IA Generativa: un análisis de la última tecnología punta a punta
Exploremos el mundo de la IA Generativa. Qué es Machine Learning, la tecnología que usan los modelos de lenguaje de los que se alimentan los chatbots como Gemini, Copilot y ChatGPT.
La evolución de los modelos de lenguaje, la aparición de la IA Generativa y el nacimiento de ChatGPT a finales de 2022, marcaron un hito en la historia de la Inteligencia Artificial. Todos salimos a jugar con la tecnología de la empresa pionera OpenAI, hasta que entendimos que podía dar mucho más.
Para los que transitamos la época de transcribir entrevistas a mano, nos pareció un engaño que esta tecnología no hubiera aparecido antes.
Nos imaginamos la cantidad de tiempo que podríamos haber ganado. Bueno, de eso se trata.
La IA Generativa se abrió paso en el camino a la transformación digital y revolucionó el paradigma laboral en las redacciones periodísticas de todo el mundo.
El desafío del momento es la fusión entre dos mundos. Repensar algunas reglas de juego sin miedo, para descubrir sus beneficios, pero también entender sus limitaciones.
IA Generativa, ¿Qué genera?
La Inteligencia Artificial crea algoritmos y sistemas para realizar tareas que antes no se podían proyectar sin intervención humana.
Acá se pone complejo. La IA Generativa es un subcampo de la IA, que tiene como función primaria la creación de contenido nuevo, a través del uso de esos mismos algoritmos, entrenados con datos existentes.
La IA Generativa puede crear datos, texto, imágenes, videos, voces, música e incluso código de programación.
Cualquier sistema que sea capaz de utilizar algoritmos y cruzar datos existentes para generar algo nuevo, pertenece al espectro de la IA Generativa.
Estos datos “existentes”, son datos de entrenamiento. Para que los algoritmos aprendan a reconocer patrones y tomar decisiones, como lo hace un cerebro humano, se entrenan con enormes cantidades de datos.
Imaginemos que llevamos una nueva mascota a casa. ¿Cómo sabe nuestra familia que ese animal es un perro y no un gato?, porque sus redes neuronales fueron entrenadas con miles de millones de imágenes de perros.
Esa experiencia construída es lo que les permite diferenciar a un perro de otro animal. Así es como trabaja un algoritmo de IA, en otro subcampo conocido como aprendizaje automático o Machine Learning.
Cuando este algoritmo se dirige de manera exclusiva a la creación de contenido y es capaz de generar una respuesta a un planteo determinado, está dentro del plano de la IA Generativa.
Herramientas para bajar esta teoría a un campo tangible, hay tantas como posibilidades. La IA Generativa es como una gran bolsa de supermercado, que contiene elementos de varias categorías. Estas categorías son modelos entrenados en conjuntos de datos específicos.
Uno de los más conocidos, es el modelo de lenguaje grande, o LLM -por Large Language Model-, como ChatGPT; y está diseñado para comprender el lenguaje humano y trabajar con grandes volúmenes de datos textuales.
Puede escribir y traducir texto como lo haría una persona y responder a tareas como pensar un artículo periodístico o resumir un libro.
Otros modelos de IA Generativa trabajan con datos visuales, para crear imágenes y videos a través de descripciones textuales.
Los más conocidos son DALL-E 3, también de OpenAI, y Midjourney, entre otros.
Jugando con la IA Generativa
¿Cómo le pedimos a una IA Generativa que responda a nuestras necesidades?
Tenemos que utilizar un chatbot de LLM como ChatGPT, Copilot de Microsoft o Gemini de Google.
Hoy en día, existen muchas aplicaciones que integran un LLM en sus chatbots o asistentes virtuales.
Los LLM procesan y leen lo que se conoce como prompt, un input, instrucciones dadas por la persona usuaria a la IA en forma de entrada de texto.
El prompt busca dirigir a la IA para que genere como respuesta, el contenido que relaciona a ese pedido.
Un prompt puede ser una pregunta, una afirmación o una descripción en la cual se le pide a la IA lo que queremos que haga por nosotros.
Redactar un buen prompt es una práctica que se conoce como Prompt Engineering, una técnica para diseñar instrucciones en la interacción con la IA. La definición acertada de un prompt puede marcar la diferencia en la generación de contenido de calidad.
En conclusión
Por último, es importante resaltar que la IA Generativa tiene tantas limitaciones como beneficios. Carece de sentido común, no puede ser creativa y no tiene una comprensión real del texto que genera.
No puede sustituir la capacidad humana pero sí puede convertirse en la compañera perfecta para las tareas mecánicas de un periodista.
Un buen manejo de esta herramienta nos permite optimizar tiempos y mejorar nuestra eficiencia en la producción de contenido.
Disclaimer: algunas de las imágenes de esta nota fueron generadas con IA con el único propósito de ilustrar
