La habilidad del ser humano para acceder, almacenar y procesar grandes cantidades de datos es limitada, así como lo es también su capacidad para desarrollar conocimiento de manera efectiva a partir de esta información. Gracias a la oportunidad que las nuevas tecnologías generan en este sentido, a lo largo de la historia el ser humano ha desarrollado diferentes soluciones para mejorar estos procesos, así como aplicaciones en infinidad de casos.

Un ejemplo de este tipo de soluciones tecnológicas sería la Inteligencia Artificial (IA); un campo de la informática enfocado a desarrollar sistemas y programas computacionales capaces de realizar tareas que, normalmente, requerirían de inteligencia humana. Algunas de estas tareas serían el razonamiento, el aprendizaje, la toma de decisiones, el procesamiento del lenguaje natural, la percepción visual, la resolución de problemas o, incluso, la interacción conversacional. Por lo tanto, se podría decir que la IA busca emular y optimizar las capacidades cognitivas humanas mediante herramientas de tipo tecnológico.

El término “inteligencia artificial” se introdujo por primera vez en los años 50. En sus primeras décadas de evolución, este tipo de tecnología enfrentó desafíos técnicos significativos que limitaron las expectativas iniciales. Pese a ello, con el paso del tiempo se han ido alcanzando varios hitos importantes, sobre todo a partir del año 2010, obteniendo enormes avances en la producción de sistemas capaces de aprender a partir de modelos procedentes de grandes volúmenes de información.

Actualmente, al realizar una búsqueda en PubMed con la palabra clave artificial intelligence, aparecen un total de 212.419 resultados o artículos publicados desde los años 50 hasta la actualidad. Aunque, si se observa el momento de su publicación, lógicamente, la mayor parte de ellos han aparecido en los últimos años, apreciándose un crecimiento constante de publicaciones a partir del año 2000 (ver Gráfico 1). De hecho, un total de 125.400 artículos se han publicado en los últimos 5 años (en el período 2014 a 2023) y, específicamente, unos 35.200 en 2023. Si la misma búsqueda se realiza directamente en Internet, por ejemplo, en un buscador tipo Google, aparecen más de 1,5 millones de resultados de páginas que tratan sobre el tema de la IA de forma global.

El aprendizaje automático (también conocido como machine learning, por sus siglas en inglés) y el denominado aprendizaje profundo (o deep learning) son subcampos de la IA (ver Gráfico 2) que, mediante el desarrollo de determinadas reglas (también llamadas algoritmos) y modelos permiten a los ordenadores replicar, aprender o incluso predecir tendencias a partir de normas, datos y ejemplos previos, posibilitando que las máquinas puedan identificar patrones, tomar decisiones e ir mejorando su desempeño a partir de la experiencia adquirida.

La IA está experimentando este gran auge en relativamente poco tiempo gracias, en parte, al desarrollo de nuevos modelos de aprendizaje automático como, por ejemplo, el denominado transformador generativo pre-entrenado (Generative Pre-trained Transformer o GPT) que se democratizó abriéndose al público a finales de 2022.

Entre estos sistemas de IA Generativa (IAG), el GPT está alcanzando rápidamente un elevado nivel de precisión en la mayoría de las tareas de procesamiento del lenguaje computarizado y sus variaciones.  Un ejemplo de ello serían los chatbots de tipo generativo, como es el caso de chatGPT, de la empresa OpenAI. Este tipo de soluciones tecnológicas se basan en grandes modelos de lenguaje o LLM (Large Languge Model), entrenados con enormes conjuntos de datos y representan, hoy en día, la nueva generación de las tecnologías de IA: la de la IAG. Entre otras características, pueden ahorrar tiempo al realizar determinadas tareas solicitadas por el usuario mediante lenguaje natural.

Sin embargo, también hay que tener en cuenta que estos sistemas, en ocasiones, pueden cometer errores o imprecisión en las respuestas que proporcionan (las llamadas “alucinaciones”) o presentar sesgos según la información de base de la que disponen, e incluso poner en riesgo la privacidad de los datos personales a los que accede si éstos no se gestionan adecuadamente (ver Tabla 1).

Así pues, si bien estas tecnologías pueden ayudar enormemente en situaciones de la práctica diaria como, por ejemplo, en la optimización de resultados, reducción de costes y aumento de la eficiencia, entre otras circunstancias, es necesario explorar nuevas fórmulas para incorporar esta tecnología en la práctica de diferentes esferas de la sociedad.

Aplicaciones de la IAG en las áreas sanitaria y educativa

Algunas áreas de conocimiento y campos de actuación se han visto influenciadas recientemente por el auge que han tomado las tecnologías relacionadas con la IA y la IAG, entre ellas, el área de la salud y la atención sanitaria y la educación.

