La intel·ligència artificial (IA) està revolucionant la relació entre humans i màquines amb la seva capacitat de gestionar i generar coneixement. S’ha convertit en una eina clau per a la investigació acadèmica i són molts els projectes de Doctorats Industrials que treballen en aquest camp. Però la generació de coneixement artificial encara depèn de l’ésser humà. Per tant, cal explicar bé quin és l’ús que el personal investigador pot fer de la IA per explotar el seu potencial de manera intel·ligent i ètica.
La intel·ligència artificial (IA) és en boca de tothom, sembla evident que estem davant d’una revolució tecnològica sense precedents. La relació entre humans i màquines es troba en punt d’inflexió, suposant un salt exponencial pel que fa a l’accés i ús del coneixement. Elisenda Bou, un referent en IA al nostre país, qui ha dirigit quatre doctorats industrials està convençuda que una de les virtuts més subtils de la IA és la seva capacitat per humanitzar les interfícies de les màquines: «la intel·ligència artificial aconsegueix que més gent tingui accés a la tecnologia»
Cal recordar que, ara per ara, la intel·ligència artificial té la capacitat de gestionar el coneixement humà, però també de generar coneixement. Tècniques molt comunes en el camp de la recerca com són el Machine Learning, el Big Data o el Deep Learning han creat moltes possibilitats a la intel·ligència artificial i la informàtica en general. Gràcies a aquestes, i altres tecnologies, la IA pot gestionar i processar dades en quantitats massives, que després també és capaç d’analitzar i extreure informació molt útil per a persones investigadores. En poques paraules, aquestes tecnologies combinades permeten als projectes d’investigació fer descobriments i prendre decisions basades en el coneixement que la IA els proporciona.
De fet, la IA està ajudant a fer grans progressos en la creació de coneixement humà gràcies a tecnologies aprenentatge automàtic o la creació de models predictius a partir de dades. Per posar un exemple, un dels camps on l’aplicació de la IA pot generar més beneficis a la societat és el món sanitari. L’anàlisi de dades de pacients i la creació de models predictius en salut són aportacions claus de les tècniques que hem esmentat en el paràgraf anterior. Amb aquestes tècniques d’IA el personal investigador és capaç de desenvolupar models predictius per a preveure la probabilitat que un pacient desenvolupi malalties o trastorns, o la reacció que pugui tenir a un determinat tractament. Sense oblidar la capacitat de tècniques com el Big Data per identificar patrons i tendències que no són evidents per als humans, prenent aquestes decisions amb coneixement de causa i poder proporcionar tractaments personalitzats.
Però, més enllà de gestionar i processar el coneixement humà, la IA pot generar coneixement “artificial”? La resposta és sí, però amb matisos (humans, per descomptat). El Machine Learning (aprenentatge automàtic) que hem esmentat abans és una tècnica que permet a la IA analitzar dades massives per després identificar patrons i les relacions entre aquestes dades, que aparentment poden estar ocultes a un ésser humà. Descobrir aquestes connexions entre dades pot permetre que la IA generi noves hipòtesis, fet que ens porta a la creació de “nou coneixement”, i en darrer terme a descobriments científics, que alhora poden representar innovacions per al món econòmic. També hem de considerar les nombroses investigacions en curs en l’àmbit de la IA creativa, moltes ja convertides en aplicacions comercials. Aquesta recerca específica busca la creació d’obres d’art, música i altres formes d’expressió artística per mitjà de tecnologia basada en IA, obtenint resultats prou significatius que s’han comparat amb obres de creació humana.
"Més enllà de gestionar i processar el coneixement humà, la IA pot generar coneixement “artificial”? La resposta és sí, però amb matisos"
Creació de coneixement artificial?
Però, i ara és el moment de matisar, el cert és que la IA pot generar coneixement artificial, però ara per ara encara depèn dels humans. Són els humans qui li proporciona les dades i, en definitiva, qui interpreta els resultats. Amb la seva capacitat d’observació, reflexió, interpretació i capacitat crítica, l’ésser humà fa segles que genera coneixement. Aquest coneixement humà és molt diferent del coneixement que pugui generar una màquina. El primer és el fruit de l’experiència, l’aprenentatge i la capacitat de raonar, sense oblidar els factors externs que influeixen tot el procés (context social i cultural, prejudicis, emocions, etc.). En canvi, el coneixement que pot generar una màquina és fruit de dades processades per algoritmes i models matemàtics. Mentre les màquines continuïn dependent dels humans per obtenir dades de la realitat, la seva capacitat de generar coneixement artificial serà limitada. Primera consideració bàsica de la revolució que estem vivint.
