora en mi casa y también en lo de mis abuelos. De hecho, la primera vez que usé banda ancha fue ahí, donde también comencé a chatear y a usar internet en esa época dorada y nostálgica de finales de los 90. Internet era muy distinto a lo que es hoy, y en ese contexto me acerqué a la programación y la tecnología. Cuando tuve que decidir qué estudiar, pensé en Letras o incluso en Filosofía, pero no me iba tan bien en Matemática, y sentí que si hacía una carrera de ciencia dura, como Ciencias de la Computación, eso me podría ayudar a mejorar en esa área. Así que elegí una carrera que me desafiaría y me obligaría a resolver esas dificultades, mientras seguía leyendo por mi cuenta lo que me gustaba.
Hace poco terminé un libro, “Mindset” de la psicóloga estadounidense Carol Dweck. En él se habla de la mentalidad de crecimiento versus la mentalidad fija. Resumiendo, plantea que las personas que enfrentan dificultades se esfuerzan por aprender y mejorar, mientras que otras creen que no son buenas en algo y lo dejan. Lo que me parece notable de tu historia es que, a pesar de que no te llevabas bien con las matemáticas, decidiste estudiar Ciencias de la Computación precisamente por eso.
Sí, fue exactamente así. En su momento, pensé que una carrera universitaria típica lleva alrededor de cinco años, lo cual es mucho tiempo, especialmente a los 18 años, cuando es casi un cuarto de tu vida. Me frustraba no ser bueno en Matemática, porque realmente me costaba. Entonces pensé que, si me metía en esta carrera, podría mejorar. Me costó bastante, tuve altibajos, pero al final terminé mejorando muchísimo. Fue una buena decisión. Lo que me sigue sorprendiendo hoy en día es que, a pesar de la inmersión de la tecnología en nuestras vidas, carreras como Ingeniería o Ciencias de la Computación siguen flaqueando en términos de ingresantes, frente a otras más tradicionales. Eso me parece interesante de desentrañar.
Ahora en la Universidad de Buenos Aires hay un declive fuerte de todo lo que son las humanísticas, y creo que está asociado a esto. El pensamiento crítico es muy interesante y aporta mucho, pero con eso solo no alcanza. Hace poco vi un video en Instagram de una dirigente estudiantil que decía: «Tenemos que hacer algo, porque si no, todos los pibes van a tener que seguir yendo a CoderHouse para aprender lo que podrían aprender en la Facultad de Ciencias Sociales».
Es un punto interesante. No es que sea necesario hacer una carrera universitaria en programación o computación, pero creo que sería interesante integrar esas habilidades en la educación desde niveles más iniciales, como la primaria o secundaria. Para mí, hoy en día, programar es tan importante como saber leer y escribir. No hace falta ser un programador experto, pero sí tener la programación como una herramienta para pensar y resolver problemas. Hay esfuerzos en esa dirección, como el programa de la Fundación Sadosky, pero creo que todavía falta.
Quizás algunos pregunten: ¿para qué sirve programar si ahora tenemos herramientas como ChatGPT que programan por nosotros? Podemos hablar de eso después, pero creo que sigue siendo una habilidad superimportante que marcará la diferencia en el futuro en términos de empleabilidad y competencia.
Antes de entrar en eso, ¿podrías contarnos un poco sobre tu experiencia en DigoDat? Después de entrar en la facultad, comenzaste con este proyecto, que llevaste adelante por muchos años. ¿Cómo llegaron a ser socios de Google y trabajar con grandes empresas?
La génesis de DigoDat comenzó de manera separada. Yo me empecé a interesar mucho en los datos cuando estaba en la facultad. En 2012, por ejemplo, justo se lanzaba Coursera, y uno de los primeros cursos era de machine learning, que me abrió la cabeza respecto a lo que se podía hacer con los datos. Mi socio, Alan Daitch, venía del mundo del marketing digital y vio la oportunidad de usar los datos para mejorar la toma de decisiones empresariales. En 2015, cuando yo tenía 24 años, comenzamos DigoDat con el objetivo de ayudar a empresas a trabajar con sus datos, principalmente enfocados en el marketing digital.
Nos apalancamos mucho en Google Analytics para recolectar y analizar los datos de sitios web y aplicaciones móviles. En ese entonces, las agencias de publicidad eran excelentes en marketing digital y en la ejecución de campañas, pero flaqueaban en la parte técnica de datos. Ahí vimos una oportunidad para enfocarnos en lo que sabíamos hacer. Además, uno de los grandes aciertos que tuvimos fue la manera en que formamos el equipo. Alan venía del mundo de la economía y tenía fuertes vínculos en la Facultad de Ciencias Económicas, así que reclutamos a muchos economistas, que tenían muy buenas habilidades para analizar datos. Y además, Alan en ese momento militaba mucho en la facultad también. Entonces, nos rodeamos de mucha gente que militaba, que ya tenía muchas habilidades interpersonales a la hora de negociar, de charlar con clientes, como que era gente muy joven, pero que se desempeñaba superbien a la hora de tener reuniones, presentar, interactuar y demás. Entonces, creo que esa combinación de todas esas habilidades nos permitió armar un equipo supersólido y por suerte eso fue dando sus frutos. Y bueno, así arrancó ese camino en 2015, que te diría que explotó capaz en 2017.