Como ya se ha mencionado, si bien la IA se define como un sistema informático basado en algoritmos que puede realizar tareas antes hechas exclusivamente por el ser humano, el reto está en estudiar qué puede llegar a hacer el ser humano cuando se apoya en el trabajo que realizan estos “ordenadores”. En este sentido, es necesario entender el alcance y el proceso que sigue la IA y la IAG para aprovecharlas al máximo y extraer el mejor de los resultados posibles. De esta forma, en campos como la salud y la educación, se podrán mejorar la calidad y la eficiencia de la práctica profesional, así como proporcionar un apoyo, tanto a profesionales como al resto de la población, en la toma de decisiones.

Ejemplos concretos de estos procesos en el campo de la salud y de la atención sanitaria podrían ser la asignación de camas en el hospital, el triage en urgencias, el análisis de resultados de pruebas radiológicas o de anatomía patológica, entre otras pruebas o la realización de diagnósticos tempranos ante una situación concreta. El hecho de analizar datos y síntomas procedentes de muchos casos, es lo que permite a esta tecnología realizar comparaciones y detectar de forma precoz una patología determinada.

Otros ejemplos en este sentido serían los chatbots de salud con los que los pacientes pueden conversar sobre determinados signos o síntomas y obtener consejos sobre cómo actuar o a qué profesional dirigirse; así como sobre tratamientos.

Se pueden crear también simulaciones para enseñar a futuros profesionales de la salud o incluso a pacientes; por ejemplo, a partir de casos para que los alumnos trabajen procedimientos o diagnósticos (ver tabla 2). Además, utilizando conjuntamente la IAG con la realidad aumentada o virtual, se pueden realizar simulaciones sobre intervenciones quirúrgicas y otros posibles procedimientos, de manera parcial o completamente inmersiva.

En el campo específico de la educación, otros ejemplos de aplicación de estas tecnologías de IAG serían la generación y desarrollo de contenidos o la interacción conversacional. Así, los docentes o facilitadores pueden preparar ejercicios o actividades, modificar su grado de dificultad o adaptar los contenidos a destinatarios con características educativas específicas. O bien, analizar con ciertas herramientas tecnológicas los procesos de aprendizaje que siguen los alumnos, de manera que se pueda identificar rápidamente a las personas que necesiten un refuerzo o atención determinada.

De la misma forma, comparar los datos de los que se dispone este tipo de tecnología puede ayudar en la detección de síntomas iniciales de los trastornos del aprendizaje. De hecho, existen también chatbots específicos para alumnos que pueden ayudarles a resolver dudas en cualquier fase del proceso de aprendizaje e independientemente de cualquier materia (ver Tabla 2).

Recientemente, se han desarrollado también diferentes aplicaciones informáticas, apps basadas en IAG que pueden realizar o complementar las tareas elaboradas por profesionales como sanitarios o profesores, a diferentes niveles.

Po otro lado, desde el punto de vista de las personas que utilizan estas tecnologías, la IA ha aportado facilidad de acceso a la información. Por lo tanto, al igual que ocurre con el acceso a la información a través de Internet, es necesario conocer cuáles son las limitaciones de este tipo de información o de tomar decisiones en base a la misma.

Así, la incorporación de la IAG y de sus capacidades en la práctica genera también una gran controversia en cuanto a seguridad y privacidad de la información a la que se accede. En este sentido, un primer paso necesario es utilizar la IA con responsabilidad y sentido ético, estableciendo un clima de confianza entre los desarrolladores de la tecnología y los que la van a utilizar o van a estar expuestos a la misma.

IAG y educación para la salud

Como ya se ha mencionado, la IAG ha emergido como una poderosa herramienta en diversos campos de la sociedad y, en concreto, en las ciencias de la salud y de la educación. Su aplicación, en el área de la educación para la salud, específicamente, es un ejemplo destacado de cómo esta tecnología puede tener un impacto significativo en la vida de las personas. La relación entre la IAG y la educación para la salud es un interesante tándem, que promueve el acceso a la información, la personalización del aprendizaje y la mejora de los resultados en salud a nivel individual y comunitario.

En primer lugar, la IAG puede desempeñar un papel fundamental en la creación de contenido educativo sobre salud o gestión de la enfermedad, accesible y atractivo para una audiencia diversa. La generación automática de materiales de aprendizaje como videos, infografías y documentos, puede ayudar a simplificar conceptos médicos o sanitarios complejos y hacer que la información sobre salud sea más comprensible para todos. Esto es especialmente valioso en el contexto de la educación para la salud, donde la accesibilidad a la información y su claridad son aspectos cruciales para promover una toma de decisiones informada en la adquisición de conductas saludables o en la gestión adecuada de la enfermedad.