En efecte, una de les funcions bàsiques de la recerca és la generació de coneixement, al marge de si aquest coneixement es transfereix més enllà de la font que el genera. Val la pena recordar que precisament el Pla de Doctorats Industrials es fonamenta en aquest procés. L’objectiu dels Doctorats Industrials és fomentar la transferència de coneixement generat per la recerca a través de la col·laboració entre universitats i empreses. Els doctorands i doctorandes apliquen, gràcies a aquest programa, el seu coneixement i els resultats de la recerca a problemes reals. Un procés que contribueix positivament a la transferència de tecnologia i coneixement a les empreses i la societat en general.
Com hem explicat anteriorment, els beneficis de la IA en la investigació acadèmica són diversos i alguns molt rellevants. Aquests van des de la capacitat de processar grans quantitats de dades en temps real fins a la capacitat de generar models predictius i hipòtesis que puguin ser provades empíricament, passant per la identificació de patrons i correlacions que poden ser difícils d’identificar per un humà. Són molts els projectes de Doctorats Industrials que basen la seva recerca en la IA i les diferents tècniques que aixopluga. A tall d’exemple podem parlar de projectes sobre intel·ligència artificial com a eina de suport al diagnòstic de les lesions o ulceres, projectes que apliquen IA sobre dades de consum energètic amb l’objectiu de trobar patrons de consum i crear models per millorar l’eficiència i reduir el consum energètic. Altres àrees de coneixement amb projectes que utilitzen la intel·ligència artificial com a eina de detecció de conductes suïcides en adolescents, o l’aplicació de la intel·ligència artificial al procés creatiu de les agències de publicitat, o l’aplicació d’intel·ligència artificial pel control òptim i autònom d’entorns industrials. Les possibilitats són moltes, i amb la recent aparició d’aplicacions d’assistents artificials de llenguatge natural (el que en diem xats d’IA) el més probable és que augmenti el nombre de projectes de recerca en l’àmbit de la IA.
D’entre els centenars d’eines disponibles, que van des de la generació de textos i imatges fins a aplicacions de bots d’intel·ligència artificial centrades en el diàleg, tenim ChatGPT. És un dels assistents de llenguatge natural més famós a hores d’ara, no l’únic però sí el més accessible i amb molt potencial. Aquesta aplicació es basa en models de llenguatge creats pel laboratori de recerca en intel·ligència artificial OpenAI. Aquest laboratori nord-americà està format per una organització sense ànim de lucre i una filial comercial.
ChatGPT és un model de llenguatge natural que es basa en xarxes neuronals artificials i utilitza tècniques d’“aprenentatge profund” per a processar grans quantitats de dades, aprenent patrons i tendències subjacents. Els algoritmes que formen aquests models tenen la capacitat de generar respostes intel·ligents a preguntes dels usuaris, entre altres tasques relacionades amb el llenguatge natural. Els usos d’aquesta tecnologia en diferents idiomes són molts, d’entre els podem destacar la traducció automàtica, la correcció o generació de textos, resumir o esquematitzar, entre altres aplicacions relacionades amb el processament del llenguatge natural.
"Cal deixar de banda l’angoixa que l’aparició disruptiva d’aquesta tecnologia està generant en el món de l’educació, la formació superior i el món de la recerca, per centrar-se en el seu potencial i l’aprenentatge pràctic"
Com aquesta eina pot ser un recurs crític per a la recerca?