Empezamos en Argentina, pero luego nos expandimos a otros países, como México, Colombia, Perú y Chile. Esa expansión nos permitió ver que podíamos competir en mercados más avanzados, y al final, nos dimos cuenta de que el trabajo técnico era bastante similar en todas partes.
Empezaron en Argentina y luego fueron creciendo, siendo uno de los principales socios de Google en analítica para Latinoamérica. ¿Cómo fue esa experiencia de expansión?
Fue muy interesante. Cuando arrancamos, al principio de todo dijimos: «Vamos a empezar en Argentina porque es donde estamos». Pero nunca pensamos en salir a vender a Europa o Estados Unidos, porque sentíamos que eran mercados más avanzados y nos veíamos inferiores. Pero luego de expandirnos en Latinoamérica, nos dimos cuenta de que el trabajo técnico era más o menos el mismo en todos lados. Y eso nos hizo ver que podíamos competir en esos mercados también.
Después de haber pasado por un proceso de fusión con una corporación global y de haber tenido contacto con esos mercados primarios, hoy te puedo decir que fue erróneo pensar que no podíamos competir técnicamente en Estados Unidos o Europa. En realidad, el talento argentino es espectacular, y eso se debe, en gran parte, a la educación pública.
Ahora, quiero preguntarte sobre el estado actual de la inteligencia artificial. Hay mucho ruido sobre el tema, pero ¿qué está pasando realmente?
Hoy en día, el término «inteligencia artificial» está en todos lados. Te metés en la página de cualquier empresa y ves que te dicen que usan inteligencia artificial para todo. Pero creo que, para entender en qué punto estamos, hay que dar un paso atrás y ver de dónde viene todo esto. El concepto de inteligencia artificial surgió en una conferencia en 1956 en Dartmouth, donde varios científicos se reunieron con la idea de que cualquier aspecto del aprendizaje humano o de la inteligencia podía ser descrito de manera lo suficientemente precisa como para ser simulado por una máquina.
Uno de los hitos más importantes en la historia de la inteligencia artificial fue el Test de Turing, propuesto por Alan Turing en 1950. Este test propone que si una máquina puede mantener una conversación con un ser humano sin que el humano se dé cuenta de que está hablando con una máquina, entonces esa máquina puede considerarse «inteligente». En su momento, el Test de Turing fue revolucionario. Hoy en día, con tecnologías como ChatGPT, podemos decir que muchas máquinas pasarían este test, pero eso no significa necesariamente que sean «inteligentes» en el sentido en que nosotros lo entendemos.
En la década de los 70, hubo un período que se conoce como el «invierno de la inteligencia artificial», porque las expectativas eran demasiado altas y no se lograron avances significativos. Pero en los últimos años, gracias a los avances en las redes neuronales y el deep learning, hemos visto un renacimiento en este campo. Tecnologías como ChatGPT o los modelos de lenguaje como el de Google han logrado avances impresionantes en la capacidad de generar texto coherente y convincente.
Hace poco me mencionaste el ejemplo de los «nazis de diferentes etnias» generados por inteligencia artificial. ¿Qué pasó con eso?
Sí, eso fue algo que generó bastante controversia. Lo que ocurrió es que algunas personas le pidieron a un modelo de inteligencia artificial (el de Google, Gemini) que generara imágenes de nazis, y la IA generó imágenes de nazis de diferentes etnias, lo cual no tiene sentido histórico. Esto levantó muchas críticas porque parecía un intento de ser políticamente correcto en la representación étnica, pero terminó siendo un error grave. La IA no tiene un entendimiento real del contexto, solo está generando imágenes en base a los datos con los que ha sido entrenada, y en este caso, hizo algo completamente fuera de lugar. Este tipo de errores nos muestra que la inteligencia artificial no siempre puede reemplazar el criterio humano y que debemos tener cuidado con la información que le damos.
Me interesa cómo los prosumers han ayudado al desarrollo de la inteligencia artificial. ¿Cómo funcionó eso?
Mucho del avance en inteligencia artificial se ha logrado gracias a la participación de usuarios que, sin saberlo, han estado entrenando a los algoritmos. Un buen ejemplo es el etiquetado de personas en Facebook. Cuando subías una foto y la plataforma te sugería etiquetar a tus amigos, estabas ayudando a entrenar un modelo de reconocimiento facial. Facebook usaba las etiquetas para aprender a identificar las caras, y a medida que más usuarios etiquetaban, el modelo mejoraba.
