La calidad de las respuestas que puede dar ahora un sistema de la IA a preguntas e instrucciones era imposible hace s\u00f3lo unos a\u00f1os. – John Crook, jefe de Equipo, Grupo Volaris<\/p><\/blockquote>\n
Lluvia de ideas sobre posibles usos empresariales de la IA<\/h3>\n
Naturalmente, las crecientes capacidades de la IA tambi\u00e9n pueden suscitar preocupaciones sobre la \u00e9tica y la propiedad intelectual. Pero suponiendo que estas preocupaciones puedan resolverse con el tiempo, uno no puede dejar de preguntarse si las empresas con visi\u00f3n de futuro pueden utilizar la IA para ayudar a gestionar las tareas repetitivas. Al fin y al cabo, las empresas ya est\u00e1n utilizando la tecnolog\u00eda para liberar tiempo de los empleados y permitir que se centren m\u00e1s en el trabajo de alto valor. Ya est\u00e1n adoptando la automatizaci\u00f3n y la IA en forma de chatbots, an\u00e1lisis predictivo y automatizaci\u00f3n rob\u00f3tica de procesos (RPA). En una conferencia de Volaris<\/a> de 2022, algunos participantes hicieron una lluvia de ideas y experimentaron con casos de uso, muchos de los cuales eran puntos de partida para diversas tareas:<\/p>\n En los \u00faltimos a\u00f1os, OpenAI, la empresa de investigaci\u00f3n que ha desarrollado un potente modelo ling\u00fc\u00edstico, el GPT-3, ha sido el motor de este revuelo. Este modelo proporciona la estructura subyacente para ChatGPT y otras aplicaciones. Entender c\u00f3mo se desarroll\u00f3 un modelo ling\u00fc\u00edstico como el GPT-3 puede proporcionar un contexto para sus posibles usos y limitaciones. El GPT-3 es el mayor modelo de aprendizaje automatizado de red neuronal disponible p\u00fablicamente que se ha producido nunca, y est\u00e1 dise\u00f1ado para predecir qu\u00e9 texto es probable que siga a una indicaci\u00f3n determinada, bas\u00e1ndose en el amplio entrenamiento que le han proporcionado los investigadores. El modelo GPT-3 puede predecir respuestas a partir de un conjunto de datos masivo que se ejecuta mediante 175.000 millones de par\u00e1metros y contiene m\u00e1s de 45 terabytes de texto, incluidos los de Wikipedia, libros y art\u00edculos cient\u00edficos. (Una parte clave de la arquitectura utilizada en GPT-3 es el modelo transformador, que represent\u00f3 un gran avance y sobre el que se escribi\u00f3 por primera vez en 2017[i]). \u00bfOtra raz\u00f3n para prestar atenci\u00f3n al mundo de la IA? Ahora es m\u00e1s f\u00e1cil que nunca para cualquiera acceder a herramientas de IA como GPT-3 y experimentar con ellas. Para generar texto en GPT-3, por ejemplo, el usuario introduce una instrucci\u00f3n en un lugar de acceso p\u00fablico y la herramienta de IA utiliza su entrenamiento para generar r\u00e1pidamente una respuesta pertinente. GPT-3 tambi\u00e9n puede resumir textos y responder preguntas. \u00abLa calidad de las respuestas que puede dar ahora un sistema de IA a preguntas e instrucciones era imposible hace s\u00f3lo unos a\u00f1os\u00bb, afirma John Crook, Jefe de Grupo de Volaris Group, que ha seguido de cerca los \u00faltimos avances. \u00abSi te has planteado utilizar la IA en tu empresa anteriormente, pero pensabas que era demasiado dif\u00edcil, demasiado cara o demasiado imperfecta, te sugerir\u00eda que lo volvieras a mirar\u00bb. Si quieres conocer las \u00faltimas capacidades de la IA, Crook ha reunido a continuaci\u00f3n una gu\u00eda para ayudar a los l\u00edderes empresariales a iniciarse y adentrarse en el aprendizaje de la IA utilizando GPT-3.