La adopción de la inteligencia artificial (IA) se ha acelerado a una tasa sin precedentes, como revela el Índice de Inteligencia Artificial 2025. Millones de personas ya la usan regularmente tanto para el trabajo como para el ocio.
Así comienzan Yolanda Gil y Raymond Perrault la redacción del documento, del cual son codirectores. Es un texto que publica el Instituto de Inteligencia Artificial centrada en el ser humano, de la Universidad de Stanford (Stanford Institute for Human-Centered Artificial Intelligence, en inglés).
Producción científica en IA: China lidera, EE.UU. tiene más impacto
En los diez años siguientes al 2013, los textos académicos sobre inteligencia artificial en ámbitos relacionados con la informática y otras disciplinas pasaron de 102 mil a 242 mil. La participación de la IA en publicaciones aumentó del 21,6 por ciento en 2013 al 41,8 en 2023. Entre 2010 y 2023, el número de patentes de IA ha crecido de forma constante y significativa, pasando de 3833 a 122511.
En 2023, China produjo más publicaciones (23,2 por ciento) y citas (22,6) sobre inteligencia artificial que cualquier otra nación del mundo. El gigante asiático también lidera el total de patentes de IA, con el 69,7 por ciento de las concesiones. Corea del Sur y Luxemburgo destacaban como los principales productores de patentes de IA per cápita.
En los últimos tres años, las instituciones estadounidenses han contribuido con el mayor número de publicaciones sobre el tema entre las cien más citadas. Desde 2014, Estados Unidos ha generado más modelos de aprendizaje automático destacados que cualquier otro país, con Google liderando el ranking individual por compañías (186).
Índice de Inteligencia Artificial 2025: ciencia e IA de la mano
En la investigación científica, un estudio reveló que los científicos que utilizaron IA experimentaron un aumento del 44,1 por ciento en las tasas de descubrimiento de materiales, del 39,4 por ciento en las solicitudes de patentes y del 17,2 por ciento en los prototipos de productos.
En 2024, la investigación impulsada por IA recibió los máximos honores, con los Premios Nobel de Química y Física otorgados por avances relacionados con ese campo. El impacto de estas tecnologías abarca otras áreas como la secuenciación de proteínas, manipulación de ADN y colaboración con profesionales de la salud para emitir un diagnóstico.
Un estudio reciente de Stanford introdujo un laboratorio virtual de IA. En un experimento, investigadores humanos le encargaron a la instalación el diseño de nanocuerpos (fragmentos de anticuerpos) capaces de unirse al SARS-CoV-2. El laboratorio generó 92 nanocuerpos, de los cuales más del 90 por ciento se unieron al virus con éxito.
Un equipo del proyecto Connectomics de Google reconstruyó una sección de un milímetro cúbico del cerebro humano a nivel sináptico. Desarrollaron herramientas de aprendizaje automático como redes de relleno de inundación (para la reconstrucción de neuronas sin rastreo manual), SegCLR (para la identificación del tipo de célula) y TensorStore (para la gestión del conjunto de datos multidimensional).
IA en la educación: retos y promesas
La tecnología se utiliza en las universidades tanto por estudiantes (86 por ciento) como por profesorado (61 por ciento). Sin embargo, a principios de 2025, solo el 39 por ciento de las instituciones contaban con una política de uso aceptable de la IA.
Los docentes mencionaron como beneficios la mejora de su productividad y la prestación de un mejor apoyo académico. Comentaron como riesgos la dependencia excesiva de la tecnología y que la IA podría generar desinformación y replicar sesgos.
Dos tercios de los países del mundo ofrecen o planean ofrecer educación en informática desde preescolar hasta bachillerato. La mayor progresión se ha dado en Latinoamérica y África, aunque los estudiantes de ese continente son los que tienen menos acceso a la enseñanza en la materia.
Modelos más potentes, ¿pero a qué costo?
Los nuevos sistemas de razonamiento mejoran el rendimiento de la IA (el modelo o1 de OpenAI obtuvo un 74,4 por ciento en un examen clasificatorio a la Olimpiada Internacional de Matemáticas), pero aumentan costos y consumo energético.
Detrás de la mejora en las prestaciones, hay un entrenamiento que sigue siendo extremadamente caro. Sam Altman, director ejecutivo de OpenAI, dijo que el entrenamiento de GPT-4 superó los cien millones de dólares. Aunque según el Índice de Inteligencia Artificial 2025 DeepSeek se preparó con unos seis millones de dólares, es una excepción a la regla.
El entrenamiento, además de un componente económico, demanda cada vez más energía. El consumo de los modelos de IA avanzados se duplica anualmente, y también crece la cantidad de carbono emitida por los sistemas. GPT-3 (2020) emitió 588 toneladas, mientras GPT-4 (2023) y Llama 3.1 405B (2024) liberaron 5184 y 8930 toneladas respectivamente.
