Inteligencia artificial en Latinoamérica, para resolver problemas de Latinoamérica

La IA generativa tiene un gran potencial para Latinoamérica, pero solo si se entrena con datos y contextos locales. Las herramientas actuales de IA generativa se basan en información de internet, que en su mayoría está en inglés y no refleja la realidad de Latinoamérica. Para aprovechar al máximo la IA, Latinoamérica debe generar sus propios conjuntos de datos y entrenar sus propios modelos. La colaboración entre instituciones públicas y privadas es fundamental para impulsar el desarrollo de la IA en Latinoamérica.

Contenido

Ante el creciente auge del uso de la inteligencia artificial generativa, un sin número de empresas están explorando cómo transformar sus procesos, desarrollar nuevos productos o servicios, generar contenido y resolver diversos problemas. Si bien nadie puede negar los beneficios de estas iniciativas, quizás en Latinoamérica estamos siendo demasiado optimistas con los resultados esperados.

Solemos confiar en los resultados generados por los modelos de IA, no obstante, en muchos casos corresponden a contextos diferentes a la realidad de Latinoamérica. El resultado que podría ayudar a una empresa u organización depende de las características propias de su región, las perspectivas, los objetivos planteados, las normativas locales e incluso las ideologías. No debemos olvidar que las respuestas proporcionadas por las herramientas como Chat GPT de OpenAI, Gemini de Google y Copilot de Microsoft provienen de datos e información usada en sus entrenamientos, principalmente contenido en Internet. En su entrenamiento se usó una gran variedad de textos de fuentes públicas, sin embargo, esta información suele incluir sesgos, carencias en la información y un alcance limitado en cuanto a temas locales o regionales.

Solo el 8% del contenido disponible en Internet se encuentra en español, lo que significa que estas herramientas tienen un acceso limitado a información y datos relevantes para la población hispanoparlante.

En Latinoamérica, la información disponible es poca y de acceso restringido, y en muchos casos inconsistente y de baja calidad, lo cual limita el avance y desarrollo de estos modelos en Latinoamérica. Solo México y Brasil se encuentran entre los 30 países a nivel global que más contenido académico publican, lo que limita las fuentes de contenido para el resto de los países. La situación no es muy distinta en otras regiones del mundo como África, donde los modelos de IA generativa tampoco toman en cuenta su realidad en sus entrenamientos.

Para solucionar este problema, en Latinoamérica debemos cambiar nuestro enfoque y dejar de ver estas herramientas únicamente como usuarios. En cambio, debemos aprovechar el poder de estas plataformas para entrenar nuestros modelos dentro de nuestros contextos y, sobre todo, preocuparnos por generar más y mejores conjuntos de datos. Las empresas e instituciones que estén interesadas en adoptar plataformas de inteligencia artificial deben generar y actualizar continuamente sus bases de datos y fuentes de contenido garantizando que esta información sea de calidad y relevante para su contexto.

México y Latinoamérica no sólo necesitan entrenar sus propios modelos para lograr una autonomía tecnológica, sino también para garantizar la relevancia cultural y precisión contextual. Los modelos que comprenden el contexto local, como el idioma y la cultura pueden ser más precisos, útiles e inclusivos.

Las herramientas de IA generativa tienen un gran potencial para transformar la educación y el desarrollo empresarial en Latinoamérica, pero solo si se entrenan con datos y contextos relevantes para la región. De lo contrario, estas herramientas pueden ofrecer respuestas incorrectas o irrelevantes, lo que puede limitar su utilidad. Mediante una colaboración de instituciones públicas y privadas, se podrá aprovechar el potencial de la IA para impulsar el desarrollo económico y social de Latinoamérica.

Al final del día, queremos una inteligencia artificial para latinoamericanos, resolviendo problemas de Latinoamérica.

Referencias

• (2023, 14 de noviembre). Un llamado a contrarrestar las desigualdades de género y sesgos en los sistemas de inteligencia artificial. UNESCO. https://www.unesco.org/es/articles/un-llamado-contrarrestar-las-desigualdades-de-genero-y-sesgos-en-los-sistemas-de-inteligencia
• Heikkilä, M. (2023, 27 de marzo). ¿Esta IA es racista o machista? Compruébalo con estas herramientas. MIT Technology Review en español. https://www.technologyreview.es/s/15220/esta-ia-es-racista-o-machista-compruebalo-con-estas-herramientas
• (2023, 22 de agosto). Why AI bias can hurt your business. https://www.wired.com/sponsored/story/why-ai-bias-can-hurt-your-business-ey/

Sobre el autor:

Hugo López Álvarez es profesor en el Departamento de Mercadotecnia y Director de Plataformas Web y Evolución Digital en la Universidad de las Américas Puebla. Cuenta con más 20 años de experiencia en el área de Tecnología de Información y 10 años en mercadotecnia digital. En los últimos años, ha centrado sus esfuerzos en impulsar la transformación digital de empresas e instituciones.

Contacto: hugo.lopez@udlap.mx