Estamos a punto de dar el último paso antes de caer al precipicio del fin de la realidad, la era de la posverdad donde nada, absolutamente nada de lo que veamos en las pantallas de nuestros teléfonos y ordenadores, será creíble. Sora, la nueva inteligencia artificial de OpenAI capaz de generar un minuto de vídeo que parece sacado de una cámara de alta definición con solo escribir un párrafo de texto, nos ha llevado a este punto.
“Sora es capaz de generar escenas complejas con múltiples personajes, tipos específicos de movimiento y detalles precisos del tema y el fondo”, afirma OpenAI. Pero lo que es aún más importante en esta carrera armamentística para hacer que la inteligencia artificial pueda conjurar una realidad alternativa tan creíble como la real es que “el modelo entiende no solo lo que el usuario ha pedido en el prompt, sino también cómo existen esas cosas en el mundo físico“.
Sam Altman —el CEO de OpenAI— fardaba de Sora en la antigua Twitter después de la presentación oficial, invitando a la gente a sugerir instrucciones para la nueva IA, publicando los resultados un poco después, como estos dos golden retrievers haciendo pódcast en la cima de una montaña.
A Sora le seguirá Stability Cascade, de la competencia directa de OpenAI. Y luego habrá nueva versión de Runway u cualquier otro hasta que, en unos meses o a lo sumo un año o dos, uno de estos motores de realidad sintética sea totalmente indistinguible de la realidad “real” que podemos ver con nuestros propios ojos.
A punto de caramelo
A Sora se le ven todavía las costuras. No es un modelo generativo perfecto, pero, innegablemente, se acerca. Es un gran salto dentro de una cadena que han pasado desde 2022, el año en que comenzó a cristalizar la revolución de la IA generativa que comenzó a finales de los 2010, cuando el fabricante de chips Nvidia —ahora una de las compañías más valiosas del planeta precisamante por esa estrategia ahora demostrada como magistral— crease las primeras aplicaciones de imagen por IA. Ya nos lo contó el jefe de IA aplicada de la compañía, Bryan Catanzaro, uno de los expertos que entrevistamos para el episodio El fin de la realidad, de nuestra serie Control Z.
De hecho, aunque la mayoría de personas que hoy han abierto su periódico digital para ver la noticia y quedarse alucinados con los vídeos de Sora, esta capacidad ya la predijeron los expertos que entrevisté para el minidocumental. De hecho, ha llegado justo cuando dijeron: en 2024.
La explosión científica, económica y creativa que está ocurriendo ahora mismo llegará a ser comparable a pasar de la Edad de Piedra directamente al 2024 en solo 10 años. Pero, si no tomamos medidas para cortar de raíz su uso para hacer el mal, la inteligencia artificial generativa hará tambalearse a la sociedad, causando profundos daños e irreparables a millones de personas, como me contaba Tom Graham por videoconferencia, CEO y cofundador de Metaphysic, uno de los líderes del sector que ha revolucionado Hollywood con la tecnología deep fake que se hizo viral con el falso Tom Cruise. Estamos en un momento en que toda la sociedad —individuos, tecnólogos, consumidores y legisladores— debe tomar medidas urgentes para evitar daños brutales al público y las democracias. Desafortunadamente, afirma, las leyes van muy por detrás de lo que se está desarrollando, y todavía tardarán 10 a 15 años en llegar. Hoy, asegura, ”estamos en un periodo de peligro”.
Sucesos inevitables que necesitan medidas urgentes
Graham se refiere a un horizonte de sucesos en el que la realidad se evaporará. En algún momento del futuro cercano, perderemos nuestra capacidad para distinguir entre los hechos y la ficción creada por las máquinas, sin importar cuántas herramientas forenses podamos idear. Resulta que, después de hablar con algunos de los principales expertos en el campo, ese “futuro cercano” ocurrirá en los próximos 10 años. Según me contó por videoconferencia Emad Mostaque —CEO y fundador de Stability AI, la organización que ha creado Stable Diffusion, el motor de inteligencia artificial generativa más importante del mundo en estos momentos, más allá incluso que ChatGPT— “en los próximos 5 a 10 años podremos crear cualquier cosa que puedas imaginar con una calidad visual perfecta en tiempo real.”
Catanzaro —vicepresidente de inteligencia artificial aplicada de Nvidia, unas de las compañías que ha sentado las bases del campo con su investigación científica y procesadores gráficos— está de acuerdo con la predicción de Mostaque. De hecho, va más allá. “Apuesto a que en 2024 alguien hará una película donde el vídeo, el audio y el guion están hechos con IA, pero, probablemente, dentro de cinco años, eso llegará al punto en el que realmente sería interesante ver algo construido de esta manera”, me cuenta.
Así que en 2033 tendremos la capacidad de crear vídeo de alta definición en tiempo real en el que todo, absolutamente todo, desde la imagen hasta el sonido, la música y cada palabra o gruñido que se pronuncie en él, será generado artificialmente. El producto será indistinguible de cualquier clip o película completa que se pueda grabar con cualquier cámara actual. Antes de eso, sin embargo, veremos vídeos e imágenes y escucharemos audios que serán indistinguibles de la realidad a simple vista, requiriendo de un análisis forense para determinarlo.
Según me dice Gil Perry —CEO y cofundador de la compañía de IA israelí D-ID, creadores de Deep Nostalgia— ,“en uno o dos años, no serás capaz de saber qué es verdad y qué es mentira”. No ya en películas de Hollywood, sino en tiempo real, incluyendo su uso en videoconferencias. Graham afirma que la tecnología de IA generativa podrá cambiar tu cara e incluso tu entorno en herramientas de comunicación como Zoom en tiempo real de forma totalmente creíble en pocos años. De hecho, ahora ya lo hacen de forma iimperfecta y la gente se lo cree.
Cada una de estas entrevistas me dejó con una profunda sensación de desolación y ansiedad ante una crisis que parece inminente e inevitable, una sensación de angustia existencial que aún no me he podido quitar de encima. Lógicamente, el lado oscuro de toda esta tecnología está en su aplicación criminal, no ya por estados autoritarios como Rusia, China o Irán, o partidos políticos extremos de uno y otro signo, sino en el día a día. Estafadores, chantajistas, violadores, acosadores en colegios…, la herramienta será extremadamente poderosa para hacer el mal. Una auténtica bomba atómica al alcance de cualquiera porque, según los expertos, la barrera de entrada será cero. No requerirá de ningún conocimiento o equipo especializado.
Cualquiera con un teléfono móvil lo podrá hacer, como me contaba Mostaque. Siempre he sido un tecnoptimista, el tipo que piensa que no hay problema que no se pueda resolver con la pura ingeniosidad humana. El calentamiento global, el cáncer, la crisis energética, lo resolveremos todo. Pero, a medida que me adentraba más en la inteligencia artificial generativa, descubrí que no hay forma de volver a poner este genio dentro la lámpara. Que, esta vez, hemos desatado una fuerza que será totalmente incontrolable en apenas unos pocos años si no tomamos algunas medidas radicales ahora.
