El índice Stanford Hai destaca los desarrollos transformadores en inteligencia synthetic que tienen profundas implicaciones para las sociedades de todo el mundo, especialmente en las regiones del Sur international [1]. A medida que exploramos estas concepts, reconocemos que la IA está transformando las industrias, creando nuevas oportunidades e impulsando el crecimiento económico. Hay oportunidades extraordinarias que AI presenta y una responsabilidad compartida de garantizar que sean accesibles sus beneficios.
Una fuerte caída en los costos y barreras
Uno de los cambios más notables ha sido la reducción dramática en el costo del uso del modelo de IA. El costo de consultar un modelo de IA que califica el equivalente de GPT-3.5 cayó de $ 20 por millón de tokens a fines de 2022 a solo $ 0.07 a fines de 2024. Esta disminución de más del 99% no es simplemente un hito técnico, sino que es una puerta de entrada para acceder. Los innovadores y empresarios en regiones de baja recursos ahora pueden aprovechar herramientas poderosas una vez restringidas a las empresas más grandes del mundo, aplicándolas a desafíos locales en salud, agricultura, educación y servicio público.
Cerrar la brecha de rendimiento
La brecha entre los modelos de peso cerrado y de peso abierto también se ha reducido significativamente. Para 2024, los modelos de peso abierto rivalizan con sus homólogos comerciales, alimentando la competencia e innovación en todo el ecosistema. Paralelamente, la brecha de rendimiento entre los modelos de la frontera superior también se ha comprimido. Los modelos más pequeños están logrando resultados una vez pensados exclusivos de los sistemas a gran escala: el Phi-3-Mini de Microsoft, por ejemplo, ofrece un rendimiento comparable a los modelos 142 veces más grandes, lo que lleva una poderosa IA al alcance de los entornos con recursos restringidos.
Desafíos persistentes: razonamiento y datos
Sin embargo, quedan desafíos. A pesar de los avances, los sistemas de IA aún luchan con el razonamiento de orden superior, como la planificación aritmética y estratégica, capacidad que son esenciales en dominios donde la confiabilidad es crítica. La investigación continua y la aplicación responsable son esenciales para superar estas limitaciones.
Otra preocupación emergente es la rápida reducción de los datos disponibles públicamente utilizados para capacitar a los modelos de IA. A medida que los sitios internet restringen cada vez más el raspado de datos, el rendimiento del modelo y la generalización pueden sufrir, especialmente en contextos donde los conjuntos de datos etiquetados ya están limitados. Esta tendencia puede requerir nuevos enfoques de aprendizaje adaptados a entornos limitados por datos.
Impacto del mundo actual en la productividad y la fuerza laboral
Quizás el desarrollo más emocionante es el impacto tangible de la IA en la productividad humana. El índice de IA del año pasado fue uno de los primeros en destacar la investigación que muestra que la IA mejora significativamente la productividad. Este año, los estudios de seguimiento confirmaron y ampliaron esos hallazgos, especialmente en entornos de trabajo del mundo actual.
Uno de estos estudios rastreó a más de 5,000 agentes de atención al cliente utilizando un asistente generativo de IA [2]. La herramienta aumentó la productividad en un 15%, con las mejoras más significativas observadas entre los trabajadores menos experimentados y los trabajadores comerciales calificados, que también aumentaron la calidad de su trabajo. Además, la asistencia de IA ayudó a los empleados a aprender en el trabajo, mejorando la fluidez inglesa entre los agentes internacionales e incluso mejoró el entorno laboral: los clientes fueron más educados y menos probabilidades de aumentar los problemas cuando la IA estuvo involucrada.
Complementando estos hallazgos, la iniciativa de investigación interna de Microsoft sobre IA y la productividad compiló los resultados de más de una docena de estudios en el lugar de trabajo, incluido el ensayo controlado aleatorizado más grande de integración de IA generativa[3]. Herramientas como Microsoft Copilot ya están permitiendo a los trabajadores completar las tareas de manera más eficiente entre roles e industrias. La investigación subraya que el impacto de la IA es mayor cuando las herramientas se adoptan e integran estratégicamente, y que el potencial solo crecerá a medida que las organizaciones recalibren los flujos de trabajo para aprovechar al máximo estas nuevas capacidades.
Expandir el acceso a la educación sobre ciencias de la computación
A medida que AI se integra más en la vida diaria, la educación en ciencias de la computación es más esencial que nunca. Alentadoramente, dos tercios de los países ahora ofrecen o planean ofrecer educación Ok-12 CS, una cifra que se ha duplicado desde 2019. Los países africanos y latinoamericanos han hecho algunos de los avances más significativos para expandir el acceso. Sin embargo, los beneficios de este progreso aún no son universales: muchos estudiantes de África aún carecen de acceso a la educación informática debido a las brechas de infraestructura básicas, incluida la falta de electricidad en las escuelas. Cerrar esta división digital es esencial para preparar la próxima generación no solo para usar AI, sino para darle forma.
Nuestra responsabilidad compartida
En Microsoft, vemos este momento como un punto de inflexión significativo, uno que requiere una acción reflexiva tanto como la innovación. El rápido progreso en la IA trae un enorme potencial para mejorar la productividad, resolver los desafíos del mundo actual e impulsar el crecimiento económico. Pero darse cuenta de que el potencial requiere una inversión continua en infraestructura sólida, educación de alta calidad y el despliegue responsable de las tecnologías de IA.
Para aprovechar al máximo este momento, necesitamos apoyar a los trabajadores con el aprendizaje de nuevas habilidades y herramientas para aplicar IA de manera efectiva en sus trabajos. Las naciones y las empresas que invierten en Skilling de IA fomentarán la innovación y abrirán puertas a más personas para construir carreras significativas que contribuyan a una economía más fuerte. El objetivo es claro: convertir los avances técnicos en un impacto práctico a escala.
[1] “Índice de IA | Stanford Hai”. Accedido: 05 de abril de 2025. [Online]. Disponible: https://hai.stanford.edu/ai-index
[2] E. Brynjolfsson, D. Li y L. Raymond, “AI generativo en el trabajo*”, The Quarterly Journal of Economics, p. QJAE044, febrero de 2025, doi: 10.1093/qJe/QJae044.
[3] S. Jaffe et al, “AI generativo en los lugares de trabajo del mundo actual”, Jul. 2024, accedido: 05 de abril de 2025. [Online]. Disponible: https://www.microsoft.com/en-us/analysis/publication/generative-ai-in-real-world-workplaces/