Otro ejemplo es el uso de los CAPTCHA. ¿Te acordás de esas imágenes distorsionadas de texto que tenías que escribir para demostrar que no eras un robot? Lo que no muchos saben es que, además de verificar que eras humano, esos CAPTCHAs también servían para entrenar sistemas de reconocimiento óptico de caracteres (OCR). Google, por ejemplo, utilizaba esas imágenes para digitalizar libros y documentos antiguos. Cuando un CAPTCHA te mostraba dos palabras, una era de control, pero la otra era parte de un libro escaneado que la IA no podía reconocer, y vos, al escribirla correctamente, estabas ayudando a digitalizar ese contenido. Así que, en realidad, todos estábamos trabajando gratis para mejorar estos sistemas sin darnos cuenta.
O sea que todos fuimos pequeños colaboradores sin que lo supiéramos. Y ahora todo eso está alimentando estos grandes sistemas de inteligencia artificial.
Exactamente. Esto plantea preguntas importantes sobre el uso de nuestros datos y cómo se están aprovechando para entrenar estas tecnologías. Es por eso que el debate sobre la privacidad y el uso de datos sigue siendo muy relevante. Los servicios que creemos que son gratuitos, en realidad los estamos pagando con nuestra información.
Totalmente de acuerdo. También mencionaste antes algunas preocupaciones sobre el uso de datos con herramientas como World Coin, que escanea los iris. ¿Qué opinas sobre eso?
Sí, World Coin es un proyecto liderado por Sam Altman, uno de los fundadores de OpenAI, que también ha generado bastante polémica. La idea detrás de World Coin es crear una especie de identidad universal basada en el escaneo del iris, lo que serviría como prueba de humanidad en el futuro, especialmente en un mundo donde la inteligencia artificial es capaz de suplantar identidades visuales y verbales. Es un tema interesante, pero también problemático. Los escáneres de iris crean una firma biométrica única, y si esa información se compromete, no es algo que puedas cambiar como una contraseña. A mí me parece riesgoso, especialmente si no está regulado adecuadamente. Les ofrecían a las personas criptomonedas a cambio de escanear sus iris, lo cual también levanta cuestionamientos éticos.
No sorprende que haya voces tanto optimistas como pesimistas sobre la inteligencia artificial. Me hablaste en privado sobre Eliezer Yudkowsky, quien tiene una visión bastante apocalíptica sobre el futuro de la IA.
Sí, Eliezer Yudkowsky es un investigador que se enfoca en la seguridad de la inteligencia artificial y en lo que se llama «alineación de la IA», es decir, cómo asegurarnos de que los sistemas de IA sigan objetivos alineados con el bienestar humano. En una carta abierta que publicó en Time, él advertía que no solo debemos pausar los avances en IA por seis meses, como sugerían algunos, sino que deberíamos detenerlos por completo. Su argumento es que no sabemos qué podría suceder si desarrollamos una superinteligencia que esté fuera de nuestro control. Tiene una visión muy apocalíptica, donde cree que la IA podría representar una amenaza existencial para la humanidad si no se regula adecuadamente.
Por otro lado, tenés a personas como Yann LeCun, que es el director de inteligencia artificial en Meta, que es mucho más optimista. Él sostiene que la inteligencia artificial no va a generar un avance tan drástico de un día para el otro, sino que los progresos van a ser graduales. También argumenta que la alineación y la seguridad de la IA van a ser inherentes a los sistemas que se diseñen, porque si no lo fueran, no serían útiles o prácticos. Entonces, mientras que Yudkowsky sugiere una visión casi apocalíptica, LeCun cree que estamos mucho más lejos de ese escenario y que no es necesario ser tan alarmista.
¿No es lógico ser un poco más extremista en las hipótesis, dado que la capacidad de procesamiento ya está muy por encima de lo que los humanos podemos auditar?
Sí, creo que es razonable tener esas preocupaciones. El procesamiento que pueden hacer estos sistemas ya está fuera del alcance de lo que un humano podría auditar directamente, y es difícil prever todas las consecuencias. Por eso es importante seguir investigando y discutiendo sobre la alineación y la seguridad de la IA, incluso si algunos piensan que estamos lejos de enfrentar esos riesgos. Es mejor estar preparados para un escenario en el que las cosas puedan salirse de control, aunque no estemos tan cerca de eso hoy en día.
¿Podrías recomendarnos algunos libros para quienes estén interesados en estos temas?
Uno que recomiendo mucho es Capitalismo de plataformas de Nick Srnicek, que explica cómo las grandes tecnológicas usan los datos para generar riqueza. Está publicado por Caja Negra, una editorial argentina que se especializa en textos de pensamiento crítico, filosofía contemporánea y tecnología. Otro libro muy interesante es Dealers of Lightning, sobre Xerox PARC, que fue un laboratorio donde se desarrollaron muchas de las tecnologías que usamos hoy, como el mouse y las interfaces gráficas. Y si te interesa algo más literario, recomiendo leer a Ricardo Piglia. Tiene un libro llamado La forma inicial, que compila entrevistas donde habla sobre la literatura y la tecnología. Este libro está editado por Eterna Cadencia, otra editorial argentina que publica tanto ficción como ensayos, con un enfoque muy curado en la literatura contemporánea.
