Inteligencia Artificial Generativa: aprender a usarla sin perder la voz

 

Por José Luis Donado Rangel

Comunicador social y periodista

Especialista en Gerencia de la Comunicación Organizacional

Hace unos días decidí empezar un curso de Inteligencia Artificial Generativa. No lo hice por moda ni por presión del entorno digital, sino por una inquietud que me acompaña desde hace años en el periodismo y la comunicación institucional: entender cómo la tecnología está cambiando la forma en la que informamos, escribimos y construimos mensajes.

Lo primero que uno descubre es que la inteligencia artificial no apareció de la nada. Antes de hablar de IA generativa, es necesario entender su base: el aprendizaje supervisado. Durante años ha sido una de las herramientas más importantes de la IA y, de hecho, sigue siéndolo hoy.

El aprendizaje supervisado funciona de una manera sencilla de explicar: alguien le dice a la máquina cuál es la respuesta correcta. Así aprende, se equivoca, es corregida y, con el tiempo, identifica patrones. Muy parecido a cómo aprende un estudiante en clase.

Gracias a ese modelo, hoy convivimos con la IA en cosas tan cotidianas como el filtro de spam del correo, la publicidad que vemos en internet, el reconocimiento de voz, los diagnósticos médicos asistidos o incluso los sistemas de conducción autónoma. Ahí es donde la IA deja de ser un concepto técnico y se vuelve realmente útil.

Sobre esa base aparece la Inteligencia Artificial Generativa. Son sistemas capaces de producir contenido nuevo —textos, imágenes, audios e incluso videos— a partir de instrucciones humanas. De todos esos usos, el que mayor impacto ha tenido hasta ahora es la generación de texto, a través de los llamados modelos de lenguaje grande, conocidos como LLM.

Estos modelos no piensan ni entienden como una persona. Funcionan porque han sido entrenados con enormes cantidades de texto y, a partir de eso, predicen cuál es la palabra más probable que debería venir después. Por eso pueden sonar seguros, incluso cuando están equivocados.

Aquí es donde conviene tener criterio. En temas médicos, por ejemplo, no basta con preguntarle a un modelo de lenguaje: es necesario contrastar con fuentes confiables, clínicas reconocidas o publicaciones académicas. En recetas de cocina ocurre algo similar: la IA puede agregar ingredientes que no tienen sentido. La tecnología ayuda, pero no reemplaza el juicio humano.

Desde la comunicación, este punto es clave. La IA no decide qué está bien o mal, ni crea ideas desde cero. La idea nace en la persona. El mensaje también. Lo que hace el modelo de lenguaje es ordenar, limpiar, simplificar o mejorar la claridad de algo que ya existe.

Por eso, desde mi experiencia como periodista, corresponsal de medios, director de comunicaciones institucionales y formador en oratoria, he entendido que estos sistemas funcionan mejor como editores y socios de escritura, no como autores principales. Primero piensa la persona; luego la IA ayuda a decirlo mejor.

Hay usos especialmente interesantes en el análisis de información. Por ejemplo, leer grandes volúmenes de comentarios, correos o reseñas y ayudar a identificar si hay quejas, mensajes positivos o temas urgentes. En comunicación organizacional y gestión de reputación, esto puede ahorrar tiempo y facilitar mejores decisiones.

Otro aprendizaje importante del curso es entender que la IA es una tecnología de propósito general. No sirve para una sola cosa. Puede ayudar a escribir, resumir textos largos, generar ideas, ordenar información o clasificar mensajes. Todo depende de cómo se use y con qué intención.

Este proceso de aprendizaje apenas comienza. Más adelante el curso profundiza en buenas prácticas, errores comunes de los equipos al usar IA y en los límites éticos de estas herramientas. Pero hay algo que tengo claro desde ya: la inteligencia artificial no reemplaza a quien investiga, piensa y comunica con responsabilidad.

La tecnología cambia. La ética, el criterio y la voz siguen siendo humanas.

Seguiré compartiendo lo que voy aprendiendo en este camino.