Aplicaciones prácticas de los modelos de lenguaje

Con motivo del conversatorio organizado por la Asociación Colombia de Ingenieros Industriales al que me invitaron a participar esta semana, hoy les quiero compartir algunos usos prácticos de modelos de lenguaje con los que tengo familiaridad y algunas categorías para pensar en estos. Si a alguno le interesa unirse, el conversatorio será el jueves 26 de junio a las 4 p.m. hora Colombia. En el botón encuentran el enlace para unirse:

Para dar mayor claridad al artículo, voy a organizar los usos en dos grandes categorías que reflejan las fortalezas centrales de los modelos de lenguaje: la primera enfocada en cómo estos modelos pueden transformar información no estructurada en datos útiles y manejables, y la segunda dedicada a su capacidad para generar nuevo contenido o herramientas que facilitan múltiples procesos.

1. Estructuración de información desestructurada

La mayoría de nosotros estamos acostumbrados a trabajar con datos que tienen formato tabular. Las filas representan observaciones y las columnas características de esas observaciones. Piensen en un archivo de Excel. Cuando los datos tiene este formato, es fácil trabajar con ellos. Se pueden hacer sumas, conteos, calcular estadísticas y hacer visualizaciones.

Hoy en día, sin embargo, hay una gran cantidad de información relevante disponible en línea que no tiene este formato. Imágenes en redes sociales, texto de documentos oficiales y noticias, audio de entrevistas y podcasts. Convertir todo esto en datos estructurados era un proceso manual y costoso. Con los modelos de lenguaje y otros modelos generativos, podemos automatizar gran parte de ese flujo.

A continuación les menciono un par de ejemplo de aplicaciones concretas que caben en esta categoría:

a) Extracción de información de imágenes

Les propongo un ejemplo simple y cotidiano. Tomen una de foto de alguna factura de supermercado que tengan a la mano. Acá está la mía que encontré en internet:

Diagrama 1. Foto de factura del D1.

Suban esa foto a ChatGPT con la siguiente instrucción:

Eres un experto analizando facturas de supermercados. Extrae la siguiente información de la factura: 1. Nombre del producto 2. Precio total pagado por el producto 3. Número de unidades del producto (hace supuestos razonables) 4. Precio por unidad Estructura el resultado como una tabla.

El resultado es el siguiente:

Diagrama 2. Extracción de información de factura usando ChatGPT.

Con una instrucción bien diseñada y un modelo con la capacidad de analizar tanto imágenes como texto, pasamos de tener una imagen inutilizable a tener una tabla con la que podemos trabajar. Esta idea se puede aplicar en muchos otros escenarios.

b) Extracción de información en fuentes de texto

Con la enorme cantidad de fuentes de texto en línea, tenemos a la mano información sobre fenómenos de alto interés. Pero, así como en el caso de las imágenes, el texto no tiene la forma tabular que facilita el análisis. Podemos usar modelos de lenguaje para hacer esta transición y extraer y estructura información clave presente en el texto.Es posible, por ejemplo, extraer de las ofertas de trabajo disponibles en linea, un listado de todas las habilidades que requieren.

Otros ejemplos interesantes incluyen:

Extraer entidades (nombres, lugares, empresas) en artículos de prensa.
Categorizar sentimientos o temas de discusión en las publicaciones de redes sociales.

c) Transcripción automatizada de audio

En la investigación de mercados, así como en muchos otros sectores que estudian el comportamiento de los consumidores, es común hacer entrevistas a profundidad con estos. Estas entrevistas son fundamentales para guiar las decisiones de muchas empresas. Sin embargo, después de haberlas hecho, es difícil encontrar las partes buscar las partes claves de estas. Para solucionar esto es posible utilizar modelos generativos que convierten audio a texto. El más famoso de estos modelos es Whisper y fue creado por OpenAI. Pueden probarlo acá. En su página, OpenAI menciona además su alianza con el banco Nu para crear transcripciones y resúmenes automatizados de las conversaciones de los usuarios con servicio al cliente.

2. Generación de contenido

Si bien estructurar datos ya existentes es una capacidad notable de los modelos de lenguaje, quizás la característica más impresionante de estos es su habilidad para generar nuevos contenidos desde cero. Esta generación abarca múltiples ámbitos, desde conversaciones fluidas hasta imágenes, videos, código de programación e incluso contribuciones significativas en investigación científica.

a) Chatbots y asistentes especializados

Servicio al cliente: Varias empresas han empezado a incluir modelos de lenguaje en sus páginas para ayudar a resolver dudas de sus clientes.
Servicio al ciudadano: El cantón de Basel en Suiza tiene un chatbot que permite hacer preguntas sobre todo tipo de procedimientos administrativos y genera respuestas con enlaces a páginas y documentos relevantes.
Educación: la página de educación en línea Khan Academy (muy recomendada) creó un tutor personalizado que bautizó como Khanmigo.

b) Generación de imágenes y videos

Es posible crear campañas como la de Coca‑Cola en la navidad del 2024 utilizando modelos generativos.

c) Programación asistida

GitHub Copilot o Cursor sugieren y completan código, en múltiples lenguajes de programación. El CEO de Microsoft estimó que en algunos proyectos de la empresa entre el 20% y 30% del código es escrito por modelos de lenguajes.
Herramientas como Lovable, Windsurf o Bolt permiten crear prototipos de aplicaciones utilizando solamente descripciones escritas.

d) Descubrimientos científicos

AlphaFold de DeepMind predice estructuras proteicas, acelerando la investigación de fármacos.

Conclusión

Los posibles usos de los modelos de lenguaje van mucho más allá de una simple interface de chat: son la base de procesos que estructuran datos, filtran información y generan contenido. Espero que los ejemplos que mencioné les hubieran dado ideas de cómo podrían utilizarlos ustedes. Si quieren leer sobre algunas otras aplicaciones prácticas de estos modelos les dejo dos enlaces recomendados:

Post en el blog de Google listando 601 usos de “IA Generativa” (lo dicen ellos, yo no) en empresas.
En esta sección dentro de la página de OpenAI encuentran publicaciones y podcasts sobre usos reales de sus modelos en distintas industrias.
Proyecto sistemas de algoritmos públicos de la Universidad de los Andes. Ahí pueden encontrar información muy completa sobre los sistemas algorítmicos del sector público de América Latina y el Caribe, así como a la gobernanza de estas herramientas.