¿Podrá la inteligencia artificial generativa sustituir nuestro pensamiento?

Luis Escalante Cordero

Máster en Inteligencia Artificial – Publicis Global Delivery

¿Ha oído hablar de ChatGPT, Midjourney, Dall-e y otras herramientas para generar texto, imágenes y videos? ¿Ha oído hablar de herramientas de IA que reemplazan a los humanos en el trabajo?

Muchas preguntas han surgido con la explosión de las tecnologías de IA en estos días, por eso es importante saber de qué se trata, cómo llegamos a este punto y qué hay detrás de todas esas herramientas asombrosas que estamos viendo en estos días.

Primero, hablemos de la Inteligencia Artificial. En la actualidad, creo que es justo decir que la IA se refiere a la simulación de la inteligencia humana en máquinas que están programadas para "pensar" como los humanos e imitar sus acciones y/o procesos, y que pueden aprender a tomar decisiones de manera autónoma y llevar a cabo acciones en nombre de los humanos.

Con el concepto de IA, el paradigma de la codificación cambió. El Aprendizaje Automático (AA) se planteó como un subcampo de la IA para proporcionar una serie de datos de entrada y las respuestas esperadas, una serie de reglas que nos permiten obtener la correspondencia entre los datos de entrada y salida. Con el AA, se creó el Aprendizaje Profundo para imitar el cerebro humano a través de lo que se llama arquitecturas de Redes Neuronales o Redes Neuronales Artificiales.

Modelos de aprendizaje automático utilizan técnicas estadísticas para ayudar a la máquina a "aprender" cómo mejorar progresivamente en una tarea sin necesidad de haber sido programada específicamente para ella. En cambio, los algoritmos de aprendizaje automático utilizan datos históricos como entrada para predecir nuevos valores de salida a través de subcategorías que ayudarán a resolver diferentes problemas, como aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por reforzamiento.

Por su parte, el Aprendizaje Profundo es un tipo de aprendizaje automático que hace que las entradas pasen a través de una arquitectura de red neuronal biológicamente inspirada que contiene varias capas ocultas a través de las cuales se procesan los datos, lo que permite a la máquina "profundizar" en su aprendizaje, establecer conexiones y ponderar la entrada para obtener los mejores resultados.

Hay diferentes arquitecturas de redes neuronales (p.e. convolucionales, recurrentes, generativas adversarias, transformadoras), con sus fortalezas y debilidades, pero no nos detendremos hoy en su descripción.

La IA generativa, propiamente, surge del uso de estos algoritmos de aprendizaje profundo para generar nuevos datos similares a un conjunto de datos dado. Las Redes Neuronales Generativas (GANs), los Modelos Autorregresivos y los Autocodificadores Variacionales (VAEs) básicamente hacen generación de imágenes, como objetos realistas, animales, personas, etc., para áreas como los videojuegos, el arte y la realidad virtual.

También encontramos generadores de texto, como textos coherentes y significativos como historias, poesía, nuevos artículos, y más allá. Podríamos decir que la combinación de varios modelos nos puede dar la capacidad de crear herramientas como ChatGPT, donde los humanos pueden sentir una interacción más natural, como si estuvieran hablando con otra persona.

En este punto, entran en juego los Modelos de Lenguaje Amplio (MLA), especialmente para comprender y generar lenguaje natural. El secreto es que estos modelos se entrenan con cantidades masivas de datos de texto de diferentes fuentes para predecir la probabilidad de la siguiente palabra en una secuencia basada en las palabras anteriores. Este proceso se repite millones de veces, lo que permite que el modelo aprenda los patrones y las relaciones entre las palabras y frases en el idioma en el que se entrena. ¿Te suena familiar? Probablemente la respuesta sea afirmativa, ya que los Transformadores funcionan de esa manera.

Una vez entrenado el modelo, se puede utilizar para una variedad de tareas. Por ejemplo, GPT-3 (Generative Pre-Trained Transformer-3) ha demostrado generar texto humano de alta calidad en diversos dominios.

El éxito de los MLA ha sido impulsado por una gran cantidad de datos y recursos informáticos potentes, lo que permite que los modelos comprendan estructuras de lenguaje complejas y generen texto coherente y fluido que a menudo es difícil de distinguir del texto escrito por humanos, algo que en el pasado impedía que la IA evolucionara más rápidamente.

¡Todo eso suena emocionante, ¿verdad? Sin embargo, debemos ser conscientes de algunas implicaciones éticas y responsabilidades del uso de todas estas tecnologías, como el potencial de esos modelos para generar contenido sesgado o dañino y la posibilidad de su mal uso en áreas como campañas de desinformación, ciberataques y lo que se llama “deep fakes” (falsedades profundas), donde básicamente cualquier persona puede hacerse pasar y hablar por otras personas o incluso crear imágenes de personas reales haciendo cosas inapropiadas, lo que puede llevar a diferentes problemas reales.

Además, la privacidad de los datos es algo que debemos tener en alta prioridad. No podemos compartir datos sensibles hasta corroborar de que estarán seguros, y finalmente, ¿te has preguntado quién debería ser el propietario de las imágenes, el texto o cualquier otra cosa generada por la IA? Bueno, es un tema que se está discutiendo en muchos foros para establecer las responsabilidades correctas y las actualizaciones legales correspondientes.

Por último, también debes saber que la IA no te está reemplazando en el trabajo. No tienen intencionalidad, no tienen comprensión humana y no tienen instintos, al menos por ahora. Hoy en día, se utiliza principalmente para optimizar nuestro trabajo, para realizar varias tareas de manera más eficiente, pero también es una gran oportunidad para todos nosotros para evolucionar y seguir aprendiendo cuál es la mejor manera de utilizar esas tecnologías a nuestro favor.

He escuchado esta frase últimamente, no estoy seguro de quién es el autor, pero realmente creo en ella:

"No vamos a ser reemplazados por la IA en nuestro trabajo, probablemente seremos reemplazados por aquellos que utilizan estas tecnologías. ¡También necesitamos evolucionar!"