<\/p>\n El GPT-3 Playground es una herramienta en l\u00ednea en la que puedes introducir texto, pulsar enviar y ver la respuesta de GPT-3. Puedes estructurar el texto que proporciones (llamado prompt) para obtener resultados \u00fatiles. Para empezar con GPT-3, ve a la p\u00e1gina de registro de OpenAI<\/a> y crea una cuenta gratuita. Inicia sesi\u00f3n y ve a la aplicaci\u00f3n Playground. Escribe o pega tu prompt y pulsa intro para crear una nueva l\u00ednea, luego haz clic en \u00abEnviar\u00bb. La configuraci\u00f3n por defecto est\u00e1 bien para empezar a experimentar.<\/p>\n Veamos algunos ejemplos que muestran las capacidades de GPT-3, as\u00ed como algunas de sus limitaciones. Estas demostraciones pueden darte ideas que puedes utilizar en tu empresa hoy mismo.<\/p>\n El Ejemplo 1 muestra c\u00f3mo mejorar la redacci\u00f3n de un contrato. El texto sombreado en verde es la respuesta de GPT-3 a las instrucciones de texto (prompt) que has introducido. (Nota del editor: No<\/strong> estamos sugiriendo que utilices la respuesta de GPT-3 en lugar de tu actual proceso de revisi\u00f3n legal.<\/u> Sin embargo, puedes tratar a GPT-3 como una especie de asistente virtual que puede sugerirte ideas a considerar).<\/p>\n Reescribe el siguiente p\u00e1rrafo adecuado para un contrato legal que reduzca el riesgo para LinkSoft:<\/p>\n LinkSoft har\u00e1 todo lo comercialmente posible para proporcionar a los clientes un tiempo de actividad del 99,99%. Esto no incluye los periodos programados para actualizaciones y mantenimiento. El tiempo de inactividad se mide desde el momento en que el Cliente informa de una interrupci\u00f3n no programada del servicio.<\/p>\n Sin perjuicio de cualquier disposici\u00f3n en contrario contenida en el presente Contrato, Linksoft realizar\u00e1 los esfuerzos comercialmente razonables para proporcionar los Servicios con un \u00edndice de tiempo de actividad del 99,99% (\u00abNivel de Servicio\u00bb), excluyendo (i) los periodos durante los cuales los Servicios no est\u00e9n disponibles mientras est\u00e9n programados para actualizaciones y mantenimiento, o (ii) cualquier indisponibilidad causada por factores que escapen al control razonable de Linksoft, como, por ejemplo, desastres naturales, actos de guerra o terrorismo, disturbios, alteraciones civiles, interrupciones en las telecomunicaciones o en los servicios del proveedor de servicios de Internet o fallos en los equipos. El tiempo de inactividad se medir\u00e1 a partir del momento en que el Cliente comunique una interrupci\u00f3n no programada del servicio.<\/p>\n Observa c\u00f3mo la herramienta de IA tiene, entre otros cambios:<\/p>\n Una vez m\u00e1s, es muy importante recordar que no debes utilizar simplemente la respuesta de GPT-3 tal cual, ya que no<\/strong> sustituye a tu proceso de revisi\u00f3n legal.<\/u> Su resultado debe considerarse simplemente como una sugerencia a tener en cuenta. Despu\u00e9s de ejecutar estos resultados varias veces, puede que te des cuenta de que no siempre obtendr\u00e1s el mismo resultado. A veces te sorprender\u00e1. Por ejemplo, una vez cambi\u00f3 99,99% por 99,9%, y otra vez elimin\u00f3 por completo cualquier medida espec\u00edfica de tiempo de actividad. Si no te gusta su respuesta, es f\u00e1cil y r\u00e1pido volver a intentarlo para obtener un resultado diferente. Ten en cuenta que, como cualquier servicio en l\u00ednea, tu texto se env\u00eda a los servidores del proveedor, por lo que no es aconsejable utilizar datos confidenciales.