PRACTICA 5.
U3
Semana 11 - (U3) Herramientas de Inteligencia
Artificial Generativas.
FERNANDO JOSUE SANDOVAL MARTINEZ.
TECNOLOGÍAS DE LA INFORMACIÓN 24A
(NVO).
1. INTRODUCCION A LA INTELIGENCIA ARTIFICIAL GENERATIVA.
Definición y concepto básico.
La IA generativa es un tipo de inteligencia artificial que nos ayuda a crear muchos tipos de
contenidos nuevos como puede ir desde una idea hasta un contenido completamente nuevo como
una imagen, un video, una conversación o música.
Pero una IA generativa esta a otro nivel de las inteligencias artificiales ya que no solo imita la
inteligencia humana en tarea informáticas, sino lo que la puedes ir entrenando para que aprenda el
lenguaje humano, lenguajes de programación o en general cualquier tema complicado.
Evolución.
Realmente las IA generativas funcionan desde hace muchos años, mas en concreto desde 1966
con ELIZA, un chatbot que simula hablar con un terapeuta. Pero en la actualidad han aparecido
nuevos sistemas de IA generativa tratando de representar un aspecto del mundo real a partir de
proporcionarle un poco de información sobre él. Se estima que los ingresos mundiales en 2025
serán de hasta 60 mil millones, haciéndose notar la expansión del campo y toda la diversificación
de sus aplicaciones.
2. TIPOS DE MODELOS GENERATIVOS.
Redes neuronales generativas.
es una arquitectura de aprendizaje profundo que lo que hace es entrenar dos redes neuronales
haciéndolas que compitan entre si para generar nuevos datos a partir de una cierta información
original. Los ejemplos mas comunes son cuando se usan para generar imágenes nuevas a partir
de la base de datos de una imagen existente.
Modelos de lenguaje.
Varias IA generativas han sido entrenadas con unas cantidades inmensas de textos, lo que le
permite aprender estilos de comunicación, estructuras gramaticales, patrones lingüísticos con el fin
de generar respuestas con una gran comprensión y entendimiento a un sinfín de preguntas y hasta
instrucciones sobre diferentes temas.
Modelos probabilísticos.
Estos modelos tratan de explotar las propiedades probabilísticas de los datos, principalmente
usando modelos gráficos, que traen consigo a toda una red de algoritmos conocidos en el área,
como las redes bayesianas, redes neuronales y campos aleatorios condicionales. Las herramientas
mas comunes que utilizamos con estos algoritmos son los modelos generativos, los asistentes de
voz (como Siri) y los traductores automáticos.
3. Aplicaciones de la inteligencia artificial generativa.
La inteligencia artificial generativa se centra en la creación de contenidos originales, que nos puede
incluir desde la generación de música, textos, música, etc. Tiene aplicaciones de una gran variedad
de campos desde el diseño de experimentos aplicados a la ciencia y a la medicina permitiendo a
los investigadores explorar una amplia gama de posibilidades de una forma más rápida y eficiente.
Puede ser muy útil para la creación de paginas web o campañas publicitarias creando contenido de
una manera masiva aparte del ahorro del tiempo que nos llevaría a nosotros de manera manual.
Las aplicaciones más comunes son:
Audio to Audio. Aplicación que te ayuda a modificar tu voz con la posibilidad de agregar efectos
de sonido.
Audio to text. Aplicaciones que te permiten generar un audio o voz a partir de un texto, incluso con
la opción del cambio de idioma.
Brain to text. Aplicación que nos permite escribir texto a partir de nuestros pensamientos
decodificando los segmentos de voz.
Texto to 3D. Aparte de la creación de imágenes a texto, encontramos una variación más
sorprendente que son aplicaciones con herramientas que nos permiten crear objetos 3D a partir de
textos.
4. Impacto en la sociedad y la cultura.
La IA generativa se ha convertido en una tecnología de alto impacto sobre todo en aspectos de
periodismo y comunicación, con un gran creciente en el área de creación de contenidos ya que a
partir de indicaciones sencillas o parámetros básicos un algoritmo crea contenido en cuestión de
segundos. La sociedad cada vez busca acoplar estos sistemas a toda clase de entornos, sin
embargo, esta tecnología también lleva riesgos éticos y sociales ya que a medida que se avanza
aumenta la posibilidad de engaño ya que hay muy pocos códigos de conducta en nuestra cultura.
El panorama que dibuja esta creciente sofisticación resulta aun mas desalentador y preocupante,
ya que, aunque existen IA para combatir a otras IA como las detectoras de plagio o similares, es
necesario aumentar la conciencia pública sobre el uso responsable y ético de esta tecnología.
5. Desafíos y limitaciones.
Calidad y coherencia en la cantidad de contenido.
Tenemos nuestra disposición muchas tecnologías de creación de texto como writesonic o el mismo
ChatGPT, donde puedes crear correos electrónicos o redactar blogs en cuestión de segundos, esto
en temas de marketing puede ayudar a que te enfoques en otros temas de mayor importancia
ofreciendo un contenido de una gran autenticidad sin sacrificar la calidad del contenido. También
puedes crear videos e imágenes visualmente atractivos que eleven tu impacto y la interacción
ahorrándote el proceso de creación del contenido.
Interpretabilidad y transparencia de los modelos.
A medida que las IA generativas tienen un lugar establecido en muchos enfoques de nuestra vida,
surgen debates sobre la importancia de la transparencia en su uso, sobre todo para aquellos
creadores con una comunidad ya establecida. Realmente un uso ético de este tipo de tecnologías
emerge como la clave para seguir cultivando la confianza dentro de las comunidades digitales que
se dedican a la creación de contenido tales como música, arte y literatura.
