Del debut a la disrupción: un año con ChatGPT

Hemos llegado al final de nuestro primer año con ChatGPT 3.0, el large language model (LLM) de OpenAI. Apenas una semana después de su lanzamiento, ya contaba con más de un millón de usuarios y generaba una mezcla de entusiasmo y escepticismo, por no hablar de acalorados debates normativos y éticos.

Evaluar el número exacto de artículos escritos sobre ChatGPT (o cualquier otro término relacionado como LLM o IA generativa) en 2023 es una tarea ardua, por no decir imposible. Aunque solo sea porque la cifra es considerable y sigue creciendo a diario (según la búsqueda de Google Scholar, el número supera los 6 000).

Lo que está claro es que la IA generativa está catalizando un cambio de paradigma y que debemos preguntarnos: ¿estamos preparados para este cambio?

Una tecnología innovadora

A lo largo de los años, el desarrollo de la IA ha estado dominado por tareas en áreas como los vehículos autónomos y la medicina de precisión. Ahora, la IA generativa y modelos como ChatGPT presentan una gama más amplia de capacidades, lo que les permite crear e innovar en múltiples ámbitos.

Tradicionalmente, se pensaba que ciertos atributos humanos estaban fuera del alcance de la IA, por ejemplo las habilidades cognitivas y emocionales como la creatividad, el pensamiento crítico, la resolución de problemas, la empatía, la intuición y la inteligencia emocional. Pero ahora, la IA generativa está empezando a traspasar estos dominios, mostrando capacidades para crear nuevos géneros musicales, escribir ensayos creativos e incluso resolver problemas complejos, como optimizar la logística en la gestión de la cadena de suministro o desarrollar soluciones innovadoras en la conservación del medio ambiente.

La tecnología que sustenta la evolución de ChatGPT es realmente innovadora.

La evolución en el tiempo

Esta evolución comenzó en la década de 1980, con las redes neuronales recurrentes (RNN) que predicen lo que sigue en una frase basándose en una secuencia de letras y palabras de longitud variable. Esto es crucial para tareas como el modelado del lenguaje y la generación de textos. En los años 90, las redes de memoria a largo plazo (LSTM) mejoraron la retención de memoria –es decir, la capacidad de la red para recordar y luego utilizar información de partes anteriores de la secuencia– en secuencias más largas, a pesar de sus limitadas capacidades lingüísticas.

El avance significativo llegó en 2017 con la introducción de las redes neuronales de transformación, que aprovecharon las relaciones contextuales dentro del texto con gran efecto, sentando las bases para los modelos de transformación preentrenados generativos, GPT y GPT-2.

Estos últimos modelos podían comprender patrones complejos y generar texto coherente, aunque no estaban exentos de problemas como el sesgo. La cronología avanza con GPT-3, en noviembre de 2020, que produjo respuestas indistinguibles de las humanas en varios idiomas y contextos. Desde entonces, se han sucedido varias iteraciones de GPT-3 (InstructGPT, ChatGPT, que se basó en GPT-3.5, y la última, ChatGPT-4.0, en marzo de 2023). En cada una de ellas se ha perfeccionado la capacidad del modelo para interactuar de forma más fluida y responsable.

Las ramificaciones de esta tecnología en distintos sectores, como la sanidad, las finanzas, el ocio, la fabricación, el transporte, la venta al por menor y la educación, aún no han concluido.

ChatGPT y educación

La introducción de ChatGPT y otras tecnologías similares causó inicialmente una gran conmoción en el sector de la enseñanza superior, provocando una amplia gama de reacciones, desde una resistencia total hasta una aceptación cautelosa.

Los profesores y las instituciones se apresuraron a preservar la integridad académica, mientras que los estudiantes, muy hábiles en la navegación por los entornos digitales, aprovecharon rápidamente estas herramientas para eludir las formas tradicionales de evaluación.

La carrera armamentística resultante entre las tecnologías de verificación y los métodos innovadores para hacer trampas sirvió para poner de relieve un desajuste fundamental entre las capacidades tecnológicas en evolución y los paradigmas educativos obsoletos.

A medida que transcurría el año, a las instituciones académicas les quedó claro que, en lugar de resistirse a la marea tecnológica, sería más beneficioso recalibrar e integrar la IA generativa en las plataformas educativas y, de este modo, fomentar entornos de aprendizaje más personalizados e interactivos.

Recientemente, la sofisticación de la GPT-4.0 ha simplificado la creación de asistentes virtuales adaptados a las necesidades específicas de los educadores. Personalmente, he desarrollado un homólogo digital basado en IA, incrustando mis propios contenidos docentes para formar un educador virtual, que pronto formará parte de mi aula. Además, cada vez son más las instituciones que enseñan responsabilidad digital y hacen hincapié en ayudar a los estudiantes a comprender cómo aprovechar ética y eficazmente el poder de la IA.

ChatGPT e industria farmacéutica

En la industria farmacéutica, por ejemplo, la capacidad de la IA para generar nuevas fórmulas de medicamentos no es sólo una cuestión de eficiencia, sino una ampliación del conocimiento humano. Un ejemplo paradigmático es el descubrimiento, en noviembre de 2020, de la halicina, un nuevo antibiótico identificado mediante algoritmos de IA en el MIT.

