En la práctica, la calidad de nuestras peticiones depende de cuatro factores fundamentales que influyen en nuestro prompting y en los resultados que obtenemos, y que tienen que ver, principalmente, con el conocimiento previo que tiene la persona que las formula. Construir y hacer sólida esa base de conocimiento debería ser el objetivo fundamental de toda formación en IA.
Conocimiento del mundo y de la profesión
La capacidad para hacer un prompting efectivo mejora de forma natural cuando existe experiencia en un ámbito concreto. Las personas que han trabajado durante mucho tiempo en un campo específico suelen formular mejores instrucciones simplemente porque son capaces de identificar mejor la información relevante y cómo llegar a un resultado con sentido. Solemos pensar primero en la generación de texto, pero es más fácil observar esto en la generación de imagen o vídeo, donde profesionales especialistas en diseño, ilustración o cine obtienen resultados más precisos porque conocen los códigos de expresión para obtener lo que buscan: iluminación, contraste, planos, coherencia o movimiento. Tanto nuestra madurez profesional como el uso habitual de la tecnología basada en IA nos serán útiles a la hora de detectar de manera autónoma el AI slop, tanto en texto escrito como en imagen o vídeo.
Conocimiento teórico de la tecnología
Actualmente, y sobre todo en el mundo de la empresa, la gran tendencia es ofrecer formaciones eminentemente prácticas y muy enfocadas al uso diario, incluso en formato taller, lo que favorece la formación funcional en herramientas y prompting. Sin embargo, por muy práctico que sea el enfoque, las cuestiones técnicas básicas no deberían nunca quedar al margen de la formación. El funcionamiento del aprendizaje automático, las redes neuronales, la construcción de los grandes modelos de lenguaje basada en texto de internet, la tecnología detrás de los modelos predictivos o las capas de reglas que se añaden a los productos digitales son conceptos que ayudan después a ajustar expectativas, utilizar mejor la tecnología y hacer un uso más consciente de ella.
Conocimiento del contexto social y cultural
La inteligencia artificial no opera en el vacío: está condicionada por quién la configura y la entrena, con qué tipo de datos, desde qué lugar del mundo y en qué idioma. Esto conlleva la existencia de sesgos lingüísticos, especialmente el predominio del inglés y la cultura occidental anglosajona, que pueden influir en cómo se representa el mundo. También se manifiestan sesgos de raza, género y otros ejes de desigualdad que es necesario controlar desde el uso. Hay que sumar las cuestiones empresariales, geopolíticas y culturales que hay que conocer para entender el contexto de la IA, la prioridad de las ideas en sus respuestas, qué tiene sentido preguntar y qué no, y cómo puede influir en nuestra creatividad y nuestro pensamiento. Por último, hay que estar al tanto del estado de la regulación en España y Europa para entender qué podemos hacer con el contenido que obtenemos de un sistema basado en IA.
El papel del pensamiento crítico
En los tres puntos anteriores hemos hablado del conocimiento necesario para utilizar conscientemente los sistemas de IA, siguiendo el primero de los pilares del pensamiento crítico: no podemos cuestionar algo si no podemos relacionarlo con información externa. Una vez establecida esta primera capa, formar el criterio requiere habilidades cognitivas de análisis, voluntad y actitud crítica, y un hábito de metacognición que nos permita pensar sobre cómo pensamos y ejercer una auditoría consciente de nuestro uso de la IA.
El pensamiento crítico no surge de forma espontánea en la interacción con la IA, sino que se construye a lo largo del recorrido vital y a partir del contraste con información obtenida en contextos externos a ella.
