3
La desinformación electoral generada por IA estará en todas partes
Si nos basamos en las elecciones recientes, la desinformación electoral y los deepfakes generados por IA serán un gran problema a medida que un número récord de personas acudan a las urnas en 2024. Ya estamos viendo a los políticos utilizar estas herramientas como armas. En Argentina, dos candidatos presidenciales crearon imágenes y vídeos de sus oponentes generados por IA para atacarlos. En Eslovaquia, los deepfakes de un líder de un partido liberal proeuropeo que amenazaba con subir el precio de la cerveza y hacía bromas sobre la pornografía infantil se extendieron como la pólvora durante las elecciones del país. Y en Estados Unidos, Donald Trump ha alentado
Si bien es difícil decir en qué medida estos ejemplos han influido en los resultados de las elecciones, su proliferación es una tendencia preocupante. Será más difícil que nunca reconocer lo que es real en línea. En un clima político ya inflamado y polarizado, esto podría tener graves consecuencias.
Hace apenas unos años, crear un deepfake habría requerido habilidades técnicas avanzadas, pero la IA generativa lo ha hecho estúpidamente fácil y accesible, y los resultados parecen cada vez más realistas. Incluso las fuentes acreditadas pueden dejarse engañar por el contenido generado por IA. Por ejemplo, las imágenes generadas por IA enviadas por los usuarios que pretenden representar la crisis entre Israel y Gaza han inundado mercados de imágenes de archivo como el de Adobe.
El próximo año será fundamental para quienes luchan contra la proliferación de dicho contenido. Las técnicas para rastrear y mitigar su contenido aún se encuentran en los primeros días de desarrollo. Las marcas de agua, como SynthID de Google DeepMind, siguen siendo en su mayoría voluntarias y no completamente infalibles. Y las plataformas de redes sociales son notoriamente lentas a la hora de eliminar la información errónea. Prepárese para un experimento masivo en tiempo real para acabar con las noticias falsas generadas por IA.
—Melissa Heikkila
4
Robots que realizan múltiples tareas
Inspirados por algunas de las técnicas centrales detrás del auge actual de la IA generativa, los robóticos están comenzando a construir más robots de uso general que puedan realizar una gama más amplia de tareas.
En los últimos años, en la IA se ha pasado del uso de múltiples modelos pequeños, cada uno de ellos entrenado para realizar diferentes tareas (identificar imágenes, dibujarlas, ponerles leyendas), hacia modelos únicos y monolíticos entrenados para hacer todas estas cosas y más. Al mostrarle al GPT-3 de OpenAI algunos ejemplos adicionales (conocido como ajuste fino), los investigadores pueden entrenarlo para resolver problemas de codificación, escribir guiones de películas, aprobar exámenes de biología de la escuela secundaria, etc. Los modelos multimodales, como GPT-4 y Gemini de Google DeepMind, pueden resolver tanto tareas visuales como lingüísticas.
El mismo enfoque puede funcionar para los robots, por lo que no sería necesario entrenar a uno para voltear panqueques y otro para abrir puertas: un modelo único podría dar a los robots la capacidad de realizar múltiples tareas. En 2023 surgieron varios ejemplos de trabajo en esta área.