En los últimos dos años la avalancha de novedades alrededor de la Inteligencia Artificial (IA) está resultando abrumadora para todo el mundo. El ritmo de aparición de nuevas herramientas es tan alto que cuesta decidir cuál nos puede aportar realmente valor en nuestro trabajo, de forma que decidamos invertir tiempo en probarla para integrarla a nuestro día a día y en nuestros equipos.
Esto resulta especialmente crítico en el caso de los perfiles directivos, que tenemos la responsabilidad de impulsar la innovación en nuestras organizaciones, desde nuestra posición de agentes del cambio.
Si dedicamos tiempo a probar cualquier herramienta nueva podemos caer en un bucle de pérdida de efectividad y de foco. Sin dejarse deslumbrar por todo este escaparate, los profesionales tenemos que aprender a identificar lo que realmente puede aportar valor a corto y medio plazo, porque a largo plazo ni siquiera tenemos tiempo de considerarlo antes de que quede obsoleto.
Aunque la IA lleva mucho tiempo entre nosotros, ha sido en los últimos dos años cuando se ha producido una explosión a nivel usuario, con la popularización de ChatGPT, que ha disparado la carrera entre todos los actores implicados en el desarrollo y comercialización de software.
Consideramos estas herramientas como “inteligentes” porque son capaces de aprender.
Antes de entrar en las herramientas propiamente dichas, me voy a detener un momento en explicar la estructura básica de la IA y a distinguir las dos grandes áreas que actualmente podemos explotar de la IA a nivel usuario.
A grandes rasgos la IA se basa en un triángulo formado por 3 elementos clave:
- Los datos: son el conocimiento que ponemos a disposición del sistema.
- El software: es la inteligencia que aprovecha el conocimiento generando valor al usuario.
- El hardware: es la fuerza capaz de aplicar la inteligencia sobre el conocimiento.
La explosión de estos últimos años ha sido posible por el aumento de la capacidad de computación de los nuevos sistemas desarrollados. Sin embargo, esta capacidad requiere de un consumo enorme de recursos que pone en jaque la sostenibilidad.
A la hora de distinguir los tipos básicos tenemos dos grandes áreas:
- Por una parte tenemos la IA Analítica, que lleva más tiempo entre nosotros y permite clarificar y analizar datos, con capacidad de análisis predictivo.
- En segundo lugar, más explosiva aunque haya sido la última en llegar, está la IA Generativa. Es capaz de crear contenido nuevo a partir de datos con los que han sido entrenados los modelos.
IA ANALÍTICA
Dentro de este apartados tenemos diferentes soluciones:
- Análisis de sentimientos. Basado en la repetición de ciertas palabras que nos dan un tono positivo, negativo o neutro.
- Análisis de reputación. Sobre las palabras clave relacionadas con nuestra marca.
- Recomendación. Utilizando algoritmos basados en nuestro uso de las plataformas de contenidos, el sistema es capaz de recomendarnos nuevos contenidos (Netflix, Spotify, TikTok, Google).
- Estilometría y calidad de contenido. A través de patrones de contenido nos ayuda a que nuestra comunicación sea más clara. Se puede alimentar la herramienta con el manual de estilo de nuestra organización y después subir cualquier texto para que nos de recomendaciones de mejora y confirme que coincide con el manual de estilo de la compañía.
- Creación de mapas temáticos. A través de una selección de orígenes de textos, noticias y conversaciones en ciertas plataformas, es capaz de identificar la narrativa encontrando patrones que representan clústeres temáticos.
- Inteligencia de negocios. Convierte la información en conocimiento para facilitar la toma de decisiones directivas (Cuadros de Mando, Reporting).
- Predicción. A partir de datos históricos proporciona un rango de probabilidad. Se emplea en el análisis de escenarios y en la minería de datos.
En todos estos casos la IA proporciona resultados con incertidumbre que hay que interpretar correctamente.
IA GENERATIVA
Ha sido la gran revolución de estos últimos años. Es capaz de crear contenido nuevo a partir de patrones aprendidos en datos existentes. Podemos usarla como una extensión de nuestra creatividad.
Uno de los cambios más importantes es que ya no es necesario saber programar para obtener resultados. La aparición del prompt nos permite interactuar como en una conversación.
La IA Generativa está incorporando algunas funciones de la IA Analítica de forma que podemos preguntar a través del prompt y obtener datos analíticos.
Dentro de la evolución de la IA Generativa se han producido dos movimientos consecutivos contrapuestos: Divergencia vs. Convergencia.
La Divergencia nos ha llevado a crear muchas opciones, poniendo a disposición del usuario final multitud de herramientas.
La Convergencia nos lleva a tomar decisiones y elegir un camino en el aprovechamiento de estas herramientas.
Aunque existen muchas soluciones, la gran mayoría tienen detrás el modelo GPT-4 de OpenAI. Los dos grandes referentes son ChatGPT y Copilot. Ambos con Microsoft como principal actor.
La otra opción en el mercado a la hora de elegir un modelo de datos es Google con su Gemini, que todavía necesita mucho recorrido para estar a la altura de los anteriores.
En la IE Generativa tenemos formatos de creación de texto, imágenes, vídeo, voz y música. Lo más relevante es que el contenido generado no está sujeto a derechos de autor (de momento). Eso genera un debate intenso porque los modelos han sido entrenados con contenidos que sí tenían derechos de autor, sin el permiso de sus creadores.
PARA LOS DIRECTIVOS
Entre los aspectos relevantes a la hora de tomar decisiones sobre el uso de la IA en nuestra organización, yo tendría en cuenta los siguientes:
- El uso de la IA por parte de unos pocos puede incrementar todavía más la brecha digital.
- La organización debe unificar criterios de uso para evitar que cada usuario avanzado utilice soluciones fuera del control de la organización.
- Hay que establecer políticas de datos que incluyan lo que se puede utilizar sobre estas herramientas.
- En los prompt se traslada know-how a los modelos. Es necesario usar herramientas de pago con términos y condiciones que permitan trabajar en modelos privados en los que no se compartan los datos ni los prompts para entrenar otros modelos.
- Hay que formar a los usuarios para reducir el miedo y para evitar excesos.
- Debemos transmitir a nuestros equipos que la IA proporciona herramientas que van a hacer mejores a los buenos profesionales, no a sustituirlos.
- La IA sola no aporta valor; el valor lo aportan los profesionales que saben aprovechar su potencial.
- La interacción con la IA es un trinomio Humano-IA-Humano. El primer paso es saber redactar el prompt adecuado. El paso final es saber aprovechar el contenido devuelto por la herramienta.
- La rapidez que proporciona la IA acentúa la necesidad de la inmediatez que actualmente afecta a la sociedad.
También el caso del uso de la IA en los entornos profesionales, el futuro no es lo que va a pasar, sino lo que nosotros queremos que pase.
