El encuentro con la Inteligencia Artificial Generativa, un paso en el futuro algorítmico

Los creadores de contenido vislumbran nuevas herramientas que podrán dinamizar el e-commerce, la industria retail y las empresas creativas en general a plazos muy cortos. Se trata de la Inteligencia Artificial Generativa (IA).

La inteligencia artificial generativa describe algoritmos (como ChatGPT) que se pueden usar para crear contenido nuevo, incluidos audio, código, imágenes, texto, simulaciones y videos. Los nuevos avances tienen el potencial de cambiar drásticamente la forma en que abordamos la creación de contenido.

La IA generativa es una forma de aprendizaje automático. Permite a las computadoras formar todo tipo de contenido, desde música y arte hasta mundos virtuales completos. También tiene muchos usos prácticos, como crear nuevos diseños de productos y optimizar los procesos comerciales.

El extraño caso de la Inteligencia Artificial: Beneficios y riesgos inminentes

Es por eso que ChatGPT, que significa transformador generativo preentrenado, recibe tanta atención en este momento. Es un chatbot gratuito que puede responder a casi cualquier pregunta que se le haga. Desarrollado por OpenAI y lanzado para pruebas al público en general en noviembre de 2022, se considera el mejor chatbot de IA de la historia.

Más de un millón de personas se inscribieron para usarlo en solo cinco días. Se publicaron ejemplos del chatbot al producir código informático, ensayos de nivel universitario, poemas y chistes. Incluso, los creadores profesionales de contenido, como redactores publicitarios o profesores titulares, asumen que esta tecnología hace peligrar su empleabilidad.

Ahora, aunque muchos temen a ChatGPT, el aprendizaje automático en general muestra un impacto positivo en varias industrias y la IA se duplicó en los últimos dos años, mientras la inversión en IA aumenta rápidamente. Entonces, herramientas generativas de IA como ChatGPT y DALL-E (una herramienta para el arte generado por IA) tienen el potencial de cambiar la forma en que se realizan una amplia variedad de trabajos.

Del impacto y posibles riesgos aún no existen datos contundentes o análisis avanzados. Habrá que estar atento al porvenir.

Sin embargo, evangelizar sobre estas herramientas tecnológicas es el primer paso para acceder a sus múltiples beneficios y disminuir los riesgos potenciales.

Conceptos cruciales: aprendizaje automático e inteligencia artificial

Existen diferencias entre el aprendizaje automático y la inteligencia artificial.

La inteligencia artificial es lograr que las máquinas imiten la inteligencia humana para realizar tareas. Un ejemplo son los asistentes de voz como Siri y Alexa o los chatbots de servicio al cliente. El aprendizaje automático, en cambio, es un tipo de inteligencia artificial que crea modelos que pueden “aprender”  patrones de datos sin dirección humana.

Antes, el aprendizaje automático se limitaba a crear modelos predictivos utilizados para observar y clasificar patrones en el contenido, pero la IA generativa es un gran avance. En lugar de simplemente percibir y clasificar una foto, el aprendizaje automático ahora ya puede crear una imagen o descripción de texto. Pasó de ser mero clasificador a creador.

La próxima generación de modelos de aprendizaje automático basados en texto, serán aprendizajes autosupervisados que alimentarán a un modelo con una cantidad masiva de texto para que pueda generar predicciones. Por ejemplo, con unas pocas palabras, determinan terminará una oración. Con la cantidad correcta de texto de muestra, por ejemplo, una amplia franja de Internet, estos modelos de texto se volverán bastante precisos.

Roboleyes: Principios de responsabilidad algorítmica en la Inteligencia Artificial

Los modelos generativos de IA a veces pueden ser indistinguibles del contenido generado por humanos, y en otras ocasiones  parecer un poco extraños. Los resultados dependen de la calidad del modelo y de la coincidencia entre el modelo y el caso de uso o entrada.

Estamos en la era de creatividad y la IA, y concretamente la IA Generativa, muestra posibilidades infinitas. Por ejemplo, los modelos de arte generados por IA como DALL-E  pueden crear imágenes extrañas y hermosas a pedido, como La Gioconda de Leonardo Da Vinci con un atuendo contemporáneo. Otros modelos generativos de IA pueden producir código, video, audio o simulaciones comerciales.

Ahora, vale remarcarlo, los resultados no siempre son precisos o apropiados. ChatGPT parece tener problemas para contar, o resolver problemas básicos de álgebra. También se le dificulta superar el sesgo sexista y racista que acecha en las corrientes subterráneas de Internet y la sociedad en general.

Las salidas generativas de IA son combinaciones cuidadosamente calibradas de los datos utilizados para entrenar los algoritmos.  GPT-3 fue entrenado en 45 terabytes de datos de texto. Entonces los modelos pueden parecer “creativos” al producir salidas. Además, los modelos generalmente tienen elementos aleatorios, lo que significa que pueden presentar una variedad de salidas a partir de una solicitud de entrada, lo que los hace parecer aún más realistas.

Las herramientas generativas de IA, al mismo tiempo, pueden producir una amplia variedad de escritura creíble en segundos, y luego responder a las críticas para que la escritura sea más adecuada para el propósito para el cual se generó.  Para ello, las empresas tienen la opción de usar IA generativa lista para usar o ajustarlas para realizar una tarea específica.

Dado que son muy nuevos, los modelos de IA aún no se logra detectar su el efecto a largo plazo.  Esto significa que hay algunos riesgos inherentes involucrados en su uso, algunos ya conocidos y otros que aún no lo son.

Ahora, los resultados que producen los modelos generativos de IA a menudo pueden sonar extremadamente convincentes. Esto es por diseño. Pero a veces generan información errónea. Incluso, a veces está sesgado  y puede manipularse para permitir actividades poco éticas o delictivas. Las organizaciones que confían en modelos generativos de IA deben tener en cuenta los riesgos legales y de reputación involucrados en la publicación involuntaria de contenido sesgado, ofensivo o con derechos de autor.

Sin embargo, estos riesgos se pueden mitigar de varias maneras. Por un lado, es crucial seleccionar cuidadosamente los datos iniciales utilizados para entrenar estos modelos para evitar incluir contenido tóxico o sesgado.

No todo es color de rosa, el uso de la IA también trae dilemas éticos

Acciones preventivas y futuro

 A continuación, en lugar de emplear un modelo de IA generativa estándar, las organizaciones podrían considerar el uso de modelos más pequeños y especializados. Las organizaciones con más recursos también podrían personalizar un modelo general basado en sus propios datos para satisfacer sus necesidades y minimizar los sesgos.

 Las organizaciones también deben mantener a un humano al tanto para asegurarse de que un humano real verifique la salida de un modelo de IA generativa antes de que se publique o use.

Finalmente, conviene evitar el uso de modelos generativos de IA para decisiones críticas, como aquellas que involucran recursos significativos o bienestar humano.

La IA es un campo nuevo. Es probable que el panorama de riesgos y oportunidades cambie rápidamente en las próximas semanas, meses y años. Nuevos casos de uso se  prueban día a día y es probable que se desarrollen nuevos modelos en los próximos años.

A medida que la IA generativa se incorpora cada vez más, y sin problemas, a los negocios, la sociedad y nuestras vidas personales, también podemos esperar que tome forma un nuevo clima regulatorio.

Asimismo, a medida que las organizaciones comiencen a experimentar y crear valor con estas herramientas, los líderes empresariales se involucrarán más en la regulación y el riesgo.

CONTACTO

LinkedIn: Carlos O’Rian Herrera

Síguenos en Google News