Un nuevo tipo de bicicleta para la mente
muy largo; no lo ley
Creemos que la inteligencia artificial es una nueva bicicleta para la mente, una herramienta que nos permite avanzar con más creatividad, eficiencia y libertad. Con esa idea nace Proyecto Arquimedes; como un punto de apoyo para personas curiosas que quieren aprender haciendo, construir sin ser expertas y empujar ideas que alguna vez creyeron fuera de su alcance. Nos motiva lo difícil porque nos obliga a salir de la zona de confort y crecer; por eso apostamos por aprender creando, compartir en el camino y pararnos sobre los hombros de quienes nos inspiran. No somos una startup ni buscamos movernos rápido, pero sí probablemente rompamos cosas, porque esto es un experimento que, creemos, vale la pena.
La nueva herramienta
Hace aproximadamente 2 años tuve mi primer encuentro con la inteligencia artificial. Ya ni recuerdo los sentimientos encontrados en las primeras semanas de uso. Hoy vuelvo fácilmente a ella, como si fuera memoria muscular. Y sobre lo que hoy siento sí puedo escribir: es maravillosa.
¿Conocen la famosa entrevista de Steve Jobs, donde habla de la siguiente manera sobre las computadoras?
“Lo que la computadora es para mí… es la herramienta más notable que hemos creado y es el equivalente a una bicicleta para la mente”
En mi más sincera opinión, creo que en estos tiempos podemos decir que la inteligencia artificial es un nuevo tipo de bicicleta para la mente. Si con ese breve contexto ya comprendés todo lo que conlleva esta perspectiva y estás de acuerdo con ella, te recomiendo que te saltes a la siguiente sección. Si hay dudas o te gustaría más información, en los próximos párrafos voy a elaborar un poco más esta idea.
Para construir esta opinión, creo que hay 2 conceptos importantes en la entrevista de Jobs: “eficiencia” y “herramienta”. ¿Bueno, pero de dónde saco el concepto de eficiencia, verdad? La cita habla solo de herramienta, estoy siendo un escritor con malas prácticas. Para los que no conocen la entrevista, la idea que trata de comunicar es que se midió la eficiencia de locomoción de varios animales, entre ellos el humano. El resultado para nuestra especie fue poco impresionante; luego se nos facilitó una herramienta, la bicicleta, y se volvió a medir los resultados, los cuales nos colocaban en la punta del ranking como la más eficiente.
Y porque me parece que los conceptos citados al principio del párrafo anterior son importantes para la idea de “un nuevo tipo de bicicleta para la mente”. Durante mis años de uso de esta herramienta puedo decir que logré potenciar mi eficiencia en los resultados. Con la inteligencia artificial como asistente de código y aprendizaje, desarrollé una aplicación de escritorio que tomaba documentos digitales, extraía su información y la guardaba automáticamente en un archivo Excel. Incluso diseñé la interfaz gráfica con el objetivo de que cualquier persona, sin conocimientos técnicos, pudiera utilizarla con facilidad. Esto redujo mi tarea de extraer, transformar y cargar de 38 a apenas 0,8 minutos.
También me permitió desarrollar mi primer videojuego1 —sí, mucha diversión— y explorar soluciones creativas a problemas que antes parecían tediosos o imposibles. La inteligencia artificial me ayudó a experimentar, a probar ideas sin miedo y a construir desde la curiosidad. Sé que no soy el único; estoy seguro de que muchos de los que están leyendo esto también la están usando para automatizar, crear y resolver.
Ok, ok, es algo gris relacionar esos resultados a la eficiencia, cuando no soy de la especie “programador”. Si, cuando estuve desarrollando esos proyectos, se me medía el tiempo o la calidad de las líneas de código, y se los comparaba contra las de un programador de pura cepa, estoy seguro de que los de este último representarían una eficiencia más interesante. ¿Pero, y si mido mi desempeño con mi yo del pasado? ¿Quién diría que iba a poder lograr todas esas cosas, viniendo de un lugar tan alejado al mundo del desarrollo?
Entonces estamos en la misma página, ¿verdad? 2
Dame un punto de apoyo y moveré el mundo
¿Fue Arquímedes el sabio que dijo esta frase? Bueno, eso es lo que queremos que sea Proyecto Arquimedes: un colectivo de curiosos, entusiastas y creativos que pueda utilizar la IA como punto de apoyo y mover el mundo (o hacer el intento, al menos).
