Monique van Dusseldorp, que vive en Ámsterdam, es una profesional muy solicitada del sector de eventos que organiza conferencias sobre tecnología, medios de comunicación e innovación. Investigar nuevas ideas para organizar eventos y paneles siempre formó parte de su vida laboral.
Sin embargo, desde hace poco, van Dusseldorp recurre a un nuevo método para realizar esa tarea. En una agitada mañana de noviembre, se sentó ante su teclado y escribió una pregunta: "¿Puedes proponer una experiencia envolvente que reúna a las personas, basándote en el mundo del famoso ilustrador Roland Topor?".
Pronto, el texto empezó a aparecer en la pantalla. La respuesta llegó:
Propongo un "Paseo por jardines surrealistas" en un parque público o jardín botánico. El jardín se transformará con esculturas e instalaciones inspiradas en las obras de Topor, para crear una atmósfera de fantasía y ligeramente inquietante. Unos parlantes ocultos reproducirán paisajes sonoros surrealistas, y las esculturas se moverán o cambiarán sutilmente a medida que las personas se acerquen a ellas.
Van Dusseldorp siguió adelante: "¿Qué tipo de contenido y tecnologías pueden ayudar a crear una experiencia envolvente? La respuesta:
Piensa en el audio espacial: tecnología de sonido 3D para crear un entorno auditivo realista y envolvente, donde el audio cambia dinámicamente con los movimientos del usuario.
No es texto en un sitio web, ni la respuesta de un colega en un foro del sector. Van Dusseldorp estaba en una sesión de ideación y aprendizaje con ChatGPT.
Van Dusseldorp está entre los millones de profesionales de todo el mundo que utilizan modelos de lenguaje grandes (LLM) como herramientas de trabajo. Ahora, esta tecnología tiene el potencial de transformar la gestión del conocimiento y el aprendizaje, facilitando el intercambio de información y experiencia dentro de grandes empresas, así como el aprendizaje y desarrollo profesionales continuos de operadores individuales. Y eso sin mencionar las enormes consecuencias que tiene para el aprendizaje y la educación tradicionales.
Se trata de un cambio en el aprendizaje tan importante como la llegada de Internet a finales de la década de 1990. Una transformación en la manera de almacenar, interactuar y compartir el conocimiento. Entonces, ¿cómo utilizan actualmente los LLM los profesionales del mundo académico y de distintos sectores? ¿Qué lugar ocupan estas herramientas en las grandes organizaciones? ¿Y qué nos depara el futuro?
Todos sabemos que los LLM despiertan un enorme interés desde hace algunos años. Y no cabe duda de que parte de ello, desde la idea de que la IA puede causar el fin del mundo hasta las predicciones sobre la llegada inminente de una superinteligencia, tiene todas las características de un ciclo de entusiasmo desmedido sobre una tecnología. Sin embargo, si dejamos a un lado los titulares, no es de extrañar que sean muchos los profesionales que se interesen por los LLM.
Los LLM se basan en modelos transformadores: un tipo especial de red neuronal capaz de aprender por sí misma los patrones subyacentes en datos secuenciales. Cuando se entrenan con grandes cantidades de texto, los modelos transformadores aprenden las relaciones estadísticas profundas entre las palabras tal y como se utilizan normalmente en las oraciones. El resultado es una IA con una competencia lingüística sorprendente, capaz de comprender indicaciones en lenguaje natural y generar textos relevantes, precisos y aparentemente significativos como respuesta.
Esto convierte a los LLM, como GPT-4 o Llama 2 de Meta, en una herramienta de conocimiento prácticamente única por su flexibilidad. Una herramienta con acceso a inmensas reservas de información y capaz de generar respuestas textuales naturales de todo tipo.
La redacción de textos (correos electrónicos, presentaciones e informes) representa un uso claro en el lugar de trabajo. Pero, ahora, muchos profesionales están desarrollando prácticas de investigación y aprendizaje continuo basadas en estas herramientas.
Henry Coutinho-Mason es futurólogo y orador. Hace poco, entrenó un LLM con dos de sus propios libros sobre tendencias de consumo e innovación. Ahora usa la app que obtuvo como herramienta de investigación:
"Acudo a la app y le hago preguntas del tipo: '¿Qué opinas del nuevo AI Pin de Humane? Explica las tendencias que hay detrás de esta innovación', y me responderá con un primer conjunto de ideas y reflexiones", explica Coutinho-Mason.
