37% más productivo en tu trabajo con IA

Una idea descifr[ada]: Como la IA está mejorando nuestra productividad

Una pequeña línea del tiempo de los últimos años en inteligencia artificial:

• 1957 - Perceptron Mark I: primera implementación de una red neuronal. Su versión más sofisticada podía distinguir fotos de hombres y mujeres (más o menos).

• 1965 - El primer chatbot “Eliza” que nace como una parodia, pero todo el mundo se siente en el futuro. (puedes probarlo aquí)

• 1979 - Neocognitron: precursor de los sistemas de reconocimiento visual que tenemos hoy. Era capaz de reconocer escritura.

• 1986 - NavLab1: el primer auto autónomo. Vale la pena ver este video donde se mueve a cómicamente a 1 km/hr.

• 1987 - NetTalk: primer sistema que podía reproducir palabras a partir de texto. Era bien robótico, pero funcionaba.

• 1997 - Deep Blue le gana por primera vez a un campeón mundial de ajedrez (Garry Kasparov). Contrario a lo que uno pensaría, Kasparov se transformó en un vocero mundial pro-adopción de IA.

• 2011 - IBM Watson gana en el programa de televisión gringo “Jeopardy!”. También se lanza Siri en el iPhone, primer asistente de voz masivo.

• 2016 - AlphaGo de Google le gana al campeón mundial de Go, y lo fuerza a retirarse para siempre. Recomendado ver el documental de Netflix.

• 2017 - Momento pivotal. Aquí se empieza a acelerar el ritmo con algo que pasa desapercibido para muchos: Google lanza el paper “Attention is all you need”. En el paper se propone la arquitectura de “Transformer”, la que abre la puerta a los grandes modelos generativos que conocemos hoy, como ChatGPT (la “T” de GPT es justamente “Transformer”).

• Mayo 2020 - OpenAI lanza GPT-3. Desarrolladores, de forma silenciosa, empiezan a probar la API y a sorprenderse con los resultados.

• Enero 2021 - Como si fuera poco, OpenAI lanza otra herramienta generativa. Esta vez de imágenes: Dall-E. Se empieza a hacer más mainstream hablar de generadores de IA.

• Octubre 2021 - Github lanza su asistente de programador “Copilot” y los programadores se dividen en dos grupos: los que temen por sus trabajos y los que se vuelven 10x más productivos.

• Julio 2022 - Le sale competencia a Dall-E con el lanzamiento de Midjourney, hoy considerado de los mejores generadores de imágenes por IA.

• Noviembre 2022 - Con 100 millones de usuarios en sus primeros dos meses, se lanza la tecnología de adopción más rápida en la historia de la humanidad: ChatGPT.

• Febrero 2023 - Lo que nadie esperaba: la gente vuelve a hablar de Bing. Microsoft empieza a capitalizar la inversión que hizo en OpenAI cuatro años atrás y comienza a implementar su IA en sus productos. Los primeros: Bing y Edge.

• Marzo 2023 - Guerra de gigantes. Microsoft y Google anuncian la implementación de generadores de IA en sus suites de trabajo Office y Workspace, respectivamente. Microsoft lleva la delantera, con un fallido lanzamiento por parte de Google de su competidor de ChatGPT, Bard.

• Marzo 2023 - Solo días después recibimos otro regalo: GPT-4. Aun cuando el modelo está listo desde octubre de 2022, OpenAI se toma su tiempo para “alinear” sus respuestas y asegurarse de que GPT-4 no hable de los beneficios de comer vidrio.

Por todos los rincones de Twitter y LinkedIn se intenta predecir cómo esta tecnología va a cambiar la forma en que trabajamos. Felizmente, ya no es necesario especular. Tenemos algo de literatura científica al respecto. En particular dos papers que me llaman la atención.

El primero reclutó a un grupo de 95 programadores a través de la plataforma de freelanceo Upwork, los randomizó en dos grupos (control y tratamiento) y les entregó el mismo proyecto a todos. El grupo de control debería hacerlo como siempre lo han hecho, mientras que al grupo tratamiento se le dio acceso al asistente inteligente de programación GitHub Copilot.

El grupo de tratamiento se demoró un 55% menos que el control.

Voy a volver a escribirlo: 55% menos.

Imagínate si todo el mundo mejorara en 55% su productividad hoy. ¿Y lo más sorprendente? GitHub acaba de lanzar hace unos días Copilot X, su versión mejorada. Mi predicción es que la reducción de tiempo cada vez va a ser mayor, y el nivel de sofisticación del trabajo, cada vez mejor.

Estas mejoras en productividad no son exclusivas al mundo de la programación.

Otro paper hizo un experimento similar. Reclutó a 444 especialistas en marketing, consultores, analistas de datos y gerentes, y les entregaron una tarea relacionada con sus labores diarias, como escribir comunicados de prensa, reportes, análisis o emails detallados. Nuevamente, se dividió al grupo en dos de forma aleatoria y al grupo de tratamiento se le dio acceso a ChatGPT. Se tomó el tiempo que demoraron en las tareas y el resultado fue evaluado por varios expertos en cada área.

El grupo con acceso a IA fue un 37% más rápido en terminar la tarea.

No solo eso. Además, fueron mejor evaluados por los expertos en su trabajo.

¿Qué reflexiones me llevo de todo esto?

1. Aun cuando los avances en IA terminen hoy, ya han sido suficientes para cambiar la forma en que trabajamos y aprendemos. Muchos trabajadores de la era del conocimiento encontrarán enormes beneficios en ocupar este tipo de tecnología, y también enormes riesgos si no logran subirse a este carro. La forma en que enseñamos y aprendemos también se va a tener que adaptar.

2. El ritmo de cambio va a ser cada vez más acelerado. Algo que aprendí haciendo la línea del tiempo de más arriba es que ha habido más avances en IA en los últimos 12 meses que en los 40 años anteriores. A ratos me siento así:

🎙 Un podcast - Lex Friedman Podcast: Sam Altman. Una entrevista en profundidad de una de las personas más inteligentes que he escuchado (Lex) a otra de las personas más inteligentes que he escuchado (Sam). Una de las cosas que más me llamó la atención fue la importancia de RLHF (Aprendizaje Reforzado con Feedback Humano, por sus siglas en inglés) para “alinear” la IA para que no dé respuestas raras o peligrosas. Este proceso no está exento de polémicas.

📝 Un artículo - Este ensayo corto de Derek Sivers explora una nueva forma de encontrar las cosas que realmente queremos hacer en nuestras vidas. Vale la pena el minuto que tomar leerlo.

🐦 Un tweet - En este hilo, el autor trata de responder esta pregunta: ¿Qué es ignorado por los medios de comunicación hoy, pero que será estudiado por los historiadores mañana? Y se lanza a explorar 9 tendencias. Algunas que me llamaron la atención: el aumento de palabras negativas en los medios y el boom del homeschooling.

📽 Un video - Unos investigadores de Microsoft tuvieron acceso a GPT-4 desde octubre del año pasado y han estado todos estos meses jugando investigando con la plataforma. Han descubierto cosas impresionantes e incluso se han atrevido a decir que hay “indicios de Inteligencia Artificial General”, es decir, que estaríamos cerca de que una IA sea igual de inteligente que un humano (tanto en lo profundo como en lo amplio). Si eres como yo y te da lata leer el paper con sus conclusiones, este video resume lo más importante.