La inversión privada estadounidense en IA (109100 millones de dólares) superó 12 veces a la de China. Y en IA generativa, puso más dinero que el gigante asiático, la Unión Europea y Reino Unido juntos. Otros gobiernos también anunciaron importantes paquetes de inversión para infraestructura:
- Canadá: 2400 millones de dólares
- Francia: 109 mil millones de euros
- India: 1250 millones de dólares
- Arabia Saudita: Cien mil millones de dólares
Algunos modelos todavía presentan sesgos, como asociar términos negativos con personas negras y a las mujeres con las humanidades en lugar de carreras STEM (ciencia, tecnología, ingeniería y matemáticas). Y aunque la puntuación promedio de transparencia aumentó un 21 por ciento entre octubre de 2023 y mayo de 2024, el año anterior surgieron ejemplos de desinformación electoral en una docena de países.
Índice de Inteligencia Artificial 2025: público entre entusiasmo y escepticismo
Desde 2022 ha aumentado en un tres por ciento las personas que creen que productos y servicios de IA son más beneficiosos que perjudiciales, y dos tercios de la población mundial cree que tendrán un impacto significativo en la vida cotidiana en los próximos tres a cinco años, informa el Índice de Inteligencia Artificial 2025 citando una encuesta de la firma de investigación Ipsos.
Los habitantes de China (83%), Indonesia (80%), Tailandia (77%) y México (70%) son más entusiastas al respecto, una opinión no mayoritaria en naciones como Reino Unido (46%), Canadá (40%), Estados Unidos (39%) y Países Bajos (36%).
Hay un decrecimiento en la confianza en la protección de datos personales, así como en la imparcialidad y que las herramientas de IA estén libres de discriminación. El 60 por ciento de los encuestados coincide en que la IA cambiará la forma de trabajar en el próximo lustro, y un 36 por ciento cree que estas herramientas les reemplazarán en sus puestos en igual lapso de tiempo.
El 55 por ciento de los encuestados cree que la IA ahorrará tiempo y el 51 espera que ofrezca mejores opciones de entretenimiento. Mientras, esos porcentajes son más discretos en opiniones de mejoras en salud (38%), economía (36%), e impacto positivo en el mercado laboral (31%).
El 72 por ciento de los encuestados en China afirma esperar que la IA mejore la economía, seguido del 54% en Indonesia. Por el contrario, menos del 25% de los encuestados en los Países Bajos, Estados Unidos, Bélgica, Suecia y Canadá concuerdan con los asiáticos.
¿Una IA entrenada por IA?
Para 2020, GPT-3 175B, uno de los modelos que sustentaban el ChatGPT original, se entrenó con aproximadamente 374 mil millones de tokens. En contraste, Llama 3.3 lanzado en el verano de 2024, se entrenó con aproximadamente 15 billones de tokens. Según OpenAI, cien tokens son aproximadamente 75 palabras.
La web indexada contiene aproximadamente 510 billones de tokens, mientras que la web completa contiene alrededor de 3100 billones. Además, se estima que el stock total de imágenes es de 300 billones y el de vídeo, de 1350 billones.
El equipo de investigación de Epoch AI proyecta, con un intervalo de confianza del 80 por ciento, que el stock actual de datos de entrenamiento se utilizará por completo entre 2026 y 2032. Originalmente proyectaron que los textos de alta calidad se agotarían para 2024, pero los modelos pueden entrarse con los mismos conjuntos de datos varias veces.
Como posible solución a la escasez de datos, se ha sugerido el uso de datos sintéticos para entrenar modelos de inteligencia artificial. Es decir, datos generados por esas mismas herramientas. Aunque sus habilidades para crear contenido, se sabe que estas herramientas pueden tener alucinaciones y proporcionar resultados incorrectos. Al emplear esos datos como fuente pueden arrastrar el error hacia el nuevo material generado.
A medida que aumenta la prevalencia de los datos sintéticos, en particular con una proporción cada vez mayor de contenido web generado por IA, los modelos futuros inevitablemente se entrenarán con material no generado por humanos.
Las inteligencias artificiales se enfrentan a un problema: la falta de información para su entrenamiento. Un estudio reveló que muchos sitios web implementaron protocolos para frenar la extracción de datos para la preparación de herramientas de IA.
El Índice de Inteligencia Artificial 2025, un documento de más de 450 páginas, refleja ampliamente la evolución de la IA en los últimos años. Sus avances son impresionantes, pero a la medida que sus herramientas se vuelven más capaces, genera costos ambientales y económicos que no pueden dejarse de lado.
Excelente publicación