"Mi trabajo consiste en inspirar a los profesionales para que sepan lo que viene y piensen en lo que significa para ellos. Eso quiere decir que aprender sobre tecnologías emergentes e innovaciones es una parte crucial de lo que hago. Mi LLM personalizado me ayuda mucho en ese sentido.
"Lo que hay que entender es que, para usos como este, lo importante no es que el LLM me dé 'la respuesta'", continúa. "Lo que importante es que me dé ideas para empezar, o una perspectiva útil de la forma general de un espacio tecnológico emergente. Luego puedo perfeccionarla. De este modo, el LLM agiliza mi aprendizaje y mi investigación".
Por lo tanto, no es llamativo que las grandes organizaciones también experimenten con los LLM como herramientas internas. Y, en este caso, las oportunidades de potenciar el aprendizaje son aún mayores.
Las grandes organizaciones se enfrentan a desafíos particulares en lo que respecta al aprendizaje y la administración del conocimiento. El conocimiento y los tipos más informales de competencias se distribuyen normalmente por toda la organización y se almacenan de muchas maneras, desde documentos hasta presentaciones de diapositivas, hojas de cálculo y mucho más. Incluso para un empleado con experiencia, encontrar la fuente de conocimiento o la persona adecuada puede llevar horas, días e incluso semanas de búsqueda.
Ahora, algunas organizaciones están desarrollando LLM como una nueva forma transformadora de hacer frente a esos problemas. En agosto, el grupo de consultoría McKinsey presentó a Lilli, un LLM perfeccionado con contenido propio que abarca más de 100.000 documentos. Su objetivo es proporcionar al personal de McKinsey una nueva forma de acceder a la gran cantidad de conocimiento y datos sobre sectores específicos acumulados por el grupo a lo largo de décadas.
"Con Lilli, los consultores de McKinsey pueden usar la tecnología para aprovechar todos nuestros conocimientos y activos... Este es el primero de muchos casos de uso que nos ayudarán a remodelar nuestra empresa", explica Jacky Wright, directora de tecnología y plataformas de McKinsey.
Adi Pradhan, socio colaborador, usa Lilli como herramienta de aprendizaje: "Utilizo Lilli para aprender sobre nuevos temas y establecer conexiones entre las distintas áreas de mis proyectos", comenta. "Me ahorra hasta un 20% del tiempo que dedico a preparar reuniones. Pero lo más importante es que mejora la calidad de mis conocimientos y mis aportes".
McKinsey no es la única empresa explorando esta nueva dimensión. Morgan Stanley perfeccionó GPT-4 con conocimientos propios sobre inversiones, negocios en general y procesos de inversión para crear una IA conversacional capaz de ayudar a sus asesores financieros. El gigante financiero Bloomberg creó Bloomberg GPT, un LLM entrenado con sus propios datos financieros y disponible para uso interno y para algunos clientes.
¿El destino final? En poco tiempo, muchos empleados esperarán tener acceso a este tipo de entidades conversacionales basadas en la inteligencia artificial. Imagina que tienes un asistente, guía y compañero de aprendizaje en el lugar de trabajo, siempre disponible para ayudarte. Se trata de una revolución en la forma de distribuir y adquirir el conocimiento. Estos compañeros serán herramientas clave de aprendizaje para el personal y desempeñarán un rol clave en la incorporación y formación de nuevos empleados.
Los LLM no solo transformarán el aprendizaje en muchos sectores. Ya se están observando efectos contundentes en el ámbito de la educación formal.
Si hablas con los educadores, pronto te darás cuenta de que algunos de esos efectos no vienen sin dificultades. Se enfrentan a una nueva forma de plagio, en la que los estudiantes entregan trabajos creados en su totalidad o en su mayor parte por una IA. Ya existen herramientas que permiten detectar el texto generado por IA, pero los estudiantes encuentran formas de eludirlas tan rápido como se crean.
Esa carrera continuará. Sin embargo, a largo plazo, el aumento de los plagios con LLM obligará a los educadores a encontrar nuevas formas de trabajo y evaluación: "Escribe un ensayo sobre este tema y, luego, presenta los argumentos principales del ensayo en una charla de 15 minutos".
Mientras tanto, los LLM todavía pueden cometer errores fácticos, que se conocen como "alucinaciones". No se puede confiar en ellos y descartar todas las demás fuentes de información. Sin embargo, los índices de alucinaciones ya se están reduciendo drásticamente gracias a las mejoras técnicas, y ese proceso seguirá adelante.
