Lo decían en el documental ‘El dilema de las redes sociales’: si no estás pagando por el producto, tú eres el producto. Seguramente hayas oído esta frase al hablar de aplicaciones y servicios que no pagamos con dinero, pero sí con otro tipo de moneda. Redes sociales, navegadores, apps de GPS… casi todas recopilan nuestra información personal y datos de navegación para generar ingresos. Las aplicaciones de inteligencia artificial no son la excepción. De hecho, hay una verdadera carrera para atraer a más usuarios y formar alianzas que permitan conseguir datos con los que seguir entrenando sus chatbots.
Mejorar la experiencia. “Cuando compartes tu contenido con nosotros, ayudas a que nuestros modelos sean más precisos y puedan resolver mejor tus problemas específicos”. Esta frase está en la política de privacidad de ChatGPT, y en la de Gemini hay mensajes similares. Anthropic, que anteriormente mantenía privadas las conversaciones con su chatbot Claude, anunció justo ayer que cambiará esta política. Nuestra información personal, el uso que hacemos y, en especial, las conversaciones que mantenemos son usadas para entrenar y mejorar estos modelos de inteligencia artificial. Podemos elegir desactivar esta opción, pero debemos hacerlo nosotros mismos, ya que por defecto viene activada.
La IA necesita muchísimos datos para entrenarse. En los primeros modelos de lenguaje se usó todo tipo de contenido, incluyendo material protegido por derechos de autor, como libros o imágenes. Pero estos datos no son infinitos. A finales de 2021 ya se hablaba de la escasez de datos, y a principios de este año, Elon Musk dijo que la IA había consumido todo el conocimiento humano disponible. Esto limita el avance de la inteligencia artificial y es parte de la razón por la que su desarrollo se ha ralentizado.
Para enfrentar este problema, las empresas han buscado nuevas fuentes de datos. OpenAI, por ejemplo, transcribió un millón de horas de videos de YouTube para entrenar a GPT-4. Google decidió usar cualquier información disponible en internet para mejorar su IA, y Musk apuesta por los datos sintéticos generados por la propia inteligencia artificial. Pero también se aprovechan las conversaciones que mantenemos con estas herramientas. Al principio no había tantos usuarios, pero hoy en día la cantidad de datos que generamos es enorme. Solo ChatGPT cuenta con 800 millones de usuarios, una cantidad de datos demasiado valiosa como para no aprovecharla.
Estas conversaciones son útiles, pero tiene aún más valor cuando provienen de grupos específicos. Para ello, las empresas de IA están formando alianzas con otras compañías y organismos que les permiten acceder a datos más exclusivos, imposibles de recopilar simplemente navegando por la web. OpenAI, por ejemplo, se ha asociado con Shopee y ofrece su plan Plus para usuarios VIP en Indonesia, Vietnam y Tailandia. Google brinda el plan Gemini Pro gratis durante un año para estudiantes en India, y Perplexity Pro está disponible sin costo a través de operadores como Movistar o Airtel en ese mismo país. Estas colaboraciones amplían su base de usuarios y consiguen datos reales de consumo de sectores concretos, lo que ayuda a entrenar sus modelos con mayor precisión.
China es un caso destacado sobre cómo el acceso a datos específicos puede dar ventaja en el desarrollo de soluciones efectivas. Por ejemplo, las empresas farmacéuticas que usan IA tienen acceso a los datos del sistema nacional de salud, que abarca a más de 600 millones de personas. Esto les da una ventaja competitiva y ha llevado a que grandes farmacéuticas firmen acuerdos millonarios con compañías chinas.
Esta situación genera preocupación. Expertos como Sameer Patil, director del Observer Research Foundation, piden una regulación más clara, especialmente en áreas sensibles como la salud o las finanzas. “Las empresas involucradas deberán garantizar que los conjuntos de datos sean anónimos y no personalizados”, señaló en declaraciones recientes.
En definitiva, la inteligencia artificial se confirma como un claro ejemplo de aquello que ya sabíamos: si no pagas por el producto, entonces tú eres el producto.
