Retos y oportunidades de la IA Generativa

Al Andalus Innovation Ventures 2024 dedicó una jornada a analizar la Inteligencia Artificial Generativa (IA Generativa), una tecnología llamada a cambiar la vida tal y como la conocemos. Por el escenario principal del Pabellón de la Navegación de Sevilla pasaron expertos en la materia; que la estudian, emplean y construyen desde diversos campos y perspectivas. El Catedrático del Departamento de Ciencias de la Computación e Inteligencia Artificial en la Universidad de Granada Francisco Herrera fue el encargado de abrir la ronda de análisis, recalcando que “la IA generativa no es un fenómeno que ha llegado de golpe”, sino que responde a un proceso que comienza hace 8 años con modelos como GAN, que permitía copiar imágenes con un sistema de aprendizaje automático, y que ha sido en 2022 cuando la IA se ha vuelto creativa y, por lo tanto, más relevante.

Al igual que Herrera, todos los expertos que pasaron por el escenario coincidieron en recalcar la incidencia que la IA Generativa está teniendo (y tendrá) en todos los aspectos de la vida humana: social, económica, empresarial, laboral, relacional, creativa, etc. Más allá del análisis global de la tecnología y sus infinitas posibilidades, los ponentes pusieron la mira sobre cómo la IA generativa está transformando el ámbito empresarial, “planteando importantes desafíos, pero al mismo tiempo creando nuevas oportunidades”, según reconocía Herrera, quien augura “una década en la que la IA va a cambiar considerablemente”.

Javier Martín, CEO y fundador de Renaiss, recalcó que estamos entrando en una nueva era, donde la IA va a dejar de ser un comodity para convertirse en una necesidad para las empresas de todos los sectores: “Hay un crecimiento estimado de la necesidad de las empresas de implementar estas tecnologías en sus sistemas de producción. La IA va a entrar en todos los sectores. Ahora destacan campos como el del marketing, software o legal, pero irá creciendo en el resto de sectores, ya que hablamos de una tecnología muy transversal”.

Bajo la marca de Renaiss, Martín ha creado un sistema impulsado por IA que permite a las empresas optimizar y automatizas sus procesos y negocios para aumentar su competitividad y productividad. Y es que cada vez son más las startups que brindan soluciones basadas en tecnología IA y las empresas que integran estos motores en su día a día, agilizando labores y reduciendo costes. 

Ante esta perspectiva, se entiende que la inversión en esta tecnología sea cada vez mayor. Herrera señala que “en el 2023 se invirtieron 2.000M$ en IA y Godlman & Sach espera que en 2025 se eleve a los 200.000M$”. Alfonso Ureña, ex-Presidente de la Sociedad Española para el Procesamiento de Lenguaje Natural (SEPLN) prevé un incremento del 2023 al 2028 de un 30% del mercado mundial en el procesamiento del lenguaje natural y recalca que “cada vez se demandan más profesionales de IA generativa, pero también de ChatGPT, procesamiento de lenguaje y otras dinámicas de IA”. Es decir, que el sector está creando nuevos puestos laborales, algo que siempre se ha mirado con recelo por la capacidad de la tecnología para suplir la mano de obra, pero que los expertos no ven tanto como amenaza sino como la apertura de un proceso de cambio, oportunidad y mejora de los sistemas de funcionamiento actuales: “La IA no sustituye al humano sino que lo ayuda” - defiende Francisco Herrera - “Tenemos que ser capaces de trabajar conjuntamente y que el humano mejore su toma de decisiones”. Para el Catedrático de la Universidad de Granada, “la inteligencia artificial ofrece una sugerencia y finalmente es el SH quien toma la decisión final”.

Herrera considera que el uso de la IA está cada vez más democratizada y que empresas y usuarios se van familiarizando con las aplicaciones existentes. Uno de los dilemas entre los que se debaten algunas empresas hoy en día a la hora de integrar la IA generativa en sus sistemas es la de trabajar con modelos privados o con modelos abiertos. Herrera considera que “para que sea funcional y ayude en las labores de una empresa, no es necesario tener el modelo más grande para que sea el mejor, sino saber adaptarlo”. El Catedrático en Ciencias de la Computación e Inteligencia Artificial señala que las principales ventajas de utilizar un LLMs (modelo extenso de lenguaje) de código abierto son:

• Mayor seguridad y privacidad de los datos.
• Ahorro de costes y reducción de la dependencia de proveedores.
• Transparencia del código y personalización del modelo de lenguaje.
• Apoyo activo de la comunidad y fomento de la innovación.
• Abordar la huella medioambiental de la IA.

