GPT: Transformando la Inteligencia Artificial

 

Resumen

GPT y la Inteligencia Artificial (IA) están transformando múltiples sectores, desde la educación hasta la atención médica, con avances significativos en la generación de texto, imágenes y video. Sin embargo, su desarrollo y aplicación también plantean desafíos éticos y técnicos, como la privacidad, la desinformación, la dependencia de los datos de entrenamiento y la comprensión contextual limitada. Para el futuro, se espera que GPT mejore en la comprensión y generación del lenguaje, y se integre de manera multimodal, procesando texto, imágenes, audio y video. A medida que estas tecnologías avanzan, es crucial abordar proactivamente estos desafíos y consideraciones, enfocándose en la gobernanza y regulación efectivas, la equidad en el acceso a la tecnología, y la transparencia y responsabilidad en su desarrollo y despliegue.

Preguntas que responde el artículo

• ¿Qué es GPT (Generative Pre-trained Transformer)?
• ¿Cómo ha evolucionado GPT desde su primera versión hasta GPT-4?
• ¿Cuáles son las capacidades de GPT en términos de procesamiento del lenguaje natural?
• ¿Cómo puede GPT generar texto coherente y contextualmente relevante?
• ¿Qué impacto tiene GPT en la inteligencia artificial y su integración en la sociedad?
• ¿Cómo ha impactado GPT en diversas aplicaciones y sectores, como la medicina, la educación, y la investigación científica?

Introducción

La Tecnología Generativa Pre-entrenada, más conocida por sus siglas en inglés GPT (Generative Pre-trained Transformer), se ha convertido en una de las innovaciones más destacadas en el campo de la inteligencia artificial (IA) en los últimos años. Este avance, meticulosamente documentado por Liu et al., en 2021, ofrece un panorama comprehensivo sobre las capacidades y el impacto significativo de GPT en el ámbito de la IA. La relevancia de GPT radica en su habilidad para generar texto coherente y contextualmente relevante a partir de una amplia variedad de indicaciones, haciendo posible desde la creación automatizada de contenido hasta la asistencia en tareas complejas de comprensión y generación de lenguaje natural.

GPT se basa en la arquitectura de Transformer, un modelo introducido en 2017, que ha revolucionado la manera en que las máquinas entienden y procesan el lenguaje humano. A través de un proceso de pre-entrenamiento masivo en vastos conjuntos de datos de texto, GPT aprende patrones de lenguaje, gramática, y conocimiento del mundo, lo que le permite generar respuestas que a menudo parecen sorprendentemente humanas. Esta capacidad para entender y generar texto ha abierto nuevas avenidas en la investigación y aplicación de la IA, desde sistemas de chatbot avanzados hasta herramientas de apoyo en la redacción y creación de contenido.

La investigación de Liu y sus colegas subraya la importancia de GPT en el avance de la inteligencia artificial hacia objetivos más ambiciosos, como la comprensión profunda del lenguaje y la interacción natural con los humanos. Al analizar la evolución y las capacidades de GPT, los autores destacan no solo su potencial para transformar industrias enteras sino también los desafíos éticos y técnicos que acompañan a su desarrollo y despliegue. La introducción de GPT en el ecosistema de la IA no solo ha marcado un hito en el procesamiento del lenguaje natural (PLN), sino que también ha establecido un precedente para futuras investigaciones y aplicaciones en el campo, impulsando un fervoroso debate sobre el futuro de la inteligencia artificial y su integración en la sociedad.

Historia y desarrollo de GPT

Año	Evento	Descripción
2018	Lanzamiento de GPT-1	Este modelo marcó un punto de inflexión en el procesamiento del lenguaje natural (PLN) al introducir un modelo capaz de generar texto coherente y contextualmente relevante a partir de simples indicaciones.
2019	Lanzamiento de GPT-2	Mejoró significativamente las capacidades de generación de texto, permitiendo producciones más largas y coherentes. Este avance abrió nuevas posibilidades en la creación de contenido automatizado.
2020	Introducción de GPT-3	Este modelo representó un salto cuantitativo y cualitativo aún mayor. Con 175 mil millones de parámetros, GPT-3 no solo refinó la calidad del texto generado, sino que también demostró capacidades impresionantes en la traducción de idiomas, la resolución de problemas y la creación de aplicaciones mediante simples descripciones en lenguaje natural.
2023	Lanzamiento de GPT-4 (según el estudio de Bubeck et al.)	Este modelo marcó un hito en el campo del PLN y la IA en general, ampliando aún más las fronteras de lo posible, mejorando no solo en la generación de texto, sino también en la comprensión y el razonamiento, facilitando aplicaciones aún más sofisticadas en campos como la medicina, la educación y la investigación científica.

