¿Puede ChatGPT hacer más productivas a las empresas?

564

Tribuna de Opinión de José Martí Parreño, Vicerrector de Investigación y Transferencia en la Universidad Internacional de Valencia (VIU)

Una ventaja de analizar el impacto de esta herramienta de deep learning generadora de texto es que puedes preguntarle a ella misma. Por ejemplo, si le preguntas “¿cómo ayudará ChatGPT a mejorar la productividad de las empresas?”, te responde lo siguiente: ChatGPT ayudará a mejorar la productividad de las empresas al mejorar la comunicación entre los miembros del equipo. Esto permitirá a los equipos abordar problemas de forma más eficiente, compartir información de forma más rápida y trabajar en conjunto más eficazmente. Al facilitar la comunicación entre los equipos, ChatGPT también les permitirá ahorrar tiempo y reducir los costos operativos al simplificar los procesos”. Tras esta respuesta inicial puedes pedirle a ChatGPT que elabore un poco más su respuesta, a lo que responde: “Más importante aún, ChatGPT también ayudará a mejorar la productividad de las empresas al proporcionar una plataforma para la colaboración en tiempo real. Esto permitirá al equipo trabajar juntos de forma simultánea para resolver problemas complejos de forma más rápida. Esto le permitirá a las empresas obtener mejores resultados en menos tiempo”.

Junto a estas respuestas generadas por la propia herramienta, podemos ya vislumbrar algunas de sus ventajas e inconvenientes en el ámbito de la empresa. Por ejemplo, ChatGPT puede realizar buenas síntesis y resúmenes de cuestiones complejas plantadas con lenguaje natural (por ejemplo, “¿qué factores hay que tener en cuenta para desarrollar una buena promoción de ventas?”). Incluso puedes preguntarle la bibliografía que ha utilizado para generar su respuesta. En ese sentido, puede ser lo más parecido a un experto sobre la materia al que le realizaras una consulta similar y del que esperas algunas recomendaciones o consejos básicos.

Es aquí donde no debemos olvidar que por muy poderosa que sea esta herramienta no deja de ser un deep learning alimentado con miles de millones de datos y referencias del pasado. Más concretamente, su entrenamiento llega hasta 2021. Es decir, puede sugerir ideas con experiencias pasadas acumuladas, pero resulta más difícil que proponga una idea radicalmente innovadora que no se haya realizado hasta el momento y no figure en su banco de datos.

Seguramente, como pasa con cualquier otro desarrollo tecnológico, será finalmente un ser humano quien pueda extraer lo mejor o lo peor de esta herramienta en función de su expertise y conocimiento sobre la materia y el resultado final que espera obtener de su uso.

IT USER (10/02/2023)

Más información aquí

Si te resultó útil...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email