Hacia finales de 2022, ChatGPT arrasó en Internet. El chatbot, impulsado por el modelo de lenguaje grande GPT-3 de OpenAI, impresionó a millones con su capacidad para generar rápidamente respuestas articuladas a muchos tipos de preguntas.
Estos llamados modelos de lenguaje basados en transformadores ya se pueden usar para ayudar a las organizaciones a crear nuevas soluciones de innovación, según concluyen los investigadores de la Radboud University en un artículo publicado en el Journal of Product Innovation Management.
El uso de modelos de lenguaje basados en transformadores en Inteligencia Artificial aumentó la adopción en varias industrias y condujo a avances significativos en la productividad en las operaciones comerciales.
“Hemos estado estudiando varias soluciones de inteligencia artificial en los últimos años y descubrimos que las organizaciones ya pueden implementarlas de varias maneras útiles”, dijo Vera Blazevic, investigadora en gestión de la innovación en la Radboud University, y una de las autoras del estudio.
El estudio explora cómo se pueden utilizar los modelos de lenguaje basados en transformadores en IA para aumentar la innovación en los equipos humanos para el proceso de desarrollo de nuevos productos, lo que permite explorar espacios más amplios de problemas y soluciones y, en última instancia, conducir a un mayor rendimiento de la innovación.
“Cuando las organizaciones necesitan innovar, necesitan cada vez más ideas divergentes, lo que realmente conduce a ideas de mejor calidad más adelante. Con las indicaciones adecuadas, los modelos de lenguaje basados en transformadores como GPT-3 pueden generar rápidamente muchas de estas ideas que pueden ayudar en la creación de prototipos, por ejemplo”.
Acelerar la extracción de conocimiento
“Además, GPT-3 se puede usar para resumir textos extensos o para discernir las opiniones de estos textos. Por ejemplo, si una organización desea analizar las reseñas de los usuarios sobre su producto, puede usar herramientas como estas para averiguar a qué características sus clientes responden de forma positiva o negativa. Ese es un trabajo que pueden hacer los humanos, pero los modelos de lenguaje pueden ayudar a acelerar esta extracción de conocimiento para que los humanos puedan concentrarse en usar realmente los conocimientos adquiridos”.
El estudio de Blazevic propone el uso del marco de doble diamante aumentado por inteligencia artificial para estructurar la exploración de cómo estos modelos pueden ayudar en las tareas de desarrollo de nuevos productos.
GPT-3 es un modelo de lenguaje basado en transformadores creado por OpenAI. En un sentido amplio, es un sistema de inteligencia artificial que ha estudiado millones de textos y temas, y utiliza esos datos para formar nuevos textos a partir de las consultas de los usuarios.
En los últimos años, el modelo GPT-3 se ha utilizado en varias aplicaciones que han llamado mucho la atención, como ChatGPT, DALL-E (que puede generar imágenes), MuseNet (capaz de generar canciones) o para crear arte.
Comprender los sesgos
Blazevic advierte que los modelos de lenguaje, al menos por ahora, seguirán desempeñando un papel limitado en el proceso de innovación.
“Cuando necesitas que las ideas converjan, GPT no es particularmente útil. La IA no puede juzgar qué ideas son realmente factibles y tienen sentido, y cuáles se ajustan a la organización para la que está trabajando. Para esas situaciones, los humanos siguen siendo esenciales. Es por eso que vemos espacio para la inteligencia híbrida: el modelo de lenguaje puede ayudar a iniciar reuniones o discusiones, después de lo cual los humanos toman el control para llevar estas ideas a la línea de meta”.
Las organizaciones que optan por utilizar inteligencia artificial para la generación de ideas también deben ser conscientes de los sesgos que tienen estas herramientas, debido a que los modelos de lenguaje se entrenan en grandes conjuntos de datos de textos existentes, a menudo sesgados.
Blazevic señala: “En un equipo de inteligencia híbrida, los humanos pueden verificar posibles sesgos como parte del proceso. Esto también requiere la gestión activa de dichos equipos, por ejemplo, capacitando a los empleados para que busquen y reflexionen sobre los sesgos. Adquirir esas habilidades podría incluso ayudar a los humanos a ser más conscientes de sus propios sesgos, lo que eventualmente llevaría a los humanos y la inteligencia artificial a aprender unos de otros”.
Finalmente, el estudio establece una agenda de investigación para explorar el uso de lenguaje en el desarrollo de nuevos productos, y el papel de los humanos en equipos de innovación híbridos.
Contacto
Dr Blazevic, V. (Vera)
Radboud University
Referencia
Sebastian G. Bouschery et al, Augmenting Human Innovation Teams with Artificial Intelligence: Exploring Transformer‐Based Language Models, Journal of Product Innovation Management (2023). DOI: 10.1111/jpim.12656