Además, la IAG permite la personalización del aprendizaje en la educación para la salud. Por ejemplo, a partir de los datos del perfil de salud y las preferencias de aprendizaje de los individuos, los sistemas tecnológicos pueden adaptar el contenido y la presentación del material para satisfacer las necesidades específicas de cada persona. Esto asegura que la información sea relevante y efectiva, aumentando la probabilidad de que las personas puedan adoptar y mantener comportamientos y estilos de vida saludables a largo plazo.

En la educación para la salud, la IAG también puede ser utilizada en el desarrollo de chatbots y asistentes virtuales que brinden información y apoyo en tiempo real. Estos sistemas pueden responder preguntas, ofrecer consejos personalizados y recordatorios (de toma de medicamentos, por ejemplo) y fomentar un mayor compromiso de la persona con su salud. La disponibilidad constante de estos recursos digitales puede mejorar la educación continuada y el seguimiento de la salud de los individuos.

Sin embargo, como ocurre también en otras áreas, es importante abordar los desafíos éticos y de privacidad que surgen en la intersección entre la IAG y la educación para la salud. La recopilación y el manejo de datos sobre la salud de las personas deben llevarse a cabo con el máximo cuidado para garantizar la confidencialidad y la seguridad de la información personal de los individuos.

Cada vez son más numerosos los programas y aplicaciones que integran estas tecnologías, con lo que puede existir un riesgo en el ámbito de la educación para la salud teniendo que hacer frente a la posible desinformación o información falsa, incluyendo vídeos o imágenes que, en cuestión de horas, pueden recorrer el mundo en las redes sociales. En este sentido, ya en muchas esferas de la sociedad los chatbots se han quedado atrás frente a los generadores de imagen como Dall-e, de Open AI; ImageFX, de Google; o el independiente MidJourney y los todavía más recientes generadores de video como Sora, de Open AI. Estos recursos son muy accesibles y producen contenido fácilmente creíble.

Ante esta situación, también los profesionales de la educación para la salud han de estar preparados ante el reto que supone la integración de la IAG en la sociedad. Con recursos como los chatbots, la población en general tiene acceso a grandes cantidades de información, con el riesgo de que esta no siempre sea verídica, esté sesgada o, simplemente, que estos sistemas inteligentes sufran las llamadas “alucinaciones” e inventen información.

En conclusión, la IAG cuenta con el potencial de transformar la educación para la salud al hacer que la información sea más accesible, personalizada y efectiva, lo que puede contribuir a la promoción de comportamientos saludables y la mejora del bienestar y de la calidad de vida de las personas. Sin embargo, es fundamental abordar los aspectos éticos y de privacidad que envuelven a este tipo de tecnología para garantizar una relación beneficiosa entre la tecnología y el campo de la educación para la salud.

Retos y recomendaciones

Como ya se ha comentado, la IAG, en sus diferentes formas y aplicaciones, se ha introducido de forma rápida en diversos campos de la sociedad en general. El impacto que este hecho puede tener es todavía desconocido. Pero es necesario elaborar una metodología y unas normas de buen uso de cara a incorporar esta innovación tecnológica de forma eficaz en las diferentes esferas de la sociedad. De igual forma, será necesario adaptarse a la nueva realidad que conlleva y a las nuevas habilidades que se requieren para su utilización.

Uno de los principales retos en la actualidad al utilizar estas tecnologías para la toma de decisiones es evitar errores en la práctica producidos por su uso. Se han de evaluar todos estos aspectos antes de integrar la IAG en la rutina de áreas como la atención sanitaria o la educación. Sin embargo, y como ya ha ocurrido en el pasado con la incorporación en el día a día de otras tecnologías disruptivas e innovadoras, y aún evaluando su impacto, no se ha de desestimar el potencial que suponen para la sociedad, bien utilizadas.

Aun así, existen unas consideraciones a tener en cuenta antes de adoptar estas tecnologías. Algunos temas a considerar serían los aspectos éticos y legales del hecho de compartir datos, la procedencia de la información que se utiliza, el anonimato y la privacidad de estas fuentes de información personales, el consentimiento informado, la seguridad, la interoperabilidad entre sistemas, la propiedad del software producido, la propiedad intelectual de contenidos, imágenes o gráficos creados por personas concretas o la responsabilidad clínica cuando se den errores a causa de la utilización de estas tecnologías, entre otros muchos retos.

En este contexto, es aconsejable no introducir en el sistema información personal delicada o sensible, sea con fines de salud, educativos o de cualquier otra naturaleza. Así, se ha de formar a los niños y adolescentes en las escuelas para su uso crítico, pero también a los profesionales y a la población general, tanto en el uso adecuado de la IAG en términos globales como, específicamente, en lo que respecta a la protección de datos y otros dilemas éticos.

