Harvard no solo forma mentes, también entrena IA y este es su nuevo proyecto

La inteligencia artificial avanza a pasos agigantados, pero ¿de dónde obtiene su conocimiento? Harvard entrena IA con una fuente inesperada: casi un millón de libros antiguos, algunos datan del siglo XV. Este ambicioso proyecto de digitalización no solo preserva textos históricos, sino que también los convierte en el alimento esencial para que máquinas como ChatGPT, DeepSeek y Copilot comprendan mejor el mundo.

Pero, ¿por qué recurrir a libros centenarios? La respuesta es simple: el conocimiento humano no tiene sustituto. Mientras que internet está lleno de información fragmentada y no siempre verificada, las bibliotecas de Harvard y Boston ofrecen obras rigurosamente seleccionadas, con contenido ético, cultural y pedagógico que enriquecerá el aprendizaje de las IA.

Harvard digitaliza libros para entrenar a la IA: un proyecto sin precedentes

La Universidad de Harvard, en colaboración con la Biblioteca de Boston, ha puesto a disposición de investigadores y empresas tecnológicas (como OpenAI y Microsoft) más de un millón de textos en 256 idiomas. Estos incluyen desde tratados científicos hasta periódicos del siglo XIX, abarcando disciplinas como historia, filosofía, ciencia y literatura.

Este esfuerzo forma parte de la Iniciativa de Datos Institucionales (IDI), que busca democratizar el acceso al conocimiento. Microsoft ha destacado que el uso de textos multilingües permitirá que diversas comunidades se vean reflejadas en los datos de entrenamiento, evitando sesgos culturales y garantizando respuestas más precisas.

¿Por qué usar libros antiguos para la IA?

1. Precisión histórica: A diferencia de Wikipedia o fuentes en línea, estos libros han sido preservados y validados por expertos.
2. Diversidad lingüística: Con textos en más de 250 idiomas, la IA podrá entender mejor culturas y lenguas menos representadas.
3. Ética en el aprendizaje: A diferencia de Meta, que usa datos de usuarios, Harvard opta por contenido de dominio público, evitando polémicas.

El futuro de la IA y los retos éticos

Mientras empresas como OpenAI y Microsoft financian el proyecto, surge la pregunta: ¿quién controlará este conocimiento? Harvard y la Biblioteca de Boston han asegurado que todo el material digitalizado será de acceso público, lo que marca un precedente en transparencia.

Además, este método contrasta con el de otras compañías que utilizan datos privados. En 2024, Meta anunció que entrenaría su IA con información de usuarios, generando críticas por posibles violaciones a la privacidad. Harvard, en cambio, demuestra que hay formas más responsables de educar a las máquinas.

Un paso más allá en la era digital

El proyecto “Harvard entrena IA” no solo es un avance tecnológico, sino también cultural. Al digitalizar libros centenarios, la universidad está construyendo un puente entre el pasado y el futuro, donde la inteligencia artificial podrá aprender de la sabiduría humana sin límites.

¿Estamos ante la biblioteca universal del mañana? Solo el tiempo lo dirá, pero una cosa es segura: la IA nunca volverá a ser la misma.