Definitivament fent un bon ús, explotant tot el seu potencial de manera ètica i responsable. Cal deixar de banda l’angoixa que l’aparició disruptiva d’aquesta tecnologia està generant en el món de l’educació, la formació superior i el món de la recerca, per centrar-se en el seu potencial i l’aprenentatge pràctic. D’entrada, els seus usos més visibles per al personal investigador giren al voltant de la creació d’esbossos, o l’estructuració de textos, millorant en tot cas els mateixos processos d’aprenentatge dels equips de recerca. Si bé tota la comunitat educativa tenen motius per estar preocupats si els seus estudiants facin servir ChatGPT per copiar en els seus exàmens o fer treballs (existeixen eines per detectar text generat per IA), el que és important és fer l’esforç per encarar constructivament l’ús de la IA en l’àmbit acadèmic. Passa el mateix en l’àmbit de la recerca on sovint el dubte és com aquesta tecnologia afectarà les capacitats d’escriptura dels doctorands i doctorandes.
Són moltes les formes amb les quals la IA pots ajudar a la recerca acadèmica. Presentem a continuació algunes de les proposades per l’aplicació ChatGPT responent a la pregunta “Com ChatGPT pot ajudar a la recerca acadèmica?”:
- Identificació de temes de recerca: ChatGPT pot ser utilitzat per identificar els temes de recerca emergents i les àrees de la investigació que necessiten més atenció.
- Generació de preguntes de recerca: ChatGPT pot generar preguntes de recerca a partir de paraules clau o frases relacionades amb el tema d’investigació. Això pot ser útil per als investigadors que necessiten idees per als seus projectes.
- Resum de la literatura: ChatGPT pot ser entrenat per resumir la literatura existent sobre un tema en particular. Això pot ajudar als investigadors a estalviar temps en la revisió de documents i a obtenir una visió general ràpida del que ja s’ha publicat.
- Extracció de dades: ChatGPT també pot ser usat per extreure dades d’articles i altres fonts relacionades amb la investigació. Això pot estalviar temps als investigadors, ja que no hauran de llegir tots els documents manualment per aconseguir la informació que necessiten.
- Recopilació i anàlisi de dades: ChatGPT pot ajudar a analitzar grans quantitats de dades i trobar patrons i tendències. Això pot ser útil per als investigadors per obtenir una comprensió més gran dels seus conjunts de dades i obtenir idees per a futures investigacions.
- Generació d’hipòtesis i idees: ChatGPT pot ser fet servir per generar noves hipòtesis o idees per a la recerca. El model pot ser entrenat amb dades relacionades amb un tema específic i després generar suggeriments per a la investigació futura.
- Anàlisi i revisió de textos: ChatGPT pot ser fet servir per analitzar i revisar textos acadèmics, com ara articles i tesines, per trobar errors i suggerir millores.
En aquest camp val la pena seguir les aportacions que Mushtaq Bilal ha fet a les xarxes socials. Aquest investigador de la Syddansk Universitet de Dinamarca ha fet un fil a Twitter sobre com fer servir ChatGPT de manera intel·ligent amb finalitats acadèmiques. En resum, l’investigador convida a la comunitat acadèmica a aprendre a combinar la intel·ligència artificial amb la intel·ligència natural, i en fer ús ètic de ChatGPT per generar estructures que després es puguin convertir en textos acadèmics. En cap cas a crear contingut original, ja que aplicacions com ChatGPT fan servir models de predicció, de manera que el contingut sempre és previsible.
En altres paraules, les respostes que genera un xat com aquest són coherents perquè la IA aprèn a predir les paraules o frases en un text o una conversa. El text que genera ChatGPT és contingut original fins a cert punt, ja que es basa en les dades que ha “après” mentre interactua amb els usuaris. Pot fer respostes no programades, és cert, però la IA no té la capacitat creativa de generar coneixement de zero i molts menys comprendre la resposta, li manca quelcom bàsic: consciència.
Si bé hem presentat algunes de les formes amb les quals la recerca es pot beneficiar de l’ús de la IA, cal sempre matisar aquests usos per tal que es faci una recerca ètica. Cal veure aplicacions de l’estil de ChatGPT com una eina i no un substitut de la capacitat creativa per generar coneixement dels éssers humans. No hi ha cap mena de dubte que són molts els beneficis de la IA en la investigació acadèmica i la seva importància per a la innovació empresarial. Però cal afrontar els reptes i les implicacions del seu ús en la investigació acadèmica, com ara la fiabilitat dels resultats.
En conclusió, el món acadèmic i el món econòmic tenen un repte pel que fa a les possibilitats de la intel·ligència artificial, promovent la seva utilització per a una investigació més efectiva, innovadora i ètica.