6. Avances recientes y tendencias futuras.
La IA generativa claramente se propone como la tecnología para tener en cuenta en los próximos
años, habiendo ya herramientas consolidadas en este mundo, tales como, Chat GPT para la
generación de textos, DALL-E para la creación de imágenes, SlidesAI para realizar tus
presentaciones o DeepDub.ai para las locuciones de voz; y es impresionante como estas
herramientas se siguen actualizando y la forma del enfoque que llevan para seguir generando
contenido.
Qualcom Snapdragon comunicaba que uno de sus principales propósitos en los siguientes años
era llevar la IA generativa a todos los dispositivos a través de sus microchips, al igual que Lenovo
cuenta con la intención de que todos sus ordenadores, tabletas y teléfonos inteligentes lleven esta
tecnología cuanto antes.
Es mas que obvio que esta tecnología está acaparando todos los campos, viéndolo desde las
empresas creando planes de negocio o marketing, hasta los docentes aprovechando esta
tecnología para mejorar su forma de enseñar, así como para cazar a alumnos que se aprovechan
de mas para realizar sus trabajos o tareas. Los ciberdelincuentes aprovechan de estos para
generar códigos maliciosos a una velocidad impresionante.
Últimos desarrollos en inteligencia artificial.
Uno de los casos mas especiales sobre los últimos desarrollos en las IA generativas son los
diseños generativos, ya que ayudan a los profesionales a generar prototipos de la creación de
materiales a través de instrucciones sencillas con diseños más sólidos, efectivos y sostenibles.
Herramientas como Meta ha demostrado con datos inerciales a la vez, poder crear modelos que
puedan reunir audio, texto e imágenes, y lo normal para nosotros ya será interactuar en una
imagen o video al igual que lo hacemos ahora sobre un texto.
El sector sanitario también va a ser unos de los mas desarrollados ya que es un mundo muy
receptivo a la hora de introducir nuevas tecnologías creando imágenes médicas sintéticas para
modelos de entrenamiento hasta la creación de planes de entrenamiento personalizados.
En temas de ingeniería en software gracias a una optimización a la hora de recopilar datos va a
minimizar los riesgos entre la comprensión de un analista y un cliente simplificando la creación de
códigos de fragmentos de código en diferentes idiomas y transformara los lenguajes de
programación de manera parecida a los lenguajes naturales.
Distintos gobiernos como la Unión Europea están comenzando a implementar tecnologías con
distintas medidas intentando preservar la privacidad y seguridad de todos los ciudadanos, sin
poner en peligro la innovación y el desarrollo tecnológico.
Predicciones sobre el futuro de la tecnología generativa.
La mayoría de las predicciones sobre las IA generativas se precisan a el uso de estas mismas
herramientas, pero desarrolladas a un nivel más alto enfocadas principalmente a negocios o
empresas ya que están necesitan automatizaciones ya que la información que manejan sobre toda
la cantidad de clientes va más allá de la capacidad humana para poder ser evaluada.
Pero sin embargo, habrá mas conjuntos de herramientas mejoradas tales como los análisis
predictivos utilizando modelos que usan datos históricos para poder predecir algo que puede llegar
a suceder en el futuro, la segmentación de clientes, la detección de fraudes, la optimización de
recursos, análisis de confianza en donde se analizan opiniones y textos clasificándolos con el fin de
crear datos cuantitativos, la evaluación de riesgos, previsión de la demanda con algoritmos que
analicen patrones de ventas que nos ayuden a predecir futuras tendencias.
7. Conclusiones y reflexiones personales.
Finalmente me gustaría dar mi opinión sobre los puntos clave, dejando en claro que a pesar de que
el ritmo de la innovación de la IA generativa avanza a un nivel sorprendentemente rápido debemos
tener los ojos abiertos y alertas a cualquier consecuencia imprevista, y claro sobre cómo llevar esta
tecnología por un enfoque ético y responsable a la hora de desarrollar y crear contenido en una IA
generativa.
Sin embargo, me es emocionante imaginar la cantidad de posibilidades que se tendrán con el
nuevo panorama tecnológico, desde la cantidad de aplicaciones que se tendrán en casi cualquier
aspecto de nuestra vida, cambiando desde nuestra forma de trabajar o estudiar renovando la
mayoría de los sectores hasta nuestra forma de vivir. Por último, me gustaría recomendar este uso
de tecnologías hacia el futuro ya sea en tu empresa o negocio ya que interactuar con modelos de
IA generativa tanto a nivel personal y empresarial es una manera de empezar a desmitificar la
tecnología y empezar a abrirse a estas nuevas posibilidades transformadoras, ya que a medida
que estos modelos siguen avanzando pueden llegar a superar rápidamente las innovaciones en las
que las empresas llevan años invirtiendo.
Referencias.
Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos
mediáticos. methaodos.revista de ciencias sociales.
BE humans, (6-Noviembre-2023) YourDigitalWorkspace. Evolución de la IA generativa.
https://www.linkedin.com/pulse/evoluci%C3%B3n-de-la-ia-generativa-2023-behumans-p181f/
Fernanda Rocha. Futures & Foresight | Strategic Design | Creativity | Tech & Innovation (6 dic
2022). https://www.linkedin.com/pulse/13-aplicaciones-de-ia-generativa-fernanda-rocha/
Adaptación del texto original en inglés publicado por PwC gestionado por PwC Perú. 5
conclusiones de la inteligencia artificial generativa para los CEOs. (25 ABRIL, 2023 PWC).
https://desafios.pwc.pe/5-conclusiones-de-la-inteligencia-artificial-generativa-para-los-ceos/
