Cuando exploramos el vasto universo de la inteligencia artificial, inevitablemente nos encontramos con dos grandes pioneros destacados, el primero de ellos es Google apostando por esta tecnología en enero de 2014 al adquirir la empresa DeepMind, empresa dedicada a la investigación y desarrollo de inteligencia artificial. Luego, en octubre de 2015 nace otro líder en este campo y es OpenAI, dando un importante avance con su herramienta tecnológica, ChatGPT. Este innovador sistema ha dejado una huella significativa en el panorama de la inteligencia artificial, consolidando la posición de OpenAI como un actor clave en este emocionante viaje hacia el futuro tecnológico. 

OpenAI 

OpenAI emerge como una entidad sin fines de lucro enfocada en el avance de la inteligencia artificial de manera ética y responsable, con el compromiso de compartir abiertamente todos los resultados y avances obtenidos, adoptando una política de transparencia integral que se refleja en el nombre Open-AI que se podría traducir como Inteligencia Artificial abierta para el beneficio de la sociedad. Aunque la empresa contaba con grandes inversiones destacadas, incluyendo el respaldo de Elon Musk, los costos asociados al entrenamiento de modelos de inteligencia artificial eran demasiado altos, por tanto, para poder competir con laboratorios de renombre como Google o Meta, OpenAI no podía seguir siendo una organización sin ánimo de lucro. En el 2019, Microsoft se convierte en un socio estratégico crucial para la empresa, aportando una inversión inicial de 1000 millones de dólares y en noviembre de 2022, se lanza de manera pública y por primera vez la herramienta ChatGPT. 

ChatGPT 

ChatGPT es la herramienta de inteligencia artificial generativa desarrollada y entrenada por OpenAI. Basada en la arquitectura GPT (Generative Pre-trained Transformer), esta creación no solo comprende el lenguaje humano, sino que también puede generar contenido de manera coherente y contextual. Su versatilidad la convierte en un recurso valioso en nuestra vida cotidiana, ya que puede desempeñar una amplia gama de tareas, desde la redacción de textos hasta la generación de recomendaciones útiles. Además, su capacidad para mantener conversaciones fluidas en diferentes idiomas la posiciona como una herramienta de uso constante y es que gracias al entrenamiento que se le ha dado con una gran cantidad de datos provenientes de diversos idiomas, la arquitectura subyacente de GPT se adapta y captura los patrones lingüísticos comunes de estos y los aprende. Actualmente maneja más de 9 idiomas entre ellos: inglés, español, alemán, francés, portugues, japonés, coreano, entre otros. 

¿Cómo tener una conversación efectiva con ChatGPT? 

Aunque ChatGPT puede entender y responder a la mayoría de los textos ingresados, su capacidad de respuesta varía dependiendo del contexto y la complejidad de las preguntas realizadas. En situaciones informales y cotidianas, esta capacidad podría parecer adecuada; sin embargo, si se busca obtener respuestas precisas o automatizar o mejorar procesos con ayuda de IA, corregir los prompts o instrucciones en tiempo de ejecución, no es una práctica eficiente ni viable. 

Para lograr esto, es fundamental proporcionar una instrucción clara y efectiva que genere respuestas lo más precisas posible. Por lo tanto, es crucial contar con una estructura de prompt bien definida y optimizada. Una estructura de prompt efectiva engloba diversos elementos esenciales:  

• • Un contexto bien definido no sólo limita el tema de la conversación, sino que también enriquece la respuesta, dado que ChatGPT contiene información de todo lo que se encuentra en internet, al limitar su campo de búsqueda puede generar respuestas más precisas y rápidas.
• • Las instrucciones precisas que guían al modelo sobre lo que se espera.
• • Las entradas o inputs que ayudan al modelo a comprender mejor la tarea, pueden ser el objetivo a mejorar. Por ejemplo, puede ser un texto a resumir o ejemplos que enriquezcan el contexto y por ende la respuesta. Las entradas por lo general se presentan entre comillas (“”)
• • Las salidas deseadas u outputs para garantizar que la respuesta cumpla con las expectativas del usuario. Por ejemplo, mostrar la respuesta en una tabla, en una lista ordenada, con un inicio en concreto o incluso en viñetas.

