La inteligencia artificial (IA) ha evolucionado a una velocidad vertiginosa, convirtiéndose en una herramienta clave en diversos campos, desde la ciencia y la tecnología hasta el arte y la comunicación.

Sin embargo, surge esta pregunta: ¿Es la IA más útil para las humanidades que para las ciencias exactas? Aunque fue concebida en el ámbito de las matemáticas y la computación, actualmente se ha destacado más en la redacción de textos.

Esto contrasta con su desempeño en cálculos precisos y resolución de problemas científicos, donde, paradójicamente muestra limitaciones ¿Acaso la IA refleja más el pensamiento humano que el cálculo exacto?

En este artículo exploraremos cómo y por qué la IA parece ajustarse mejor a las humanidades que a las ciencias.

¿Cómo evoluciona la IA en el campo de las ciencias y humanidades?

En la década de 1950, pioneros como Alan Turing y John McCarthy establecieron los principios fundamentales de la IA, centrados en resolver problemas numéricos y crear sistemas que “pensaran” como un humano.

Sin embargo, durante mucho tiempo, estas máquinas se limitaban a hacer cálculos específicos, sin comprender el contexto ni interpretar el lenguaje. A partir de los años 2000, la IA se orientaba en el procesamiento de lenguaje natural (PLN).

Esto significó un cambio de enfoque: ya no sólo se trataba de realizar cálculos, sino de interpretar y generar lenguaje, algo que requiere habilidades “humanísticas” como la comprensión de contexto, intención y significado.

Modelos como ChatGPT o Google Gemini son un ejemplo de esta evolución, acercando la IA a áreas de la lingüística y la comunicación, ampliando su aplicación y mostrando una capacidad de “empatizar” y responder en lenguaje natural.

La IA y las Humanidades: Procesamiento de Lenguaje Natural (PLN)

En esencia, el PLN se ocupa de enseñar a las máquinas a comprender y generar lenguaje humano, una habilidad que involucra no solo la estructura gramatical, sino también la interpretación de contexto, matices y emociones.

Herramientas como ChatGPT y Google Gemini representan avances notables en esta área, permitiendo que la IA responda a preguntas, redacte textos e incluso dialogue con los usuarios de manera coherente y natural.

El éxito de la IA en el PLN radica en su capacidad para procesar y aprender de grandes volúmenes de texto, extraer patrones de lenguaje y aplicarlos en conversaciones o redacciones.

Esto le permite no solo entregar información, sino también adaptarse al tono y estilo del usuario, algo fundamental en disciplinas humanísticas como la lingüística, la filosofía y la literatura.

Este enfoque humanístico refleja una evolución importante: la IA ya no solo analiza datos de manera fría y estructurada, sino que es capaz de “interpretar” información, algo que previamente se creía exclusivo de los humanos.

La IA y las Ciencias Exactas: Matemáticas, Física y Química

A diferencia del procesamiento de lenguaje, los cálculos matemáticos y las simulaciones científicas requieren una exactitud que las IAs actuales, como ChatGPT o Google Gemini, no siempre logran con éxito.

Esto se debe, en parte, a que estos modelos están entrenados principalmente en grandes volúmenes de texto general y no en datos especializados o simbólicos esenciales para las ciencias exactas.

En matemáticas, por ejemplo, la IA puede resolver problemas básicos y seguir patrones lógicos, pero a menudo falla en cálculos avanzados que requieren rigor formal y precisión.

Del mismo modo, en física y química, el modelado de sistemas complejos o la resolución de ecuaciones diferenciales implican un nivel de especialización para el cual las IA basadas en lenguaje no están diseñadas.

Además, al carecer de una comprensión profunda de conceptos científicos y reglas fundamentales, pueden cometer errores lógicos en deducciones y simulaciones.

Comparación de Desempeño en Humanidades y Ciencias Exactas

Comprensión de Contexto (Humanidades)

Las IAs actuales, como ChatGPT, son excelentes en tareas de procesamiento de lenguaje natural. Son capaces de entender y generar texto en contextos complejos, captando matices emocionales, culturales y estilísticos.

Estas capacidades permiten aplicaciones en áreas humanísticas como la literatura, la comunicación y la historia, donde el lenguaje, el contexto y la interpretación son fundamentales.

Precisión en Cálculos (Ciencias Exactas)

En ciencias exactas, donde la precisión matemática y el rigor son cruciales, la IA presenta limitaciones. Aunque puede resolver problemas matemáticos básicos, tiende a cometer errores en cálculos avanzados y simulaciones científicas.

Esto se debe a que las IAs de lenguaje están entrenadas para patrones textuales, no simbólicos, lo que afecta su rendimiento en disciplinas como la física y la química.

Adaptabilidad (Humanidades)

En las humanidades, la IA destaca por su capacidad de adaptarse a diferentes estilos de escritura, tonos y perspectivas. Puede personalizar respuestas y ajustar el lenguaje, simulando una empatía contextual que enriquece la interacción humana.

Rigor Formal (Ciencias Exactas)

Las ciencias requieren un rigor que la IA no siempre cumple, ya que no procesa de forma nativa los axiomas matemáticos o las leyes científicas. Para avanzar en estas áreas, la IA debe integrarse con enfoques que refuercen su precisión y fiabilidad científica.

¿Puede la IA ser ambos?

La inteligencia artificial, aunque muestra un desempeño notable en las humanidades, no siempre falla en cálculos o resultados en ciencias exactas; hay ocasiones en que puede proporcionar soluciones precisas y útiles.

Sin embargo, en el ámbito de las humanidades, también existen momentos en los que la IA puede carecer de asertividad o comprensión profunda. Estos «errores» no deben verse únicamente como fallas, sino como oportunidades de mejora.

Al abordar estas limitaciones, podemos avanzar hacia una inteligencia artificial que no solo minimice el margen de error, sino que también potencie su capacidad para resolver problemas complejos en ambos campos.

Así, la IA tiene el potencial de convertirse en una herramienta verdaderamente versátil, contribuyendo significativamente tanto a las ciencias exactas como a las humanidades en el futuro.