IA generativa: Una revolución industrial cognitiva

La llegada de la energía de vapor a finales del siglo XVIII transformó por completo la manufactura, el transporte y la construcción. Ya está en marcha un nuevo tipo de revolución que impulsará todas las capacidades basadas en el lenguaje, incluidas la comunicación, el razonamiento, el análisis, las ventas y el marketing. En este episodio del pódcast At the Edge, Reid Hoffman, socio de la firma de capital de riesgo Greylock Partners y cofundador de LinkedIn y de Inflection AI, habla con Lareina Yee, de McKinsey, sobre la revolución de la inteligencia artificial (IA) generativa y cómo puede enseñar a los usuarios a comprender y aprovechar su poder.

A continuación, se ofrece una transcripción editada de la charla. Para más conversaciones sobre tecnología de punta, siga la serie en su plataforma de pódcast preferida.

Enseñar a los chatbots de IA generativa la importancia del coeficiente intelectual y la inteligencia emocional

Lareina Yee: Le pedí a ChatGPT y a Pi de Inflection AI que lo presentaran, Reid, y esto es lo que respondieron. Pi dijo: “Reid Hoffman, titán de Silicon Valley. Se encuentra en la frontera de la innovación, donde las fronteras de la tecnología se llevan al límite”.

En cambio, esto es lo que dijo GPT: “Prepárese para sumergirse en el reino digital con Reid Hoffman. Como un Vengador que reúne aliados, Hoffman es pionero en el arte de la conexión, dando forma a nuestro futuro del mundo interconectado”.

Bienvenido, Reid. ¿Cuál de estas presentaciones le gusta más?

Reid Hoffman: Bueno, me gustan las dos. Y el hecho de que se puedan generar tan fácilmente dos presentaciones concisas dice algo significativo sobre lo lejos que ha llegado la inteligencia artificial en los últimos años. Ambas funcionan muy bien.

Lareina Yee: Reid, una pregunta técnica antes de comenzar: ¿Cómo se entrenan esos dos modelos de manera tan diferente que, con la misma cantidad de información de dominio público, crean presentaciones ligeramente distintas?

Reid Hoffman: Hay muchas cosas que intervienen en el entrenamiento de estos modelos más allá del simple suministro de datos. Estos modelos son máquinas de aprendizaje intensivo. Y en esta fase, llamada de post-entrenamiento con aprendizaje por retroalimentación humana, pasan por una serie de ejercicios y dan dos respuestas, y el juez humano dice: “Esta es mejor”.

Entonces, en el caso de Pi de Inflection, una de las cosas que se le ocurrió al equipo de Inflection fue entrenar la inteligencia o coeficiente emocional (emotional quotient, o EQ) tan intensamente como entrenamos el coeficiente intelectual (intelligence quotient, o IQ). Así, cuando aprendemos con retroalimentación humana, enseñamos a Pi a dar una respuesta con EQ.

Un ejemplo sencillo sería preguntar tanto a Pi como a ChatGPT cuánto consolar a un amigo después de la pérdida de una preciada mascota familiar. Ambos darían el mismo tipo de respuesta, pero ChatGPT podría decir: “Y aquí están las cinco cosas que podrías hacer”.

Pi, por otro lado, podría decir: “Tú conoces a tu amigo. ¿Qué contaría como estar ahí para tu amigo? ¿Podría ser simplemente expresar la solidaridad que sientes por él en su momento de angustia? ¿O algo más?”. Y entonces te ayudaría a recorrer ese camino, aunque ambos modelos conozcan las cinco acciones posibles.

Lareina Yee: Esto es bastante extraordinario, porque básicamente está diciendo que tenemos el coeficiente intelectual, pero también podemos entrenar la inteligencia emocional. Eso podría incluir la empatía, la escucha activa, cómo mantener una actitud positiva y cómo escuchar la retroalimentación. Háblenos un poco de cómo ve esos dos atributos en las soluciones de IA y la conexión con nuestras experiencias.

Reid Hoffman: Una cosa que es segura en los próximos cinco a diez años es que tendremos agentes en todas partes, haciendo todo tipo de cosas por nosotros a través de todo tipo de interacciones. Habrá agentes para grupos, agentes para empresas y de muchos otros tipos. Y lo más natural cuando haces ingeniería es que el IQ sea correcto. Pero una de las cosas que es realmente esencial para las personas es cómo incorporamos la inteligencia emocional, lo que me pareció una gran idea del equipo de Inflection.

