Cargando

Capacidades y limitaciones de la IA

Lección 325 min
En esta lecciónAl finalizar, podrás
  • Definir la IA generativa y cómo se diferencia de otros tipos de IA
  • Reconocer las características clave y los fundamentos tecnológicos de la IA generativa
  • Identificar las principales capacidades y limitaciones de la IA generativa actual

¿Qué es la IA generativa?

Cargando

Capacidades y limitaciones de la IA · 12 min

ResumenTranscripción

Este video explica cómo se construyen y entrenan los grandes modelos de lenguaje como Claude, y qué significa eso para lo que pueden —y no pueden— hacer de manera confiable cuando los pones a trabajar en tu negocio.

Puntos clave

  • La IA generativa crea contenido nuevo en lugar de solo analizar datos existentes.
  • Tres avances hicieron posibles los LLM modernos: la arquitectura transformer, grandes volúmenes de datos de entrenamiento y una enorme capacidad de cómputo.
  • El entrenamiento tiene dos etapas: el preentrenamiento (aprender patrones a partir de miles de millones de ejemplos) y el fine-tuning (aprender a seguir instrucciones de manera útil).
  • Las fortalezas actuales incluyen la versatilidad en distintas tareas, la fluidez conversacional y la conexión con herramientas externas.
  • Las limitaciones actuales incluyen los cortes de conocimiento, las alucinaciones, el tamaño de la ventana de contexto y el razonamiento complejo de varios pasos.
  • Las mejores aplicaciones combinan las fortalezas humanas y las de la IA —tu criterio, creatividad y supervisión, junto con la velocidad y escala de la IA.

Ejercicios

Probando los límites

Este ejercicio te da evidencia de primera mano sobre lo que la IA generativa hace bien y dónde se queda corta. Vas a poner a prueba algunas de las capacidades y limitaciones específicas de los videos de una manera de bajo riesgo, usando contenido de tu propia área temática, para que tengas una verificación concreta, basada en tus propias observaciones, a la hora de decidir en qué confiarle a la IA.

Parte I: Autorreflexión (por tu cuenta)

Elige un dominio que conozcas bien, donde notarías de inmediato un error si un proveedor, distribuidor o cliente se equivocara. Anota:

  • El tema (por ejemplo, tus cálculos de margen de ganancia, las normas de zonificación de tu localidad o los requisitos de licencia de tu industria)
  • Dos o tres datos al respecto que esperarías que cualquier fuente confiable acertara
  • Un malentendido común que tiene la gente al respecto
  • Algo al respecto que realmente es difícil de explicar bien

Este es tu terreno de prueba. Vas a ver cómo maneja la IA algo que realmente puedes verificar.

Parte II: Colaboración (con la IA)

Abre una conversación con Claude (o cualquier asistente de IA que prefieras) y realiza tres chats rápidos. Anota lo que notas después de cada uno.

  1. Prueba de versatilidad. Pídele a la IA que explique tu tema de tres maneras distintas en una sola respuesta: una para un cliente que no sabe nada sobre tu servicio, otra para un posible socio de negocios y otra para un nuevo empleado al que estás incorporando. ¿Los cambios de audiencia realmente funcionaron, o solo cambió el vocabulario? ¿Cuál versión fue la más sólida?
  2. Prueba de alucinación. Pídele a la IA que recomiende dos o tres recursos específicos relacionados con tu tema: una asociación gremial, una publicación de la industria, un organismo regulador o un proveedor conocido. Luego verifica al menos uno. ¿Existe la organización? ¿Es correcto el sitio web? ¿Es precisa la información de contacto? (Aquí es donde verás si la IA inventa con seguridad una fuente que suena creíble pero que no es real.)
  3. Verificación de corte de conocimiento y razonamiento. Pregúntale a la IA algo sensible al tiempo o local: un cambio regulatorio reciente en tu industria, las tendencias de precios actuales de un material clave, o un requisito de licencia local. ¿Te dice que su información podría estar desactualizada? ¿Hace advertencias, adivina o presenta información obsoleta como si fuera actual, el tipo de cosa que podría costarte dinero si actuaras en consecuencia? Luego pídele que analice el malentendido común que anotaste en la Parte I. ¿Abordó la confusión real, o solo repitió el dato correcto?

Parte III: Reflexión

¿Qué capacidad del video se mostró con más claridad en lo que viste? ¿Qué limitación apareció, y la habrías detectado si este no fuera un tema que conoces bien? Según esto, ¿cuál es una tarea que te sentirías cómodo delegando a la IA ahora mismo, y cuál querrías vigilar más de cerca?

Desafío adicional: Ejecuta el mismo tema en una segunda herramienta de IA (un modelo o plataforma diferente). ¿Los errores y fortalezas fueron los mismos?

Reflexión de la lección

  • ¿Cómo cambia el saber cómo se entrenan estos sistemas la manera en que trabajarás con ellos?
  • ¿Qué consideraciones éticas se te vienen a la mente dado cómo funciona la IA generativa y dónde se queda corta?

Qué sigue

En la siguiente lección, exploraremos el ciclo interno de Descripción y Discernimiento investigando con IA.