La IA de frontera (Frontier AI en inglés) se refiere a los modelos de Inteligencia Artificial más avanzados, que pueden competir en rendimiento con el ser humano en una gran cantidad de tareas diferentes, pudiendo llegar a igualar el resultado.
Según la ONU, «son modelos de IA de propósito general altamente capaces que pueden realizar muchas tareas”. Superan las capacidades conocidas de los modelos más avanzados de hoy en día.
Es el paso de una inteligencia artificial que puede analizar grandes cantidades de datos para ofrecer respuestas, a una que puede resolver problemas activamente. Y lo hace razonando, combinando el uso de distintas herramientas y recursos y trabajando mediante distintos sistemas para lograr completar tareas y objetivos.
Aunque todo esto puede sonar a reemplazo de personas por inteligencias artificiales, no se trataría de eso. Para la gran parte de las empresas, la auténtica oportunidad y ventaja no reside en generar todo eso de la nada. Sino más bien en contar con plataformas que faciliten su implementación y gestión a las personas que trabajan en un equipo humano. Así, no se trataría de reemplazar a las personas, sino ofrecerles recursos automáticos que hagan el trabajo rutinario. Eso les dejaría los problemas complejos, en los que su experiencia realmente supone la gran diferencia.
Con el progreso de la IA generativa, a la AGI y la futura superinteligencia, asistimos a una evolución contínua de los sistemas de inteligencia artificial. Su avance supone una oportunidad a nivel global, para empresas, gobiernos… Pero también y sobre todo para las personas.
IA de frontera vs IA generativa
Si la Inteligencia Artificial generativa ha sido recientemente la protagonista del avance de las posibilidades de la Inteligencia Artificial, la IA de frontera lo es ahora. El avance de la inteligencia artificial es una carrera de fondo en el que la referencia es la inteligencia humana.
De los modelos iniciales de IA, que realizan tareas específicas (traducciones, reconocimiento facial o de voz, análisis de datos, etc), la IA generativa supuso el primero paso más allá. Esta IA logra crear por sí misma un texto, imagen, etc., a partir de las indicaciones básicas de una persona.
Aunque escala su papel inicial de analizar la información existente para devolver una respuesta esperada, llegando a la creación o generación de contenido nuevo, lo cierto es que sigue dentro de habilidades que pueden considerarse sencillas. De hecho, este tipo de inteligencia es aún un subgrupo de la IA débil o estrecha.
Por su parte, la llamada Frontier AI sale de ese ámbito y trata de entender objetivos más globales, razonar problemas de múltiples pasos y conectarse con otros programas para completar tareas enteras por sí sola.
Las grandes tecnológicas están actualmente construyendo la base para una nueva generación de automatización.
Lo que de verdad diferencia a la IA de frontera son unas mejoras muy superiores a las de la IA débil, por avanzada que esta sea. Esas mejoras giran en torno a tres rasgos que caracterizan a la IA de frontera o Frontier AI:
- Razonamiento avanzado y resolución de problemas: los nuevos modelos de frontera son capaces de, partiendo de una solicitud complicada, desglosar la petición global en pasos concretos y manejables. La diferencia es que no identifican palabras clave sino que comprenden la petición en toda su extensión: mensaje, contexto, intención… de forma muy similar a como lo comprendería una persona. Y lo más importante: con un resultado similar o igual al de la misma tarea realizada por un humano.
- Multimodalidad: procesamiento de la información en diferentes formatos (audio, imagen, texto).
- Agentic AI: este modelo de inteligencia puede usar herramientas por sí sola, conectarse a programas y aplicaciones y realizar tareas para completar su objetivo. La finalidad es alcanzar un flujo de trabajo inteligente y automatizado.
IA de frontera, AGI y ASI o Superinteligencia
Si hay un concepto que esté en boca de todos dentro del entorno de la inteligencia artificial ese es AGI, Inteligencia Artificial General o IA fuerte. Este modelo de IA pretende copiar las capacidades cognitivas multifacéticas del cerebro humano. Desde el pensamiento crítico y la resolución de problemas hasta la comprensión de conceptos abstractos. Y no solo eso, también la autorreflexión. La AGI pretende hacerlo todo como una persona.
Hoy en día no nos movemos en un plano como este aún. Pero sí es una línea de actuación que podrá revolucionar por completo nuestra comprensión de la inteligencia y la tecnología.
Por su parte, la llamada ASI o superinteligencia, va aún más allá.
Mientras que la AGI se refiere a máquinas que pueden llevar a cabo funciones y tareas cognitivas, la superinteligencia es una versión más avanzada en la que la tecnología gana a la inteligencia humana.
La capacidad de una AGI puede estar igual o por debajo de la humana, cosa que no sucedería en el modelo de superinteligencia.
En próximos artículos repasaremos algunos de los interrogantes que suscita, aparte de la ya controvertida gobernanza internacional de la IA.
El avance de la IA y su implicación en el sector asegurador
Las ventajas de la IA en el sector asegurador son ya conocidas, como la mayor eficiencia operativa gracias a la automatización, la mejor experiencia de atención al cliente o los análisis de datos avanzados en la evaluación de riesgos y prevención de fraudes. Gracias a la IA, se han optimizado la gestión de reclamaciones, la tarificación o la suscripción de riesgos. Las aseguradoras han incrementado la velocidad en la resolución de siniestros o en la gestión de los contratos y las pólizas, entre otras cosas.
Pero existe una atención creciente a la necesidad de supervisión y regulación de esta tecnología para reducir los riesgos asociados a la toma de decisiones basadas en un algoritmo. Más aún cuando implica datos sensibles. Esto impacta directamente en el sector asegurador.
Y es que si una empresa hace algo que genera beneficio pero también puede causar perjuicios, los seguros responden por la empresa. Es el coste de asumir los posibles riesgos. Este modelo ha funcionado desde el nacimiento del sector, pero con IA se está empezando a cuestionar su idoneidad en este caso específico.
Las aseguradoras empiezan a tener reservas en lo que se refiere a la cobertura de los fallos masivos que se podrían dar por un mal funcionamiento de una IA. De hecho, algunas compañías empiezan a admitir que el sector aún no tiene “capacidad suficiente” para proteger a los proveedores de IA a gran escala. Según publicó The Financial Times, la compañía AON menciona que las aseguradoras temen que un fallo de una empresa de IA se convierta en un “riesgo sistémico, correlacionado y agregado”.
Ante esta situación, las grandes compañías proveedoras de servicios de IA están desarrollando formas de autoasegurarse. O bien destinan fondos de inversores o incluso crean una captive o aseguradora propia para cubrir riesgos internos si las aseguradoras del mercado no lo hacen.
El sector ya empieza a acusar algunas consecuencias: subida de primas y reducción de coberturas. También ampliación de plazos, debido a las complejidades legales y administrativas. La incertidumbre jurídica y el vacío en gobernanza ocasionan ya nuevos costes fijos en el sector. Sin un mecanismo de evaluación de riesgo de la IA confiable y estandarizado, las aseguradoras son conservadoras. Y toman medidas que encarecen los productos aseguradores para estas empresas.
Los próximos meses serán decisivos para ahondar en las implicaciones y consecuencias del avance de la IA en el sector asegurador.
