IA generativa

Definición

Una IA generativa crea un contenido que no existía: un texto, una imagen, una música, un vídeo, código. No copia un documento almacenado: produce un resultado nuevo, estadísticamente coherente con los ejemplos vistos durante su entrenamiento y con la petición (el prompt) que recibe.

Las grandes familias de modelos

• Modelos de lenguaje (LLM): generan texto token a token (un token es una palabra o un fragmento de palabra) y se basan en la arquitectura Transformer (2017). ChatGPT, Claude, Gemini o Le Chat son ejemplos.
• Modelos de difusión: parten de un ruido aleatorio y lo «limpian» paso a paso hasta obtener una imagen o un vídeo. Es el principio de muchos generadores de imágenes actuales.
• Redes generativas antagónicas (GAN): dos redes se entrenan una contra otra, una para producir y otra para detectar falsificaciones. Muy usadas antes del auge de la difusión.

Ventajas

• Redactar, resumir, traducir o reformular en segundos.
• Producir imágenes, maquetas o prototipos sin conocimientos de diseño.
• Ayudar a programar, a analizar datos o a explorar ideas.

Límites

• Errores creíbles: un contenido generado puede ser falso y parecer convincente (ver alucinación).
• Derechos y origen de los datos: los derechos de autor sobre los datos de entrenamiento y los contenidos producidos siguen en debate.
• Sesgos: los modelos reproducen los sesgos de sus datos.
• Desinformación: la facilidad para crear textos, imágenes o voces falsos obliga a comprobar el origen de los contenidos.