La historia y desarrollo de la tecnología Generativa Pre-entrenada, o GPT, es una fascinante crónica de innovación y avance tecnológico en el campo de la inteligencia artificial (IA). Según el estudio realizado por Bubeck et al. en 2023, la evolución de GPT desde sus inicios hasta la reciente cuarta generación (GPT-4) ilustra no solo la rápida progresión en la capacidad de las máquinas para procesar y generar lenguaje natural, sino también el creciente impacto de esta tecnología en diversas aplicaciones y sectores.

La primera versión de GPT, lanzada en 2018 por OpenAI, marcó un punto de inflexión en el procesamiento del lenguaje natural (PLN) al introducir un modelo capaz de generar texto coherente y contextualmente relevante a partir de simples indicaciones. Este modelo inicial ya demostraba una comprensión básica del lenguaje y la capacidad de completar tareas de PLN sin la necesidad de entrenamiento específico para cada tarea, una característica distintiva de los modelos GPT.

Con cada nueva generación, GPT ha visto mejoras significativas en términos de complejidad, capacidad de procesamiento, y diversidad de aplicaciones. GPT-2, lanzado en 2019, amplió considerablemente el conjunto de datos de entrenamiento y mejoró las capacidades de generación de texto del modelo, permitiendo producciones más largas y coherentes. Este avance abrió nuevas posibilidades en la creación de contenido automatizado, la generación de respuestas en sistemas de diálogo y la mejora de la comprensión lectora automática.

La tercera iteración, GPT-3, presentada en 2020, significó un salto cuantitativo y cualitativo aún mayor. Con 175 mil millones de parámetros, GPT-3 no solo refinó la calidad del texto generado, acercándose aún más a la indistinguibilidad de los textos escritos por humanos, sino que también demostró capacidades impresionantes en la traducción de idiomas, la resolución de problemas y la creación de aplicaciones mediante simples descripciones en lenguaje natural.

La investigación de Bubeck et al. se centra en la más reciente GPT-4, destacando cómo esta versión representa un hito en el campo del PLN y la IA en general. GPT-4 amplía aún más las fronteras de lo posible, mejorando no solo en la generación de texto, sino también en la comprensión y el razonamiento, facilitando aplicaciones aún más sofisticadas en campos como la medicina, la educación y la investigación científica.

Este desarrollo progresivo de GPT refleja el compromiso continuo de la comunidad científica y tecnológica para empujar los límites de la inteligencia artificial. Los avances y experimentos clave resaltados por Bubeck et al. iluminan el camino hacia un futuro en el que las interacciones con la IA serán cada vez más indistinguibles de las interacciones humanas, abriendo un amplio espectro de posibilidades y desafíos futuros.

Aplicaciones de GPT en diversos sectores

Sector	Aplicación de GPT	Descripción
Diseño de fármacos	Generative AI en diseño de fármacos	GPT se utiliza para diseñar rápidamente fármacos para diversas aplicaciones, reduciendo significativamente los costos y tiempos asociados al descubrimiento de nuevos medicamentos.
Ciencia de materiales	Generative AI en ciencia de materiales	Aplicación de GPT para la creación de nuevos materiales con propiedades específicas, impactando sectores como la automoción, la aeroespacial, la defensa y la medicina.
Diseño de chips	Generative AI en diseño de chips	GPT optimiza la colocación de componentes en el diseño de chips semiconductores, reduciendo el ciclo de desarrollo de productos de semanas a horas.
Datos sintéticos	Generative AI para crear datos sintéticos	La generación de datos sintéticos por medio de GPT asegura la privacidad de las fuentes de datos originales, útil en sectores como la salud para la investigación sin comprometer la identidad de los pacientes.
Diseño generativo de partes	Generative AI en diseño de partes	GPT facilita el diseño de partes optimizadas en la manufactura, automoción, aeroespacial y defensa, permitiendo innovaciones como diseños más ligeros y eficientes en combustible.