<\/p>\n GPT-3 puede ayudarte a escribir c\u00f3digo, incluso en Excel. Imagina que tienes una hoja de c\u00e1lculo con cientos de fichas de estructura id\u00e9ntica, donde la celda W44 de cada ficha muestra el EBITA de la empresa\/grupo de esa ficha. Te gustar\u00eda reunir todos los EBITA en una columna y colocarlos en la primera hoja, pero no est\u00e1s seguro de c\u00f3mo hacerlo. Prueba con la siguiente consulta en GPT-3:<\/p>\n Escribe una macro de Excel que recorra todas las pesta\u00f1as de una hoja de c\u00e1lculo Excel y copie el contenido de la celda W44 de cada pesta\u00f1a en la columna A de la primera hoja de c\u00e1lculo.<\/p>\n For Each ws In LibroActivo.HojasDeTrabajo<\/p>\n ws.Gama(\u00abW44\u00bb).Copiar<\/p>\n Hojas(1).Rango(\u00abA\u00bb & Filas.Cuenta).Fin(xlUp).Desplazamiento(1, 0).PegarEspecial<\/p>\n Siguiente ws<\/p>\n Copia el c\u00f3digo producido por GPT-3, p\u00e9galo en una macro de Excel y comprueba si funciona como es debido. No siempre es 100% correcto en la sintaxis, as\u00ed que si la primera versi\u00f3n que produce no compila, puede valer la pena otro intento. Aunque el GPT-3 no se construy\u00f3 espec\u00edficamente para escribir c\u00f3digo, los dise\u00f1adores del GPT-3 se quedaron perplejos de que pudiera llegar a ser capaz de hacerlo. El modelo GPT-3 ha procesado suficiente c\u00f3digo como para aprender cu\u00e1l es probablemente la soluci\u00f3n correcta siguiendo el comentario de c\u00f3digo de la pregunta anterior.<\/p>\n Este \u00faltimo ejemplo no est\u00e1 directamente relacionado con los negocios, pero est\u00e1 dise\u00f1ado para mostrar lo bien que GPT-3 puede tratar la complejidad, el contexto y los matices. La frase del Ejemplo 3 comienza hablando aparentemente de criaturas o animales vistos por el narrador, y la descripci\u00f3n de las criaturas concluye mucho m\u00e1s tarde, en la frase final. Entre medias, hay varias frases que hablan del tiempo y utilizan muchos sustantivos animales para intentar confundir la situaci\u00f3n. \u00bfCrees que el GPT-3 puede dar seis respuestas correctas a las preguntas del siguiente enunciado?<\/p>\n Creo que vi emerger al menos una docena, no, quiz\u00e1 m\u00e1s del triple. La luna brillaba intensamente, hab\u00eda un fuerte viento que produc\u00eda montones de caballitos blancos en el mar. Las frondas proyectaban sombras que bailaban como un gato sobre un tejado de zinc caliente. La visibilidad era escasa, pues llov\u00eda a c\u00e1ntaros. Estaban en un viaje de vida o muerte desde su arenoso lugar de nacimiento hasta el mar.<\/p>\n 1. \u00bfQu\u00e9 animales vio el narrador?<\/p>\n 2. \u00bfCu\u00e1ntos se vieron?<\/p>\n 3. \u00bfQu\u00e9 \u00e1rboles se describieron?<\/p>\n 4. \u00bfQu\u00e9 tiempo hac\u00eda?<\/p>\n 5. \u00bfQu\u00e9 se entiende por acribillar a perros y gatos?<\/p>\n 6. \u00bfQu\u00e9 provoc\u00f3 el movimiento de las sombras?<\/p>\n Para ilustrar lo r\u00e1pido que podr\u00eda avanzar la IA, la potencia de c\u00e1lculo disponible para la IA es ya 7,3 millones de veces superior a la de hace 10 a\u00f1os. Y el GPT-3 no es el \u00fanico modelo de IA que est\u00e1 haciendo grandes avances. Otros modelos producen im\u00e1genes en lugar de texto: por ejemplo, DALL-E-2[ii] y Stable Diffusion[iii]. Se calcula que en 2022 la potencia de c\u00e1lculo efectiva de la IA se duplicar\u00e1 cada 5,7 meses[iv]. Con la IA cambiando a un ritmo fenomenalmente r\u00e1pido, alguien de tu equipo directivo podr\u00eda plantearse estar atento a los \u00faltimos avances para evaluar los posibles usos empresariales. Si a\u00fan no has pensado en lo que la IA y el aprendizaje autom\u00e1tico podr\u00edan hacer por tu empresa, este art\u00edculo pretende inspirarte ideas.