Muchas gracias por tomarse el tiempo de leer este contenido que es el primero que escribí de la sección de Inteligencia Artificial. Si está interesad@ en aprender lo que hay detrás de esta tecnología llegó al lugar correcto, cosas interesantes va aprender como:
- ¿Quién creó ChatGPT?
- ¿Qué es ChatGPT?
- ¿Qué es la Ingeniería de Prompts (Prompt Engineering)?
- ¿Qué es la Inteligencia Artificial Generativa (Generative AI)?
- ¿Qué es Procesamiento Natural del Lenguaje: PNL (Natural Language Processing: NLP)?
- ¿Qué son los Modelo de Lenguaje Grande (Large Language Models: LLMs)?
Empecemos…
¿Quién creó ChatGPT?
OpenAI fundada en el 2015 en Estado Unidos, es la creadora de ChatGPT, es una compañía de investigación de inteligencia artificial sin fines de lucro, en su página web dicen que:
“Nuestro objetivo es avanzar en la inteligencia digital de la manera que sea más probable que beneficie a la humanidad en su totalidad, sin las limitaciones de la necesidad de generar retorno financiero. Dado que nuestra investigación está libre de obligaciones financieras, podemos centrarnos mejor en un impacto humano positivo.”
¿Qué es ChatGPT?
Es una aplicación creada por OpenAI. ChatGPT en una Inteligencia Artificial Generativa que usa modelos de lenguaje GPT (Generative Pre-training Transformer: Transformador Generativo Preentrenado), para contestar preguntas, analizar datos, crear música, imágenes, videos, generar códigos de programación de lenguajes específicos, servir de asistente personal y muchos tipos de aplicaciones más.
Por medio de PROMPTS ó Instrucciones en mensajes de Lenguaje Natural (Natural Language: NL), se dan instrucciones al GPT por medio de nuestro idioma natural que en este caso sería español. Las instrucciones o prompts que se suministran a esta Inteligencia Artificial Generativa se simulan como si se las estuviéramos dando a un ser humano, y para obtener un mejor resultado, explicar el contexto del resultado juega un papel importante en el resultado que logramos obtener.
Tip Pro:
Para lograr un mejor resultado usando ChatGPT mi recomendación es alimentar a la IA Generativa con mucho contexto, adicionando ejemplos y proveer información sobre cuál es la respuesta o resultado se espera obtener. Para esto se necesitan técnicas de Ingeniería de Prompts, para que el resultado sea el más efectivo y esperado.
Acorde con OpenAI, una de las inspiraciones para desarrollar esta tecnología es buscar que ChatGPT tenga un mejor entendimiento del nuestro mundo, el mundo real.
¿Qué es la Ingeniería de Prompts (Prompt Engineering)?
Ingeniería de Prompts es el proceso de guiar una Inteligencia Artificial Generativa (ej: ChatGPT, DeepSeek, Google Gemini, Jasper, Microsoft Copilot etc) a generar los resultados solicitados. Aunque la IA Generativa trata de imitar a los humanos, requiere de muchos prompts (instrucciones) muy detallados para crear resultados de alta calidad.
Los PROMPTS son instrucciones basadas en lenguaje natural de texto que se le proporciona a una IA Generativa, para que de resultados como: análisis de datos, música, textos para blogs, generación de imágenes, audios y videos, los modelos de lenguaje grande (LLM) son muy flexibles y pueden realizar diversas tareas.
Se habla en los medios comunicación internacionales la posibilidad de obtener un salario anual de $335,000 en E.E.U.U como Ingeniero(a) de Prompts y centros académicos mencionan de que la Ingeniería de Prompts es una de las profesiones del futuro o qué van a tener mucha demanda en los próximos años.
Vamos a tomar un ejemplo de las industrias más grandes del planeta y de la cual literalmente todas las personas interactuamos con ella, es la medicina, para entender como esta herramienta viene a cambiar industrias y evolucionarlas. Y en países no desarrollados o en vías de desarrollo puede tomar ventaja de la AI Generativa para mejorar sus servicios y ser más eficientes.
En un artículo publicado en el 2023 por Bertalan Meskó, bajo el nombre: “La Ingeniería de Prompts como una habilidad emergente importante para los profesionales médicos“, mencionan algunos de los aspectos donde se está implementando, tales como:
- Apoyo a las decisiones: Los profesionales médicos pueden utilizar ingeniería de prompts para optimizar los sistemas de inteligencia artificial y ayudar en los procesos de toma de decisiones, como el diagnóstico, la selección de tratamientos o la evaluación de riesgos.
