Cómo la inteligencia artificial evitará que Islandia pierda su idioma

Islandia lleva varios años luchando para que su idioma nativo no desaparezca, debido al crecimiento digital y poca cantidad de personas que lo hablan. Una solución a este problema estaría en la implementación de la inteligencia artificial GPT-4, recientemente anunciada por OpenAI.

El uso de esta tecnología les permitiría entrenar sistemas para que aprendan su lengua y de esa forma desarrollar aplicaciones y entornos digitales para que los islandeses conserven sus tradiciones ante la invasión del inglés.

El presidente de la nación, Guðni Th. Jóhannesson, ya entabló conversaciones con la compañía para usar la IA como una solución. “Tenemos que introducir nuestro idioma en el software y las aplicaciones que la gente usa todos los días”, aseguró Jóhanna Vigdís Guðmundsdóttir, directora ejecutiva de Almannarómur, un centro de tecnología del lenguaje sin fines de lucro.

Le puede interesar: GPT-4 es emocionante y aterrador

La lucha contra esta posible desaparición del idioma ha llevado al gobierno a crear el Departamento de Planificación Lingüística, que tiene el trabajo de acuñar términos globales al islandés. Por ejemplo, ‘ordenador’ es tölva, que es una mezcla entre tala (número) y völva (profetisa).

Todo esto con el objetivo de mantener la lengua en las nuevas generaciones, ante el crecimiento digital y a que oficialmente este idioma es solo utilizado por 340.000 personas, aproximadamente.

Lo que lleva a que plataformas como Siri y Alexa no lo tengan entre sus opciones, y los usuarios opten por el inglés como la opción global.

Ante este panorama, una empresa local de tecnología llamada Miðeind ehf estuvo entrenando a GPT-3 para adaptar otros sistemas, pero el proceso no salió bien, por lo que con la nueva versión de la inteligencia artificial esperan tener mejores resultados debido a sus avances.

Le puede interesar: Así perdieron Siri, Alexa y Google Assistant la batalla de la inteligencia artificial

Para lograrlo, la compañía reunió un equipo de 40 de personas que se encargarán de entrenar al sistema en dos temas claves: la gramática y el conocimiento cultural sobre el islandés.

Esto lo harán a través un proceso llamado “Aprendizaje de refuerzo a partir de la retroalimentación humana”, o RLHF, por sus siglas en inglés. Que consiste en que los humanos le dan a GPT-4 una serie de comandos para generar cuatro posibles respuestas, que luego son editadas y se escoge la mejor para crear una lista.

Con estos datos se realiza el entrenamiento y de esa forma se van obteniendo mejores respuestas.

El proceso se debe hacer de esta manera, porque para su funcionamiento la inteligencia artificial toma información de internet, donde la mayoría del contenido está en inglés y no tiene un conocimiento adecuado del islandés, por lo que las traducciones suelen tener muchos errores.

Al equipo le espera un largo trabajo de entrenamiento para afinar la interacción con la IA y que esta genere contenido creativo y concreto con este idioma. Pero de lograrlo, podrán usar esa información para el desarrollo de aplicaciones, como por ejemplo, que el asistente de voz Embla, que pertenece a la empresa islandesa, sea capaz de interactuar de forma fluida usando esta lengua.

Le puede interesar: LinkedIn integra ChatGPT para crear los perfiles

Después de un fuerte crecimiento de ChatGPT a finales de 2022 y la aparición de esta inteligencia artificial en múltiples plataformas, OpenAI, la empresa dueña del proyecto, anunció una nueva versión que promete mejoras en su rendimiento.

El punto más destacado de su mejora, es que la IA permitirá lenguaje multimodal, es decir, que ya no solo las solicitudes se harán a través de texto, sino que se pueden unir con imágenes, videos y audios. Algo que en la práctica serviría para hacer el resumen de un video de YouTube, por ejemplo.

Otro aspecto importante será la fidelidad de la información, ya que muchos de estos chatbots empezaban a inventar hechos y datos. Pero desde la empresa aseguran que esta nueva versión “tiene un 82 % menos de probabilidades de responder a solicitudes de contenido no permitido y un 40 % más de probabilidades de producir respuestas fácticas”.