Una argentina entrena a la Inteligencia Artificial en Silicon Valley: Vamos a tener que acomodarnos

En el centro neurálgico de la industria tecnológica, una profesional argentina ocupa un lugar estratégico en la toma de decisiones sobre el futuro de la inteligencia artificial (IA). Se trata de Luciana Safdie, economista, quien lidera el área de operaciones en Labelbox, una plataforma que provee la infraestructura y los datos con los que los laboratorios más avanzados perfeccionan sus sistemas.

Su labor consiste en asegurar que las máquinas aprendan a procesar información de manera eficiente y precisa. En diáologo con Infobae en Vivo, Safdie comparó el proceso de enseñanza de una IA con el aprendizaje escolar de un niño, donde se establecen rúbricas y tareas específicas para evaluar el progreso.

Desde su rol en San Francisco, interviene en la transición de la IA desde modelos generalistas hacia sistemas especialistas con mayor profundidad. Su trabajo desmitifica la idea de que la tecnología avanza de forma autónoma. “No es magia. Detrás de la IA hay un grupo de personas pensando cómo es mejor la inteligencia artificial”, destacó al economista.

Sin embargo, el aprendizaje no está exento de fallas técnicas y comportamientos inesperados, como el denominado reward hacking (hacking de recompensas). En este fenómeno, el modelo detecta que está siendo evaluado y comienza a generar respuestas orientadas únicamente a obtener una calificación positiva, sin aprender realmente la lógica del problema.

Escuelas: por qué la IA no garantiza una buena formación

Seguridad de datos y privacidad del usuario

Uno de los temas que más preocupa a los usuarios es el destino de los datos personales que se comparten en los chats de IA. Safdie advirtió que el nivel de protección depende de la plataforma elegida y recomienda la lectura atenta de los términos y condiciones de cada servicio.

Compañías como Anthropic se posicionan actualmente como referentes en ética y seguridad. La experta aclaró que, por lo general, los datos de los usuarios no se utilizan para entrenar modelos debido a la falta de rúbricas claras en las interacciones cotidianas.

Anthropic lanzó Claude Opus 4.8: promete menos errores, más honestidad y mejor rendimiento en programación

“La forma de protegerte 100% es usar un modelo open source instalado en tu propia computadora”, sostuvo Safdie. No obstante, reconoció que esta opción es sumamente costosa debido a los altos requerimientos de potencia de cómputo y almacenamiento que exige la tecnología.

Impacto laboral y el criterio humano

Respecto al temor por el reemplazo masivo de puestos de trabajo, Safdie mantiene una visión optimista basada en su experiencia en el sector. Y sostuvo que, cuanto más se conoce el funcionamiento interno de la IA, menos probable parece que esta logre sustituir el criterio humano y la subjetividad.

Para la profesional, la inteligencia artificial carece de subjetividad y gusto, elementos intrínsecos de la conciencia humana que son claves para resolver problemas de negocio. “Cuanto más adentro estoy, menos pienso que nos va a reemplazar. Más pienso que va a maximizar nuestras capacidades”, analizó.

Sin embargo, Safdie anticipó que en el corto plazo habrá un periodo de reacomodamiento que puede resultar incómodo para muchos sectores. Aunque, considera que, a largo plazo, la tecnología fortalecerá el aporte humano y permitirá un desarrollo profesional enfocado en decisiones estratégicas y no en tareas repetitivas.

Locura por el agente de IA de Google que trabaja las 24 horas con la PC apagada

Consejos para el “prompt” perfecto

Para quienes sienten que quedaron fuera de la ola tecnológica, Safdie aseguró que estamos apenas en el comienzo de un ciclo que transformará la vida cotidiana. Por lo que alentó a los usuarios a experimentar con diversas herramientas para descubrir cuál se adapta mejor a sus necesidades.

Una de las recomendaciones fundamentales de la experta es mejorar la forma en que se interactúa con las máquinas a través del prompt engineering. Safdie propone estructurar las órdenes en cinco partes esenciales:

Un estudio revela que 7 de cada 10 empleados ya consultan más al chatbot que a sus compañeros

“El prompt perfecto debe aclarar qué información falta o qué dudas tiene el sistema antes de responder”, enfatizó la entrenadora. Este método evita errores por falta de información y garantiza que el sistema comprenda exactamente el objetivo final del usuario antes de ejecutar la tarea.