CLAVES PARA LA IMPLEMENTACIÓN RESPONSABLE DE LA IAG

Ambiente

Madrid, 6 de marzo de 2024.

 

 

La Inteligencia Artificial (IA) se ha convertido en un tema candente que influye en diversos sectores de la sociedad, y su relación con la sostenibilidad no es una excepción. En esta línea, DIRSE, consciente de la importancia de mantener informados a sus socios, ha recopilado los puntos esenciales del informe “Uso responsable de la IA generativa: su utilidad empresarial y su enfoque en modelos de lenguaje de gran escala (LLM)”, elaborado por el Grupo de Trabajo de Cotec, bajo la coordinación de las empresas Repsol y Tecnatom.

 

Este informe, en que ha participado en el que han participado más de 40 representantes de organizaciones miembros de la Fundación, aborda el tema de la Inteligencia Artificial y los Modelos de Lenguaje a Gran Escala (MLG), explicando su funcionamiento y diferenciándolos de otras formas de IA. Además, destaca la importancia de la Inteligencia Artificial Generativa (IAG), sus ventajas sobre otros sistemas y las precauciones necesarias al utilizarla. El documento recoge una serie de recomendaciones prácticas para la implementación responsable de esta tecnología en el ámbito empresarial.

 

 

El estudio también proporciona una comparativa de los principales proveedores de estas herramientas y aconseja sobre el uso de software open source o comercial. Además, describe los perfiles de organizaciones en función del caso de uso, identificando seis aspectos clave para introducir la IAG: identificar casos de uso, evaluar la preparación de la compañía, crear un ecosistema de socios y proveedores, gestionar el riesgo, comprender los modelos financieros, saber cómo escalar y mantener los casos de uso.

 

Durante los seis meses de reuniones que mantuvo el Grupo de Trabajo se identificaron los casos de éxito que recoge el documento en diferentes sectores: entretenimiento, formación, salud, marketing, atención al cliente, fabricación y tecnologías de la información, o legal, entre otros. El documento también propone la creación de un gobierno sólido en torno al ciclo de vida de los desarrollos basados en IAG, asegurando su responsabilidad ética y social.

 

POSIBILIDADES Y DESAFÍOS

 

La Inteligencia Artificial Generativa (IAG) es una rama innovadora de la IA que crea contenido nuevo a partir de datos existentes, como imágenes o textos, utilizando técnicas avanzadas de aprendizaje automático, como las redes neuronales artificiales. La IAG tiene aplicaciones en varios campos, como síntesis de voz, creación musical, diseño gráfico y retoque fotográfico. Sus capacidades son cada vez más sofisticadas y pueden beneficiar a diferentes sectores de la sociedad, como:

– Creación de contenido variado y de alta calidad para usos creativos, educativos o informativos, incluyendo imágenes, textos y sonidos verosímiles y atractivos.

– Generación de datos sintéticos tabulares que se asemejan estadísticamente a datos reales, ampliando las muestras disponibles y superando limitaciones de privacidad.

– Complemento o sustitución de tareas laborales intensivas en datos, tiempo o recursos, como traducción, resumen, clasificación o generación de informes.

– Mejora de la experiencia del usuario y satisfacción del cliente mediante servicios personalizados y adaptados a sus necesidades, preferencias y emociones.

– Facilitación del acceso y la democratización de la información, conocimiento y cultura, mediante la creación y compartición de contenidos en diversos idiomas, formatos y estilos.

– Estímulo de la innovación y la investigación al abrir nuevas posibilidades y desafíos para el desarrollo científico, tecnológico y artístico, inspirando nuevas ideas, soluciones o creaciones.

La Inteligencia Artificial Generativa (IAG) también presenta riesgos y desafíos que deben ser tratados con responsabilidad y ética, tanto por parte de los desarrolladores como de los usuarios y la sociedad en su conjunto. Es esencial considerar los posibles peligros de las siguientes situaciones:

– Generación de contenidos falsos, engañosos o manipulados, que pueden socavar la veracidad, credibilidad y confianza de la información, así como la reputación, privacidad y seguridad de las personas y organizaciones.

