El crecimiento de la inteligencia artificial no solo genera entusiasmo tecnológico, también provoca resistencia social. Sam Altman, CEO y cofundador de OpenAI, reconoció en una entrevista con Bloomberg Television que la industria no supo explicar bien por qué la IA debería beneficiar a las personas. Según su mirada, incluso OpenAI falló en esa comunicación.
Altman vinculó ese problema con las protestas contra la expansión de la IA y la construcción de nuevos centros de datos. Para el ejecutivo, parte del rechazo aparece porque las empresas no lograron transmitir cómo estas tecnologías pueden impulsar creatividad, autonomía y emprendimientos. El dato no es menor, porque el despliegue de infraestructura ya enfrenta bloqueos importantes en Estados Unidos.
Sam Altman reconoce fallas al explicar el impacto positivo de la IA
Altman fue bastante autocrítico durante su aparición en Bloomberg Television. Dijo que la industria hizo un “trabajo pésimo” comunicando los beneficios de la IA, y agregó que OpenAI también lo hizo mal, quizá un poco mejor o peor que otras compañías. La frase marca un giro interesante en un momento donde la confianza pública en la IA sigue en debate.
El problema también se ve en los números de infraestructura. Según se informa, al menos 75 proyectos de centros de datos, valuados en conjunto en 130.000 millones de dólares, fueron bloqueados o retrasados por presión local durante los primeros tres meses del año. Una cantidad similar, medida en términos económicos, habría sufrido una situación parecida durante todo el año pasado.
Para Altman, la industria debería explicar mejor que la IA puede darle más poder a las personas, no menos. También reconoció que el temor del público tiene una base razonable. Según dijo, la gente tiene derecho a sospechar que algunos líderes de la IA no desean plenamente ese objetivo para todos.
El contexto se vuelve más sensible porque OpenAI sigue empujando modelos cada vez más avanzados. Greg Brockman, presidente de la compañía, afirmó hace poco que Astra podría ser recordado algún día como un ejemplo temprano de inteligencia artificial “fuerte” o IAG. Esa definición apunta a sistemas capaces de acercarse o superar habilidades humanas en una amplia variedad de tareas, algo que mantiene el hype, pero también alimenta dudas sobre su impacto real.