Para el experto de la Universidad de Granada, “los dos grandes paradigmas de esta década - en IA - son los desarrollos de los modelos de lenguaje y la verificación de la información”.  Los modelos de lenguaje están revolucionando la forma en que interactuamos con la tecnología, impulsando avances en múltiples sectores y generando un impacto socioeconómico significativo. Mejoran la eficiencia y accesibilidad de servicios basado en el procesamiento cognitivo de la información y el conocimiento. En este ámbito, Alfonso Ureña señala una oportunidad empresarial para los mercados no anglosajones: “Los modelos de lenguaje en español no llegan al 5% de todos los que hay”. Uno de los más destacados es ALIA, que ofrece un modelo de lenguaje entrenado con cuatro millones de palabras en castellano y lenguas cooficiales (catalán, gallego y euskera) con el objetivo de que España tenga un modelo líder. “Pero también hay otros proyectos regionales que buscan crear sistemas computacionales adaptados a las otras lenguas de España (catalán, gallego, valenciano, euskera)” y que están impulsadas por gobiernos regionales, según señala Ureña.

El otro gran paradigma que señala Herrara, la verificación de contenido, consiste en las garantías de chequeo y confirmación de la veracidad de la respuesta, donde hay una gran capacidad de mejora. En mucha ocasiones, los resultados de la IA puedan ser creados a partir de información no contrastada o conocida por el usuario, por eso “sigue siendo fundamental la supervisión humana”, como dice el fundador de Novayre y actual Vicepresidente de Appia, Víctor Ayllón. Y es aquí donde surge otro amplio campo de mejora en el sector y que seguro abre muchas oportunidades empresariales: las herramientas de validación.

CASOS DE ÉXITO

A lo largo de estos años hemos visto aparecer un gran número de startups y empresas que han presentado soluciones muy potentes para diversas industrias. Es el caso del sector servicios (aplicaciones autónomas) que van desde la atención al cliente; la detección de anomalías (ciberseguridad); la extracción de información; automación de procesos; personalización de productos; monitorización y alertas en flujos de datos; filtrado de CVs… Pero hasta ahora, los resultados no eran del todo buenos porque la comprensión del lenguaje natural era compleja. “El boom de la IA generativa se debe a que podemos hablar con ella, nos entiende y responde”, recalca Begoña López, Data Account Manager de Ayesa. Y es que para una persona / empresa habituada a trabajar con grandes volúmenes de datos, la IA generativa supone un cambio sustancial en su flujo de trabajo. Por ejemplo, una empresa del tamaño de Acciona puede obtener “información relevante o extraer información y cargarla en una base de datos”, explica Daniel Taboas, Data & AI Innovation Manager de la compañía, que también expuso el caso de cómo una gran empresa se beneficia de la versatilidad de la IA generativa. “Gracias a esta labor tecnológica, ya tenemos algo que puede leer y que puede tomar decisiones”. Funciones que les ayudan a agilizar procesos de toma de decisiones y avanzar con garantías y fluidez: “Nos ayuda a preparar una oferta económica, gracias a su capacidad para analizar datos económicos”.

“Sigue siendo fundamental la supervisión humana”,

Víctor Ayllón, Vicepresidente de Appian.

Begoña López reconoce que la tecnología aún no ofrece unos resultados óptimos, pero sí les ha permitido construir soluciones y complementarlas con otros modelos más tradiciones para crear mejores soluciones: “Es la primera vez que hemos podido explotar, de manera real y eficiente, grandes cantidades de texto”. Pero además hay otra ventaja que señalan desde Ayesa y que también beneficia a empresas de otros sectores: “Este modelo es capaz de entenderme, darme una respuesta y sabe resumir el contenido. La potencia no es la basta información, sino esa capacidad de sintetizar”.

