En las últimas décadas, la inteligencia artificial ha avanzado a pasos agigantados, especialmente en el campo del procesamiento del lenguaje natural. Sin embargo, a pesar de la sofisticación y los enormes volúmenes de datos que utilizan los modelos de lenguaje como ChatGPT, estos siguen siendo ineficaces en comparación con la capacidad innata de los niños para aprender su lengua materna. Según estudios recientes, un niño puede alcanzar la fluidez en su idioma con un número de palabras significativamente menor al que necesitan estas máquinas. Mientras que un niño podría escuchar alrededor de 100 millones de palabras en sus primeros años, los modelos de IA requieren procesar miles de millones para lograr un desempeño similar. Este fenómeno plantea una pregunta intrigante: ¿qué hace que los niños sean tan eficaces en el aprendizaje del lenguaje frente a dispositivos que operan en base a datos masivos?
La diferencia entre la adquisición del lenguaje humano y el aprendizaje automatizado se denomina «brecha de eficiencia de datos». Este término refleja el hecho de que los niños, a través de su desarrollo y experiencias de vida, superan a las máquinas en términos de comprensión y uso del lenguaje. Michael C. Frank, un científico cognitivo de Stanford, señala que incluso los modelos de lenguaje más avanzados tienen que «arrasar un bosque» de información antes de poder igualar la habilidad de un niño en su entorno cotidiano. Esta peculiaridad del aprendizaje infantil no solo abre una ventana sobre cómo entendemos la inteligencia, sino que también ofrece un camino potencial hacia la creación de modelos de IA más eficaces que requieren menos datos para aprender.
Investigaciones recientes han comenzado a desentrañar cómo es que los niños pequeños logran esta hazaña. A través de estudios que monitorizan a bebés en su entorno natural, se ha podido observar que estos no tan solo absorben palabras, sino que utilizan sus contextos y experiencias del mundo físico para construir un entendimiento del lenguaje. A diferencia de los modelos de IA, que dependen exclusivamente de datos textuales, los niños aprenden a través de la interacción y exploración, desarrollando habilidades lingüísticas en contextos sociales y emocionales. Los avances en tecnología como cámaras portátiles han permitido recolectar datos sobre la forma en que los niños aprenden, ofreciendo pistas que podrían ser utilizadas para desarrollar nuevas arquitecturas de IA que emulen estos procesos.
El modelo BabyLM, creado por un grupo de investigadores, está diseñado específicamente para imitar el aprendizaje del lenguaje en niños, entrenando modelos en un corpus de solo 100 millones de palabras. Sorprendentemente, estos modelos no solo demuestran que es factible aprender con volúmenes de datos mucho más pequeños, sino que también están comenzando a desafiar a los grandes modelos de lenguaje tradicionales. Esto subraya la idea de que a menudo menos puede ser más. Las competencias como BabyLM no solo están empujando a los límites del aprendizaje automático, sino que también incitan a una re-evaluación de nuestras suposiciones sobre cómo los humanos adquieren el lenguaje.
A medida que los investigadores profundizan en la comprensión del aprendizaje del lenguaje en los niños, surge otra cuestión fascinante sobre el potencial de la IA: ¿podría esto ayudarnos a autoevaluarnos y mejorar nuestras propias capacidades comunicativas? La academia comienza a ver a los modelos de lenguaje no solo como herramientas estadísticas, sino como organismos con los que se pueden realizar experimentos para evaluar la naturaleza del aprendizaje humano. Según Elizabeth Bonawitz de Harvard, el desafío ahora es construir modelos que puedan aprender de manera dinámica y adaptativa, como los niños, en lugar de depender de un enfoque casi estático que define la mayoría de los actuales modelos de IA. Este enfoque podría, en última instancia, contribuir a cerrar la brecha entre lo que los humanos y las máquinas son capaces de lograr.
