¿Qué debo saber, como joven profesional, sobre la Inteligencia Artificial Generativa?
La semana pasada celebramos nuestro segundo evento de YPN, dedicado a la Inteligencia Artificial Generativa y a sus implicaciones para los jóvenes profesionales. El evento ofreció un interesante espacio de debate sobre cómo la inteligencia artificial está dando forma al futuro del trabajo y qué aspectos deberían tener en cuenta los jóvenes profesionales al utilizarla. La sesión contó con una conversación tipo fireside chat moderado por Mikko Ketokivi, profesor de Operations Management & Organization Design en IE Business School, con las aportaciones expertas de Rana Raouf Farag, PhD, MBA, Head of Google Cloud AI Architecture EMEA-S en Google Cloud, quien exploró tanto las oportunidades como las responsabilidades que conlleva el uso de las tecnologías de IA.
Foto: Sami Auvinen/Fotonordica
IA tradicional vs. IA generativa
El primer tema abordado fue la diferencia entre la IA tradicional y la IA generativa. Para responder a esta cuestión, la IA no generativa (tradicional) suele basarse en métodos de aprendizaje no supervisado, en los que los sistemas analizan patrones en los datos y aprenden del comportamiento de los usuarios, agrupando información según cómo las personas interactúan con los sistemas. La IA generativa, por el contrario, está diseñada para producir nuevos contenidos, como textos, imágenes o resúmenes, mediante predicciones basadas en grandes volúmenes de datos de entrenamiento recopilados de diversas fuentes. Tal y como destacó Rana, la IA en sí misma no “sabe” nada; funciona únicamente como una herramienta que genera respuestas a partir de patrones y probabilidades presentes en sus datos de entrenamiento.
Un mensaje central durante toda la conversación fue que la IA debe entenderse como una herramienta para ayudar a las personas, especialmente al reducir el margen de error humano y al apoyar tareas como la creación de contenidos, la investigación o la elaboración de resúmenes. No obstante, dado que los sistemas de IA generativa se basan en conjuntos de datos extremadamente amplios y procedentes de distintos contextos, los resultados pueden, en ocasiones, ser demasiado generalizados o carecer de una precisión absoluta. Por esta razón, verificar la información y comprobar las fuentes sigue siendo fundamental.
Otro tema clave fue la importancia del prompting. La precisión de las respuestas generadas por IA depende en gran medida de la calidad y la especificidad de la pregunta formulada. Los prompts vagos aumentan la probabilidad de obtener respuestas incorrectas o las llamadas “alucinaciones de la IA”. Según Rana, una de las habilidades más importantes para los profesionales actuales es aprender a formular las preguntas adecuadas. También es importante recordar que la IA puede generar ideas y sugerencias, pero siempre es necesario el juicio humano para refinar los resultados y decidir cómo utilizarlos.
Uso eficaz y responsable de la IA
La conversación también exploró el concepto de los agentes de IA, que se diferencian de las herramientas de chat de IA generativa más comunes y cuyo uso y demanda están creciendo rápidamente. Mientras que los sistemas basados en chat se centran principalmente en generar respuestas, a los agentes de IA se les pueden asignar tareas específicas, personalidades y permisos que les permiten actuar en nombre del usuario. En la práctica, varios agentes pueden trabajar juntos como un sistema: por ejemplo, uno puede recopilar información, otro resumirla y un tercero actuar en función de los conocimientos obtenidos. Dividir las tareas entre agentes especializados puede mejorar tanto la eficiencia como la precisión.
La responsabilidad fue otro tema recurrente. Como señaló Rana, abstenerse de utilizar la IA no es una opción realista en el entorno tecnológico actual, que evoluciona rápidamente. En cambio, el uso responsable es clave. Dado que las respuestas de la IA dependen de los datos utilizados para entrenar cada sistema, distintas herramientas pueden ofrecer respuestas ligeramente diferentes. Por ello, los usuarios deben apoyarse en el pensamiento crítico, verificar las fuentes y mantener la responsabilidad sobre cómo se utiliza el contenido generado por IA.
La conversación también contó con la participación de Johanna Jacobsson, profesora adjunta en IE Law School y fundadora y CEO de Lawcrosse, quien abordó el papel de la educación y la responsabilidad de preparar a las nuevas generaciones para utilizar la IA generativa de forma eficaz. El consenso fue que esta responsabilidad no debería recaer en un único curso o persona, sino que debería compartirse entre distintas instituciones educativas y disciplinas. Una formación adecuada en alfabetización en IA es esencial, ya que un uso incorrecto o una confianza excesiva en estas herramientas puede dar lugar a problemas como la mala interpretación del contexto o cuestiones relacionadas con los derechos de autor.
Por último, se ofrecieron recomendaciones prácticas para mejorar la interacción con las herramientas generativas. Una de ellas consiste en indicar a los sistemas de IA que respondan únicamente cuando dispongan de información factual suficiente y que se basen en fuentes verificadas siempre que sea posible. Esto ayuda a reducir las imprecisiones y a mejorar la fiabilidad de las respuestas generadas.
En conjunto, el evento puso de relieve tanto el potencial como la responsabilidad que conlleva la IA generativa. Para los jóvenes profesionales, la conclusión principal es clara:
“La IA puede ser un asistente muy potente, pero su eficacia depende, en última instancia, de la capacidad del usuario para formular preguntas reflexivas, verificar la información y aplicar su propio criterio”
Foto: Sami Auvinen/Fotonordica
