La inteligencia artificial Generativa (GenIA o también IAG) ya es una realidad que impacta cada vez más en el mundo, sobre todo, en el ámbito laboral. La última Encuesta Global McKinsey sobre el estado actual de la inteligencia artificial (IA) confirma el crecimiento explosivo de las herramientas de IA generativa.
Menos de un año después del debut de muchas de estas herramientas, un tercio de los encuestados afirma que sus organizaciones usan la IAG con regularidad en al menos una función empresarial. Además, casi una cuarta parte de los ejecutivos de la C-suite (es decir, directores o máximos responsables de las diversas áreas de una compañía) encuestados dice que utilizan herramientas de IAG para el trabajo, y más de una cuarta parte de los encuestados de las empresas que usan IA afirman que la herramienta ya está en las agendas de sus directorios.
Así es como esta nueva tecnología comienza a formar parte de la vida laboral de las personas, sea cual sea su rubro. En los últimos años, esta innovación demostró su capacidad para generar textos, resolver cálculos matemáticos, automatizar procesos o crear piezas audiovisuales.
La IA generativa está transformando la forma en que las organizaciones operan y toman decisiones, y su impacto seguirá creciendo en los próximos años. A medida que se abordan los desafíos y se aprovechan las oportunidades, la IAG continuará siendo un área de enfoque clave para las empresas en todo el mundo.
¿Qué es una inteligencia artificial Generativa?
¿Pueden las máquinas pensar? Esta fue una pregunta que el matemático Alan Turing se hizo en la década de 1950. Los artículos de Turing en relación a la “Maquinaria e Inteligencia Informática” se consideran pioneros en la IA e intentan responder la incógnita sobre si las computadoras son capaces de pensar y actuar como un ser humano. De eso se trata una IA, de resolver problemas comunes al igual que las personas.
De acuerdo con el sitio web de Google Cloud, la inteligencia artificial Generativa (IAG) hace referencia al uso de la IA que se encarga de crear ideas y contenidos nuevos, imágenes, música, audio e incluso videos.
Este tipo de inteligencia artificial utiliza grandes modelos de IA que pueden trabajar en varias labores y llevar a cabo tareas preconfiguradas. Son capaces de imitar la inteligencia humana en tareas informáticas no tradicionales, como el reconocimiento de imágenes, el procesamiento de lenguaje natural y las traducciones instantáneas de un idioma a otro.
Si bien Turing y sus predecesores comenzaron a investigar las IA ya en el siglo XX con resultados trascendentales, no fue hasta la llegada de ChatGPT cuando el tema cobró una relevancia tal que generó sentimientos y sensaciones de lo más variadas en todo el mundo. ChatGPT es una aplicación de ChatBot desarrollado por OpenAI en 2022 que utiliza un modelo de lenguaje ajustado con técnicas de aprendizaje para responder toda clase de preguntas y pedidos.
¿Cómo funcionan las IAG?
Como toda inteligencia artificial, ésta funciona mediante un procedimiento llamado Machine Learning, un modelo de aprendizaje que se entrena con la incorporación de grandes cantidades de datos en su sistema operativo. Con esta información, la IA es capaz de procesar y poner en común esos datos para resolver toda clase de tareas que le soliciten.
Desde una perspectiva matemática, los modelos de Machine Learning funcionan como ecuaciones, asignando numéricamente datos conocidos y desconocidos a las variables X e Y. En lugar de imágenes, la IA reconoce píxeles, vibraciones, patrones de color y formas; las interrelaciona con otros datos para generar una variable de la misma.
Luego de comprender esta definición general, el funcionamiento de las IAG puede clasificarse en dos modelos distintos, los cuales la empresa de servicios de computación Amazon Web Services clasifica de la siguiente forma:
Modelos Básicos
Los Modelos Fundacionales (FM, por sus siglas en inglés) están entrenados en un amplio espectro de datos generados por personas, siendo capaces de responder toda clase de tareas generales. Relacionando patrones aprendidos, la IA es capaz de predecir el siguiente elemento dentro de una secuencia indefinida.
Con la generación de imágenes, el modelo analiza sus datos y crea una versión de ella más nítida y definida. Del mismo modo ocurre con textos escritos, donde el modelo predice la siguiente palabra de una cadena de texto en función de las palabras anteriores y su contexto. Esta última herramienta puede observarse entre las funciones de un documento de Google Docs.