Sí, estoy contigo: el párrafo anterior suena un poco idealista, casi poético. Pero quiero compartir ideas recientes de algunas de las mentes más influyentes en IA:
Jeremy Howard, con más de 30 años de experiencia en inteligencia artificial:
“…con la ayuda de las herramientas modernas de IA, he visto que es posible que un generalista con una sólida comprensión de los fundamentos cree soluciones efectivas a problemas desafiantes, incluso usando lenguajes, herramientas y bibliotecas que no conoce…”
Andrew Ng, referente en el campo desde hace más de dos décadas:
“…para muchos trabajos que implican aplicar conocimiento o procesar información, la IA será transformadora. Ya se empieza a ver cómo individuos con habilidades técnicas pueden coordinar herramientas para hacer las cosas de forma diferente, logrando un impacto, si no es de 10 veces más, al menos 2 veces más. Y creo que esta brecha solo crecerá.”
Con ese respaldo, me animo a establecer una analogía entre la inteligencia artificial y el punto de apoyo que todo lo puede. Después de todo, lo que parecía una idea poética empieza a cobrar sentido cuando vemos cómo está transformando el día a día en manos de quienes la entienden y la usan bien — desde cómo escribimos y diseñamos, hasta cómo resolvemos problemas técnicos o tomamos decisiones.
Creemos que comprender esta herramienta no pasa solo por analizarla o consumirla, sino por crear con ella. Aprender experimentando, ensuciándose las manos, fallando, ajustando, haciendo. Hay una frase que encierra esa filosofía y que inspira mucho de lo que queremos construir en este proyecto.
Richard Feynman, Nobel de Física en 1965, defensor incansable del aprendizaje activo y la curiosidad como motores del conocimiento:
“Lo que no puedo crear, no lo entiendo.”
Utilizaremos la investigación y experimentación3 para entender el poder de esta nueva herramienta para la mente y, con ello, tratar de mover el mundo.
Lo difícil nos motiva, ¿dónde estamos?, ¿hasta dónde podemos llegar?
La meta más grande —y la más difícil— que nos mueve en este proyecto es clara: usar la inteligencia artificial como herramienta transformadora. Esa es nuestra meta-desafío. No solo porque suena bien, sino porque nos obliga a trabajar en entornos de mayor riesgo, con más incertidumbre… y más posibilidades de crecimiento.
Charles Duhigg, en Más agudo, más rápido, mejor, explica que las metas ambiciosas —incluso cuando parecen inalcanzables— pueden impulsar grandes avances. Nos sacan de la rutina, nos obligan a pensar distinto y nos empujan a probar cosas nuevas. Eso es lo que sentimos cada vez que intentamos crear algo con IA: no tenemos todas las respuestas, pero el simple hecho de apuntar alto ya nos pone en movimiento.
En mi caso, lo recuerdo de vuelta: automaticé una tarea compleja de extracción y carga de datos sin tener formación en programación. Tuve que aprender nuevas tecnologías, trabajar fuera de horario, adaptarme y fallar más de una vez. Pero al final, no solo resolví un problema técnico; gané tiempo, libertad y confianza. Justamente fue esa dificultad lo que hizo que todo valiera la pena.
Además, hay otra meta que nos impulsa: medirnos con lo que pasa en otros lugares. Me pregunto seguido: si allá afuera ya están trabajando con tecnología de punta… ¿en qué punto estamos nosotros? ¿Cuánto nos cuesta llegar a lo mismo? ¿En qué “año tecnológico” vivimos? Saberlo nos orienta. Tal vez no estamos tan lejos como creemos.
Por eso queremos apropiarnos de la frase que muchas veces escuchamos: “Del Paraguay para el mundo”. Pero no como consigna vacía. Queremos convertirla en una práctica: ponernos metas grandes, medirnos, desafiarnos y crear. Aunque eso signifique que a veces solo logremos hacerlo “para nuestro mundo” … por ahora.
Del aprendizaje on-line al aprendizaje in-line
Nuestra tercera meta es, quizás, la más brillante: educarnos educando.
¿Por qué esta meta? Porque creemos que muchos de los problemas que enfrentamos hoy —al ejecutar, al tomar decisiones, al trabajar en conjunto— se explican por una misma causa: una brecha en la educación.
Invitamos al lector a hacer una prueba. Escribí cualquiera de tus problemas actuales en una hoja en blanco, en el extremo derecho más lejano. A su izquierda, dibujá una flecha y escribí la causa más inmediata de ese problema. Luego repetí el proceso para esa nueva causa. Si hacés esto lo suficiente, probablemente llegues al mismo punto que nosotros: una falla en cómo aprendimos o no aprendimos algo clave para enfrentarlo.
En Proyecto Arquimedes creemos que la educación —formal, informal, autodidacta o comunitaria— no solo está en la raíz de muchos problemas, sino también en la raíz de sus soluciones. Y no hablamos de la educación como un título o un diploma, sino como el proceso real de adquirir, aplicar y compartir conocimiento.