- Asistencia administrativa: Se pueden diseñar instrucciones para facilitar las tareas administrativas, como la programación de pacientes, el mantenimiento de registros o la facturación, aumentando así la eficiencia.
- Compromiso del paciente: La ingeniería de prompts se puede utilizar para mejorar la comunicación entre los proveedores de atención médica y los pacientes. Por ejemplo, los sistemas de inteligencia artificial generativa pueden diseñarse para enviar mensajes para recordatorios de medicamentos, programación de citas o consejos sobre estilo de vida.
- Investigación y desarrollo: en escenarios de investigación, se pueden diseñar instrucciones para ayudar en tareas como revisiones de literatura, análisis de datos y generación de hipótesis.
- Capacitación y educación: se pueden diseñar indicaciones para facilitar la educación de los profesionales médicos, incluida la capacitación continua sobre los últimos tratamientos y procedimientos.
- Salud pública: a mayor escala, la ingeniería rápida puede ayudar en iniciativas de salud pública al ayudar a analizar datos de salud de la población, predecir tendencias de enfermedades o educar al público.
¿Qué hace un Ingeniero de Prompts (Instrucciones)?
En una publicación realizada por la la Universidad de Illinois localizada en Chicago, E.E.U.U, explican alguno de los roles que se van ejercer en esta nueva profesión emergente, los Ingenieros de Prompts realizan una variedad de tareas, que incluyen:
- Diseño y prueba de indicaciones para aplicaciones de inteligencia artificial, como chatbots, asistentes virtuales y herramientas de generación de contenido.
- Analizar el rendimiento de los sistemas generativos de IA y perfeccionar las indicaciones para mejorar la precisión y la eficiencia.
- Colaborar con equipos interdisciplinarios, incluidos científicos de datos, desarrolladores de software y diseñadores de UX, para desarrollar y mejorar productos y servicios impulsados por IA.
- Mantenerse actualizado con los avances en la investigación de IA e incorporar nuevas técnicas para mejorar los procesos de ingeniería rápidos.
¿Qué es la Inteligencia Artificial Generativa (Generative AI)?
El término IA Generativa se refiere a técnicas computacionales que son capaces de generar contenido aparentemente nuevo y significativo, como texto, imágenes o audio a partir de haber sido entrenados con grandes cantidades de datos. La amplia difusión de esta tecnología con ejemplos como Dall-E 2, GPT-4, MidJourney, Google Gemini, DeepSeek, Perplexity y Copilot están revolucionando actualmente la forma en que trabajamos y nos comunicamos.
La IA Generativa funciona usando Modelos de Machine Learning que serían técnicas o formas de inteligencia artificial donde los robots aprenden de patrones y relaciones en datasets (bases de datos) de contenidos creados por humanos.
En un artículo publicado por Goldman Sachs Research en Abril, 2023, estiman que la Inteligencia Artificial Generativa tiene un potencial enorme de traer muchos cambios a la economía mundial, utilizando los avances del Procesamiento Natural del Lenguaje: PNL (Natural Language Processing) en los negocios y la sociedad en general puede atraer un 7% de incremento en el Producto Interno Bruto Mundial (PIB Mundial), alrededor de unos $7 trillones.
La razón del crecimiento mencionado por Goldman Sachs Research, y su estimación es relacionado al cambio que trae la Inteligencia Artificial en la efectividad de realizar tareas que hacen los procesos más eficientes en un negocio, empresa o corporativo, se estima un crecimiento de 1.5 puntos porcentuales de crecimiento de la productividad en un periodo de 10 años.
“A pesar de la incertidumbre sobre el potencial de la IA Generativa, su capacidad para generar contenido que es indistinguible si fue creada por humanos o una máquina, rompe las barreras de comunicación entre humanos y máquinas, refleja un avance importante con efectos macroeconómicos potencialmente grandes“, afirmó Joseph Briggs, economista de Goldman Sachs y Devesh Kodnani en su informe.
¿Qué es Procesamiento Natural del Lenguaje: PNL (Natural Language Processing: NLP)?