– Creación o amplificación de sesgos, discriminaciones o desigualdades, que pueden perjudicar a grupos o individuos vulnerables y favorecer intereses particulares o ideológicos.

– Reducción o limitación de la creatividad, originalidad y diversidad humana, al imitar o sustituir el trabajo de creadores, generando contenido homogéneo o estandarizado.

– Provocación o exacerbación de conflictos, dilemas o problemas éticos, legales o sociales, al generar contenido ofensivo, inapropiado o dañino para personas o el medio ambiente.

– Obstaculización del control, supervisión o regulación de la IAG, al generar contenido difícil de detectar, atribuir, verificar o corregir, lo que puede generar confusión y dificultar la responsabilidad sobre su origen y propósito.

 

 

FUNDAMENTOS ESENCIALES PARA IMPLEMENTAR LA INTELIGENCIA ARTIFICIAL GENERATIVA (IAG)

Al implementar la IAG en cualquier entorno empresarial y sector, sin importar el tamaño de la organización o empresa, es crucial considerar los siguientes seis aspectos:

 

 

1. Identificar qué casos de uso de IAG son susceptibles de ser implantados. Al igual que ante cualquier otro proceso de transformación en una compañía o introducción de una nueva tecnología, la primera y principal reflexión a realizar es «¿Para qué?». Es imprescindible identificar los objetivos perseguidos y cómo contribuyen a estos los casos de uso que se proponen implantar a través de la IAG.

 

2. Evaluar si la compañía está preparada para el uso de la IAG. Comparado con el desarrollo e implementación de la inteligencia artificial (IA) tradicional, la adopción de la inteligencia artificial generativa (IAG) demanda que la organización o institución que opte por su uso tenga una plena conciencia de las diferencias respecto a la IA tradicional y la complejidad añadida que conlleva, desde distintos ángulos.

 

3. Crear un ecosistema de socios y proveedores. Hoy en día, la mayoría de los procesos de adopción de nuevas tecnologías en una organización implican la búsqueda de socios tecnológicos especializados en esas tecnologías cuando no son los creadores directos de las soluciones. Si bien la colaboración con uno o varios socios especializados dependerá en gran medida de la complejidad de los casos de uso, la Inteligencia Artificial Generativa (IAG) no es una excepción a esta necesidad.

 

4. Gestionar la exposición al riesgo desde el primer día. Es necesario llevar a cabo una evaluación de los riesgos que implican estos cambios para la compañía, teniendo en cuenta que la transformación será mayor cuanto menor sea el punto de partida desde la perspectiva de la digitalización.

 

5. Comprender los modelos financieros de facturación vinculados a la IAG. Uno de los aspectos clave a la hora de evaluar la implantación de casos de uso de IAG es entender y prever los posibles escenarios de costes de licenciamiento y mantenimiento vinculados a la plataforma de IAG que se seleccione. En un entorno tan dinámico como este, es importante conocer cuáles son las variables que impactan en los costes mensuales.

 

6. Saber cómo escalar y mantener casos de uso de IAG. ¿Y si es un éxito? Sin ser inherente a la IAG, uno de los principales impedimentos para extender soluciones digitales exitosas es precisamente no haber previsto este «mejor escenario», circunstancia que se traduce en la imposibilidad de escalar los casos de uso por limitaciones financieras, tecnológicas, u organizativas.

 

CASOS DE ÉXITO

 

Actualmente, numerosas empresas, organizaciones e instituciones, tanto en España como a nivel internacional, están desarrollando casos de uso de Inteligencia Artificial Generativa (IAG), que van desde pilotos o versiones mínimas viables (MVP) hasta implementaciones que ya se ofrecen a clientes o ciudadanos. Se destacan brevemente algunos casos de éxito en diversos sectores.

 

Formación e investigación – En el proyecto de investigación y desarrollo ICL4LANG, la Inteligencia Artificial Generativa (IAG) se emplea como un recurso de apoyo para investigadores en el ámbito de la publicación científica. Utilizando su propio corpus y acceso a corpus abiertos, aplicando técnicas RAG y recuperación de información, la IAG facilita el descubrimiento de conocimiento, la síntesis y la generación de bases de texto y referencias. Es capaz de resumir y extraer conclusiones de publicaciones científicas en el ámbito de la salud, aplicando criterios de clasificación y comparativas con publicaciones similares. Además, en el ámbito educativo, se ha desarrollado un profesor virtual por la UNIR para la Facultad de Derecho, que guía a los estudiantes, formula preguntas y evalúa su conocimiento según el temario y el curso en el que se encuentren.