Aaron Woodcock es profesor del International Study and Language Institute de la Universidad de Reading. Organiza módulos de cursos para socios docentes en China, que enseñan inglés académico a sus estudiantes universitarios de asignaturas STEM. Eso implica planificar muchas clases.
"Hasta hace poco me daban uno o dos módulos para coordinar. Ahora somos dos los que impartimos siete módulos, así que hay que planificar muchas más clases", explica. "Usar un LLM aumentó mucho mi productividad. Hablo con la IA y le proporciono algunas de mis notas y pensamientos. Y, luego, intercambiamos ideas y diseñamos la lección. Después, le pido a la IA que prepare la planificación completa de la clase y me pongo a trabajar en ella.
"Me sigue llevando dos horas conseguir un plan de lección que me convenza. Pero usar la inteligencia artificial hace que sea mucho más fácil empezar, y eso agiliza todo el proceso. Los profesores que utilizan las planificaciones de las clases me transmiten comentarios positivos.
"Me sirvió para darme cuenta de que siempre me costó escribir y de que siempre dejaba para el último momento las tareas que implicaban hacerlo. La inteligencia artificial cambia todo eso, así que me ayudó a mejorar mi forma de trabajar".
Woodcock también utiliza un LLM para procesar y sintetizar información obtenida a partir de grandes cantidades de comentarios de los estudiantes. En la actualidad, administrar y responder comentarios de este tipo representa una parte importante de la vida de los académicos y profesores de educación superior.
"La IA detecta inmediatamente patrones en los comentarios que yo habría tardado varios días en identificar", asegura. "Mejoramos nuestra capacidad para elaborar planes de acción basados en las opiniones de los estudiantes, y después dedicamos meses a poner en práctica esas acciones. Fue muy útil durante el curso y me ayudó mucho a elaborar informes y a dar feedback a las personas a mi alrededor".
¿Y el problema del plagio con IA? "Sí, hay desafíos en torno al uso por parte de los estudiantes", comenta Woodcock. "Pero, en mi opinión, es una oportunidad para dejar de depender de la redacción de ensayos y la repetición de conocimientos".
La Universidad de Reading y muchas otras instituciones académicas invitan ahora a los educadores a explorar nuevas formas de aprendizaje y evaluación, por ejemplo, evaluar más de manera presencial los conocimientos y el pensamiento.
"Esta tecnología llegó para quedarse. Queremos animar a los estudiantes a utilizarla, pero de la mejor manera", afirma Woodcock. "Los LLM también pueden promover la diversidad y la inclusión, beneficiando a quienes no se sienten completamente cómodos con el lenguaje escrito, pero que aún así tienen mucho que aportar. Claro que siempre habrá personas que intenten hacer pasar por suyos trabajos que no hicieron. Pero, al fin y al cabo, eso no difiere de los estudiantes que compran ensayos por Internet, algo que ya ocurre".
¿Hacia dónde se dirige todo esto a largo plazo? Habrá una generación de estudiantes que se acostumbrará a trabajar con los LLM como herramientas para investigar, aprender y crear borradores.
Saldrán al mundo esperando poder hacer lo mismo en el lugar de trabajo. Y eso no hará más que incentivar aún más a las empresas para que entrenen sus propios modelos de IA personalizados, y los ofrezcan como compañeros de conocimiento y aprendizaje disponibles las 24 horas del día para sus empleados.
El futuro es de las organizaciones (y de los profesionales) más capaces de combinar su propia inteligencia y creatividad con la inteligencia artificial para aprender más, ver más allá y generar mejores resultados.
Los seres humanos somos únicos en nuestra capacidad de desarrollar, almacenar y difundir conocimientos. Esta característica sustenta nuestra asombrosa capacidad para cooperar a gran escala, lo que a su vez da lugar a todo lo que creamos: innovaciones, empresas, universidades, naciones y todo lo que se pueda imaginar.
Las herramientas de conocimiento que utilizamos siempre moldearon y remodelaron nuestras sociedades, desde la escritura hasta la imprenta y, más tarde, la computadora personal.
El LLM, y la inteligencia artificial en general, traerán sin duda sus propias transformaciones, y apenas nos encontramos en los inicios del viaje. Aún queda mucho por hacer y mucho por aprender.
La aplicación, implementación y futuras implicaciones de los LLM claramente están inaugurando una nueva era de productividad en el futuro del trabajo. Para explorar otros avances increíbles que influirán en nuestra forma de trabajar, echa un vistazo a nuestro debate con David Mattin sobre las megatendencias tecnológicas emergentes en el trabajo.