En junio, OpenAI, la organización sin ánimo de lucro dedicada a la investigación en inteligencia artificial fundada por Elon Musk, hizo público su nuevo modelo de lenguaje GPT-3 como una API de código abierto. El lanzamiento pobló titulares de publicaciones tecnológicas, tuits virales y debates sobre las posibilidades que se abren en el campo del procesamiento del lenguaje natural o NPL.
El desarrollo de modelos de lenguaje que se apoyan en algoritmos de machine learning para minimizar la barrera entre el lenguaje humano y el de las máquinas no es ajeno al ámbito del marketing digital. Ya vimos a comienzo de año que Google BERT los usa para comprender las consultas de los usuarios y clasificar los resultados en función de su intención de búsqueda. Aunque el modelo de Google funciona de forma diferente a GPT-3, ambos forman parte de la misma revolución tecnológica.
¿Qué es el modelo de lenguaje GPT-3?
El modelo de lenguaje GPT-3 es una inteligencia artificial que, a partir de procesar cantidades masivas de texto y datos, es capaz de establecer relaciones entre palabras, calcular probabilidades y devolver la palabra más acertada ante la tarea que se le encargue. Se trata de un algoritmo de machine learning no supervisado que puede realizar operaciones matemáticas, pero también conversar, generar texto con las mínimas instrucciones o traducirlo entre idiomas. Utilizando la misma lógica, puede programar a partir de órdenes de texto como vemos en el ejemplo siguiente:
Here’s a sentence describing what Google’s home page should look and here’s GPT-3 generating the code for it nearly perfectly. pic.twitter.com/m49hoKiEpR
— Sharif Shameem (@sharifshameem) July 15, 2020
Este modelo destaca por su envergadura: ha sido entrenado con más de 175.000 millones de parámetros, lo que supone un salto enorme respecto a su predecesor, el GPT-2, que había llegado a procesar 1.500 millones. El modelo de lenguaje GPT-3 se ha alimentado con todos los libros públicos disponibles en internet, la Wikipedia por completo y millones de páginas webs y papers científicos. Cuando hablamos de algoritmos de machine learning, el tamaño —entendido como la cantidad de datos que ingiere y procesa— importa y mucho para lograr resultados cada vez más precisos en las tareas que se le encomienden.
Aplicaciones potenciales del lenguaje GPT-3 en marketing digital
En la actualidad, la búsqueda de aplicaciones para el modelo de lenguaje GPT-3 se encuentra en pleno despegue. Los proyectos ligados a esta nueva tecnología mayormente giran en torno a las siguientes áreas:
1. Desarrollo de chatbots
Hasta ahora, la inteligencia artificial que hay tras los chatbots instalados en los e-commerce, e incluso en los de Facebook, se centra en elegir la respuesta correcta entre una base de datos que contiene información que ha sido redactada de antemano por personas. En cambio, el modelo de lenguaje GPT-3 es capaz de establecer conversaciones mucho menos encorsetadas porque tiene en cuenta el contexto único de ese chat. La principal limitación que surge en este punto es cómo controlar que la IA no se descarríe y acabe lanzando mensajes ofensivos o inapropiados.
2. Traducción en su sentido más amplio
El modelo de lenguaje GPT-3 es capaz de establecer relaciones entre palabras con asombrosa precisión. La traducción de textos en diferentes idiomas es la aplicación más obvia, pero también puede hallar equivalencias entre lenguajes que no son puramente textuales. Por ejemplo, sería posible convertir frases en funciones de programación, transformar un lenguaje de programación en otro o incluso transcribir operaciones matemáticas sin necesidad de utilizar software especializado. No obstante, cuando la complejidad de las tareas escala, el modelo va perdiendo precisión en sus resultados.
3. Generación de textos
En muchos sentidos, puede establecerse la analogía entre el modelo de lenguaje GPT-3 y un potente autocorrector que no solo domina la ortografía y la gramática, sino que también puede generar texto nuevo a partir de unas cuantas instrucciones. A simple vista, esto es algo revolucionario en el ámbito del SEO on page y en el marketing de contenidos, pues terminaría con la intervención humana en la creación de contenido optimizado para buscadores.
Sin embargo, aún existen limitaciones aquí. Por el momento, Google detecta (y condena) este tipo de contenido al considerar que es una suerte de truco diseñado para alterar sus rankings y no para responder a la necesidad del usuario. Por otro lado, aunque sorprendentemente lo parezca, GPT-3 no es una entidad consciente: puede calcular la probabilidad de que algo sea correcto, pero no razona sobre si lo es o no, por lo que puede acabar generando textos que no tengan demasiado sentido.
GPT-3, un vistazo al futuro de la IA
No nos arriesgamos demasiado si decimos que el modelo de lenguaje GPT-3 forma un caldo de cultivo lleno de posibles aplicaciones en el mundo del marketing digital que aún están por descubrir. A pesar del ruido generado durante el verano, el GPT-3 no le quitará el trabajo a los copywriters, a los traductores ni a los programadores, pero sí que puede representar la base de futuras herramientas que les asistan en ciertas tareas. En cualquier caso, se trata de una tecnología que habrá que seguir de cerca en el complejo y cambiante universo de la inteligencia artificial.