Además de estas aplicaciones específicas, un estudio sistemático sobre el impacto y aplicaciones de ChatGPT resalta que, mientras la IA tiene el potencial de revolucionar diversas industrias, es necesaria más investigación interdisciplinaria y innovación ética para abordar las preocupaciones existentes y asegurar su uso responsable.

Estos ejemplos ilustran solo una fracción del potencial que GPT y la inteligencia artificial generativa tienen para ofrecer innovaciones significativas en una amplia gama de campos, al tiempo que subrayan la importancia de abordar los desafíos éticos y prácticos asociados con su implementación.

La tecnología Generativa Pre-entrenada (GPT) ha encontrado aplicaciones revolucionarias en varios sectores, notablemente en la medicina y la educación, donde su impacto va más allá de la simple automatización de tareas, llegando a transformar profundamente estas áreas.

GPT en la Medicina

En el sector médico, GPT ha mostrado un potencial extraordinario para mejorar tanto la eficiencia como la calidad de la atención al paciente. Según Dave, Athaluri, & Singh (2023), la aplicación de GPT en medicina abarca desde la generación automática de informes médicos hasta el apoyo en la toma de decisiones clínicas y la personalización del tratamiento. Estos modelos pueden analizar grandes volúmenes de datos de pacientes para identificar patrones, predecir resultados de enfermedades y sugerir tratamientos, todo esto con una precisión que rivaliza y a veces supera a la de los especialistas humanos.

No obstante, la implementación de GPT en la medicina no está exenta de desafíos. La precisión de los modelos depende críticamente de la calidad y diversidad de los datos de entrenamiento, lo que plantea preocupaciones sobre sesgos y la generalización de los resultados. Además, la integración de IA en la práctica médica suscita preguntas éticas sobre la privacidad de los datos, la autonomía del paciente y la responsabilidad en caso de errores.

GPT en la Educación

En el ámbito educativo, la integración de GPT promete revolucionar la manera en que estudiantes y educadores interactúan con el material de aprendizaje. Grassini (2023) explora cómo GPT puede personalizar la experiencia de aprendizaje, adaptando el contenido a las necesidades individuales de cada estudiante y proporcionando tutoría virtual las 24 horas, los 7 días de la semana. Esta capacidad de ofrecer explicaciones detalladas, generar ejercicios de práctica y evaluar trabajos de manera instantánea tiene el potencial de complementar la enseñanza tradicional, haciendo el proceso educativo más interactivo y accesible.

Sin embargo, la aplicación de GPT en la educación también enfrenta desafíos significativos. La preocupación principal radica en la dependencia excesiva de la tecnología, que podría afectar el desarrollo de habilidades críticas y de resolución de problemas en los estudiantes. Además, la cuestión de la equidad en el acceso a estas tecnologías avanzadas se convierte en un tema crucial, ya que la falta de recursos podría ampliar la brecha educativa entre diferentes poblaciones.

Limitaciones y Desafios GPT

A pesar de los impresionantes avances y aplicaciones de la tecnología Generativa Pre-entrenada (GPT) en múltiples sectores, es crucial reconocer y abordar sus limitaciones y desafíos. Floridi & Chiriatti (2020) proporcionan una análisis exhaustivo de las barreras técnicas y éticas asociadas con GPT, destacando la importancia de una perspectiva crítica para guiar su desarrollo y aplicación futuros.

Limitaciones Técnicas

Comprensión contextual limitada

Aunque GPT ha demostrado una notable habilidad para generar texto coherente y contextualmente adecuado, su comprensión del contexto y del mundo sigue siendo superficial. Esta limitación se manifiesta en la incapacidad de GPT para discernir completamente entre información verdadera y falsa, llevando a la generación de respuestas que, aunque lingüísticamente correctas, pueden ser factualmente incorrectas o engañosas.

