En 2023 hemos visto cómo dos simples vocales se han convertido en protagonistas de informativos y reportajes, discusiones académicas, hilos de X (antes Twitter), profecías de apocalipsis o advenimientos de la utopía definitiva. La Inteligencia Artificial ha dado un salto más en su recorrido hacia la singularidad, desde su origen en la ciencia ficción hasta el ámbito científico y ahora al conjunto de la sociedad. Una sociedad que aún no ha decidido cómo recibir estos avances: con ilusión, con expectación, con preocupación o con miedo.
Para complicar más aún las cosas, los progresos en este campo se están produciendo a una velocidad de vértigo. Lo que antes tardaba meses o incluso años en ser propuesto y revisado por ingenieros y científicos ahora llega a los usuarios en cuestión de semanas o días. En Descubre LAB tenemos claro que se trata de una tecnología disruptiva que va a cambiar la forma en la que trabajamos, nos organizamos y quién sabe si con el tiempo incluso cómo vivimos o nos relacionamos. Sabemos que tiene una cara positiva pero también aristas que pueden ser muy negativas. Y para poner en orden las ideas, despejar dudas y abrir un debate constructivo, comenzamos una serie de artículos en los que intentaremos explicar qué es la IA, cómo funciona y qué retos plantea.
El término inteligencia artificial (IA) se refiere a la capacidad de las máquinas o sistemas informáticos para realizar tareas que normalmente requieren de la inteligencia humana.
El término inteligencia artificial (IA) se refiere a la capacidad de las máquinas o sistemas informáticos para realizar tareas que normalmente requieren de la inteligencia humana. Estas tareas incluyen el aprendizaje, la resolución de problemas, la comprensión del lenguaje natural, el reconocimiento de patrones o la toma de decisiones. Los sistemas de Inteligencia Artificial se basan en algoritmos y modelos que permiten a las máquinas procesar información, aprender de ella y aplicar ese conocimiento para realizar tareas específicas de manera autónoma.
Tipos de inteligencia artificial
En la actualidad existen tres tipos diferenciados de inteligencia artificial.
El primer tipo es la denominada IA general, IA fuerte, superinteligencia artificial o AGI (Artificial General Intelligence) por sus siglas en inglés. Se trata de un nivel hipotético de IA que sería capaz de comprender, razonar y realizar cualquier tarea intelectual que un ser humano pueda hacer. Hal9000 (2001, una odisea del espacio, S. Kubrick, 1968), Skynet (The Terminator, J. Cameron, 1984) o Luces del norte (Person of interest, J. Nolan, 2011) serían ejemplos de este tipo de IA. Se trata por tanto de un estadio de desarrollo al que no hemos llegado todavía, sigue perteneciendo al relato de la ciencia ficción, aunque hay quien piensa que es solo cuestión de tiempo que surja la singularidad.
El segundo tipo es la IA especializa, también conocida como IA débil. Se trata de sistemas de IA centrados en tareas específicas y limitadas. No tienen capacidad para realizar tareas fuera de su campo de especialización, pero son muy efectivos en aquello para lo que han sido programados. Puede que no seamos conscientes, pero la IA especializada está muy presente en nuestra vida cotidiana desde hace tiempo: Alexa, el asistente de Amazon, Siri o el algoritmo que nos recomienda canciones en Spotify son ejemplos de IA especializadas.
El tercer tipo de IA es el de más reciente aparición y el que ha supuesto un salto evolutivo en el desarrollo de esta tecnología: la IA generativa. Es un tipo de inteligencia artificial que tiene la capacidad de crear contenido nuevo y original. Es decir, que puede generar texto, imágenes, música u otros tipos de contenido de forma autónoma a partir de patrones aprendidos de datos previos. La IA generativa ha entrado en un terreno que hasta este momento considerábamos exclusivo de los seres humanos: la creatividad.
Los modelos de lenguaje
Para que la IA se haya convertido en el tema de conversación más popular ha sido fundamental el desarrollo de una herramienta denominada modelos de lenguaje (LLM por sus siglas en inglés, Large Language Models). Los modelos de lenguaje son algoritmos de aprendizaje automático que se entrenan para comprender y generar texto en lenguaje humano. O dicho de otra manera: los LLM son el instrumento que nos permite interactuar con la inteligencia artificial como lo hacemos con cualquier otra persona, sin requerir ningún conocimiento técnico o de programación específico. Y, puede que más importante aún, permite a la IA responder a nuestras interacciones en tiempo real.
Los modelos de lenguaje son el instrumento que nos permite interactuar con la inteligencia artificial como lo hacemos con cualquier otra persona, sin requerir ningún conocimiento técnico o de programación específico.
Los modelos de lenguaje han conseguido dejar obsoleto el test de Turing. Propuesto por el matemático Alan Turing en 1950, el test debía servir para evaluar la capacidad de una máquina para exhibir un comportamiento inteligente indistinguible del de un ser humano. En el test, un juez humano interactúa con un participante humano y una máquina de manera que no puede ver ni oír a ninguno de ellos. Si el juez no puede distinguir cuál es la máquina y cuál es el humano basándose solo en sus respuestas a preguntas, se considera que la máquina ha pasado el Test de Turing. Herramientas como ChatGPT pueden superar este test sin ningún problema.
Para conseguir esto, los algoritmos de los LLM son entrenados con grandes cantidades de texto para aprender patrones y relaciones lingüísticas, lo que les permite generar texto coherente y relevante en respuesta a las entradas proporcionadas por los usuarios.
Es importante en este punto destacar estos dos conceptos mencionados: coherente y relevante. Las respuestas proporcionadas por las inteligencias artificiales son coherentes desde un punto de vista estrictamente lingüístico (de ahí la superación del test de Turing) y son relevantes porque siempre tendrán relación con aquello que se ha demandado; pero esta coherencia y relevancia no implican necesariamente veracidad: los LLM están programados para dar respuestas, no para dar respuestas verdaderas.
Desde el primer momento se vio que, en determinadas situaciones, herramientas como ChatGPT podían inventar completamente sus respuestas. Se empezó a denominar a estas fallas “alucinaciones” y hay quien quiso ver en ellas el ‘fantasma de la máquina’, en referencia al clásico de ciencia ficción Ghost in the shell (Mamuro Oshii, 1995), o incluso atisbos de conciencia artificial. Por suerte o por desgracia son un defecto mucho más mundano, consecuencia de la propia idiosincrasia de los LLM.
Los modelos de lenguaje permiten a la IA realizar tareas tales como la traducción automática de texto, generar texto propio, resumir contenidos o incluso interactuar con nosotros a través de chatbots.
En el próximo capítulo ahondaremos en las posibilidades de herramientas LLM como ChatGPT y veremos cómo se integran con otras herramientas de IA para generar contenido gráfico.