Modelos de Lenguaje de Gran Tamaño
Por su parte, el Modelo de Lenguaje de Gran Tamaño (LLM, por sus siglas en inglés) son modelos de generación de contenido pre entrenado, como es el caso de la aplicación de OpenAI. Los LLM se centran en tareas basadas en el lenguaje, como el resumen, la generación de texto, la clasificación, la conversación abierta y la extracción de información.
Lo que diferencia a esta clase de IAG de otras es su capacidad para realizar múltiples tareas, dado que contienen tantos parámetros de aprendizajes que le permite aprender conceptos avanzados de cualquier materia: desde documentos de matemática hasta filosofía. En el caso de ChatGPT, la IA obtiene sus parámetros de internet para aplicarlos en una amplia gama de contextos.
Categorías que definen modelos de IA Generativa
Las IAG llevan el modelo de ecuación de Machine Learning a un nivel superior: En lugar de predecir una etiqueta basada en determinadas características, intentan predecir sus características en función de una etiqueta específica. El modelo generativo calcula la probabilidad de que exista un caso donde tanto X como Y sucedan, siendo capaz de comprender la distribución de esos datos y sus interrelaciones:
Analizando distintas imágenes de orejas, ojos y rasgos distintivos de un animal, la IAG es capaz de aprender sus características, ponerlas en común y entender los aspectos distintivos de cada animal. Así será capaz de crear imágenes inéditas de estos animales siguiendo los patrones aprendidos sin confundir a ninguno de los datos analizados.
Para comprender más acerca de los modos de trabajo de las IAG, veamos algunos modelos que las clasifican según sus modos de trabajo:
Modelo de Difusión
Los Modelos de Difusión crean nuevos datos añadiendo cambios aleatorios y controlados a una muestra inicial. Tomando los datos originales y aplicando cambios sutiles en iteraciones, hacen que la muestra se aleje de su versión original de forma progresiva. El ruido de la imagen se maneja cuidadosamente para mantener la coherencia y el realismo de los datos generados.
Luego de aplicar ruido durante varias iteraciones, el modelo de difusión invierte el proceso eliminando gradualmente el ruido y restaura la muestra de datos para producir una nueva muestra que se asemeje a la versión original.
Redes Generativas Adversativas o Redes Antagónicas Generativas
Las Redes Generativas Adversativas (GAN por sus siglas en inglés) son otro modelo que se basa en el modelo anterior utilizando dos redes neuronales distintas. La primera, conocida como ‘Generador’, produce datos falsos añadiendo ruido aleatorio a una secuencia original. La segunda, conocida como ‘Discriminador’, intenta distinguir los datos falsos y reales producidos por la otra red neuronal.
Este modo de retroalimentación entre una red y otra produce que el Generador cree datos cada vez más realistas, mientras que el Discriminador mejora su capacidad de diferenciar entre los datos reales y el ruido falso. Este ejercicio se lleva a cabo hasta que las producciones del generador son tan convincentes que el discriminador no logra diferenciar un dato original del falso.
Este modelo de IAG es utilizado por usuarios en la red para generar imágenes realistas, dejando volar la imaginación para crear toda clase de eventos fuera de lo común.
Virtudes e ineficacia en el uso de IAG
Mientras la presencia de IA generativa ocupa cada vez más lugar en las tareas diarias de la sociedad, muchas organizaciones ya no se preocupan por qué es lo que estas tecnologías pueden hacer, sino en cómo lo hacen. Visto de este modo, la avanzada de la inteligencia artificial en el mercado ofrece un sinfín de beneficios como así también riesgos.
Riesgos a los que se enfrenta la IAG
Dado que es una tecnología en constante desarrollo, aún existen espacios en blanco respecto al quehacer de sus desarrolladores en determinadas materias, muchas de ellas en relación a la seguridad de los usuarios, la propiedad intelectual e incluso el fraude. A continuación, la consultora Gartner enumera seis riesgos que la IA Generativa afronta en la experiencia del usuario:
- Falta de transparencia: Modelos de IA como ChatGPT son impredecibles e incluso sus propios desarrolladores no terminan de comprender de qué manera funcionan y cuáles son sus límites.
- Exactitud: Una de las dificultades que aún no encuentra solución es la cantidad de respuestas inexactas que las IAG elaboran, por lo que siempre es conveniente utilizar fuentes confiables a la hora de redactar contenido o consultar información.
- Inclinación: Las respuestas sesgadas aún precisan de políticas de control por parte de sus desarrolladores para así poder detectarlas y prever cualquier requisito legal relevante.
- Derechos de autor: Dado que las IAG utilizan datos obtenidos de creaciones humanas, actualmente no existe un marco legal que regule la utilización de esta información para respetar la propiedad intelectual de sus autores.