Y, por supuesto, una buena inteligencia emocional es reconocer lo que significa una buena inteligencia emocional para un hiperracionalista, cuya actitud es: “Solo los hechos, por favor”. Una buena EQ también también debe reconocer lo que significa la EQ para alguien que dice: "Lo que realmente me importa es cómo se sienten las personas acerca de su posición en el equipo, o cómo están interactuando con otras personas en el equipo, en la industria o en el mundo”. Y esto requiere tomar decisiones, lo que forma parte del matiz en torno a cómo se desarrollan y construyen estos modelos.

Una tecnología innovadora para usar en la oficina y el hogar

Lareina Yee: Ahora mismo, en algunos de los casos de uso documentados de IA generativa, las personas la usan como una herramienta, como un prompt para ayudarles a expresar algo o para ayudar a redactar una campaña de marketing. Pero esto es diferente. Porque en lugar de ayudar con nuestra tarea individual, en realidad podría ayudar a la eficacia colectiva del equipo. Por lo tanto, no necesariamente nos ayudará a codificar. Pero puede ayudar a que nuestro equipo de codificación tenga un mejor desempeño y genere un producto mejor y más rápido.

Reid Hoffman: Sí. Parte de lo que será importante es cómo aumentaremos nuestro rendimiento colectivo. La vida es un deporte de equipo, como escribí en mi primer libro, The Startup of You. Así que la forma en que jugamos como equipo realmente importa.

Lareina Yee: ¿Qué está viendo fuera del horario laboral? ¿Cómo se utilizan estas herramientas, estos agentes, para mejorar la vida de las personas?

Reid Hoffman: Uno de los mayores placeres de ser un innovador y creador de tecnología ocurrió cuando lanzamos Pi y empezamos a ver toda una serie de casos de uso que realmente no habíamos previsto, pero que son realmente útiles para la gente. Recibo muchos comentarios de personas que lo comparan con un terapeuta, o que dicen que es un útil apoyo conversacional.

Pero hay toda una gama de usos posibles. Por ejemplo, una de las mujeres de la oficina de Greylock Partners dio a luz cuando se lanzó Pi y terminó usándolo como primera parada para pedir consejos sobre todas las cosas que se le planteaban como madre primeriza. Así que Pi es un agente que podemos usar en todos los aspectos de nuestra vida, no solo en el trabajo. Y eso era parte del concepto que había detrás de Pi.

La 'máquina de vapor de la mente' explicada

Lareina Yee: Estamos viendo una proliferación de casos de uso más allá de lo que podríamos haber previsto. Y usted ha hablado de la IA generativa como la nueva revolución industrial cognitiva. Son tres palabras de mucho peso. ¿Puede explicarlo?

Reid Hoffman: Parte de la razón por la que utilizo estas expresiones sorprendentes, como “máquina de vapor de la mente” o “revolución industrial cognitiva”, es para intentar que todo el mundo piense en el nivel apropiado de audacia, escala e importancia en relación con la sociedad, en relación con la industria y en relación con su propia vida.

La máquina de vapor nos dio una enorme cantidad de superpoderes físicos en la manufactura, el transporte y la construcción al crear, en última instancia, maquinaria más potente y móvil que los simples molinos de agua. Lo mismo está sucediendo ahora con las capacidades cognitivas en cualquier cosa que hagamos que utilice el lenguaje, ya sea comunicación, razonamiento, análisis, ventas, marketing, asistencia y servicios.

Por ejemplo, a veces me hacen preguntan como: “Tengo un negocio de fabricación de acero. ¿Cómo va a ser esto relevante para mí?”. Y yo respondo: “Usted hace ventas y marketing. Hace reuniones. Hace análisis financiero. Va a afectar todo eso. Incluso si no refactoriza su cadena de suministro ni descubre diferentes medios de fabricación de acero, seguirá afectando todo, tanto en la industria como en la sociedad”.

Y lo que la hace aún más audaz que la Revolución Industrial o la imprenta es, obviamente, la velocidad a la que se moverá. Porque cuando se construye un nuevo agente de IA o se ofrece un nuevo producto de IA, puede llegar a miles de millones de personas en cuestión de días gracias a Internet y a la infraestructura móvil.

Pero en términos de vida y trabajo, la pregunta por defecto no es si tendrá un impacto, sino qué tipo de impacto tendrá y cuándo. ¿Qué impacto tendrá este año, en los próximos dos años, cinco años, 10 años y 20 años? Y, por cierto, nadie puede predecirlo particularmente bien, porque es demasiado grande y complicado.

Así que cualquiera que diga que sabe exactamente lo que será o no será la IA generativa, se está engañando a sí mismo o simplemente está tratando de posturear. Y esa es en parte la razón por la que mi recomendación general a la gente es que empiece a jugar con la IA generativa. Prueben diferentes motores, pruébenla de varias maneras y pruébenla para las cosas que realmente les importan a diario o semanalmente.

