La inteligencia artificial (IA) ha mostrado su capacidad para abordar problemas complejos de forma mucho más rápida que un ser humano. No obstante, esta velocidad no necesariamente implica una disminución de costos. Recientemente, la resolución de un desafío matemático relacionado con uno de los problemas del milenio ha puesto de relieve una cuestión fundamental: ¿cuánto cuesta realmente obtener resultados útiles con la ayuda de la IA? Aunque la tecnología puede desarrollar software en cuestión de segundos y gestionar múltiples alternativas simultáneamente, estas habilidades no responden a la pregunta crítica que deben considerar las empresas.
En este sentido, una colaboración entre investigadores y la IA ha revelado aspectos significativos sobre los costos y la productividad. Diego Córdoba y Luis Martínez-Zoroa jugaron un papel crucial en la formulación de la hipótesis que guió la investigación, mientras que OpenAI se encargó de la búsqueda intensiva que llevó a la solución del problema en unas 88 horas, con un costo aproximado de 15 millones. Este caso resalta la necesidad de discernir «lo que cada parte contribuyó: los investigadores establecieron las bases conceptuales, y la IA llevó a cabo un trabajo intensivo que, sin la idea inicial, no habría resultado en el desenlace final».
La situación presenta una paradoja notable: si un equipo humano puede invertir meses en resolver la mayor parte de un problema, pero una máquina necesita millones para completar el resto, podría ser que los humanos sean, en ciertas circunstancias, sorprendentemente económicos. Esta discusión resulta más relevante para las empresas que simplemente conocer qué tecnología ha demostrado el mejor rendimiento en comparativas estándar.
A lo largo de los años, el progreso de la IA ha sido evaluado mediante comparativas entre modelos, juzgando quién programa, razona o soluciona problemas de forma más efectiva. Aunque estas métricas tienen su utilidad, el verdadero interés para una empresa debería centrarse en la capacidad de un modelo para generar software de calidad con los recursos disponibles. En el ámbito del desarrollo de software, no es determinante cuántas líneas de código produce un agente o cuántas tareas completa un desarrollador; lo que realmente importa es el producto final entregado.
A medida que las empresas enfrentan la obligación de desarrollar software, la toma de decisiones ha evolucionado. Anteriormente, la elección se limitaba a optar entre un equipo interno o un proveedor externo; actualmente, los agentes de IA se han convertido en un nuevo actor en este panorama. Es probable que la solución más habitual sea formar equipos híbridos que integren tanto a humanos como a agentes de IA.
Sin embargo, esta combinación suscita la creencia de que la IA debería ser más económica, dado que no necesita salario, vacaciones y puede trabajar sin horarios. A pesar de la capacidad de estos sistemas para generar grandes volúmenes de código rápidamente, este proceso puede implicar un significativo esfuerzo en términos de revisión, integración y mantenimiento. Por el contrario, un equipo humano podría producir menos código, pero aportar funcionalidades de gran valor.
En última instancia, es esencial evaluar los resultados logrados y no únicamente la cantidad de código generado. La comparación debe enfocarse en la efectividad de los resultados, más que en la rapidez de producción.
Sin comentarios
Para comentar debes tener una cuenta. ¡Es gratis!
Regístrate gratis Iniciar sesión