Las noticias sobre ciencia y tecnología a menudo luchan con un problema fundamental: ¿cómo hacer que lo incomprensible parezca real? Ya sea la inmensidad del espacio o la complejidad de los datos gubernamentales, la escala de los logros modernos puede parecer abstracta.
En esta descripción general, exploramos cómo los periodistas intentan cerrar esa brecha (a veces mediante comparaciones caprichosas) y los riesgos que implica cuando delegamos tareas de alto riesgo a la inteligencia artificial.
Midiendo la Luna con Perros Salchicha
La reciente misión Artemis II logró un hito histórico, con su tripulación viajando a una distancia de 406.771 kilómetros de la Tierra, lo más lejos que un ser humano se haya aventurado jamás. Sin embargo, transmitir esa distancia a una audiencia general presenta un desafío único.
Para ilustrar la escala, The New York Times empleó una serie de unidades de medida poco convencionales, casi surrealistas:
- La métrica del perro salchicha: Si alinearas perros salchicha de 22 pulgadas de nariz a cola, necesitarías aproximadamente 728 millones de perros para llegar a la luna.
- La métrica de caminata: A un ritmo de caminata rápida de 3 mph, a una persona le tomaría casi 10 años de caminata continua cubrir la distancia.
- La métrica de los hot dogs: Una cadena de 2,37 mil millones de hot dogs cubriría la brecha. Para consumirlos todos, un comedor profesional necesitaría comer sin parar durante 594 años.
Si bien estas comparaciones logran hacer “sentir” la distancia, plantean dudas sobre el rigor científico. El uso de animales vivos (o carne procesada) como regla introduce enormes variables de tamaño y consistencia. Además, la transición de “perros vivos” a “perros calientes” como unidades comparables pone de relieve una tendencia en el periodismo científico: el sacrificio de la precisión en aras del compromiso.
El problema de la escala relativa
Más allá de la distancia física, el propio lenguaje a menudo no proporciona medidas precisas. Esto nos lleva al concepto de Escala Relativa Endógena (ERS) : unidades que cambian de significado según el contexto o la persona que las usa.
Un buen ejemplo es la palabra “maratón”.
– En atletismo, la distancia fija es 42,195 kilómetros.
– En la vida diaria, es un descriptor subjetivo de la duración, como una “sesión maratoniana de estudio” o una “sesión maratoniana de bebida”.
El significado de un “maratón” en estos contextos depende completamente de la actividad y, quizás más importante, del nivel de tolerancia del individuo. Esta confusión lingüística nos recuerda que incluso en un mundo de datos concretos, la percepción humana sigue siendo un filtro subjetivo.
El riesgo del 4%: IA en la clasificación gubernamental
A medida que la Inteligencia Artificial se integra más en los flujos de trabajo profesionales, está surgiendo una nueva frontera: el uso de modelos de lenguaje grande (LLM) para manejar tareas delicadas, como clasificar documentos gubernamentales.
Un artículo reciente sobre arXiv propuso utilizar IA para reemplazar el proceso “subjetivo” y “laborioso” de etiquetado manual de documentos. Los investigadores probaron un modelo con cables diplomáticos estadounidenses filtrados y lograron una tasa de precisión del 96 % al distinguir entre documentos no clasificados, confidenciales y secretos.
Si bien el 96% suena impresionante, en el mundo de la seguridad nacional revela una falla crítica:
1. La brecha de filtración: Una tasa de error del 4% significa que la información ultrasecreta podría clasificarse erróneamente sistemáticamente como “no clasificada”, lo que provocaría filtraciones catastróficas.
2. La dirección del error: En entornos de alto riesgo, no todos los errores son iguales. Una IA que etiquete un documento “secreto” como “no clasificado” es una falla de seguridad; una IA que etiqueta un documento “no clasificado” como “secreto” es simplemente un inconveniente burocrático.
El estudio aún no aclara si la IA se equivoca por precaución o por negligencia, ni cómo se compara con la precisión de los expertos humanos.
Conclusión: Ya sea que utilicemos perros salchicha para medir la luna o inteligencia artificial para clasificar secretos de estado, el puente entre los datos sin procesar y la comprensión humana está plagado de subjetividad, errores caprichosos y riesgos sistémicos significativos.