El Procesamiento Natural del Lenguaje tiene sus raíces en la lingüística enfocado en cómo una computadora puede entender el lenguaje humano y escrito de cualquier idioma en el que haya sido entrenado un GPT (Generative Pre-training Transformer: Transformador generativo preentrenado). Y generar respuestas con un conocimiento amplio de temas como si fuera una conversación de humanos.
Acorde con K.R. Chowdhary en el libro “Fundamentos de la Inteligencia Artificial (Fundamentals of Artificial Intelligence)” en la sección de “Procesamiento Natural del Lenguaje (Natural Language Processing: NLP)” lo define como:
“El procesamiento del lenguaje natural (PNL) es un área de investigación y aplicación que explora cómo se pueden usar las computadoras para comprender y manipular texto o voz en lenguaje natural para hacer cosas útiles. Los investigadores de la PNL tienen como objetivo recopilar conocimientos sobre cómo los seres humanos entienden y utilizan el lenguaje para poder desarrollar herramientas y técnicas apropiadas para que los sistemas informáticos comprendan y manipulen los lenguajes naturales para realizar las tareas deseadas.”
¿Qué son los Modelos de Lenguaje Grande (Large Language Models: LLMs)?
Los Modelos de Lenguaje Grande (LLM) son modelos de Aprendizaje Profundo (Deep Learning) muy grandes, preentrenados con inmensas cantidades de datos, lo que los hace capaces de comprender y generar lenguaje natural. Esto da como resultado que tenga la capacidad de realizar una amplia gama de tareas como lo son generar: textos, imágenes, audio y videos.
Dando una explicación un poco más profunda, un Transformador (Transformer) es un conjunto de Redes Neuronales (Neural Networks) que consisten en:
- Codificador (Encoder): Red neuronal que procesa información de entrada, como texto e imágenes.
- Decodificador (Decoder): Red Neuronal que genera la salida que se haya utilizado en el Codificador, como por ejemplo, traducción del texto ingresado a la habilidad de poder describir el contenido de una imagen.
Conclusión
Después de escribir este artículo puedo resumir que el creador de ChatGPT es OpenAI, que ChatGPT es una inteligencia artificial generativa, que obtiene su conocimiento a partir de analizar muchas bases de datos enormes para que las computadoras puedan comprender y manipular texto o voz en lenguaje natural. El modelo de aprendizaje de una AI Generativa está basado en Modelos de Lenguaje Grande (LLM) para comprender y generar lenguaje natural como respuesta. La Ingeniería de Prompts, es la forma en que los seres humanos nos comunicamos con ChatGPT o cualquier Inteligencia Artificial Generativa. Escribimos solicitudes en lenguaje natural para obtener una
Bibliografía:
- Introducing OpenAI https://openai.com/blog/introducing-openai
- How does ChatGPT work? https://zapier.com/blog/how-does-chatgpt-work/#
Inteligencia Artificial Generativa
- Feuerriegel, S., Hartmann, J., Janiesch, C. et al. Generative AI. Bus Inf Syst Eng 66, 111–126 (2024). https://doi.org/10.1007/s12599-023-00834-7
- Generative AI could raise global GDP by 7% https://www.goldmansachs.com/intelligence/pages/generative-ai-could-raise-global-gdp-by-7-percent.html
- Generate text, images, code, and more with Google Cloud AI https://cloud.google.com/use-cases/generative-ai
Procesamiento Natural del Lenguaje: PNL
- Chowdhary, K.R. (2020). Natural Language Processing. In: Fundamentals of Artificial Intelligence. Springer, New Delhi. https://doi.org/10.1007/978-81-322-3972-7_19
Modelo de Lenguaje Grande
- https://www.ibm.com/topics/large-language-models
- https://aws.amazon.com/what-is/large-language-model/
- https://blogs.nvidia.com/blog/what-is-a-transformer-model/
Ingeniería de Prompts
- What is Prompt Engineering? https://aws.amazon.com/what-is/prompt-engineering/
- Meskó B – Prompt Engineering as an Important Emerging Skill for Medical Professionals: Tutorial J Med Internet Res 2023;25:e50638 doi: 10.2196/50638
- The AI Job That Pays Up to $335K—and You Don’t Need a Computer Engineering Background https://time.com/6272103/ai-prompt-engineer-job/
- Unlock Career Opportunities with AI: How to Become an AI Prompt Engineer https://www.iit.edu/blog/unlock-career-opportunities-ai-how-become-ai-prompt-engineer
