Cómo hace la IA generativa lo que hace

Los chatbots que conocemos y usamos son ejemplos de Inteligencia Artificial generativa porque producen o generan lenguaje que nos permite interaccionar con ellos para cualquier cosa que necesitemos consultar. ¿Cómo pueden entregar o resolver prácticamente cualquier cosa que les pidamos? ¿Cómo hacen lo que hacen?1. Lo que hace la IA es resultado de cómo se ha programado. El código de programación de la IA generativa es un conjunto de algoritmos de aprendizaje automático. Este punto de partida es importante, porque el aprendizaje automático no se compone del código lineal habitual de un programa de ordenador (del tipo si A es mayor que 10 entonces X, o si A es menor que 10 entonces Y) sino que consiste en un conjunto de algoritmos que establecen probabilidades y patrones, o predicen, qué palabra o palabras serán las siguientes, o qué paso será el siguiente (una versión sencilla sería la predicción de texto en WhatsApp). Desde mitad del siglo pasado la investigación científica ha conceptualizado matemáticamente las operaciones lingüísticas y lógicas que posibilitan que un programa pueda responder de manera muy parecida a como lo haría una persona gracias a algoritmos, que son conjuntos de reglas y operaciones para resolver problemas.2. Con el aprendizaje automático un programa puede llegar a aprender a realizar tareas para las que no se le ha programado. Sin embargo, para dialogar de manera aparentemente natural con una persona, y contestar o resolver peticiones (prompts) un programa tiene que trabajar con alfabeto, palabras, imágenes, sonido, es decir, con datos relativamente desestructurados o desiguales. Para que pueda hacer esto se desarrolló un tipo de aprendizaje automático llamado aprendizaje profundo, que son algoritmos (reglas y operaciones) aún más complejos, porque imitan las estructuras mentales que usamos al tratar con el habla, el texto o las imágenes. Estos algoritmos más complejos, organizados por millares, forman redes neuronales que pueden trabajar con grandes cantidades de información (datos) para identificar patrones, y con ello reconocer o entender escritura, voz o imágenes.3. En 2014 se llegó a un nuevo algoritmo de aprendizaje automático, las Redes Generativas Antagónicas, que permite que un programa genere resultados que parece que sean originales. Estos resultados que nos proporciona la IA generativa que parecen originales (que parece que los haya pensado) son producto de proporcionar datos a redes neuronales para que compitan entre sí en generar nuevos datos, y que así puedan ser más auténticos para la persona que ha hecho la petición o consulta a la máquina. Atención, con estas redes neuronales la IA no solo contesta lo que le preguntemos, además puede darnos ideas, sugerencias o comentarios, y esto es lo que convierte a la IA generativa en más versátil y útil.4. El último paso es donde entran las grandes compañías digitales con mucho dinero para invertir. Cuando a toda esta programación compleja se le alimenta con la Wikipedia, con todos los libros publicados, y cualquier cosa disponible en Internet, es decir, con billones y billones de datos, la IA está manejando lo que se denomina Modelos de Lenguaje de Gran Tamaño. Al reconocer pautas en esos modelos, y reordenar la información en esas pautas, los chatbots de IA generativa pueden hacer lo que hacen: respondernos y ayudarnos en segundos.