¿Ha llegado realmente la inteligencia artificial?

Hasta ahora entendíamos por IA el machine learning o aprendizaje automatizado, es decir, algoritmos sofistIcados y soportados por una ingente cantidad de datos, el famoso Big Data.

El Machine Learning es una forma analítica de resolver problemas mediante la identificación, la clasificación o la predicción

Los algoritmos aprenden de los datos introducidos y luego utilizan este conocimiento para sacar conclusiones de nuevos datos. Una rama del ML es el Deep Learning, que usa algoritmos distintos.

Mientras que el Machine Learning trabaja con algoritmos de regresión o con árboles de decisión, el deep learning usa redes neuronales que funcionan de forma muy parecida a las conexiones neuronales biológicas de nuestro cerebro. Además, disponer de datos de calidad y fiables es fundamental para asegurar el funcionamiento efectivo de esta inteligencia artificial.

La novedosa IA generativa (ChatGpt de OpenAl, Bard de Google, etc) que se basa en Deep Learning, tiene que ver con la generación de contenido original a partir de datos existentes y en respuesta a indicaciones.

Según Enrique Dans, OpenAl ha ido un paso más allá porque ha aplicado los modelos de IA a "algo tan sensible como el lenguaje humano y lo ha hecho verdaderamente bien porque ha conseguido una máquina que habla muy correctamente y de manera muy convincente". Coincido con él en que "no se trata de inteligencia, sino de correlaciones matemáticas y estadísticas muy avanzadas".

Bern Elliot, analista de Gartner afirma igualmente que “El problema puede estar en los términos 'entender' e 'inteligente'. Estos son términos cargados de un significado implícitamente humano, por lo que cuando se aplican a un algoritmo, puede dar lugar a graves malentendidos”,

Los medios de comunicación están publicando, recientemente, numerosas noticias advirtiendo de los peligros de la IA generativa y de las restricciones que están tomando las empresas. Xataka por ejemplo afirma que "ChatGPT es estupendo hasta que deja de serlo", o que "a ChatGPT no se le da bien guardar secretos".

Muchísimas compañías de todo el mundo están limitando el uso de ChatGPT haciendo serias restricciones: Apple,Samsung o J.P. Morgan, Telefónica, BBVA,Redeia, Naturgy, Enagás, Mapfre, Repsol entre otras muchas.

Un importante banco español comentaba tras un experimento con ChatGPT: "se comporta bastante bien a la hora de aportar consejos básicos, aunque nunca podremos estar seguros de si son del todo correctos o no".

¿Dónde residen los datos que introducimos en ChatGPT? ¿Cuál es su persistencia? ¿Qué hacen con ellos?

Muchos de los casos de uso que se están planteando dejan al descubierto las ideas e intenciones empresariales ¿Qué garantías de confidencialidad ofrece ChatGPT?

Es cierto que esto también ocurre en buscadores como por ejemplo Google, pero y como afirma La Vanguardia "hay una gran diferencia entre introducir datos más o menos inconexos en un servicio e introducir información muy detallada, como sucede si pedimos a una IA que resuelva un problema que tiene que ver con una patente en desarrollo, por ejemplo".

Un usuario de Chatgpt podría introducir información sensible sobre un producto o servicio de la empresa para la que trabaja y esta información podría ser visualizada por los entrenadores humanos que alimentan su inteligencia. Las filtraciones son factibles.

Asimismo es importante ser conscientes que que ChatGPT tiene sesgos y comete errores, así que debemos supervisar siempre sus resultados.

Pero entonces ¿qué podemos hacer en estos momentos? Desde luego debemos aprender a usarla. Que sea una fuente de Inspiración/Experimentación pero NUNCA con datos sensibles ni personales ni confidenciales.

Podemos explicar a nuestros equipos en qué consiste y concienzarlos. Como dice Elliot, "debemos verla como una herramienta potencialmente útil para realizar tareas específicas" y debemos estar preparados.