¿Sabemos preguntar en tiempos de la Inteligencia Artificial?

A diferencia de otras tecnologías que pasaron por las vidas de algunos pocos “iluminados” early adopters y descomunales inversiones (Metaverso, ¿alguien?), la GenAI está cambiando nuestro día a día. Pero, ¿la estamos realmente aprovechando?

En el mundo actual, es una verdad a veces olvidada que la efectividad de las herramientas de GenAI (Gemini de Google, ChatGPT de OpenAI, SophieX de Stefanini, entre otras), depende de la calidad de las preguntas o comandos que se formulan y a qué plataforma se le dan, por lo que se debe prestar especial atención a las variables que se usan para interactuar, con el fin de conseguir los resultados esperados.

Pero, ¿cómo lograr hacerlo correctamente? El Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del Massachusetts Institute of Technology (MIT), hoy habla de la necesidad de desarrollar capacidades de razonamiento de “sentido común”, que brinden un contexto y la intención detrás de las preguntas, para conseguir los resultados esperados en los sistemas GenAI.

Eso necesariamente implica que los usuarios comprendan la tecnología que está detrás de la GenAI, pero también desarrollen pensamiento crítico al formular las preguntas, sean claros y eviten ambigüedades, pues el sistema con ello puede producir resultados más precisos y útiles.

Así, se convierte en un arte el seleccionar las variables correctas, que no siempre es un proceso sencillo. Al final, como lo ha sugerido en muchas ocasiones Miguel Linares, supervisor de Operaciones en Stefanini Perú, los sistemas de GenAI solo pueden usar los datos que se les ingresan, y si estos son sesgados o están incompletos, los resultados producidos también tendrán esos errores o sesgos.

Eso se convierte en un peligro, sobre todo para usos por ejemplo en la justicia, donde los sesgos pueden conducir a sentencias erróneas, pero también en un ámbito médico, donde lo que está en juego es la vida.

La verdad es que no solo se necesitan datos para alimentar a la GenAI, se requiere exactitud y calidad en ellos. Por eso es necesario por ejemplo ser específico, lo que implica hacer preguntas puntuales que le ayuden al sistema a dar respuestas precisas y relevantes. No es lo mismo decirle ¿Cómo está el clima hoy?, que ¿cuál es la temperatura de mi ciudad en este momento?

Otro aspecto importante es usar un lenguaje claro, evitando las ambigüedades y esto significa apelar a lo simple para que la inteligencia artificial lo entienda. Así mismo, proporcionar un contexto para que comprenda mejor la pregunta y la respuesta sea más precisa. Esto está ligado por ejemplo al preguntar por un producto, dar su nombre, color, empaque o número de modelo. Y es claro que los sistemas en el proceso pueden tardarse un poco en procesar la respuesta.

Por eso, estamos avanzando en las potencialidades de la GenAI, y como sociedad, aprendiendo que las preguntas y sobre todo los datos y su calidad, son la pieza clave para obtener resultados exitosos.