- Ciberseguridad y fraude: Las empresas deben anticiparse al uso de IA Generativa por parte de ciberdelincuentes, quienes pueden producir falsificaciones y mejorar su ingeniería social.
- Sostenibilidad: Los servidores que mantienen en funcionamiento a las IAG generan cantidades significativas de energía eléctrica, desfavoreciendo la sostenibilidad del medio ambiente.
Beneficios en el desarrollo de la IA Generativa
Utilizando los modelos preestablecidos de IAG, los usuarios pueden acceder a una innovadora herramienta que les es útil para automatizar procesos, ser más creativos en el trabajo, mejorar textos escritos e incluso crear códigos de programación IT mediante textos descriptivos. Entre otros beneficios, se destacan:
- Inmediatez en la respuesta: Los beneficios de la IA generativa incluyen un desarrollo de productos más rápido, una mejor experiencia del cliente y una mayor productividad de los empleados.
- Resumen de textos: Muchos usuarios usan IAG para resumir, abreviar y reformular correos electrónicos y páginas web.
- Modificar el tono de un mensaje: Las IA permiten manipular el tono de un mensaje, profesionalizarlo o suavizarlo según sea conveniente.
- Clasificar contenido: Dividir la información según temas, sentimientos o determinadas características que se le solicite a la IA Generativa.
- Codificación IT: Muchos programadores hacen uso de la inteligencia artificial para mejorar sus códigos, corregirlos e incluso generar nuevos de acuerdo con la solicitud que escriban en texto.
- Creación de contenido escrito: Producir borradores con una longitud y estilo determinados.
Reemplazo a corto plazo por IAG en el contexto chileno
El crecimiento de las IA Generativas ha sido tan exponencial que, en tan solo dos años desde su lanzamiento, ChatGPT ha acumulado un total de 100 millones de usuarios activos, superando los récords de TikTok e Instagram para fines de 2023. Incluso, una publicación del Instituto de Estudios de la Sociedad de Chile (IES) dice que, a la fecha, ya se han lanzado 23 modelos más de IAG; todo gracias al avance significativo de OpenAI en la tecnología global.
Esta carrera en la industria tecnológica obliga a las empresas del mundo a incorporar estas nuevas herramientas. De lo contrario, no contarían con una innovación en sus ciclos de trabajo que puede dejarlos atrás frente a su competencia. Pero cuando se habla de implementar IAG en el trabajo, muchas personas piensan en el temor a la sustitución del empleo por un robot, suponiendo que la inteligencia artificial puede sustituir recursos humanos.
¿Qué medidas toma Chile ante la incertidumbre de las IAG?
Ante este temor, el IES afirma que esta tecnología aún se encuentra en una etapa temprana de desarrollo, por lo que tanto la sociedad como sus propios desarrolladores no comprenden por completo sus implicaciones a corto y largo plazo. Para minimizar estas inquietudes, el Ministerio de Ciencias de Chile convocó a un panel que tuvo lugar en el encuentro de la Política Nacional de inteligencia artificial del año 2021.
Esta iniciativa busca actualizar y adaptar la estrategia chilena frente a las IAG, tanto para abordar los desafíos y oportunidades emergentes en este campo tecnológico, como para también enfrentar problemas descritos anteriormente: plagio, sesgos ideológicos, ciberseguridad, propiedad intelectual, desinformación y aspectos morales respecto al desempleo y la sustitución de recursos humanos por IA.
¿Cuántas empresas de Chile usan IA Generativa?
Entre junio y julio de 2023, 140 directores y altos ejecutivos de Argentina, Brasil, Chile, Colombia, Costa Rica, México y Perú participaron de un estudio llevado a cabo por Noventiq Holdings y auditado por LatAm Intersect PR con el objetivo de indagar el nivel de aceptación, uso y perspectivas a futuro que los líderes de distintas empresas latinoamericanas tienen para con el uso de IA Generativa en sus espacios de trabajo.
Según los resultados del estudio, las compañías de Chile tienen perspectivas muy variadas en relación al uso y la consideración que le dan a las IAG en sus ofertas de negocio y espacios de trabajo. Dando como resultado los siguientes porcentajes:
- 35,7% actualmente está experimentando con el uso de IAG en su negocio;
- 35,7% analiza la posibilidad de incorporar IAG a su oferta y busca cómo hacerlo;
- 21,4% dijo que ya integró IAG a su oferta de servicios a clientes;
- 7,1% no tiene planes de incorporar IAG en ningún aspecto del negocio.
