¿El futuro del amor incluirá IA?
A medida que las “máquinas pensantes” se van integrando a la vida cotidiana podría haber una transformación también en la definición de amor.

Cuando Rajesh Koothrappali se enamoró de Siri en el episodio de
The Big Bang Theory
"
The Beta Test Initiatio
n" fue muy divertido, pero ¿qué tan cerca estamos de las personas que realmente se enamoran de los chatbots con IA? Tenemos un largo camino por recorrer, pero se están haciendo grandes avances en los chatbots con inteligencia artificial que algún día pueden permitir que los chatbots emulen a un amigo e incluso a una pareja romántica.
Avances de IA
Uno de estos avances es la arquitectura de la red neuronal del transformador. Los "transformadores", que es lo que se llaman informalmente, están entrenados para predecir la siguiente palabra en un texto. Redes como esta permiten que los chatbots construyan oraciones significativas según el contexto. Esto facilita que las personas crean que están teniendo una conversación con una entidad inteligente. Otra pieza importante es la capacidad de las máquinas para aprender directamente de las conversaciones con una persona. Esto permite que un chatbot se actualice teóricamente después de cada conversación. Un chatbot se beneficia de que varias personas accedan a él en paralelo, porque significa más datos de los que puede aprender.
Falta una pieza importante del rompecabezas
Por el momento, todavía falta un elemento importante para encender esa chispa romántica: la capacidad de los chatbots con inteligencia artificial para comprender realmente el tema de conversación y una personalidad constante. Aunque un chatbot puede mantener una conversación sensata, no está diseñado para comprender el significado profundo de lo que está hablando. Por lo general, las conversaciones con chatbots parecen aburridas y superficiales. Esto no es sorprendente, ya que para una conversación adecuada, no es suficiente responder con frases genéricas o paráfrasis de lo que su pareja acaba de decir. Esto es lo que los chatbots hacen con demasiada frecuencia, al menos desde mi experiencia como usuario. A veces, los chatbots expresan una personalidad, lo que los hace más identificables y parecidos a los humanos. Sin embargo, generalmente no logran mantener una personalidad consistente a través de conversaciones. Esto sucede porque el algoritmo detrás del chatbot produce una respuesta de acuerdo con el contexto más reciente. Diferentes contextos pueden evocar diferentes reacciones. Es un área de investigación en desarrollo y los algoritmos están progresando en la dirección correcta.
Llevando las cosas al siguiente nivel
Para enseñar IA sobre emociones humanas, los investigadores necesitan una gran cantidad de texto etiquetado que proporcione emociones expresadas en oraciones. El etiquetado exige una gran cantidad de trabajo manual, por eso las etiquetas no son fáciles de obtener. Eso es lo que distingue el aprendizaje de emociones del aprendizaje de idiomas, que se puede realizar sin datos etiquetados pero solo con texto, mucho texto. Ya hay bots que tienen una parte "emocional", por ejemplo, el chatbot chino XiaoIce. Enseñar a la IA a comprender las emociones humanas es un paso necesario que no podemos evitar. Las emociones expresadas en el contexto de la conversación pueden alterar el significado del discurso. Por ejemplo, una oración "¡Qué día!" puede entenderse de manera diferente según el estado de ánimo del hablante: puede ser un comentario sarcástico enojado o una genuina exclamación feliz. Necesitamos enseñar emociones de IA para que nos entienda mejor. El lenguaje emocional podría considerarse un segundo idioma que un bot tiene que aprender. Probablemente tiene que ser datos secuenciales de manera similar al texto, y la tarea sería predecir "la próxima emoción". En lugar de solo usar etiquetas, las emociones también pueden inferirse de un video correspondiente que muestra la emoción de una persona mientras habla.
Enamorarse de la IA
Los humanos desarrollan fácilmente apegos a personajes de ficción. No podemos evitar sino antropomorfizar entidades no humanas con las que estamos interactuando. Algunas personas pueden percibir a sus compañeros de IA como amigos o incluso parejas románticas. La profundidad de una relación con una instancia de IA depende de la madurez de la tecnología. En otras palabras, qué tan bien puede imitar la comunicación de persona a persona. Con los avances en el procesamiento del lenguaje natural, aumentará la calidad de los chatbots. Puede aumentar hasta el punto en que no podamos distinguir entre humanos e interacciones con IA. La tecnología detrás de los chatbots ya tiene una amplia gama de aplicaciones. Se puede usar fácilmente para obtener ganancias financieras, que es un importante predictor de éxito futuro. Es por eso que las empresas y los investigadores están invirtiendo una increíble cantidad de trabajo y dinero en ello. Dada la velocidad de la investigación en esta área, espero grandes avances durante los próximos 10 años. ¿Significa esto que las personas, o más personas, encontrarán amor en los chatbots de IA? Tal vez, tal vez no, solo el tiempo lo dirá.
* Investigadora de Machine Learning en Avast
Artículos relacionados

Fernando Garavatti analiza cómo edge computing e IA redefinen los data centers
El CEO de Matcom plantea que estas infraestructuras pasaron de enfocarse en continuidad operativa a sostener la economía digital, con nuevas exigencias en micro data centers, refrigeración para inteligencia artificial, monitoreo en tiempo real y eficiencia energética, en un contexto de expansión de servicios en la nube

DoGo Power recibió en Europa el premio a la mejor innovación 2026
El reconocimiento, otorgado por EUPD Research, distinguió a la tecnología 4S de almacenamiento de energía para formación de redes y puso el foco en su aporte a la estabilidad de sistemas eléctricos con alta penetración de renovables, un punto relevante para proyectos de transición energética y redes inteligentes

VdoCipher detecta más demanda en EdTech por seguridad de video ante piratería
Con el avance de la educación en línea en América Latina, universidades, centros de formación y formadores independientes buscan proteger cursos prémium y restringidos, mientras la plataforma reporta mayor interés por herramientas de DRM, marcas de agua y detección de filtraciones para limitar accesos no autorizados y reducir pérdidas por redistribución ilegal

