Un vistazo a los fallos ortográficos de Google
La inteligencia artificial (IA) de Google, diseñada para revolucionar su motor de búsqueda, ha sido objeto de críticas tras una serie de errores ortográficos que han dejado perplejos a los usuarios. En un intento por integrar la IA generativa en su producto insignia, Google ha enfrentado dificultades inesperadas, como confundir el número de letras en palabras simples. Por ejemplo, al preguntar cuántas ‘P’ hay en ‘Google’, la respuesta fue dos; sin embargo, errores similares se han presentado con nombres y términos comunes.
Estos problemas no son nuevos. La comunidad científica ha señalado que contar letras dentro de las palabras es un reto persistente para los modelos de lenguaje grande (LLMs). A pesar del avance tecnológico que permite a estas IAs realizar tareas complejas, como programar aplicaciones o resolver problemas matemáticos complicados, su habilidad para manejar la ortografía sigue siendo comparable a la de un niño en edad preescolar.
Aparte de las risas que generan estos fallos ortográficos, el impacto va más allá del entretenimiento. Recientemente, una búsqueda del término “disregard” devolvió una definición errónea que decía: “Entendido. Avísame cuando tengas un nuevo aviso o pregunta”. Este tipo de errores pone en evidencia las limitaciones inherentes a la arquitectura tokenizada que utilizan muchos LLMs.
Matthew Guzdial, investigador en IA y profesor asistente en la Universidad de Alberta, explica que los LLMs no leen texto como lo haría un ser humano. En cambio, convierten el texto en representaciones numéricas que luego contextualizan para generar respuestas lógicas. Esta falta de comprensión real sobre cómo se forman las palabras limita gravemente su capacidad para corregir errores ortográficos.
A pesar del interés por solucionar estos problemas ortográficos, los investigadores son escépticos sobre si se puede lograr una solución definitiva. Sheridan Feucht, estudiante doctoral en interpretabilidad de modelos lingüísticos grandes en Northeastern University, señala que definir qué constituye exactamente una palabra para un modelo lingüístico es complicado y probablemente nunca habrá un tokenizador perfecto debido a esta ambigüedad.
Aunque estos fallos pueden parecer triviales comparados con las capacidades avanzadas que ofrecen estas tecnologías, sirven como recordatorio crucial: no debemos confiar ciegamente en los resultados generados por IA sin verificar su precisión. La evolución continua y el desarrollo ético deben ir acompañados por una evaluación crítica y consciente del papel que juega la inteligencia artificial en nuestras vidas diarias.