Por su parte, México y Chile fueron los países que más optimismo reflejaron en la encuesta respecto a las capacidades educativas de la IA Generativa desde una perspectiva social: El 60% y el 39,3%, respectivamente, creen que la IAG debería utilizarse para educar a las próximas generaciones como una prioridad. Según Noventiq, el 80% de los encuestados del sector educativo creen lo mismo.
En cuanto a la implementación de IA en servicios públicos, Chile se destaca como un ejemplo notable en la región. En colaboración con la Universidad de Chile, el Ministerio del Interior emplea inteligencia artificial para predecir la delincuencia y mapear riesgos. Por su parte, la Superintendencia de Medio Ambiente utiliza esta tecnología para analizar datos, establecer conjuntos de información estandarizada y desarrollar sistemas de alerta.
Capacidad Creativa de la IAG
Si bien la empresa de software Adobe Inc. clasifica a las IAG como un tipo de inteligencia artificial débil, dado que no puede explorar sus potenciales más allá de las proposiciones de sus tareas específicas, éstas pueden ser una alternativa sumamente creativa a la hora de generar toda clase de contenidos audiovisuales. Basta con introducir una descripción textual (Prompt) en un campo específico para conseguir resultados al instante.
Generación de textos
ChatBots como ChatGPT se han vuelto muy populares en los últimos años gracias a la innovación que ofrecen. La IA es capaz de dar respuesta a todo tipo de preguntas y solicitudes, desde la creación de textos sobre determinado tema, códigos de programación y la automatización de procesos.
Producción de Imágenes
Generadores de imágenes como Dall-E, DaVinci o Adobe Firefly son capaces de generar imágenes a partir de una instrucción textual. Entrenados con cientos de miles de datos obtenidos de ilustraciones e imágenes, estas IAG sirven a ilustradores y agencias de marketing para obtener resultados a partir de sus ideas descriptivas.
Sonido con IA Generativa
La IAG puede obtener datos no solo de imágenes, sino también de sonido. Esta tecnología es capaz de interpretar patrones de género, voces y técnicas musicales de cientos de artistas para codificarlo en sus modelos y transformarlo nuevamente en una pieza musical totalmente distinta.
Producción de videos
Dado que esta tecnología no tiene límites creativos, es capaz de combinar audio e imagen para generar productos audiovisuales. En ese sentido, las IAG son capaces no solo de producir y editar videos de acuerdo con los comandos solicitados; muchas plataformas utilizan IA para agregar subtítulos a sus producciones, así como modificar la relación de aspecto de las imágenes o editar sonido.
Aplicaciones en Industrias y Sistemas Notables
Para estudiar los modos de implementación de las IAG y la potencia que tiene para ofrecer a la sociedad, la Cámara Chilena Norteamericana de Comercio (AmCham Chile) junto a la Universidad del Desarrollo (UDD) elaboraron el AI Readiness, 2°: Diagnóstico de la adopción de la inteligencia artificial (IA) de empresas en Chile.
Los resultados del estudio revelaron qué clase de industrias chilenas utilizan IAG y en qué contexto las ejecutan. Entre 2019 y mayo de 2023, el documento indica que la adopción de IA en las empresas chilenas aumentó un 42%, siendo los siguientes rubros quienes más se destacaron:
- Información y comunicaciones: Redacción y corrección de documentos, traducción de idiomas y comunicación social.
- Servicios IT: Machine Learning, automatización de procesos de programación y localización de errores en sus sistemas de códigos.
- Transporte y Almacenamiento: Control de stock, gestión de quiebres y optimización en la merma del producto final.
- Finanzas y Seguros: Aplicación de IA en la nube, gestión y administración de grandes bases de datos.
- Marketing: Herramientas de clusterización para segmentar clientes de acuerdo a determinados parámetros.
- Minería: Robotización, disminución de exposición de trabajadores a actividades de riesgo, camiones autónomos guiados por IAG para transportar minerales.
Incluso, para demostrar las posibilidades de la IAG en el ámbito académico, el propio estudio de la AmCham y la UDD utilizó recursos de la IAG para realizar distintas operaciones en el armado del trabajo. Tales como la recolección, procesamiento y análisis de datos a través de algoritmos de clusterización, la producción de su imagen de portada, transcripción de audios y entrevistas y revisar los textos a lo largo de todo el documento.
Inversión y Desarrollo de la IAG
Desde 2022, las empresas han reconocido la importancia de la innovación tecnológica como parte fundamental de su estrategia empresarial. En ese contexto, adoptar IA Generativa se ha convertido en una necesidad más que una opción, convirtiéndose en una herramienta indispensable en sus proyectos. Según la AmCham Chile, entre 2013 y 2022, la inversión privada en IES aumentó 18 veces, destacando el progreso y la creciente importancia de esta tecnología en los últimos años.
