Watson de IBM: la inteligencia artificial que se adelantó a ChatGPT
Mucho antes de que ChatGPT popularizara la inteligencia artificial generativa, IBM ya había convertido la IA en un fenómeno global. En 2011, Watson sorprendió al público al imponerse a dos de los mejores concursantes del programa estadounidense Jeopardy!, un concurso basado en preguntas, juegos de palabras y referencias culturales.
Aquel hito no fue solo una demostración tecnológica. También mostró que una máquina podía analizar grandes volúmenes de información, interpretar el lenguaje humano y calcular la respuesta más probable en cuestión de segundos. Quince años después, Watson sigue formando parte de la estrategia de inteligencia artificial de IBM, aunque su papel ha cambiado de forma radical.
El desafío de entender preguntas humanas
Watson nació como un sistema diseñado para enfrentarse a un problema especialmente complejo: responder preguntas formuladas en lenguaje natural. A diferencia de una búsqueda convencional, el programa no se limitaba a localizar palabras clave en una base de datos.
El sistema debía interpretar el significado de cada pregunta, identificar posibles ambigüedades, consultar grandes colecciones de información y asignar un nivel de confianza a cada respuesta. Para ello combinaba procesamiento del lenguaje natural, aprendizaje automático, análisis estadístico y tecnologías de recuperación de información.
En Jeopardy!, además, las preguntas suelen incluir dobles sentidos, referencias históricas y juegos lingüísticos. Watson tenía que valorar varias hipótesis y decidir cuándo una respuesta era suficientemente fiable como para arriesgarse. Su victoria convirtió una investigación de laboratorio en una de las primeras grandes demostraciones públicas del potencial de la IA.
De la televisión a la empresa
Tras su éxito mediático, IBM intentó trasladar las capacidades de Watson a sectores como la sanidad, las finanzas, la atención al cliente y la industria. La idea era utilizar la inteligencia artificial para analizar documentos, ayudar en la toma de decisiones y automatizar tareas basadas en grandes cantidades de datos.
En el ámbito sanitario, Watson se presentó como una herramienta de apoyo para revisar publicaciones médicas y facilitar el acceso de los profesionales a información especializada. En otros sectores, se empleó para crear asistentes virtuales, clasificar contenidos y extraer datos relevantes de contratos, informes y comunicaciones.
La experiencia también puso de manifiesto las dificultades de llevar la IA a entornos reales. La calidad de los resultados depende de los datos disponibles, de la forma en que se entrena el sistema y del contexto en el que se utiliza. Una demostración tecnológica puede ser espectacular, pero una aplicación empresarial necesita precisión, supervisión y una integración constante con los procesos de cada organización.
Una tecnología distinta de la IA generativa
Watson y los actuales modelos conversacionales comparten algunas bases, pero no son exactamente la misma tecnología. El sistema que compitió en televisión estaba orientado principalmente a analizar preguntas y seleccionar respuestas a partir de información disponible.
ChatGPT y otras herramientas generativas, en cambio, producen texto nuevo a partir de patrones aprendidos durante su entrenamiento. Pueden redactar, resumir, traducir o mantener una conversación, aunque también pueden generar respuestas incorrectas con apariencia convincente.
La diferencia resulta importante. Watson representaba una IA más especializada y centrada en la búsqueda de respuestas, mientras que la nueva generación de modelos se ha popularizado por su capacidad para crear contenidos y trabajar con instrucciones abiertas. El salto de la IA generativa no invalida los avances de Watson; demuestra que la disciplina ha ampliado sus objetivos y sus formas de interacción.
Watson en la nueva estrategia de IBM
IBM ha reorientado Watson para integrarlo en una oferta más amplia de inteligencia artificial empresarial. La compañía apuesta por herramientas capaces de trabajar con modelos de lenguaje, datos corporativos y sistemas internos, con especial atención a la seguridad, la gobernanza y la trazabilidad.
En esta estrategia, Watson actúa como una marca y un conjunto de tecnologías vinculadas a asistentes, automatización, análisis de información y desarrollo de aplicaciones basadas en IA. Su evolución se conecta con la plataforma watsonx, concebida para que las empresas puedan seleccionar modelos, gestionar datos y supervisar el uso de la inteligencia artificial.
El enfoque de IBM se diferencia del de las plataformas dirigidas principalmente al consumidor. La compañía pone el acento en las organizaciones que necesitan controlar dónde se almacenan sus datos, cómo se entrenan los modelos y qué decisiones se toman con ayuda de estos sistemas.
El legado de Watson
La importancia de Watson no se limita a su victoria televisiva. Su aparición ayudó a demostrar que el lenguaje humano podía convertirse en un campo de trabajo para sistemas informáticos capaces de analizar contexto, probabilidades y grandes volúmenes de información.
También anticipó varias tendencias que hoy forman parte de la tecnología cotidiana: los asistentes digitales, la automatización basada en datos y la colaboración entre personas y máquinas. La principal diferencia es que aquellas capacidades, antes reservadas a proyectos especializados, ahora están disponibles para millones de usuarios a través de servicios en la nube.
Watson fue una IA adelantada a su tiempo, aunque no una versión temprana de ChatGPT. Fue el resultado de una aproximación distinta al problema de la inteligencia artificial y el punto de partida de una transformación que IBM continúa desarrollando. Su historia recuerda que la revolución actual no comenzó con los chatbots: empezó cuando las máquinas aprendieron a enfrentarse, con cierto éxito, a las preguntas difíciles de los seres humanos.
