rving John Good publicó en los años 60 dos de las obras fundacionales de la Inteligencia Artificial (IA): Especulaciones sobre la primera máquina ultrainteligente y La lógica del hombre y la máquina.
En ellas, Good presenta el concepto de “explosión de inteligencia”, teoría en la cual se puede afirmar que, si las máquinas llegaran a superar la inteligencia humana, podrían replicar el proceso creando máquinas aún más inteligentes, produciendo una escalada exponencial de IA. Irving John Good propone, de este modo, una de las primeras formulaciones de la singularidad tecnológica y advierte que la primera máquina capaz de alcanzar nuestro nivel sería nuestro último invento como especie.
¿Será que el ChatGPT (Chat Generative Pre-trainde Transformer), el chatbot presentado por OpenAI hace algunos meses, representa el cenit de la IA?, ¿cuál será su impacto y cuáles los riesgos?, ¿será que estamos ya frente al fenómeno de la explosión de la inteligencia?
A gran escala, ChatGPT es un modelo supervisado que realiza predicciones generativas para un texto que le escribimos y al cual le llamaremos sugerencia (variable X). Por una predicción generativa (variable Y) queremos decir que el modelo va a calcular la probabilidad más grande de que una sucesión de palabras sea compatible con nuestra X. (Bourbaki, 2023)
En palabras simples, esta tecnología es lo que a menudo se denomina una “máquina de lenguaje” que utiliza estadísticas, aprendizaje supervisado y por refuerzo para indexar palabras, frases y oraciones. Si bien, no tiene una "inteligencia" real (no sabe lo que significa una palabra, pero sabe cómo se usa), puede responder preguntas de manera muy efectiva, escribir artículos y resumir información.
Las empresas que apunten a esta tecnología para usos industriales deben optar con un corpus construido a partir de bases refinadas de información, con datos gobernados y de calidad.
El modelo matemático de aprendizaje del ChatGPT permite a sus motores imitar estilos de escritura, evitar ciertos tipos de conversaciones y aprender de sus preguntas, lo que significa que puede refinar las respuestas a medida que se le hacen más preguntas.
En los últimos meses, miles de usuarios han utilizado este famoso chatbot para muy distintos fines y, en algunos casos, con resultados sorprendentes. Puede responder preguntas históricas, puede escribir artículos de noticias, resúmenes de información y más. El sonado caso de Christian Terwiesch, profesor de Wharton que utilizó el chatbot para aprobar un examen MBA (Master in Business Administration) es una prueba fehaciente de su potencial.
Los chatbot como ChatGPT necesitan contenido refinado y profundo para construir realmente inteligencia de aplicación industrial.
Sin embargo, existen muchas dudas sobre si éste u otro modelo de lenguaje basado en arquitecturas de redes neuronales podría tener aplicaciones de negocio. Según el Colegio Bourbaki, una primera aproximación consiste evidentemente en disminuir las “horas hombre” (sin duda una de las variables más costosas para cualquier empresa), asignando las tareas como responder correspondencia, conversar con clientes en un chat o enviar cotizaciones al ChatGPT.
De acuerdo con Josh Bersin, en los últimos meses se han desarrollado aplicaciones sorprendentes: Olivia, el chatbot de IA desarrollado por Paradox, es lo suficientemente inteligente como para seleccionar, entrevistar y contratar a un empleado de McDonald's con una eficacia asombrosa; en otro ejemplo, un proveedor del sector bancario creó un chatbot que funciona como un director de cumplimiento; en el ámbito académico se ha explorado el uso del modelo de lenguaje para crear cuestionarios automáticos a partir de cursos y servir como un asistente de enseñanza virtual.
A partir de estos ejemplos es posible imaginar cientos de aplicaciones en los negocios: reclutamiento, selección, capacitación, esquemas de entrenamiento, servicio al cliente, asesoramiento psicológico, etc.
El grave problema del ChatGPT y otros sistemas similares es que son educados y entrenados con información de Internet, lo que, si bien trae el beneficio de responder preguntas sobre casi cualquier cosa, en cierto modo es una desventaja, pues el corpus de su conocimiento está lleno de información falsa (o al menos no verificada), anuncios de marketing, autopromoción y fake news.
En todo caso, la recomendación para las empresas que le quieran dar al chatbot un uso industrial es que verifiquen la información con la que se entrena el modelo y que, de preferencia, sea un experto o grupo de expertos quien lo alimente. La recomendación para el usuario común es que más allá de la respuesta que obtenga del chatbot, siempre se verifique y se compruebe.
Un segundo inconveniente de los modelos automatizados de lenguaje es su poca capacidad para resolver problemas lógicos o enunciar teoremas matemáticos con suficiencia. En este sentido, según Bourbaki, nuevamente se vuelve crucial la calidad de la información y los algoritmos (las instrucciones) con los que el modelo es entrenado.
No menos importantes resultan las consideraciones éticas con las que se educa al modelo. Los sesgos éticos (conscientes o inconscientes) son un asunto de vital importancia, atribuible 100% a la mente humana que educa al chatbot. No es casualidad que el chatbot de Google que va a competir con el ChatGPT se ha creado con reglas éticas desde el principio: no dar consejos financieros, no discutir la raza ni discriminar y no dar consejos médicos son algunos de ellos.
Los chatbot como ChatGPT necesitan contenido refinado y profundo para construir realmente inteligencia de aplicación industrial. Si el corpus de información es defectuoso y los algoritmos no están controlando constantemente la confiabilidad, esta asombrosa tecnología podría convertirse en una máquina de desinformación.
Es muy probable que ChatGPT esté sesgado, simplemente por los datos que tiende a consumir. Las empresas que apunten a esta tecnología para usos industriales deben optar con un corpus construido a partir de bases de datos refinadas, con datos gobernados y de calidad. No siempre se cumple la máxima de “más datos, mejor”.
En Odisea del espacio, la icónica película futurista de Stanley Kubrick, hay una escena en la que una transmisión desde tierra confirma que los cálculos realizados por HAL (el ordenador inteligente abordo) son escandalosamente equivocados y ponen en riesgo la misión. HAL, quien, por supuesto ha escuchado la transmisión, responde tranquilamente: “ese error sólo puede tener su origen en un error humano”. Moraleja: detrás de toda IA hay una inteligencia humana que la alimenta y entrena, para bien o para mal.
Los datos en tiempo real, así como la analítica vista como un servicio, representan el futuro en el panorama actual de transformación digital.
Christian Vázquez Sánchez
Como consecuencia de distintos factores económicos a nivel global, las expectativas a futuro advierten una caída en los precios de las acciones de empresas tecnológicas.
José Luis Vásquez Costa
Las plataformas tecnológicas han dejado su carácter especulativo y han pasado a ser parte esencial de las organizaciones.
Christian Vázquez Sánchez
Las mentalidades o “mindsets” ayudan a tomar resoluciones de calidad en las organizaciones, con una perspectiva más objetiva y clara.
Christian Vázquez Sánchez
© 2024 Colegio de Contadores Públicos de México, A.C
Directorio Contacto Aviso legal Acerca de Veritas
Inicia sesión o suscríbete para continuar leyendo.