Aunque ChatGPT ha encantado a los consumidores con su capacidad para generar desde sonetos al estilo de Shakespeare hasta trabajos trimestrales de estudiantes, su propensión a "alucinar" información errónea le ha impedido revolucionar hasta ahora la mayoría de los ámbitos de la industria, afirmaron.
"Lo que ha sido una lección, creo, es la brecha entre ser capaz de hacer algo de alguna manera y ser capaz de hacerlo lo suficientemente bien para un propósito concreto", dijo Anthony Aguirre, fundador y director ejecutivo del Future of Life Institute, una organización sin ánimo de lucro destinada a reducir los riesgos catastróficos de la inteligencia artificial avanzada.
Aguirre citó los coches autoconducidos como ejemplo de una tecnología que lucha por hacer la transición hacia su pleno despliegue. Los coches "funcionan ahora mismo a cierto nivel, pero no son lo bastante fiables como para sustituir a los humanos". Eso ha resultado ser mucho, mucho más difícil de lo previsto".
Sherry Marcus, directora de ciencia aplicada en AWS de Amazon, dijo que los clientes se encontraban en diferentes etapas de progreso. He observado muchas aplicaciones de IA generativa que están en producción, mientras que otros clientes apenas están comenzando su viaje.
Una forma en la que la IA generativa ya se estaba desplegando ampliamente, destacada por ponentes de todos los sectores, era escribir código informático.
En Github de Microsoft, una plataforma en línea para almacenar código, cerca de la mitad de la programación se escribió utilizando la asistencia de una herramienta de IA llamada Copilot que sugiere automáticamente líneas de código, dijo la vicepresidenta corporativa de Microsoft, Lili Cheng.
Cuando hablamos con los desarrolladores, realmente sienten que son más productivos" con Copilot, dijo Cheng. "Creo que es un gran ejemplo del uso de un modelo generativo, junto con los datos que están dentro de GitHub, para hacer que la gente se sienta más eficaz y que la programación sea más accesible para más personas".
Citó los resúmenes de transcripciones de reuniones generados por IA como otro ejemplo de cómo la tecnología estaba demostrando su utilidad.
Los financieros también dijeron a Reuters que estaban desplegando activamente modelos de IA en sus empresas para tareas como la codificación, la generación de documentación y el despliegue de capital de forma más eficiente, aunque afirmaron que se estaban moviendo con cautela debido a la naturaleza regulada de los servicios financieros.
Gary Marcus, profesor de la Universidad de Nueva York, dijo que la IA generativa era propensa a errores en la codificación, al igual que en otras áreas, pero que el problema era menor en el sector tecnológico porque los programadores sabían cómo solucionarlo.
"El lugar que realmente está revolucionando es la codificación, simplemente va más rápido, y eso es porque los codificadores saben cómo solucionar los errores que cometen estos sistemas", dijo Marcus. "Pero si tiene casi cualquier otro tipo de negocio, las alucinaciones son un grave problema".
Las empresas deben avanzar lenta y deliberadamente a la hora de integrar la tecnología en usos en los que la precisión importa, recalcaron los ejecutivos.
Vijoy Pandey, de Cisco, dijo que creía que la IA había demostrado su utilidad para "la fruta madura", usos para los que "el coste de equivocarse ha sido bastante bajo". El reto ahora, dijo, era llevar la tecnología a una nueva fase para "casos de uso críticos para el negocio" más delicados, como los jurídicos y de seguridad.
"Deberíamos asumir que la gente hará cosas estúpidas" y centrarnos en los próximos años en crear tecnología, directrices y marcos "para proteger a todo el mundo contra las acciones estúpidas", dijo Pandey. Para ver la retransmisión en directo del World Stage vaya a la página de noticias de Reuters NEXT: (Reportaje de Katie Paul; Edición de David Gregorio)