Ejemplos de prompts 

Miremos un ejemplo sencillo, si pasamos el siguiente prompt a ChatGPT: “cuáles son las mejores canciones de los 90”, devolverá una respuesta como esta: 

Pero, si mejoramos el prompt y le agregamos más contexto, si hacemos una instrucción más detallada y además especificamos cómo se quiere que se muestre la respuesta, obtendremos algo más elaborado. Para el siguiente prompt “Genera una lista de las 10 mejores canciones de rock de los 90 y genera una tabla con las columnas de nombre, género y año de publicación”,  obtendremos una salida como esta: 

• • Contexto: mejores canciones de rock de los 90. 
• • Instrucción: genera una lista.
• • Salida: tabla con las columnas de nombre, género y año de publicación. 

Ahora analicemos el siguiente prompt: "Toma el rol de un escritor al estilo de Pablo Neruda, escribe un poema que cumpla con estas pautas: 

1. Escribe el poema en tres estrofas. 

2. incluye el nombre de "pepita" en el poema. 

3. Incluye las palabras 'ojos', 'cabello' y boca. 

4. comienza la primera estrofa con "Al mirar al cielo". "

Claramente notamos un contexto como un escritor, en este caso al estilo de Pablo Neruda, pero podría ser el rol de un ingeniero, de un profesor de inglés o de un generador de ideas. También notamos instrucciones muy detalladas para crear un poema, algunas entradas como el nombre de una persona y una salida que especifica que el poema sea escrito en tres estrofas. Una salida para el prompt es la que se muestra a continuación, pero cada vez que ejecutemos el prompt se obtendrá una respuesta diferente que cumple con las especificaciones dadas. 

Además podemos generar nuestro propio traductor. Analiza el siguiente prompt: “Eres un traductor de inglés, para cada entrada de un usuario, debes retornar su traducción siguiendo estas pautas:  

1. la respuesta para el usuario siempre guárdala en la variable "response".  

2. la pregunta del usuario guárdala en la variable "question".  

3. retornar todo como texto plano.  

'hola, ¿cómo estás?' “ 

La respuesta a esta instrucción sería: 

Si quisieras crear una aplicación para traducciones te sería muy útil que en vez de retornar la respuesta en texto plano, lo retornara en la sintaxis de un lenguaje de programación, el cual pueda ser ejecutado fácilmente. 

Limitaciones de ChatGPT y otros modelos de lenguaje 

A pesar de que los modelos de inteligencia artificial mejoran día a día, aún se tienen algunas limitaciones que se deben tener en cuenta en el momento de interactuar con ellos. 

• • Carencia de comprensión profunda: estos modelos carecen de comprensión profunda. Es posible decirle al modelo que tome el rol de un médico o de un entrenador y luego te recomiende algunos ejercicios o alimentos para mejorar tu salud y efectivamente te dará una respuesta, pero en realidad estos modelos carecen de verdadera comprensión y conciencia como para entender el efecto de las recomendaciones dadas para tu salud.  
• • Generan respuestas convincentes pero incorrectas: estos modelos de inteligencia artificial tienen una limitación llamada alucinaciones. Pueden generar respuestas muy convincentes pero incorrectas, ya que dentro de sus cálculos su respuesta es correcta. Por tanto, si se desconoce de un tema y se está usando inteligencia artificial para generar contenido o investigación, siempre es mejor que un experto en el tema revise los resultados. Por ejemplo, si tenemos el siguiente prompt: "Toma las últimas letras de las palabras "Thinking different, making better" y concatenarlas". Una de las posibles respuestas erróneas es esta:  

   

  

• • Tienen sensibilidad al sesgo: No es un misterio que estos modelos fueron entrenados con la información que se encuentra en internet, por tal motivo, los modelos de IA aprenden de datos históricos que pueden reflejar sesgos existentes en la sociedad, como discriminación racial, de género u otros prejuicios. Si estos datos contienen sesgos, es probable que en las respuestas del modelo se perciban estos sesgos. 

   

En resumen, optimizar las instrucciones que se pasan a ChatGPT puede tener un impacto significativo en la calidad de las respuestas y en la eficiencia del proceso de interacción. Al proporcionar instrucciones claras, específicas y bien estructuradas, podemos guiar mejor al modelo hacia la generación de respuestas más relevantes y útiles. Esto no solo mejora la experiencia, sino que también ahorra tiempo al reducir la necesidad de correcciones o iteraciones adicionales. Además, podemos maximizar su utilidad y desbloquear su máximo potencial en una variedad de contextos.