Regulación de la IA: Enfoques Factibles para Abordar las Crecientes Preocupaciones

A medida que la influencia de las tecnologías de inteligencia artificial generativa (IA) continúa expandiéndose, también lo hace la aprensión sobre sus posibles consecuencias. Estas preocupaciones abarcan varios problemas, desde la proliferación de desinformación y el desplazamiento de empleos hasta la pérdida de control creativo e incluso amenazas existenciales planteadas por una IA superinteligente.

En respuesta a estos miedos crecientes, los gobiernos de todo el mundo están luchando con cómo regular la IA. Este artículo explora varios enfoques para la regulación de la IA, considerando su viabilidad tecnológica y económica.

Restringir los datos de entrenamiento: Un enfoque tecnológicamente y parcialmente económicamente factible

Un enfoque viable para la regulación de la IA es limitar los datos de entrenamiento utilizados por los modelos de IA a material de dominio público y contenido con derechos de autor para el cual se ha obtenido permiso explícito. Este enfoque permite a las empresas de IA controlar la calidad y legalidad de los datos utilizados en sus modelos. 

Tecnológicamente, esta restricción es totalmente factible, ya que los desarrolladores de IA pueden curar con precisión sus conjuntos de datos de entrenamiento.

Desde una perspectiva económica, existe un compromiso entre el uso de datos restringidos y lograr la más alta calidad de contenido posible. Los sistemas de IA se benefician de datos de entrenamiento diversos y extensos, pero adherirse a los permisos puede limitar la variedad y riqueza de los datos. 

No obstante, algunas empresas de IA, como Adobe con su generador de imágenes Firefly, ya se están comercializando utilizando solo contenido autorizado, demostrando que se puede lograr una viabilidad económica parcial.

Atribuir la salida de la IA a los creadores: Un esfuerzo tecnológicamente inviable

Otra vía potencial para la regulación de la IA es atribuir la salida de la tecnología de IA a creadores específicos o grupos de creadores para compensación. Sin embargo, este enfoque enfrenta desafíos tecnológicos significativos. 

Los complejos algoritmos utilizados en la IA generativa hacen que sea casi imposible determinar qué muestras de entrada influyeron directamente en la salida. Incluso si tal atribución fuera posible, determinar el grado en que cada muestra de entrada contribuyó a la salida sigue siendo una tarea desalentadora.

La complejidad de los sistemas de IA y la falta de un vínculo claro entre la entrada y la salida hacen que esta forma de regulación sea tecnológicamente inviable. Esta es una preocupación crítica, ya que la capacidad de atribuir el contenido generado por IA podría determinar si los creadores y sus titulares de licencias adoptan o se oponen a la tecnología de IA.

Distinguir el contenido generado por humanos del generado por IA: un desafío tecnológicamente evolutivo

Las preocupaciones sobre las campañas de desinformación generadas por IA han subrayado la necesidad de distinguir entre el contenido generado por humanos y el contenido generado por IA. Mientras que las startups tecnológicas están desarrollando activamente soluciones para abordar este problema, el estado actual de la tecnología va a la zaga de los avances en IA generativa.

Los enfoques existentes se basan principalmente en identificar patrones específicos de la IA generativa, pero este método es similar a perseguir un objetivo móvil. Tecnológicamente, sigue siendo un desafío diferenciar de manera confiable entre el contenido generado por humanos y el generado por IA. Sin embargo, los rápidos avances en este campo sugieren que podría surgir una solución en el futuro cercano.

Atribuir la salida de la IA a las empresas de IA: una regulación tecnológicamente y económicamente factible

Un enfoque alternativo es atribuir el contenido generado por IA al proveedor de IA específico responsable de su creación. Esto se puede lograr mediante firmas criptográficas, una tecnología bien comprendida y madura. 

Las empresas de IA podrían firmar criptográficamente toda la salida de sus sistemas, permitiendo que cualquiera verifique la autenticidad del origen del contenido.

Esta regulación es tanto tecnológicamente como económicamente factible, ya que la tecnología necesaria ya está integrada en la infraestructura computacional básica. 

No obstante, plantea preguntas sobre si es deseable depender exclusivamente de contenido generado por un número limitado de proveedores bien establecidos cuyas firmas puedan verificarse.