Por Álvaro Ortiz/BBVA Research
Hace apenas unos años de su origen, y han revolucionado el panorama de la Inteligencia Artificial (IA). Fue en 2017 cuando un grupo de investigadores de Google escribieron su ya famoso “Attention is all you need” sentando las bases de los grandes modelos del lenguaje. Un paso más de la IA generativa con la capacidad de aprender patrones y relaciones entre palabras y frases para predecir texto. Desarrollados originalmente para poder distinguir los diferentes significados de algunas palabras, su uso ya ha trascendido y las últimas versiones tienen un carácter multimodal, integrando texto, imágenes y audio.

Como si de una carrera de Fórmula 1 se tratara: si pestañás, te lo perdés. Sólo en las últimas semanas hemos asistido al lanzamiento de diferentes y mejoradas versiones de Meta, Google y Open-AI que incluyen mejoras tanto en el ámbito de utilización de texto y de video. Sin duda alguna, habrá más, con otras que se extenderán a los cálculos matemáticos y la lógica y características cada vez más similares a la tan perseguida Inteligencia General Artificial (IGA).

¿Y todo eso para qué sirve? ¿Qué podemos esperar de estas nuevas herramientas? Los que ya hayan comenzado a utilizarlas habrán experimentado las oportunidades que ofrecen, no sólo como entretenimiento sino como herramienta muy útil en el mundo laboral, con el potencial de generar ganancias claras de productividad en nuestras actividades diarias.

De hecho, los análisis de su utilización apuntan a que casi el 70% de las conversaciones en chats y el 40% de las búsquedas en herramientas desarrolladas con grandes modelos de lenguaje están orientadas a tareas profesionales. Entre ellas, destacan principalmente las realizadas en el mundo de los negocios y la economía.

Los análisis empíricos llevados a cabo, como los de Brynjolfsson y sus colegas de Stanford el año pasado revelan que, ayudados por la IA generativa, la productividad de los trabajadores aumenta cerca de un 15%. Las ganancias crecen además en mayor medida en los trabajadores con menor experiencia y habilidad, mejorando la experiencia del cliente y la retención del empleado.

Estas ganancias dependen mucho del sector y el tipo de tareas específicas a desarrollar. En el campo del análisis e investigación económica, las ventajas son múltiples, pero varían sensiblemente en función de las tareas.

Anton Korinek, experto en este campo de la Universidad de Virginia, muestra que los modelos de lenguaje natural se han convertido ya en herramientas útiles para la escritura, traducción, búsqueda de fuentes de investigación, análisis de datos, programación y desarrollo de nuevas ideas.

La “automatización cognitiva” de las tareas repetitivas ya está consiguiendo beneficios importantes de productividad y a medida que los analistas e investigadores los utilicemos en “código abierto” perfeccionemos las técnicas eficientes de su utilización y mejoremos su ajuste las ganancias de estos modelos serán aún mayores.

Existen razones de peso para aumentar su uso. Las comentadas mejoras ligadas al aprendizaje y el hecho de que, con toda seguridad, lo mejor está por venir. El margen de mejora a medio y largo plazo en tareas relacionadas con el desarrollo matemático y lógico es elevado.

Los modelos actuales son, como mucho, desarrollos incompletos de la IGA, el verdadero objetivo de las compañías que están trabajando es estos desarrollos. Aunque no sabemos cuándo y de qué forma se desarrollará, cabe esperar que supere la capacidad humana en muchos aspectos creando múltiples retos incluyendo éticos.

¿Qué consecuencias tendrá su adopción en el mercado de trabajo? Entramos aquí en el terreno más especulativo. Algunos autores como Daron Acemoglu han documentado bien cómo la adopción de los robots industriales tuvo efectos asimétricos, incrementando el empleo en las empresas que adoptaron la tecnología, pero con efectos negativos en las que no innovaron. David Autor, colega suyo en el MIT, se muestra optimista y especula con la posibilidad de que precisamente los grandes modelos de lenguaje son una “herramienta” muy valiosa para restaurar el corazón de la clase media en EE.UU., potenciando las habilidades medias del mercado laboral dañadas por la automatización y globalización.

Será pues urgente implementar políticas digitales inteligentes, que eviten y reduzcan la brecha digital para que las ganancias se extiendan al conjunto de la sociedad. En esencia, modelos con datos de todos… para todos.