Según MarkTechPost (AI/ML News), el Laboratorio Thinking Machines ha presentado un estudio que redefiniría el rol de la inteligencia artificial en la sociedad. En lugar de modelos fijos entrenados en centros específicos y luego dejados sin actualización, el grupo propone un enfoque basado en la personalización, la interacción continua y el acceso directo al conocimiento humano. Este nuevo paradigma busca que la IA no solo imite el pensamiento humano, sino que se adapte a él, permitiendo que los usuarios influyan activamente en su funcionamiento.
El estudio establece cuatro líneas técnicas clave. Primero, desarrollar modelos robustos que integren múltiples modos de entrada, como audio, video y texto, y que permitan ajustes personalizados. Segundo, crear herramientas que permitan a cualquier persona, sin necesidad de especialización, afinar y entrenar los pesos de los modelos. Tercero, diseñar interfaces que amplíen la comunicación entre humanos y máquinas, facilitando una interacción fluida y natural. Cuarto, difundir investigaciones técnicas para que más ingenieros comprendan el proceso de construcción de modelos. Juntas, estas iniciativas buscan acercar tanto el conocimiento técnico como la alineación con las necesidades reales de los usuarios.
A nivel conceptual, el informe sostiene que gran parte del conocimiento humano no se puede codificar en bases de datos. Es tacit, local y se actualiza constantemente a través de experiencias cotidianas. Un cocinero mejorando una receta no puede registrar ese aprendizaje en un archivo. Este enfoque se basa en teorías de Michael Polanyi y Friedrich Hayek, quienes afirmaron que el conocimiento práctico no es algo escaso o fijo, sino que es dinámico y privado. Por eso, el laboratorio argumenta que la IA debe ser distribuida, no centralizada. Su objetivo no es reemplazar el conocimiento humano, sino ayudar a organizaciones a cultivarlo y mantenerlo vivo. Las excepciones son áreas como el ajedrez y las matemáticas, donde los objetivos son estáticos y expresables, y donde el conocimiento oculto es mínimo. En otros contextos, la inteligencia por sí sola no es suficiente.
Para el lector peruano, este enfoque es especialmente relevante en contextos de innovación local. Muchas soluciones tecnológicas que hoy se implementan en el país, como sistemas de gestión de servicios públicos o plataformas de educación, dependen de conocimientos prácticos que se generan en el día a día de profesionales y comunidades. Si la IA se basa únicamente en datos centrales y fijos, puede ignorar estas realidades. Sin embargo, una IA que se adapta a las necesidades específicas de un municipio, un colegio o una empresa local, podría ofrecer soluciones más efectivas, humanas y sostenibles. Esto no solo mejora la eficiencia, sino que también fortalece la autonomía de los actores sociales que la usan.