Dos flechas, un problema
Una cosa es pedir a una inteligencia artificial que explique cómo se organiza una empresa. Otra es preguntarle quién autorizó una decisión concreta según los documentos de esa empresa. Las dos preguntas pueden escribirse en la misma ventana y recibir respuestas igualmente claras. Sin embargo, no estamos pidiendo lo mismo.
En el primer caso buscamos una explicación. Resulta útil que la herramienta relacione conocimientos, compare situaciones y aporte contexto. En el segundo buscamos algo que debe constar en una documentación determinada. Una explicación razonable sobre cómo suelen tomarse las decisiones no responde a quién tomó aquella. Tampoco lo hace una frase convincente que atribuya la autorización a la persona que, por su cargo, normalmente habría tenido que darla. Necesitamos encontrar qué dicen las fuentes, de quién hablan y qué permiten sostener.
Esta diferencia sitúa el problema del libro.
Los llamados modelos frontera son los modelos de inteligencia artificial más avanzados de propósito general: herramientas con las que se busca resolver tareas muy distintas, desde explicar un concepto hasta escribir código, analizar un texto o relacionar información. Una parte importante de su utilidad reside en esa amplitud. Pueden reconocer semejanzas entre expresiones diferentes, trasladar conocimientos de un contexto a otro y desarrollar una respuesta más allá de las palabras de la pregunta.
Podemos representar esa aspiración mediante una primera flecha: ampliar capacidades, abarcar más contextos y relacionar conocimientos diversos. No significa simplemente producir respuestas más largas. Significa poder desenvolverse en más situaciones y aprovechar lo aprendido en unas para resolver otras.
El proyecto de este libro parte de una necesidad diferente. Tenemos una colección concreta de documentos y queremos trabajar sobre ella. Puede ser el archivo de una organización, un conjunto de informes, una biblioteca especializada o los manuales de una instalación. A esa colección la llamaremos corpus. Hablaremos de dominio cerrado cuando delimitemos qué documentación puede utilizarse como fundamento de las respuestas y bajo qué condiciones.
Cerrado no significa necesariamente secreto. Los documentos pueden ser públicos. Significa que no estamos preguntando qué sabe la máquina sobre un asunto en general, sino qué puede localizar y sostener dentro de unas fuentes identificadas. El conocimiento general del modelo puede ayudar a comprender la consulta; no puede sustituir silenciosamente lo que falta en esas fuentes.
Aquí aparece la segunda flecha: delimitar el ámbito y conservar las diferencias que permiten identificar exactamente qué consta en él. No buscamos que la herramienta complete todos los huecos. Buscamos que nos ayude a encontrar información sin convertir una posibilidad razonable en un hecho documentado.
A primera vista, el problema podría parecer más sencillo. Si una inteligencia artificial puede trabajar sobre tantos asuntos, ¿por qué habría de tener dificultades con una colección dedicada a uno solo? ¿No debería resultar más fácil encontrar una respuesta cuanto más reducido esté el campo?