Dependencia de los datos de entrenamiento

La eficacia de GPT depende enormemente de la calidad y diversidad de los datos de entrenamiento. Esto introduce el riesgo de sesgos incorporados en el modelo, donde los prejuicios existentes en los conjuntos de datos pueden perpetuarse y amplificarse en las respuestas generadas por GPT. Además, la adaptabilidad de GPT a nuevos contextos o conocimientos emergentes está limitada por los datos con los que fue entrenado, lo que puede hacer que su información esté desactualizada rápidamente.

Dificultades en evaluación y mejora

Evaluar la precisión y relevancia de las respuestas generadas por GPT es un desafío considerable. La calidad de las respuestas no se puede medir simplemente por su coherencia o fluidez lingüística; es esencial considerar su precisión, relevancia y utilidad. Este desafío se complica aún más por la naturaleza autónoma de GPT, donde la intervención humana directa en su proceso de aprendizaje es limitada.

Desafíos éticos

Cuestiones de privacidad

La generación de texto basada en vastas cantidades de datos recopilados plantea preocupaciones significativas sobre la privacidad y el consentimiento. La posibilidad de que GPT genere texto que refleje o revele información sensible de individuos específicos sin su consentimiento es un riesgo ético importante.

Desinformación y manipulación

La capacidad de GPT para generar contenido convincente y natural abre la puerta a su uso en la creación y propagación de desinformación. La facilidad con la que puede producir textos persuasivos y aparentemente auténticos hace que sea una herramienta potencialmente poderosa para la manipulación de la opinión pública, la propaganda y la difusión de noticias falsas.

Responsabilidad y rendición de cuentas

Determinar la responsabilidad por las acciones y decisiones tomadas por o con la ayuda de GPT es un desafío ético complejo. La autonomía de estos sistemas plantea preguntas sobre quién es responsable de los errores, el contenido inapropiado o los daños resultantes de su uso: los desarrolladores, los usuarios o la propia IA.

El Futuro de GPT y la Inteligencia Artificial

Aspecto	Detalle
Avances Tecnológicos	GPT-4 mejora en la resolución de problemas complejos, creatividad, y capacidad de colaboración. Capaz de entender y generar texto basado en entradas de texto e imágenes.
Aplicaciones Internas	Utilizado internamente para impactar en soporte, ventas, moderación de contenido, programación, y más. Capacidades multimodales en fase de investigación previa.
Desafíos y Consideraciones Éticas	Enfoque en la creación de modelos más alineados y dirigibles. Necesidad de acuerdos sobre los límites de uso de la IA, asegurando que los beneficios y la gobernanza de la AGI se compartan justamente.
Seguridad y Alineación	GPT-4 es un 82% menos probable de responder a solicitudes de contenido no permitido y un 40% más probable de producir respuestas factuales que GPT-3.5, gracias a la incorporación de más retroalimentación humana y la colaboración con expertos.

Esta tabla presenta un resumen de los elementos clave sobre el futuro de GPT y la IA, basado en las últimas investigaciones y reflexiones de OpenAI. Cada uno de estos puntos subraya tanto el potencial revolucionario de estas tecnologías como la importancia de abordar de manera proactiva los desafíos éticos y de seguridad que surgen con su desarrollo y aplicación.

El futuro de la tecnología Generativa Pre-entrenada (GPT) y su impacto en el campo de la inteligencia artificial (IA) es un tema de gran interés y especulación dentro de la comunidad científica y tecnológica. La investigación de Qiu en 2023 proporciona una visión profunda de cómo GPT no solo está revolucionando las aplicaciones de IA, sino también cómo está jugando un papel crucial en la transformación digital a nivel global. Este futuro, aunque prometedor, presenta un camino lleno de innovaciones, desafíos y oportunidades que definirán la dirección de la IA y su integración en nuestra sociedad.