 

Atención al cliente – Se ha introducido un sistema para manejar quejas y consultas en catalán, lo que ha permitido eliminar tareas repetitivas y mejorar la eficiencia de los funcionarios, resultando en una atención ciudadana más efectiva. Además, se ha desarrollado un sistema que proporciona resúmenes de conversaciones anteriores para los operadores, mejorando la experiencia del cliente y eliminando la necesidad de revisar historias completas de chat. La gestión de centros de llamadas ha sido transformada mediante la transcripción y resumen diario de conversaciones para comprender el sentimiento de los clientes, incluyendo un análisis automático de sentimientos con una precisión del 82%, proporcionando información clave a los ejecutivos. Además, se ha implementado una solución que mejora la experiencia del cliente mediante consultas de lenguaje natural con un asistente inteligente, lo que facilita una interacción más fluida a través de diferentes canales y reduce significativamente el tiempo de respuesta, elevando así la calidad de la experiencia del usuario.

 

Marketing y comunicaciones – En el ámbito del comercio electrónico, se ha abordado el desafío de mejorar la relevancia de las palabras clave en los nombres y descripciones de productos. Este proyecto ha logrado reducir significativamente el tiempo y esfuerzo requeridos para generar contenido en diversas categorías de productos, acelerando la creación y optimización de contenido de productos para Unilever. La mejora no solo aumenta la productividad, sino que también aumenta los clics en los productos, mejorando así la experiencia del cliente.

 

Fabricación – En el marco del proyecto PARAVASIS, se ha desarrollado un modelo para identificar patrones de averías y abordar la causa-raíz de los problemas en entornos industriales. Este enfoque innovador busca mejorar la eficiencia en la detección y solución de problemas mediante modelos avanzados de visión y percepción. Antolín comparte un caso de éxito dirigido a mejorar la eficiencia en los procesos de desarrollo y validación de componentes electrónicos.

 

Tecnologías de la información (desarrollo de software) – La compañía Capgemini ha utilizado la Inteligencia Artificial Generativa (IAG) en diversos proyectos, tanto internos como para clientes, abarcando todas las fases del ciclo de vida del desarrollo de software. Desde la recopilación de requisitos, incluso a partir de imágenes o dibujos, hasta la creación de prototipos con especificaciones detalladas. Se destaca el énfasis en la calidad a lo largo de todo el proceso, utilizando activos desarrollados para aumentar la productividad de los equipos. La IAG contribuye a mejorar la eficiencia y calidad en cada etapa del ciclo de vida del software, acelerando el tiempo de lanzamiento de nuevos programas y reduciendo la deuda técnica de las empresas, incluso en proyectos de modernización de software heredado.

 

Legal – Este servicio ofrece asesoramiento jurídico especializado, proporcionando orientación y soluciones para cuestiones legales específicas. Además, facilita el proceso legal al proporcionar precedentes de cartas de encargo, lo que ayuda a los usuarios a evitar empezar desde cero al redactar documentos legales importantes. También se centra en recopilar y analizar información estratégica para contribuir al proceso decisional de la empresa. Además, ofrece la capacidad de resumir reuniones a partir de grabaciones o transcripciones, extrayendo temas importantes y acciones definidas durante las mismas, aunque el desafío radica en garantizar la fiabilidad del resumen y la precisión en la identificación de acciones clave, mejorando así la eficiencia en la gestión de reuniones y el seguimiento de decisiones.

 

DIRSE presenta este estudio como una guía fundamental para la implementación responsable de la Inteligencia Artificial Generativa, enfatizando la importancia de considerar sus repercusiones éticas, sociales y medioambientales en cada fase del desarrollo.

 

Para más detalles, pueden consultar el informe completo aquí.

 

 

 

Ver fuente