La inteligencia artificial más allá de ChatGPT y Claude

La inteligencia artificial más allá de ChatGPT y Claude

La inteligencia artificial no es directamente ChatGPT ni Claude. Es un conjunto de tecnologías que se infiltran en nuestra vida diaria de maneras muy sutiles y variadas, incluso de formas invasivas que a menudo pasan desapercibidas. Están presentes desde el teclado que sugiere la siguiente palabra hasta Waze, que calcula la mejor ruta para llegar a distintos destinos.

Me sorprende mucho cómo se organiza el feed de LinkedIn. Podríamos pensar que hay un SQL avanzado detrás de escena, pero hay algo más: sistemas o pequeños proyectos que utilizan nuestros datos, analizan nuestro comportamiento y seleccionan el contenido que creen que nos interesa. Y casi siempre aciertan y consiguen mantener nuestra atención.

Hay inteligencia artificial en la detección de transacciones bancarias sospechosas, la recomendación de productos en línea, la moderación de contenido, la detección de spam y en la personalización de las noticias que vemos cada día. Todo esto forma parte de un conjunto de sistemas que clasifican, predicen y toman decisiones automatizadas sobre lo que vemos, lo que recibimos y lo que se nos sugiere, incluso cuando no interactuamos directamente con ellos.

Hace poco estaba evaluando la compra de un curso de guitarra y, casi de inmediato, comenzaron a aparecer anuncios relacionados (principalmente en Instagram), sobre cursos para aprender guitarra en línea. Puedo asegurar que solamente lo había conversado. Sin embargo, no sé exactamente qué comportamiento o conjunto de señales pudieron activar estos anuncios.

¿Qué tantos datos hay sobre nosotros para que estos sistemas puedan anticiparse de manera tan precisa?

Piensa por ejemplo, lo que tenemos detrás de Netflix. En sus inicios, quizás era relativamente sencillo, una simple consulta de tu historial, las etiquetas seleccionadas al crear la cuenta, las calificaciones y algunas métricas básicas de interacción. Hoy los sistemas de recomendación son mucho más sofisticados. No se limitan a consultar lo que hiciste, sino que analizan patrones de comportamiento y estiman qué contenido podría interesarte a continuación, incluyendo la detección rápida de lo que no te interesa.

Algo similar ocurre con los sistemas de clasificación y priorización como los que utiliza Gmail. No solamente importa qué correos recibes, sino también cuáles abres, cuáles ignoras y cuáles consideras importantes.

Veamos cómo era cuando SQL se consideraba el tema central:

SELECT * FROM histories
WHERE user_id = ?
ORDER BY created_at DESC;

Básicamente, recuperábamos el historial y lo ordenábamos cronológicamente. Aquí no hay análisis de patrones, ni comparación de comportamientos entre usuarios, ni estimación de qué contenido tiene mayor probabilidad de interesarte.

Comencé hablando de ChatGPT y Claude porque representan la inteligencia artificial generativa, una de las ramas que más popularidad ha ganado por su capacidad de crear texto, imágenes, código, audio y video. Es popular porque principalmente es la que está dirigida a los usuarios finales, pero recuerda que en realidad es una pequeña parte de lo que nos rodea.

Los programadores que están empezando suelen enfocarse en la parte generativa porque es la más visible y llamativa. Sin embargo, creo que también deben ampliar su perspectiva y prestar especial atención a la construcción de sistemas de predicción, recomendación, clasificación y filtrado. Ya que todo esto son tecnologías que llevan años transformando nuestra vida y que seguirán teniendo aplicaciones independientemente de las herramientas que estén de moda.

Debes mirar fuera de la burbuja.

Si tus ojos están puestos únicamente en las noticias, el hype y en cómo la IA, bajo el paraguas de ChatGPT y Claude, podría quitarte el trabajo o cambiar radicalmente tu vida, recuerda que eso es solamente la punta del iceberg. La que hace ruido es la excepción utilizada para vender; no necesariamente la regla.

Para mi libro de Laravel (Modern App Development with Laravel) desarrollé un ejercicio interesante: reemplazar el formulario tradicional de un sistema de tickets por uno que esté potenciado con toda esta tecnología. Antes, el usuario tenía que completar todos los campos manualmente. Ahora, simplemente redacta su solicitud en lenguaje natural y la IA se encarga de extraer toda la información y completar automáticamente los campos correspondientes, incluyendo el título, la descripción, la prioridad y la categoría.

Otro ejemplo es un CRM propio. Antes mostraba a mis vendedores un listado de oportunidades ordenadas por fecha y hora de registro. Ahora, la idea es utilizar modelos predictivos para analizar el comportamiento de los clientes y estimar la probabilidad de cierre de cada oportunidad. Con esa información, el sistema puede presentar un ranking que ayude a los vendedores a priorizar aquellas oportunidades con mayor potencial de convertirse en ventas. En este caso estamos hablando de predicción aplicada a un problema de negocio.

Primero fue el boom de ChatGPT. Ahora Claude y otras herramientas están en el centro de atención. Pero debes entender algo: las herramientas cambian rápidamente y lo que es relevante hoy puede dejar de serlo mañana. Por eso, quiero dejarte esta primera lección: enfócate en los principios y aprende las bases.

Estudia cómo funcionan los feeds de noticias, las redes sociales, los motores de búsqueda y el comercio electrónico. Comprende los sistemas de recomendación, la detección de patrones, la clasificación y las predicciones que existen detrás de estos servicios.

Estos son los fundamentos que seguirán siendo relevantes mucho después de que las herramientas actuales hayan cambiado.

Publicada el