Por eso, queremos transformar el aprendizaje pasivo de cursos online, libros, papers y teorías en aprendizaje activo, integrado en nuestras ideas, nuestros experimentos, y en estas mismas líneas, in-line. No queremos solo ver cursos. Queremos usar lo aprendido, crear con eso, compartirlo y mejorarlo públicamente.
Esta visión está profundamente inspirada por personas que admiramos, como Chip Huyen y Shawn Wang. A continuación, compartimos sus ideas que reflejan el espíritu que queremos cultivar y la relación con lo que nos inspira:
Chip Huyen, escritora, científica computacional y profesora especializada en sistemas de ML:
“No me propuse enseñar el curso (de machcine learning) porque fuera una experta en IA, ni siquiera en TensorFlow. Quería que existiera una clase sobre eso para poder aprender con personas que compartieran mi interés. Como nadie más quiso enseñarla, tuve que hacerlo yo.”
Relación: No somos de la especie “programador”, “ingeniero de software” o “especialista en IA”. Pero como Chip, queremos crear un espacio donde se pueda aprender junto a otros, incluso si eso significa tener que construirlo desde cero. Si nadie más lo quiere hacer, lo haremos nosotros.
Shawn Wang (swyx), desarrollador, escritor y referente en ingeniería de IA:
“Aprender en público. Es la forma más rápida de aprender. Si hay una regla de oro, es esta, por eso la pongo primero. Todas las demás reglas son, más o menos, una extensión de esta.”
Relación: Queremos aprender en público. Porque compartir lo que vamos aprendiendo nos obliga a pensar con claridad, a ordenar nuestras ideas, a entender de verdad. Y si nos equivocamos —que lo haremos— esperamos que la comunidad nos ayude a corregirnos y crecer. Como dice swyx, esa es la manera más rápida de aprender.
No nos moveremos rápido, romperemos cosas
No somos expertos en machine learning ni en inteligencia artificial. Y, para ser honestos, sabemos que desarrollar un producto con estas tecnologías implica mucho más que solo dominar el modelo: hay múltiples aristas a tener en cuenta. Solo llevamos tres años experimentando con estas tecnologías. Aun así, creemos que un proceso sistemático —apoyado en las ideas, herramientas y aprendizajes de quienes, sin saberlo, nos han guiado a través del conocimiento abierto que han puesto a disposición—, junto con nuestra propia curiosidad, nos ayudará a avanzar un paso a la vez.
Sabemos que no vamos a dedicarnos a esto a tiempo completo. No sabemos hasta cuándo lo haremos, ni con qué frecuencia. A la fecha de publicación de este post, solo tenemos ideas y muy poca iteración sobre ellas. Pero sí tenemos claro esto: haremos lo que podamos, con lo que tenemos.
Nuestros desarrollos no estarán, al menos en esta etapa, enfocados en productos de consumo masivo. Queremos experimentar con los problemas que vivimos todos los días, con nuestras propias preguntas y frustraciones. Desde lo cotidiano hacia lo complejo.
No somos una startup. No todavía. No nos moveremos rápido. Pero sí, probablemente, rompamos cosas —nuestras finanzas personales, para empezar. No estamos enfocados en generar ganancia. Queremos jugar, como lo hizo DeepMind al principio: con IA y videojuegos, con curiosidad y sin presión.
Este manifiesto es una brújula. Un recordatorio de que:
No hace falta tener todo resuelto para empezar.
Queremos entender dónde estamos, qué tan difícil es avanzar y por qué.
Queremos apuntar al cielo y ganar momento.
Queremos pararnos sobre los hombros de gigantes y llegar a ello.
Queremos educarnos educando. Generar contenido, no solo consumirlo.
Queremos divertirnos experimentando.
Y, sobre todo, creemos que sobre esas bases podremos explotar todo el potencial de este nuevo tipo de bicicleta para la mente.
Footnotes
Actualmente en fase de diseño visual, por lo que aún no hay un repositorio público disponible.↩︎
Si bien la analogía de la IA como “bicicleta para la mente” ya fue utilizada por otros para hablar de eficiencia o velocidad, para nosotros tiene un sentido más profundo: es una herramienta que expande nuestros límites y nos permite llegar a lugares donde antes no podíamos, incluso sin saber el camino. No la usamos para ir más rápido, sino para evolucionar mientras pedaleamos.↩︎
También se ha citado la analogia de Arquímedes para hablar del poder de mover el mundo con esta nueva herramienta. Coincidimos, pero con una diferencia clave: esa palanca —la IA— no funciona sola. Requiere de alguien curioso, valiente y dispuesto a aprender haciéndolo. El punto de apoyo está, pero mover algo depende de quién se anime a usarlo.↩︎