El modelo de inteligencia artificial GPT-4o de OpenAI define el conocimiento como un concepto multifacético, que generalmente se refiere a la comprensión o familiaridad adquirida a través de la experiencia, la educación o el aprendizaje, e identifica varios tipos: el factual, basado en información, hechos y datos, como los músicos de una banda de rock o la temperatura óptima del agua del mate; el procedimental, el “saber cómo” hacer algo siguiendo procesos o métodos específicos, por ejemplo resolver una ecuación o preparar una receta; el performativo, que es parecido al anterior pero demanda un entrenamiento práctico, como saltar en paracaídas o bailar un tango; y el experiencial, adquirido a través del ensayo y la experimentación, como conducir en una tormenta o ignorar un tuit ofensivo.

Más importante aún, también distingue entre conocimiento explícito, documentado y fácilmente comunicable a través de textos y bases de datos, y conocimiento tácito: habilidades e intuiciones adquiridas a través de la práctica, que no se transfieren fácilmente.

“Mi conocimiento es principalmente factual y explícito, ya que proviene de grandes cantidades de texto documentado y disponible públicamente. Aunque puedo replicar y describir procedimientos (conocimiento procedimental) y patrones implícitos, no tengo experiencias personales ni intuiciones, lo que limita mi acceso al conocimiento experiencial o tácito”. (GPT dixit.)

Pedirle a un gran modelo de lenguaje (LLM) como GPT-4 que describa el conocimiento es más que un fácil truco retórico: los LLM, y la IA generativa en general, cambian cualitativamente cómo pensamos sobre el conocimiento, su sustitución y su transferencia a terceros.

¿Cuánto del conocimiento es explícito y, por lo tanto, transferible, en contraposición al conocimiento implícito que se aprende directamente de la interacción personal? ¿En qué medida la IA, al minar un vasto corpus de documentos escritos y registros audiovisuales, subsume y acelera la transferencia, y en qué medida regurgita un conjunto limitado, y posiblemente sesgado, de información?

La paradoja de la transferencia de conocimiento. La IA está redefiniendo el modo en que abordamos el conocimiento y las competencias humanas. El conocimiento que puede traspasarse mediante el aprendizaje tradicional es también el que la IA más fácilmente sustituye; de hecho, la IA ya está utilizándolo para responder a nuestras consultas de manera más efectiva.

Sin embargo, tal vez paradójicamente, este conocimiento explícito representa solo una parte, a veces menor, del impacto final de las políticas públicas.

Fuente:LaNacion