Otro ejemplo de la capacidad de síntesis que brinda la IA generativa la vemos en el ámbito académico. Víctor Ayllón recuerda un caso de la Universidad de Florida del Sur (Estados Unidos) donde un chatbot ayuda a alumnos, profesores e investigadores a reducir 700 y 1.400 horas en labores de gestión académica. O en el mundo legal, a la hora de adjudicar un contrato del gobierno de EE.UU. a una empresa: “Con la plataforma de Appian se agiliza la toma de decisiones gracias a un resumen de la información del contenido en base a preguntas concretas”.  Cada vez son más las empresas que ofrecen la capacidad de simplificar y sintetizar documentos, a la vez que permite a los usuarios encontrar exactamente la cita o parte que les interese en los documentos oficiales. 

La síntesis es una de las mejoras significativa de la IA generativa, ya que significa una comprensión de los textos y esto tiene una aplicación transversal a múltiples sectores. Alfonso Ureña pone los ejemplos del ámbito legal y médico, donde los lenguajes complejos resultan una traba para la mayoría de los ciudadanos. “La IA generativa está permitiendo transformar lenguaje técnico y complejo en algo más sencillo, mejorando la comunicación en la sociedad”. 

Precisamente el campo de la comunicación es uno de los que está viviendo transformaciones más grandes por la aparición de la inteligencia artificial. Para hablar de ello, AAIV contó con la participación del Director de Canal Sur Media, Juan Manuel Blanco, quien explicó cómo una televisión lineal surgida en los 90 está revolucionando su modelo de producción gracias a la IA generativa. “La IA ha mejorado nuestra plataforma gracias a un Data Lake que recopila información de sus usuarios registrados y marcan datos en relación al consumo que tienen con la plataforma”. Esto le permite a Canal Sur (así como a cualquier plataforma de VOD) mejorar sus recomendaciones o incluso el contenido que plantean desarrollar.

"La potencia no es la basta información, sino esa capacidad de sintetizar”,

Begoña López, Data Account Manager en Ayesa.

“Hay muchas herramientas que nos ofrecen un escalón más de productividad en el mundo de la comunicación, como por ejemplo que una herramienta sea capaz de preparar un tuit para un momento adecuado”, explica Blanco a la vez que reconoce que, de momento, el resultado no es perfecto, pero ya existe una base para moldear y mejorar.

RIESGOS

Pero como todo gran avance tecnológico, la IA generativa ofrece muchas oportunidades y algunos riesgos, tanto porque aún es una tecnología relativamente incipiente como por la mala praxis. “Uno de los riesgo de la IA generativa es lo llamado “alucinaciones” - señala el Catedrático Francisco Herrera - “que es cuando el sistema no entiende la pregunta, la malinterpreta y como no pueden generar respuestas correctas, las inventa. Es decir, que produce resultados que no son reales”. Esto hace que la IA no sea fiable para procesos informativos. Además, existe el riesgo de que la IA coja información de datos que no están contrastados o no son reales. Ambos problemas tienen un mismo resultado: generan información incorrecta y engañosa. Herrera señala dos soluciones para este problema: Fine-tuning y RAC (Retrieval-Augmented Generation).

• El fine-tuning es una técnica de aprendizaje profundo que consiste en tomar un modelo pre-entrenado, como GPT, y ajustarlo a un conjunto de datos específico. 

• El RAC contiene los datos y hechos de una base de datos externa que contiene información relevante. Con esto se reduce el ruido externo de los datos externos a la empresa.

A la necesidad de definir bien qué datos se deben considerar (ya que las empresas los tienen normalmente en diversos lugares) el CEO de Renaiss, Javier Martín, señala otros problemas, más vinculados a la privacidad que al error en sí mismo: “El hecho de asegurar el encriptado del dato y que no se regale los datos a terceros”. Víctor Ayllón coincide en subrayar la importancia de que la IA sea fiable, segura y auditable, y recalca la necesidad de un marco legal donde las plataformas no puedan utilizar los datos de los usuarios ni entrenar sus modelos con ellos. 

No obstante, como en toda revolución tecnológica, la sociedad se irá adaptando a los cambios resultantes de estos avances, seguramente más de una forma reactiva que proactiva, pero velando por un funcionamiento seguro de las plataformas. Quizá el mayor reto esté en lo rápido que evoluciona esta tecnología y en el tiempo de reacción que necesitan las instituciones, empresas y usuarios para adaptarse a los avances.