Y si prueban con un prompt y no funciona muy bien, inténtelo de un par de maneras diferentes. Y si lo intentan de diez o veinte maneras distintas y ninguna de ellas funciona muy bien, entonces habrán aprendido que no es tan bueno para estas cosas en este momento, pero que podría mejorar en el futuro.

Utilizar IA generativa para aprender sobre IA generativa

Lareina Yee: Pensemos en un CEO, el jefe de una unidad de negocio o equipos ejecutivos. ¿Cómo afrontan el momento?

Reid Hoffman: Lo mínimo es empezar a experimentar. Y parte de la experimentación es salir y ver lo que hacen los demás. Mirar blogs y escuchar pódcasts, ya que pueden descubrir algo inesperado que fácilmente puede resultar útil y proporcionarles una perspectiva.

Obviamente, hay un montón de diferentes documentos técnicos sobre la IA. Y abrirse camino a través de ellos puede ser desalentador y llevar mucho tiempo. Pero una de las cosas útiles que podemos hacer con estos agentes, ya sea ChatGPT-4, Bing Chat o cualquier otro, es pedirles que nos expliquen el documento en términos relevantes para nosotros y nuestro sector. Y, por cierto, harán un trabajo bastante interesante, así que es una forma estupenda de estar al día.

Uno de los superpoderes más amplios de todos estos grandes modelos lingüísticos es su capacidad de traducción. Y la traducción no es solo del inglés al francés o del francés al español. También es la traducción del inglés al código. O del inglés a una imagen. O de un documento técnico al inglés cotidiano. O de un documento técnico al lenguaje de un experto en marketing o de un experto en marcas.

Decidir si liderar, igualar o seguir la innovación

Lareina Yee: Si se trata de una revolución industrial cognitiva, entonces los líderes empresariales deberían pensar más que jugar con la tecnología. Reid, ¿cuáles son algunas de las aristas exteriores de la acción audaz que usted está empezando a ver?

Reid Hoffman: Una cosa que los empresarios tienen que entender es que su velocidad de innovación no la marcan los rumores internos, sus estómagos o las reuniones internas, sino el sector en su conjunto, y lo que hacen sus competidores, proveedores, socios, distribuidores y la sociedad. Eso es lo que realmente marca el ritmo.

A veces está bien decir: “Vamos a ser seguidores deliberados y dejaremos que otros experimenten”. Pero a veces, ser un seguidor significa perder. Por lo tanto, debemos pensar dónde hay que liderar, dónde hay que igualar y dónde podemos seguir. Y en los casos en los que determinemos que debemos liderar, obviamente tenemos que mejorar mucho nuestro juego.

No existe necesariamente una talla única. Pero lo que es seguro en lo que respecta al trabajo en los próximos cinco años es que la IA va a ofrecer herramientas para todo, para amplificar cualquier capacidad que incluya el lenguaje o el funcionamiento cognitivo del lenguaje.

Así que la pregunta es: ¿cómo decidimos entre liderar, igualar y seguir en las distintas áreas? Y luego, ¿cómo nos involucramos? Y, por último, ¿qué importancia tiene hacerlo en nuestra área?

Gestionar la inevitable transición de la fuerza laboral con compasión

Lareina Yee: En McKinsey, creemos que esta es la primera tecnología de automatización que aborda el trabajo del conocimiento y representa un cambio tan profundo en la manera en que la tecnología ha afectado previamente el trabajo. Si yo fuera un directivo y escuchara este pódcast, diría que sí, que me apunto al IQ y la EQ. Pero si estoy comenzando mi carrera, parece que voy a necesitar algunas habilidades nuevas. ¿Cómo seguiré siendo relevante en la empresa?

Reid Hoffman: Uno, volver a lo que decía antes: experimentar. Dos, leer y escuchar cosas. Pregúntese: “¿Con qué tipo de cosas podría experimentar? ¿Con qué experimentaron otras personas y cómo aprendo de ellas?”. Una de las cosas más interesantes de estos nuevos agentes y modelos es que podemos preguntarles cómo pueden ayudarnos.

Lareina Yee: A pesar de todo ese optimismo, es difícil no ver un trasfondo en todo esto. Hay preocupaciones. Así que, con toda la atención puesta en el audaz y profundo cambio tecnológico –y apenas estamos rascando la superficie–, ¿qué opina de que los líderes empresariales sean audaces y actúen con responsabilidad al mismo tiempo?

Reid Hoffman: Creo que la mentalidad general correcta es adentrarse en el futuro con cierta rapidez, resolución y comprensión de que habrá algunos baches y desafíos. Pero las transiciones son muy difíciles. Así que no hay que preocuparse demasiado por la larga lista de inquietudes que aparece en la prensa, porque se están solucionando de forma dinámica. Habrá errores y nada será perfecto, pero la forma de aprender es implementar, aprender y corregir, cosas que todos los empresarios entienden.