Avances y Capacidades de GPT-4

GPT-4 representa un hito importante en la escala de aprendizaje profundo, superando a sus predecesores en seguridad y utilidad. Este modelo es capaz de resolver problemas complejos con mayor precisión gracias a su amplio conocimiento general y habilidades de resolución de problemas. Su creatividad y colaboración han alcanzado niveles nunca antes vistos, permitiéndole participar en tareas de escritura creativa y técnica junto con los usuarios.

Impacto en la Transformación Digital

GPT-4 se utiliza internamente en OpenAI para impactar significativamente en funciones como soporte, ventas, moderación de contenido y programación. Su capacidad para aceptar entradas de texto e imágenes amplía su aplicabilidad en una gama más amplia de dominios. Esta habilidad multimodal, aún en fase de investigación previa y no disponible públicamente, muestra un potencial notable para tareas que involucran documentos, diagramas o capturas de pantalla.

Desafíos y consideraciones éticas

La planeación para la AGI y más allá incluye un enfoque en la creación de modelos cada vez más alineados y dirigibles, permitiendo que los usuarios especifiquen el estilo y la tarea de su IA. Esto subraya la importancia de acuerdos sobre los límites de uso de la IA, mientras que se garantiza que los beneficios, el acceso y la gobernanza de la AGI se compartan ampliamente y de manera justa. La transición gradual hacia la AGI se ve como esencial para permitir que la sociedad se ajuste a estos avances tecnológicos, abordando así los riesgos potenciales de mal uso, accidentes drásticos y disrupciones sociales.

OpenAI está tomando medidas para garantizar que el desarrollo y la implementación de GPT y futuras tecnologías de IA se realicen de manera responsable, con una atención especial a la seguridad, la alineación y el impacto societal. La investigación y el desarrollo de GPT-4 han implicado una inversión significativa en hacer que el modelo sea más seguro y alineado, con un 82% menos de probabilidad de responder a solicitudes de contenido no permitido y un 40% más de probabilidades de producir respuestas factuales en comparación con GPT-3.5

Innovaciones y avances tecnológicos

Mejoras en la comprensión y generación del lenguaje

Se espera que las futuras versiones de GPT muestren mejoras significativas en la comprensión y generación del lenguaje natural, acercándose aún más a la capacidad humana de entender matices, contextos complejos y emociones. Esto abrirá nuevas puertas para aplicaciones más sofisticadas y sensibles al contexto, desde asistentes personales hasta sistemas de soporte de decisiones avanzados.

Integración multimodal

El futuro de GPT apunta hacia una integración multimodal, donde la IA no solo procesará texto, sino también imágenes, audio y video para generar respuestas coherentes y contextuales. Esta capacidad multimodal expandirá enormemente las aplicaciones de GPT en campos como la educación, el entretenimiento, la medicina y más allá, permitiendo interacciones más naturales y ricas con la tecnología.

Impacto en la Transformación Digital

Aplicaciones de GPT	Descripción
Automatización y Eficiencia	GPT juega un rol esencial en la automatización de tareas, mejorando la eficiencia operativa en diversas industrias. Puede automatizar respuestas al cliente, generación de informes y análisis de datos, reduciendo la carga de trabajo humana y permitiendo que los profesionales se concentren en tareas de mayor valor.
Personalización y Experiencias de Usuario	GPT puede transformar las experiencias de los usuarios al ofrecer interacciones personalizadas y significativas con las tecnologías digitales. Esto es especialmente relevante en el marketing digital, el comercio electrónico y las plataformas de medios sociales, donde la personalización puede mejorar la satisfacción y la fidelidad del cliente.

Automatización y eficiencia

GPT continuará desempeñando un papel esencial en la automatización de tareas, mejorando la eficiencia operativa en diversas industrias. Desde la automatización de respuestas al cliente hasta la generación de informes y análisis de datos, GPT puede reducir significativamente la carga de trabajo humana, permitiendo que los profesionales se concentren en tareas de mayor valor.

Personalización y experiencias de usuario

La capacidad de GPT para generar contenido personalizado y respuestas en tiempo real transformará las experiencias de los usuarios, ofreciendo interacciones más personalizadas y significativas con las tecnologías digitales. Esto es especialmente relevante en el marketing digital, el comercio electrónico y las plataformas de medios sociales, donde la personalización puede mejorar la satisfacción y la fidelidad del cliente.