Las empresas líderes a nivel global destinan entre un 1% y un 5% de su presupuesto a la IA Generativa para mejorar sus rendimientos y mantenerse competitivas. Aunque el éxito en la implementación de esta tecnología no radica únicamente en la cantidad de inversión realizada, sino en la capacidad de adaptación y en la eficacia con la que se aplica. Las empresas deben asignar un presupuesto específico para la IA en toda su cadena de valor, aumentando la rentabilidad y su capacidad de innovación.
Gartner, por su parte, cree que industrias como la farmacéutica, manufacturera, de medios, de arquitectura, de diseño de interiores, de ingeniería, automotriz, aeroespacial, de defensa, médica, electrónica y energética aumentarán el uso de IAG en sus procesos centrales de aquí a los próximos diez años:
- Para 2024, el 40% de las aplicaciones empresariales tendrán IA conversacional integrada;
- Para 2025, se espera que más del 30% de los nuevos medicamentos y materiales sean fabricados de manera sistemática mediante el uso de técnicas de IA Generativa;
- Aproximadamente el 30% de los mensajes de marketing emitidos por grandes organizaciones serán generados sintéticamente en 2025;
- la IA de diseño generativo automatizará el 60% del esfuerzo de diseño de nuevos sitios web y aplicaciones móviles en 2026;
- Para 2027, casi el 15% de las nuevas aplicaciones serán generadas automáticamente por IA sin intervención humana.
Desafíos Éticos y Regulación
A pesar de los números alentadores que arrojan algunas encuestas sobre el uso de IAG en Chile, otras compañías internacionales temen por los problemas éticos y morales que el avance de esta tecnología puede ocasionar. Entre ellos, surge la vulnerabilidad de sus activos digitales, la falta de regulación en materia de propiedad intelectual y el perfeccionamiento de las técnicas de cibervandalismo a nivel global.
Problemas de la IA Generativa frente a los Ciberataques
En 2024, consultora PwC difundió los resultados de su encuesta Global Digital Trust Insights, la que contó con la participación de 3.800 Oficiales de Seguridad de la Información (CISO) y directores de Tecnologías de la Información (CIO). Este informe ofrece un análisis global de la perspectiva de la inteligencia artificial frente al ciberdelito:
- La cantidad de compañías que sufrieron un ciberataque valuado en más de un millón de dólares aumentó de 27% en 2022 al 36% en 2024;
- 52% del total de encuestados espera que la IA Generativa provoque ciberataques catastróficos de cara a los próximos doce meses;
- 31% de los encuestados está aumentando sus presupuestos en ciberseguridad entre 6% y 10% para protegerse de ciberataques a futuro;
Marco legal ante el uso de IAG
El desarrollo de las IA Generativas en su aspecto legal se encuentra en vías de desarrollo y, como consecuencia, son muchos los enfoques en donde se ha abordado. En Latinoamérica, unos de los primeros países en producir estrategias legales frente al uso de IA fueron Argentina, Colombia y Chile:
- Argentina centra sus intereses en fomentar el crecimiento del sector privado en torno a la IA, con el apoyo de incentivos e iniciativas gubernamentales.
- Colombia incluye normas sobre accesibilidad e inclusión en torno a la IA como parte de un marco nacional de ética de la IA.
- Chile, por su parte, garantizará no solo los niveles de servicio y disponibilidad de los conjuntos de datos pertinentes, sino también la “claridad jurídica” para los desarrolladores y usuarios de los mismos.
Sin embargo, un 37,5% de las empresas encuestadas por Noventiq piensa que el retraso de la creación de un marco legal en comparación con la evolución imparable de la IA posterga el despliegue de esta tecnología hasta que los aspectos legales se clarifiquen. Y una de las posibles soluciones a esta crisis sea observar las directrices que tome la Unión Europea frente a esta tecnología.
Existe otro argumento en contra que indica lo siguiente: De otorgar un marco legal regulatorio y excesivo al uso de las IAG, la ley podría inhibir el desarrollo de la IA tal y como se está dando actualmente. La sociedad vive una “carrera armamentística” de la IA Generativa, donde América Latina ocupa el rol de crear y potenciar el desarrollo de nuevas empresas emergentes: Solo en 2021, la región ya contaba con 34 nuevas empresas unicornio, las cuales se beneficiarán de la IA Generativa o la utilizarán en su oferta en el futuro.