<\/p>\n Durante algunas sesiones de Cuadrantes, los participantes sugirieron ideas para generar una imagen a partir de una indicaci\u00f3n. Las im\u00e1genes de arriba fueron generadas por DALL-E-2 a partir de la sugerencia: \u00abdesarrolladores de software en un bar al estilo de David Hockney\u00bb, seguida de \u00abdesarrolladores de software en un bar al estilo de una vidriera\u00bb. <\/em><\/p>\n Acerca del colaborador:<\/strong> Los ejemplos mostrados en este art\u00edculo y varias citas han sido aportados por John Crook, l\u00edder de Equipo en Volaris. Se basan en su trabajo de moderaci\u00f3n en Cuadrantes 2022<\/a>, un evento en el que animamos a los l\u00edderes a compartir su experiencia sobre las mejores pr\u00e1cticas y las tendencias emergentes. <\/em><\/p>\n Crook es conocido entre los colegas de Volaris como un l\u00edder creativo con sensibilidad comercial. Como aprendiz perpetuo, su inter\u00e9s por la IA y el aprendizaje autom\u00e1tico se ha profundizado en los \u00faltimos a\u00f1os y se mantiene al d\u00eda con los cursos de las principales instituciones mundiales que avanzan en este campo. El liderazgo de Crook se basa en d\u00e9cadas de experiencia en el desarrollo de software. Mientras trabajaba en Intel, la Oficina de Patentes y Marcas de EE.UU. concedi\u00f3 patentes a varias de sus innovaciones. Adem\u00e1s de compartir sus conocimientos sobre IA en Quadrants, tambi\u00e9n hizo presentaciones sobre temas como las mejores pr\u00e1cticas de contrataci\u00f3n de clientes, el bienestar de los empleados y lecciones de historia del sector tecnol\u00f3gico. <\/em><\/p>\n [i] La atenci\u00f3n es todo lo que necesitas<\/a>. A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. G\u00f3mez, Kaiser e I. Polosukhin. Avances en Sistemas de Procesamiento Neuronal de la Informaci\u00f3n , p\u00e1gina 5998–6008. (2017)\n
La IA ha avanzado mucho<\/h3>\n
\nC\u00f3mo empezar: C\u00f3mo acceder al GPT-3 Playground<\/h3>\n
Demostraci\u00f3n del funcionamiento de la GPT-3<\/h3>\n
Ejemplo 1A: Mejorar la redacci\u00f3n de un contrato<\/h4>\n
Ejemplo 1B: Examinar los resultados<\/strong><\/h4>\n
\n
Ejemplo 2A: Escribir una macro Excel<\/h4>\n
Ejemplo 2B: Examinar los resultados<\/h4>\n
Ejemplo 3: Manejar un lenguaje muy contextualizado<\/h4>\n
\u00bfQu\u00e9 es lo pr\u00f3ximo para la IA y tu empresa?<\/strong><\/h3>\n
![\"Una](\"https:\/\/www.volarisgroup.com\/wp-content\/files\/aHViPTgzODU1JmNtZD1pdGVtZWRpdG9yaW1hZ2UmZmlsZW5hbWU9aXRlbWVkaXRvcmltYWdlXzYzOTllNTE2NDJiZTIucG5nJnZlcnNpb249MDAwMCZzaWc9YzBhNzNiNDYwM2ExZTRkYzI4ZmFiYTE5NTI3YmZhMTM=.jpg\")
<\/p>\n
\nM\u00e1s informaci\u00f3n sobre la automatizaci\u00f3n de Volaris:<\/h3>\n
\n
\nCita:<\/h3>\n
\n[ii] Un an\u00e1lisis muy preliminar de DALL-E<\/a> 2. Gary Marcus, Ernest Davis, Scott Aaronson. Xiv:2204.13807v2
\n[iii] Difusi\u00f3n Estable Publicaci\u00f3n P\u00fablica<\/a> – Stability.Ai
\n[iv] Tendencias inform\u00e1ticas a lo largo de tres eras del aprendizaje autom\u00e1tico<\/a>. Sevilla, Jaime & Heim, Lennart & Ho, Anson & Besiroglu, Tamay & Hobbhahn, Marius & Villalobos, Pablo. (2022).<\/p>\n","protected":false},"excerpt":{"rendered":"