¿Es mi niño pequeño un loro estocástico?
Un texto humorístico de The New Yorker que compara el aprendizaje del lenguaje de un niño pequeño con los grandes modelos de lenguaje “loros estocásticos” provoca reflexiones más amplias sobre qué separa, si es que algo, la cognición humana de la IA actual. Los comentaristas contrastan la experiencia encarnada y sensorimotora, los instintos y la predicción continua autodirigida en los humanos con las estadísticas desincorporadas de siguiente token de los LLM, mientras otros argumentan que ambos son en última instancia predictores sofisticados de patrones que difieren sobre todo en complejidad y datos de entrenamiento. El hilo deriva hacia preocupaciones sobre el impacto de la IA en los empleos y la cultura, debates sobre la conciencia y los qualia, y si el “excepcionalismo humano” puede sobrevivir a sistemas que ya superan a la mayoría de las personas en el uso del lenguaje y la producción de estilo creativo.
Naturaleza de los LLM frente a los humanos
- Muchos aceptan “loro estocástico” como una descripción técnicamente precisa pero incompleta de los LLM; algunos sostienen que los humanos también son “loros estadísticos” avanzados.
- Otros discrepan y dicen que este encuadre trivializa la cognición humana e ignora diferencias cualitativas en cómo aprenden y razonan los humanos.
- Varios comentaristas subrayan que los LLM mayormente predicen los siguientes tokens bajo demanda, mientras que los humanos predicen, simulan y planifican de forma continua.
Conciencia, encarnación y qualia
- Un sector: la conciencia y la cognición requieren cuerpos e interacción sensorimotora; los LLM carecen de esto, así que son categóricamente distintos.
- Sector opuesto: la encarnación puede importar para las mentes humanas, pero no necesariamente para las mentes de máquina; si un sistema es indistinguible de un humano mediante la interacción, su “estado interno” puede ser irrelevante.
- Se debaten los qualia y el “problema difícil”; algunos ven la conciencia como computación emergente, otros sostienen que los enfoques materialistas/computacionales actuales son incompletos.
Creatividad, novedad e información
- Hay desacuerdo sobre si los humanos “crean nueva información” en un sentido de teoría de la información, o si solo recombinan datos previos.
- Algunos argumentan que los LLM son compresores fundamentalmente con pérdida; otros señalan que la interpolación más una descompresión con ruido puede producir una novedad aparente.
- Un punto recurrente: la experimentación y la retroalimentación del mundo real, no solo la predicción de texto, son clave para un conocimiento genuinamente nuevo.
Excepcionalismo humano y narrativas culturales
- Varios señalan un patrón histórico recurrente: los humanos se comparan con tecnologías dominantes (relojes, computadoras, ahora LLM).
- Se invoca el “humano de los huecos”: a medida que la IA cierra brechas de capacidad, la gente reubica la línea de la especialidad humana.
- Otros insisten en que el excepcionalismo humano sigue importando, especialmente en torno a la experiencia vivida, la mortalidad y la motivación para sobrevivir.
Aprendizaje del lenguaje, niños pequeños y signos
- Muchos comparten anécdotas sobre la generalización del lenguaje en los niños pequeños y su intencionalidad temprana, subrayando una profundidad que va más allá de la salida hablada.
- El lenguaje de señas para bebés se comenta ampliamente: a menudo es eficaz, a veces no; ayuda a reducir la frustración y revela preferencias sorprendentemente complejas.
Capacidades de IA, AGI y límites
- Algunos ven los modelos actuales como muy lejos de la AGI; otros advierten que no hay que subestimar la escala ni las extensiones multimodales.
- Limitaciones citadas: falta de agencia, modelos del mundo anclados, falsabilidad, memoria persistente y abstracción/inducción robustas.
- Se especula que los modelos encarnados o activos experimentalmente podrían estrechar aún más la brecha.
Preocupaciones económicas y sociales
- Hay una fuerte ansiedad por que la IA desplace ingresos, no solo “empleos”, y por la erosión del trabajo humano significativo.
- Se teme que la cultura y el trabajo creativo puedan vaciarse incluso si la IA “solo” está imitando.