Desafíos y consideraciones éticas

Gobernanza y regulación

A medida que GPT y la IA se vuelvan más avanzados, la necesidad de una gobernanza y regulación efectivas se hará más apremiante. Será esencial desarrollar marcos éticos y legales que aseguren el uso responsable de la IA, protejan la privacidad y los derechos de los individuos y prevengan el mal uso de la tecnología.

Brecha digital y equidad

El avance de GPT también plantea preocupaciones sobre la brecha digital y la equidad en el acceso a la tecnología. Asegurar que los beneficios de GPT y la IA estén disponibles de manera equitativa requerirá esfuerzos concertados para promover la inclusión digital y la alfabetización tecnológica en todas las partes del mundo.

Consideraciones éticas y sociales

Ética y Gobernanza en la IA

OpenAI enfatiza la importancia de asegurar que el desarrollo de la Inteligencia General Artificial (AGI) y tecnologías similares beneficie a toda la humanidad. Se reconoce que, si bien la AGI tiene el potencial de aumentar la abundancia, turboalimentar la economía global y asistir en el descubrimiento de nuevos conocimientos científicos, también viene con riesgos de mal uso, accidentes catastróficos y disrupción social. La organización aboga por una transición gradual hacia la AGI, permitiendo que la sociedad se ajuste incrementalemente y aborde estos desafíos de manera proactiva.

Seguridad y Alineación de Modelos

Para mitigar los riesgos asociados con los sistemas de IA, OpenAI ha estado trabajando en la creación de modelos cada vez más alineados y dirigibles. Este enfoque busca desarrollar IA que se comporte de manera segura y en concordancia con los objetivos éticos humanos, lo que es crucial para prevenir consecuencias no deseadas. La implementación de retroalimentación humana y la colaboración con expertos en el diseño de GPT-4 ilustra un compromiso con la mejora continua de la seguridad y alineación de los modelos de IA.

Acceso y Distribución Equitativa

Una consideración ética fundamental es cómo se distribuyen los beneficios generados por la IA. OpenAI subraya la necesidad de que los beneficios, el acceso y la gobernanza de la AGI y otras tecnologías avanzadas de IA sean compartidos de manera amplia y justa. Esto incluye preocupaciones sobre cómo la IA podría afectar el empleo, la privacidad, y la autonomía personal, así como cómo estas tecnologías podrían utilizarse para reforzar o mitigar las desigualdades sociales existentes.

Transparencia y Responsabilidad

La transparencia en el desarrollo y despliegue de modelos de IA es vital para fomentar la confianza pública y asegurar una gobernanza ética. OpenAI promueve la idea de someter sus esfuerzos a auditorías independientes antes de lanzar nuevos sistemas y aboga por la revisión independiente en etapas críticas del desarrollo de la IA. Esto ayuda a garantizar que las decisiones sobre el uso de la IA sean responsables y reflejen un amplio consenso social.

El avance de la IA - GPT

La tecnología GPT y el avance general de la inteligencia artificial (IA) están transformando el mundo a una velocidad sin precedentes, marcando el comienzo de una nueva era de innovación y desafíos éticos. La capacidad de GPT para generar texto, imágenes y, potencialmente, video con un realismo y precisión cada vez mayores, plantea tanto oportunidades como preocupaciones significativas que abarcan desde la mejora de la productividad hasta el riesgo de desinformación y el impacto en la privacidad y el empleo.

El progreso hacia sistemas más avanzados como GPT-4 ha demostrado avances notables en creatividad, resolución de problemas y colaboración en diversas tareas, desde la escritura creativa hasta la generación de contenido técnico y la interacción en lenguaje natural. Estos modelos han abierto nuevas posibilidades para el desarrollo y la aplicación de IA en campos que van desde la atención médica hasta la educación y más allá.

Sin embargo, junto con el entusiasmo por estas tecnologías, surgen importantes consideraciones éticas y sociales. La generación de IA plantea cuestiones críticas relacionadas con los sesgos algorítmicos, la privacidad, la seguridad cibernética y el potencial de uso indebido, como la creación de desinformación o contenido manipulativo. Además, mientras nos adentramos en la frontera de la IA generativa para video, nos enfrentamos a un terreno desconocido que podría amplificar tanto los beneficios como los riesgos de la IA en la sociedad.

