Innovadores menores de 35 2026 · Inteligencia artificial · UC Berkeley · 29 años
Hace unos años, varios estudios de investigadores de ciencia política descubrieron que el aprendizaje automático parecía ser capaz de hacer algo milagroso: predecir guerras civiles. Los resultados del estudio aparentemente mostraron que los nuevos modelos de IA superaban a los métodos estadísticos más antiguos para determinar qué países o regiones tenían más probabilidades de sufrir conflictos.
Pero cuando Sayash Kapoor, de Princeton, intentó reproducir estos estudios con un colega, los resultados no se sostuvieron.
Se supone que los modelos de IA aprenden de un conjunto de datos y luego se prueban en su capacidad para hacer predicciones sobre otro conjunto que nunca antes habían visto. Pero Kapoor descubrió que estos protocolos de evaluación no se habían seguido. En varios de los estudios que examinó, la IA había estado expuesta accidentalmente a información que debería haberse mantenido oculta hasta la prueba final. Es un poco como calificar a un estudiante después de que ya ha visto la respuesta.
Al tener en cuenta este fallo metodológico, Kapoor descubrió que los nuevos modelos de predicción de guerras civiles no eran mejores que los modelos estadísticos de décadas de antigüedad. Sospechando que los investigadores de ciencia política no eran los únicos en cometer estos errores, realizó una revisión más amplia, encontrando finalmente cerca de 300 artículos en campos que van desde la psiquiatría hasta la nutrición que contenían fallos similares.
Un estudio médico que afirmaba que la IA podía predecir la hipertensión arterial, por ejemplo, resultó estar alimentando al modelo con información sobre si los pacientes ya estaban tomando medicación para la tensión arterial, revelando así la respuesta de forma efectiva.
Así comenzó el papel de Kapoor de contrastar el bombo de la industria de la IA con la evidencia.
Kapoor creció en Patna, una ciudad del noreste de la India, y estudió aprendizaje automático en la universidad. Todo era bastante teórico hasta que se incorporó a Facebook para construir modelos de IA que predecirían si los niños estaban en riesgo de abuso o suicidio. «Cosas bastante serias», dice. Ver el impacto potencial de la IA en el mundo real lo llevó a realizar un doctorado en el Centro de Política de Tecnología de la Información de Princeton, que terminó en julio de 2026. En agosto de 2027, cuando aún tendrá solo 30 años, se unirá a la facultad de UC Berkeley para investigar el impacto de la IA en la sociedad.
En una era de afirmaciones rotundas sobre lo que la IA puede hacer, Kapoor verifica la evidencia. Cuando el campo de la «optimización predictiva» prometió que la IA podría determinar si un acusado penal debería ser liberado antes del juicio, por ejemplo, Kapoor y sus colegas señalaron fallos específicos en la tecnología que sus defensores tendrían que considerar. Y cuando los ejecutivos de IA prometieron que la IA haría que el trabajo humano fuera obsoleto, él ayudó a trazar cómo el impacto de la IA en la sociedad es más probable que sea similar al de otras «tecnologías normales» como la electricidad o inte et.
De este modo, se le podría llamar una voz disidente. Pero, dado que la industria de la IA no carece de evangelistas, Kapoor podría simplemente estar equilibrando la balanza.