Durante los últimos meses, prácticamente todo el mundo se cuestionó qué impacto tendrá la inteligencia artificial (IA) en la creatividad y los trabajos e, incluso, en el futuro de la raza humana.
¿La IA generativa nos hará más productivos, nos ahorrará tiempo, nos ayudará a ser más saludables, inteligentes y felices? ¿O eliminará la mayoría de los trabajos y construirá una Skynet tipo Terminator que nos controlará?
No se puede detener la innovación; y la IA generativa es tan real como parece en términos de revolucionar el trabajo, la cultura y la naturaleza de la sociedad.
Es transformadora para muchas industrias y, sin duda, se volverá tan omnipresente en nuestros hogares como ya lo son Siri y Alexa. El director de Star Wars, George Lucas, lo vio claramente y, si me preguntan, podría predecir que los niños desearán tener para esta navidad robots parlantes, impulsados por IA.
Sin embargo, a medida que el mundo comienza a hacer preguntas sobre temas importantes como la ciencia, la atención médica y la política, tecnologías generativas como la propia ChatGPT pueden convertirse en una amenaza real para muchos. Entonces, la pregunta es: ¿En qué son entrenados esos robot?
Si entramos en aspectos más técnicos, en realidad los motores de lenguaje que impulsan la inteligencia artificial no son tan interesantes. Lo único que importa son los datos únicos; en los que se entrena esta tecnología.
Es aquí donde radica la diferencia entre lo seguro y lo peligroso. Para las empresas que ofrecen servicios de navegación por mapas, esto representaría la obtención de una buena ruta o la de conducir por un precipicio.
Esta es la razón por la que Waze logró un éxito rotundo, porque utilizó datos únicos generados por los conductores que emplean la aplicación.
Es como esta tecnología promete brillar cuando evolucione en la aplicación de datos únicos y se ajuste al aprendizaje de verticales específicas.
En pocas palabras, los modelos de lenguaje, que es en lo que se basa la IA generativa, aprenden a producir conversaciones a través de texto que recopila información de las infinitas fuentes de datos de la web y predicen cuál es la siguiente palabra.
Eso, junto con técnicas como el RLHF (aprendizaje de refuerzo con retroalimentación humana, por sus siglas en inglés), permiten crear un diálogo, al predecir palabra tras palabra hasta que se crea una oración completa y luego un párrafo. Semejante a la función de autocompletar de Google.
Si pasamos tiempo con la IA generativa, esto dennota su utilidad. ¿Es perfecta? No, pero definitivamente puede redactarte un Código Java para una idea. No es perfecta, pero es muy buena.
La IA generativa fue entrenada utilizando seres humanos falibles, también está llenando estos canales con información errónea. Parte de esta mala información puede ser humorística, como preguntarle a Bard; ¿Anakin Skywalker luchó contra Darth Vader? y obtener un; sí, pelearon 3 veces (gracioso, cuando todos saben que son la misma persona).
O puede ser dañino, como preguntarle a la IA si el protector solar es bueno y obtener un tal vez porque recibió capacitación sobre los aportes que surgieron después de una popular campaña de desinformación de TikTok.
Ahí es donde entran los editores de noticias, quienes poseen mecanismos de control y equilibrio para informar con precisión, a diferencia del alcance que aún tienen estas tecnologías.
Confío más en la valoración de un periodista sobre una noticia de último minuto que la controvertida opinión sobre cualquier tema de un influencer de TikTok.
Soy optimista y confío en la web abierta y los editores debido al papel que ya desempeñan en esta revolución LLM. Nuestros hijos están a punto de pasar mucho más tiempo con robots que funcionarán con IA generativa, y todos serán entrenados por editores de todo el mundo. El futuro es prometedor.