Pero también hay que entender las transiciones humanas. ¿Cómo aprenderá la fuerza laboral nuevas formas de trabajar? ¿Cómo van a aprender sus clientes nuevas formas de interactuar con su empresa, nuevas formas de conocer un servicio y nuevas formas de comprar o participar de otro modo?

Todo esto requiere una mentalidad compasiva. Pero eso no significa ser blando y no conducir con fuerza hacia el futuro y “romper algunos huevos”. Ser compasivo significa preocuparse por la experiencia humana, las transiciones y los costos humanos de todo ello. También significa tener el bienestar humano como objetivo final, tanto en el presente como en la transición y en el futuro.

Un asistente conversacional, inteligente e iterativo para mejorar el pensamiento

Lareina Yee: Reid, por lo que puedo deducir de esta conversación, usted tiene cuatro o cinco asistentes de inteligencia artificial increíbles que le ayudan en su productividad personal, y supongo que Pi es su asistente principal. ¿Qué le han ayudado a hacer de forma distinta todos estos asistentes? ¿Cómo está trabajando de manera diferente como resultado?

Reid Hoffman: Pues bastante. Hasta he estado pensando en escribir un ensayo titulado algo así como “Take the Red Pill” (“Tome la píldora roja”), de (la película) The Matrix.

Lareina Yee: Me encanta eso.

Reid Hoffman: Por ejemplo, usted está haciendo un pódcast sobre el futuro de la inteligencia artificial para las corporaciones y el lugar de trabajo. Deme el argumento más sólido de cómo la IA cambiará las cosas, y después deme el contraargumento. Luego examine ambos y utilícelos como lente para la toma de decisiones. Porque la IA puede hacer ambas cosas por usted.

Y eso nos ayuda a hacer una especie de síntesis de la tesis. Una de las cosas útiles a la hora de preguntar a estos agentes es aprender a afinar nuestra manera de dirigir las preguntas (prompts). Si somos expertos en marketing de marca que intentamos resolver una cuestión de marca para una empresa de nuestra cartera, una de las cosas que podemos hacer es ir a Bing Chat, GPT-4, Pi, etcétera.

Presentemos argumentos positivos a favor de una determinada campaña de marca y luego presentemos el contraargumento. Y, por cierto, no necesariamente obtendremos una respuesta. Pero una de las cosas que hacen estas cosas es ayudarnos a pensar, así que ahora tenemos un asistente iterativo. Es como la velocidad de rebotar algo con un compañero inteligente y conversacional para ayudarnos a pensar mejor.

Lareina Yee: Me encanta poder debatir con mi amigo Claude, mi amigo Géminis y mi amigo Pi. Me ayuda a pensar mejor. Y es una forma diferente de procesar e iterar la información. Hemos pasado mucho tiempo hablando de tecnología. Pero, al final del día, en realidad estamos hablando de personas. Así que permítame hacer dos preguntas no tecnológicas. Primero, ¿cuál es su pasatiempo favorito que no involucra la tecnología?

Reid Hoffman: Una cosa que he hecho un poco y que probablemente haré mucho más en el futuro es diseñar juegos de mesa. Parte del atractivo reside en los patrones de interacción cuando jugamos juntos, que es una forma de aprender sobre nosotros mismos, sobre los demás, y de entablar relaciones.

Básicamente es practicar ciertas habilidades de IQ y EQ mientras jugamos. Por lo tanto, sería interesante crear juegos que ayudaran a estimular patrones de pensamiento en torno al emprendimiento, la creatividad y la innovación, al tiempo que aprendemos unos de otros.

Lareina Yee: Por último, si nos remontamos al pasado, usted fue becario Marshall en Oxford, donde estudió filosofía. Si estuviera hoy en Oxford, ¿qué estudiaría?

Reid Hoffman: Probablemente volvería a estudiar filosofía porque es muy importante. Se trata de ser capaz de establecer y entender tesis muy claras sobre nuestra teoría del juego, nuestra teoría de la naturaleza humana, lo que está sucediendo, y ser capaz de entender lo que es posible, frente a lo que es o lo que ha sido.

Se trata de pensar en un conjunto de herramientas mentales que abarcan muchos retos diferentes. Si no pudiera volver a estudiar filosofía, probablemente estudiaría historia de la ciencia y trataría de comprender los patrones de su evolución, sobre una base similar.

Lareina Yee: Reid, muchas gracias por la charla. Creo que todos pensaremos en nuestro equipo de agentes superhéroes que nos ayudan con nuestro trabajo y nuestra productividad personal.

Reid Hoffman: Lareina, fue fantástico platicar contigo, como siempre.