La Cámara Chilena Norteamericana de Comercio, AmCham Chile, a través de su Comité de Inteligencia Artificial y Data, llevó a cabo un conversatorio para profundizar en la inteligencia artificial generativa y cómo las empresas pueden sacarle provecho. El encuentro contó con Alejandro D’Andrea, CTO de Botman-IA y confundador de Salomon-IA como speaker principal, quien abordó los mitos y realidades de esta tecnología que revolucionó el mundo en 2023.
D’Andrea comenzó definiendo qué es un modelo generativo. “Son redes neuronales que pueden tener cosas y generar cosas. Y cuando digo cosas, me refiero a texto, audio e imágenes. Sin embargo, ahora están saliendo modelos que pueden entender y generar video. Hay modelos que incluso diseñan proteínas o diseños arquitectónicos, pero el primer modelo es el que más se puede aplicar a las empresas”, explica.
Luego mencionó uno de los mitos más grandes, a su juicio, con respecto a la inteligencia artificial generativa: que los usuarios son capaces de enseñarles cosas. “No podemos enseñarles nada a estos modelos. Una vez que fueron entrenados -por ejemplo, ChatGPT por OpenIA- no aprenden más. No existe eso de que yo les paso mis datos y ellos aprenden a contestar cosas de mi empresa. Eso no pasa”, asevera.
Para D’Andrea, la mejor manera de lograr que un modelo generativo responda como lo deseamos es realizar un fine tuning, es decir, ajustarlo con directrices concretas para que conteste de una manera específica. Sin embargo, que aprenda nuevos datos es imposible. Incluso el experto va más allá: “Ni siquiera aprenden con la conversación. Cuando estoy hablando con ChatGTP, con cada pregunta nueva el modelo debe leer toda la conversación completa desde el principio para poder responder. Ni siquiera se acuerda de eso. No existimos. Entonces quedémonos con la premisa de que a estos modelos no podemos enseñarles nada”.
Potencialidades para las empresas
D’Andrea comenta que una de las grandes verdades con respecto a la inteligencia artificial generativa es que, si no es tan buena para algo actualmente, sí lo será dentro de un año. Por esto, invita a las empresas a que no esperen a que llegue al mercado el modelo generativo perfecto para implementarlo, ya que “estarán perdiendo tiempo valioso de aprendizaje”.
A su juicio, dentro de todas las oportunidades que ofrece la IA generativa, la manera correcta de utilizarla en una empresa es aparejada con un software propio, creado para un fin específico. Por ejemplo, un GPT que resuelva dudas de los usuarios referentes a la política de devolución de productos.
“Supongamos que la empresa de ropa ACME utiliza el modelo de lenguaje de ChatGPT para crear un asistente virtual, cuya función será canalizar las devoluciones de los clientes. Tal como está, ChatGPT no sabe ni qué es ACME, ni cómo se gestionan las devoluciones de ropa. Incluso es capaz de inventar una respuesta y decirle a un cliente que vaya a la tienda un domingo cuando está cerrada”, indica. De ahí la importancia de un software propio que, en este caso, se dedique a reunir toda la información sobre políticas de devolución, y luego se comunique con ChatGPT para instruirle que conteste basándose en piezas de información específicas.
“Esa es la manera básica y correcta para que las empresas comiencen a usar IA generativa”, complementa.
Parte importante del éxito de este proceso pasa por entregarle al modelo de lenguaje instrucciones claras y bien estructuradas, lo que se denomina prompting. También lo es el self-reflection: pedirle al modelo que se asegure de haber utilizado solo en los datos proporcionados. Por último, y quizás lo más importante: la validación humana. “Es imprescindible que las respuestas delicadas sean revisadas por un empleado antes de llegar al cliente o de disparar una acción sensible”, aconseja.
Por último, D’Andrea compartió cómo se imagina el futuro de la IA Generativa en las empresas: “Los individuos utilizarán la IA para buscar información, realizar investigaciones de mercado, generar propuestas y autogestionarse. Los equipos participarán en reuniones, documentarán accionables, propondrán iniciativas y desarrollarán software. Entre equipos, la IA coordinará dependencias, identificará información relevante y aplicará normas y estándares al trabajo conjunto”.