Desde la perspectiva de la educación, uno de los aspectos más importantes es que es necesario adaptarse y “repensar” las formas de enseñar. Los alumnos van a tener que saber usar estas herramientas, incorporándolas en sus procesos de aprendizaje, y trabajar con la IAG en su presente académico y en su futuro profesional, lo que no lleva implícito trabajar menos, sino hacerlo de manera diferente.

En el área de la medicina y de educación para la salud, también se aplica este concepto de adaptación. Es importante enseñar a los usuarios (ya sean alumnos, pacientes o población general) qué tipo de información proporcionada por la IAG puede ser o no fiable, así como a usar dicha información de manera útil. Si la IAG ofrece a los usuarios infinidad de recursos de dudosa fiabilidad, es recomendable que los profesionales de la salud ofrezcan información verídica, comprensible e igualmente accesible.

A pesar de todos estos riesgos, es necesario trasladar el éxito conseguido a nivel técnico a un impacto en la práctica que tenga sentido y sea beneficioso. Es preciso, por lo tanto, familiarizar a los profesionales con su utilización y sus características y elaborar unos buenos usos para la población y para los diferentes campos de aplicación que presentan estas tecnologías. Los usuarios, tanto si son profesionales como población general, han de tener un conocimiento básico sobre el funcionamiento de la IA y sobre cómo aplicarlo en sus rutinas.

Otro de los temas que ha surgido recientemente es el de la “falsa” capacidad de empatizar de estas tecnologías con el usuario. En cuanto a la empatía, si bien algunos estudios han comentado ya la posibilidad de que la IA de respuestas a los pacientes que pueden ser más empáticas y “humanas” que las que dan algunos profesionales, se ha de tener en cuenta cómo y a partir de qué se evalúa la empatía. No basta con elaborar un texto más o menos educado sobre una problemática y su posible solución. Si se define la empatía como la capacidad de una persona de ponerse en el lugar de otra, entonces, la realidad de esa experiencia está en el paciente, no en el profesional. Y es el paciente el que ha de decir si se ha sentido comprendido, acompañado y en buenas manos.

En general, los chatbots suelen ser bastante robóticos, y es difícil «sentirse escuchado». Los pacientes no siempre hablan claro o explican sus síntomas perfectamente, y además de empatía hay cierto punto de «humanidad» en entenderse con metáforas, gestos y explicaciones imperfectas. De todas formas, también se ha de tener en cuenta que, a nivel de desarrollo tecnológico, cada vez se está avanzando más en este sentido, tanto técnica como funcionalmente.

Por otro lado, es preciso avanzar para conocer cómo utilizar la IA y entender mejor la experiencia de los pacientes. Se ha de incorporar a los usuarios (pacientes, alumnos y población, en general) en el proceso previo de investigación sobre la IA, de manera que se pueda destacar lo que es realmente importante para ellos.

Los ordenadores siempre serán superiores a los humanos a la hora de almacenar y procesar grandes cantidades de datos, incluso al redactar textos coherentes a partir de ellos. Pero, obviamente, no pueden utilizar sentimientos. Al menos hasta ahora, es el ser humano el único capaz de incorporar la empatía real y los valores que rigen la práctica cotidiana.

Mediante una comprensión más completa de las capacidades y limitaciones que presenta la IA y la IAG, vale la pena no verlo como una sustitución de tareas sino como un mecanismo de ayuda para los profesionales y los usuarios. Esto no tiene por qué cambiar la calidad en la relación con las personas (pacientes o alumnos).

Bien pensado, combinar ambos mundos podría tener grandes consecuencias para el bien de la humanidad.

Bibliografía

Harvard Business Publishing Education. Transformative technologies. How analytics, AI, ChatGPT, and the metaverse are revolutionizing higher education. Cambridge, MA: Harvard Business School Publishing, 2023.

Li R, Kumar A, Chen JH. How chatbots and Large Language Model Artificial Intelligence Systems will reshape modern medicine. JAMA Internal Medicine 2023; 183: 596-597.

Navarro-Rubio MD, Cañellas-Mayor A, Lorenzo P. Generative Artificial Intelligence in children and adolescents: Impact and future directions. Global Journal of Pediatrics 2024; 3(1): 1013.

World Economic Forum. Patient-first Health with Generative AI: Reshaping the care experience. White paper. Geneva: World Economic Forum, 2024.

 

Patricia Lorenzo, Profesora de Educación Infantil. Universitat Internacional de Catalunya, Barcelona.

Alicia Cañellas-Mayor, Escola de Salut. Hospital Sant Joan de Déu, Barcelona.