Los modelos de lenguaje masivos (LLM, por sus siglas en inglés) son un tipo de modelo de procesamiento de lenguaje que utiliza un gran conjunto de datos para generar lenguaje natural; explicado en simple, esto se logra a través de tres pasos:
- Un gran número de preguntas son respondidas por humanos y entregadas al modelo;
- El modelo genera respuestas, y se hace una calificación humana de las mejores respuestas;
- Las respuestas son generadas por máquinas y valoradas por una máquina; es decir, robots entrenando a robots.
https://openai.com/blog/chatgpt
¿El resultado? Un modelo que es capaz de entender y producir lenguaje natural (como el hablado o escrito por humanos) con el que puedes interactuar a través de una conversación.
Preguntas algo a través de un prompt y recibes de vuelta una respuesta, de nuevo, en lenguaje natural; y tal como en una conversación, puedes hacer una pregunta de seguimiento para obtener más detalles.
En otro caso de uso, y como la máquina ha sido entrenada en diferentes idiomas –incluidos diferentes lenguajes de programación- puedes pedirle al modelo que genere código para solucionar un problema X y que luego te explique paso a paso cómo funciona ese código.
Pero atención: estamos aún en una fase experimental, la calidad de las respuestas es mixta, algunas están muy bien y otras son basura.
Aun así, las capacidades de estos modelos de inteligencia artificial abre la posibilidad de que las máquinas puedan generar de forma bastante competente artículos, ensayos, sintetizar información y poder responder a preguntas sobre conocimientos que ya existen; el tema también ha abierto un debate en universidades sobre las implicancias éticas de su uso y sobre cómo los docentes, más que limitar o intentar prohibirlas, deberían enseñar a sus estudiantes cómo emplearlas para complementar y ampliar sus capacidades pensando en que su uso crecerá cada vez más… ¿O vamos a querer quemar las calculadoras también?
Una pregunta que me surge en el contexto del curso de productividad que estoy creando es cómo esto impactará la productividad. Para realizar una tarea necesitas al menos cuatro cosas: energía, tiempo, atención y motivación; muchas veces, nuestra productividad decae cuando fallamos en uno o varios de estos factores, pero a modelos de IA como GPT-3.5 esto le importa un rábano y están siendo capaces de hacer tareas cada vez más complejas en fracciones de segundo.
¿Qué pasa si nuevas partes de nuestros procesos creativos los compartimos con la máquina? Al final, esto ya viene sucediendo hace años (con el corrector ortográfico, por ejemplo).
Lo que vivimos hoy es una expansión del tipo de tareas donde podemos asistirnos con tecnología. Creatividad asistida por inteligencia artificial.
Creo que estamos en un punto donde intercambiar roles con las máquinas será cada vez más común, especialmente al usar el conocimiento existente. En estos casos, podrías evitar producir al 100% algo desde cero; en cambio, podrás destinar tus habilidades a hacer buenas preguntas, editar, comprobar, contrastar y corregir la información generada por máquinas.
En esto, como en todo, no existen solo las posturas binarias. Porque cuando lleguemos a un punto en que Internet se inunde con trabajo generado por inteligencia artificial gracias a medios de producción infinitos, seguramente para un grupo de personas cobrará más valor el trabajo creativo, analítico y crítico, “hecho a mano” por otros humanos. Aunque seguro será cada vez más difícil de diferenciar.