La interfaz que popularizó la IA generativa –es decir, capaz de producir texto, imágenes y otros contenidos bajo demanda– pronto podrá procesar consultas con imágenes y también chatear oralmente con sus usuarios.
En un comunicado de prensa, OpenAi pone el ejemplo de un usuario que fotografía un monumento y luego “conversa con ChatGPT” sobre la historia de la construcción o que muestra al programa el interior de su frigorífico para que le ofrezca una receta.
Otros ejemplos de posibles usos, según la empresa, incluyen ayudar a los niños con sus ejercicios escolares, por ejemplo enviándoles una foto de un problema de matemáticas, o pedir al «chatbot» que les cuente un cuento a los niños antes de quedarse dormidos.
Estas nuevas herramientas se desarrollarán durante las próximas dos semanas para los suscriptores de ChatGPT Plus, que es la versión paga del “chatbot”, y las organizaciones clientes del servicio.
La compañía anunció estas características en marzo, cuando presentó GPT-4, la versión más reciente de su modelo de lenguaje, que admite chatGPT.
GPT-4 es multimedia, en el sentido de que puede manejar información además de texto o códigos informáticos.
El éxito de ChatGPT desde finales de 2022 ha provocado una carrera hacia la IA generativa por parte de conglomerados tecnológicos, incluidos Google y Microsoft.
Pero el desarrollo acelerado de estos programas, que todavía están muy mal supervisados, suscita muchas preocupaciones, sobre todo porque tienden a «alucinar», es decir, a inventar respuestas.
«Los modelos con visión plantean nuevos desafíos, alucinaciones, porque la gente puede confiar en la interpretación de las imágenes por parte del programa en áreas con graves consecuencias» de las decisiones tomadas, admitió OpenAI en su comunicado de prensa.
La compañía dijo que había «probado el modelo» en temas como el extremismo y el conocimiento científico, pero añadió que se basa en usos reales y comentarios de los usuarios para mejorarlo.
Por otro lado, esto limitó la capacidad de ChatGPT de «analizar a las personas», porque la interfaz «no siempre es precisa y estos sistemas deben respetar la confidencialidad de las personas».
«Explorador apasionado. Aficionado al alcohol. Fanático de Twitter. Webaholic galardonado. Aficionado a la comida. Geek de la cultura pop. Organizador».