Este avance desafió y mejoró nuestra comprensión de la farmacología, ya que la halicina actúa de forma diferente a la mayoría de los antibióticos existentes y es eficaz contra una serie de bacterias resistentes. Del mismo modo, en la investigación científica, la capacidad de la IA para procesar y analizar grandes cantidades de datos puede conducir a nuevas teorías o conocimientos, acelerando el ritmo de los descubrimientos y la innovación y ampliando los límites de lo que sabemos y podemos lograr en diversos campos científicos.

ChatGPT y escritura

Los modelos GPT han revolucionado la comunicación al permitir la traducción y creación de contenidos multilingües en tiempo real, rompiendo así las barreras lingüísticas y democratizando el acceso a la información. Además, la capacidad de estos grandes modelos lingüísticos para resumir documentos complejos y generar contenidos de fácil manejo ha transformado la forma en que particulares y empresas procesan y comprenden grandes volúmenes de datos. La atención se está desplazando del laborioso proceso de desarrollo y redacción a la concepción y curación de ideas.

A lo largo del año pasado, muchos expresaron su preocupación, incluso su temor, a que el desarrollo de la IA provoque el desplazamiento y la pérdida de puestos de trabajo, mientras que otros alabaron las limitaciones y los retos que plantea la IA generativa, a saber, el sesgo, las lagunas de representatividad y la posibilidad de difundir información errónea.

Sí, algunos puestos de trabajo pueden quedar obsoletos gracias a la IA generativa, pero no olvidemos la lección de la Revolución Industrial: a menudo surgen nuevas funciones e industrias en torno a los avances tecnológicos.

Sesgo y gobernanza

Para abordar las cuestiones de sesgo, es importante entender que la calidad de los resultados de estos modelos está directamente relacionada con sus datos de entrenamiento (basura dentro, basura fuera); con mejores datos disponibles es probable que se genere un resultado más fiable.

Lo que es más importante en este momento es la necesidad urgente de una legislación y una gobernanza adecuadas para mitigar los usos indebidos y mantener unas normas éticas.

Para subrayar este punto, imaginemos las consecuencias en un escenario en el que la IA se utiliza para propagar falsas narrativas durante unas elecciones importantes. En ausencia de una gobernanza rigurosa, la desinformación generada por la IA podría influir significativamente en la opinión pública y perturbar los procesos democráticos, exacerbando la brecha digital al confundir a quienes no son capaces de distinguir entre las invenciones generadas por la IA y la información objetiva.

En mi opinión, aún es demasiado pronto para saber si, como sociedad, estamos preparados para acompañar la rápida evolución de las tecnologías de IA. Porque no sólo debemos ir más allá de reconocer y abordar los retos que plantea la IA generativa, sino que debemos llegar a un acuerdo con la IA en general.

A medida que las industrias evolucionan y surgen nuevas funciones, al igual que durante la Revolución Industrial, debemos examinar detenidamente nuestra infraestructura social, desde los sistemas educativos hasta los marcos jurídicos, y determinar si está evolucionando a un ritmo acorde con el rápido desarrollo de la IA. Este es el núcleo de nuestro viaje colectivo hacia un futuro en el que los seres humanos coexistan con tecnologías avanzadas de IA.

Una reflexión final

Escribir este artículo ha sido tanto un proceso como un contenido. Reflexionando sobre mi trayectoria, recuerdo que mi primer artículo sobre ChatGPT tardó más de una semana en perfeccionarse. En cambio, este artículo pasó del concepto a la publicación en sólo dos días. Durante el primer día, ChatGPT 4.0 fue parte integrante de mi flujo de trabajo, ayudándome a estructurar mis ideas, perfeccionando secciones del texto, identificando puntos débiles y sugiriendo mejoras.

Esta colaboración me llevó a plantearme una pregunta fundamental: ¿qué partes de este artículo eran exclusivamente mías y cuáles estaban influidas por ChatGPT? Los límites entre mi aportación creativa y la ayuda de la IA se difuminaron. Después de terminar el borrador inicial, lo dejé reposar en mi escritorio. Sin embargo, mi mente seguía dándole vueltas, retocando y reimaginando partes continuamente, tratando de conseguir un flujo coherente y lógico. Al día siguiente, volví a mi mesa con una nueva perspectiva y volví a redactar todo el artículo con lo que esperaba que fuera mi estilo único, una idea que ahora sopeso con cierta incertidumbre.

Esta experiencia marca un cambio de paradigma en mi forma de escribir y sugiere una nueva era en la que nuestra capacidad inherente de contar historias como seres humanos no sólo se mantiene, sino que se mejora mediante la colaboración con la tecnología de IA.

Este artículo se publicó originalmente en IE Insights, la publicación de liderazgo intelectual de IE University.

Rafif Srour Daher, Vice decana, Profesora, IE University

Este artículo fue publicado originalmente en The Conversation. Lea el original.