Los estadounidenses usan AI con más frecuencia, pero confían cada vez menos en los resultados — encuesta de Quinnipiac

Cuanto más estadounidenses comienzan a utilizar herramientas de IA, menos confían en ellas. Esta es una conclusión paradójica pero bastante lógica de una nueva encuesta de Quinnipiac: la adopción de la tecnología está creciendo de manera constante, pero la confianza en la precisión y fiabilidad de sus resultados no. La Universidad Quinnipiac es uno de los principales centros de investigación estadounidenses, que realiza regularmente encuestas a gran escala sobre cuestiones públicas actuales. En esta ocasión, los analistas investigaron cómo los estadounidenses comunes perciben la inteligencia artificial: si la utilizan en el trabajo y en sus vidas personales, si confían en las respuestas que reciben y si desean ver una regulación gubernamental en esta esfera. Las respuestas resultaron ser contradictorias.

Los resultados revelan un patrón característico de muchas revoluciones tecnológicas: la adopción supera la comprensión. Las personas comienzan a aplicar herramientas de IA—para redactar textos, buscar información, analizar datos, comunicarse y tomar decisiones cotidianas—antes de tener tiempo para formar una comprensión clara de cuánto se puede confiar realmente en estos sistemas. El resultado es predecible: cuanta más experiencia de uso, más agudo el sentido de incertidumbre y más frecuentes las preguntas que surgen.

Tres temas principales de preocupación identificados por la encuesta son la transparencia, la regulación y el amplio impacto de la IA en la sociedad.

La transparencia es un punto débil histórico de toda la industria. La mayoría de los sistemas de IA modernos funcionan como cajas negras: el usuario ve el resultado, pero no entiende exactamente cómo el modelo llegó a él, en qué datos fue entrenado y qué distorsiones pueden estar incrustadas en él. Esto es particularmente crítico en medicina, derecho y finanzas—campos donde un error de IA puede costarle directamente a una persona su salud o dinero. Cuando el mecanismo de toma de decisiones es opaco, la confianza en él permanece frágil por definición.

La regulación es una cuestión que se ha estado discutiendo en todos los niveles durante varios años, desde legislaturas estatales hasta foros internacionales. Hasta ahora, no existe un marco federal unificado en los EE.UU.: los estados individuales están introduciendo sus propias normas, la Unión Europea ha adoptado la AI Act, pero una ley estadounidense sobre IA como tal aún no existe. La ausencia de reglas claras fortalece la desconfianza: las personas no saben quién es responsable si algo sale mal y dónde presentar una queja.

El amplio impacto en la sociedad es el tema más abstracto pero emocionalmente cargado. La pérdida de empleos, la propagación de deepfakes y desinformación, la concentración de un enorme poder en manos de pocas corporaciones tecnológicas, la influencia en las elecciones y el panorama mediático—todo esto forma parte del alcance de la preocupación pública. Las personas no simplemente desconfían de las respuestas específicas de un chatbot específico. Dudan de la dirección en la que se está moviendo la tecnología en su conjunto y de quién la controla realmente.

La brecha entre adopción y confianza es una situación no trivial. Los teléfonos, Internet, los smartphones—todas estas tecnologías pasaron del escepticismo masivo a la norma cotidiana, ganando gradualmente confianza a través de la familiaridad. Con la IA, este escenario puede no funcionar o funcionar significativamente más lentamente. La razón radica en la naturaleza de la tecnología misma: la IA imita el pensamiento humano. Confiar en una herramienta que piensa por ti es psicológicamente mucho más difícil que confiar en una herramienta que simplemente acelera un proceso familiar.

Para empresas y desarrolladores, los resultados de la encuesta son una señal directa: el progreso tecnológico sin trabajo sobre confianza se convierte en potencial no realizado. Explicabilidad de algoritmos, auditorías independientes, discusión honesta de limitaciones y mecanismos claros de responsabilidad—esto es lo que la industria necesita ahora tan desesperadamente como la próxima versión actualizada de un modelo.