Después de los chatbots, el mundo: por qué los gigantes de la IA apuestan ahora a los "world models"

Tras varios años en los que la conversación pública sobre inteligencia artificial se organizó casi por completo alrededor de los modelos de lenguaje —sistemas entrenados para predecir y generar texto de forma coherente—, una parte significativa de la investigación de vanguardia en el campo ha comenzado a desplazar su atención hacia un paradigma distinto que sus defensores describen como la siguiente frontera necesaria: los "modelos de mundo" (world models), sistemas de inteligencia artificial diseñados no para predecir la siguiente palabra en una secuencia de texto, sino para construir una representación interna de cómo funciona físicamente el entorno —espacio, objetos, causalidad, movimiento— de forma similar a como un ser humano o un animal construye intuitivamente un modelo mental del mundo físico que le rodea simplemente al interactuar con él.

La crítica de fondo que impulsa este giro hacia los world models proviene de algunas de las voces más influyentes de la propia industria de inteligencia artificial: investigadores prominentes han señalado durante años que los modelos de lenguaje, por más sofisticados que se vuelvan en la generación de texto coherente, carecen de una comprensión genuina de causalidad física y de las reglas básicas que gobiernan el mundo material, una limitación que se vuelve evidente cuando estos sistemas cometen errores que ningún niño pequeño con experiencia física básica del mundo cometería, precisamente porque el modelo de lenguaje aprendió patrones estadísticos del texto sobre el mundo, no una representación funcional del mundo mismo.

El desarrollo de world models tiene implicaciones prácticas que van más allá del debate teórico sobre qué constituye "comprensión" genuina en un sistema artificial: aplicaciones como la robótica física, los vehículos autónomos y cualquier sistema que necesite predecir consecuencias de acciones en el mundo real —no solo generar texto plausible sobre ese mundo— dependen críticamente de contar con un modelo interno preciso de cómo los objetos se comportan físicamente, cómo interactúan las fuerzas, y qué consecuencias predecibles tiene una acción determinada sobre un entorno físico, capacidades que los modelos de lenguaje puros, entrenados exclusivamente con texto, estructuralmente no pueden desarrollar de forma confiable sin importar cuánto texto adicional se use para entrenarlos.

La competencia por liderar este nuevo paradigma ha atraído a algunas de las figuras más reconocidas del campo, incluyendo a investigadores que anteriormente lideraron el desarrollo de los modelos de lenguaje dominantes y que ahora han fundado o dirigen iniciativas específicamente enfocadas en world models, apostando a que esta dirección de investigación, y no simplemente escalar aún más los modelos de lenguaje existentes, representa el camino más prometedor hacia sistemas de inteligencia artificial con capacidades de razonamiento y planificación genuinamente más generales y confiables que las que los chatbots actuales pueden ofrecer.

Lo que este giro de la industria hacia los world models sugiere, más allá de su viabilidad técnica todavía en desarrollo activo, es que el consenso sobre cuál es el camino correcto hacia sistemas de inteligencia artificial más capaces —que durante los últimos años pareció converger casi unánimemente hacia "modelos de lenguaje cada vez más grandes"— se está fragmentando nuevamente hacia paradigmas de investigación distintos y potencialmente complementarios, una bifurcación que podría definir cuál será la próxima generación de capacidades de IA disponibles, y que recuerda que el campo de la inteligencia artificial, pese a los avances espectaculares de los últimos años, sigue considerablemente más abierto en sus direcciones futuras de lo que la narrativa dominante centrada en los chatbots generativos a veces sugiere.

Fuentes: TIME ("World Models Are AI's Next Frontier"), InfoWorld ("Why world models are AI's next frontier"), Wikipedia (World model, inteligencia artificial), The Deep View ("How world models became AI's next frontier").