En este contexto, es crucial que tanto los desarrolladores de IA como la sociedad en su conjunto aborden estas preocupaciones de manera proactiva. El Instituto Brookings subraya la necesidad de fomentar el acceso a los datos para los investigadores sin comprometer la privacidad personal, invertir más fondos gubernamentales en investigación de IA no clasificada, y promover nuevos modelos de educación digital y desarrollo de la fuerza laboral de IA. Estos pasos, junto con la creación de comités asesores de IA a nivel federal y la regulación basada en principios amplios de IA en lugar de algoritmos específicos, son esenciales para maximizar los beneficios de la IA mientras se protegen los valores humanos importantes.

Referencias

• OpenAI. (n.d.). GPT-4. Recuperado de https://openai.com/gpt-4
• OpenAI. (2023, 24 de febrero). Planning for AGI and beyond. Recuperado de https://openai.com/blog/planning-for-agi
• Heikkilä, M. (2024). What’s next for AI in 2024. MIT Technology Review. Recuperado de https://www.technologyreview.com/2024/03/02/1076796/whats-next-for-ai-2024-predictions
• Heaven, W. D. (2024). Generative AI’s second wave will be video. MIT Technology Review. Recuperado de https://www.technologyreview.com/2024/03/02/1076796/whats-next-for-ai-2024-predictions
• West, D. M., & Allen, J. R. (2018). How artificial intelligence is transforming the world. Brookings. Recuperado de https://www.brookings.edu/research/how-artificial-intelligence-is-transforming-the-world
• Liu, et al. (2021). GPT Understands, Too. Recuperado de https://consensus.app/papers/understands-liu/04eb2811083a5e22b8b21cac911de6c3/?utm_source=chatgpt
• Bubeck, et al. (2023). Sparks of Artificial General Intelligence: Early experiments with GPT-4. Recuperado de https://consensus.app/papers/sparks-artificial-general-intelligence-early-bubeck/39b90ca529e7519f85a31280cf0f886f/?utm_source=chatgpt
• Dave, Athaluri, & Singh. (2023). ChatGPT in medicine: an overview of its applications, advantages, limitations, future prospects, and ethical considerations. Recuperado de https://consensus.app/papers/chatgpt-medicine-overview-applications-advantages-dave/8be7452be6c65d01aa1882b154d6de8e/?utm_source=chatgpt
• Grassini. (2023). Shaping the Future of Education: Exploring the Potential and Consequences of AI and ChatGPT in Educational Settings. Recuperado de https://consensus.app/papers/shaping-education-exploring-potential-consequences-grassini/b4b464d12fe55ca0b027d033b27701c8/?utm_source=chatgpt
• Floridi & Chiriatti. (2020). GPT-3: Its Nature, Scope, Limits, and Consequences. Recuperado de https://consensus.app/papers/gpt3-nature-scope-limits-consequences-floridi/8c1aa330079754db8028d1fb78d2a6cd/?utm_source=chatgpt
• Qiu. (2023). Editorial: GPT revolutionizing AI applications: empowering future digital transformation. Recuperado de https://consensus.app/papers/editorial-revolutionizing-applications-empowering-qiu/90f0d374714850ee867b5a1f739f68eb/?utm_source=chatgpt
• Haupt & Marks. (2023). AI-Generated Medical Advice-GPT and Beyond. Recuperado de https://consensus.app/papers/aigenerated-medical-advicegpt-beyond-haupt/451511a0a6fe5a1a96c6119125498744/?utm_source=chatgpt
• Gartner. (2023, 26 de enero). Beyond ChatGPT: The Future of Generative AI for Enterprises. Recuperado de https://www.gartner.com
• Gabashvili, I. S. (2023). The impact and applications of ChatGPT: a systematic review of literature reviews. arXiv preprint arXiv:2305.18086. Recuperado de https://ar5iv.org/abs/2305.18086