Explicación
Las inteligencias artificiales (IA) de lenguaje extenso como GPT-3 son sistemas sorprendentemente poderosos y versátiles, capaces de realizar una amplia gama de tareas de generación de texto. Una de las aplicaciones más interesantes y valiosas de estas tecnologías es su capacidad para explorar posibles futuros. Esto implica que la IA puede generar escenarios basados en tendencias de datos y proporcionar estimaciones para lo que podría suceder en función de estas tendencias. En esta explicación, veremos cómo podemos crear prompts para una IA de lenguaje extenso y cómo se pueden utilizar para explorar posibles futuros a través de ejemplos.
Para comenzar, es útil pensar en un prompt como una pregunta o instrucción que guía a la IA para generar contenido relevante. Al crear prompts, es importante ser claro y específico, ya que esto ayuda a la IA a entender mejor qué se espera de ella. También es útil proporcionar contexto sobre el tema que se está discutiendo y cualquier información adicional que pueda ser relevante para la tarea en cuestión.
Tomemos, por ejemplo, una situación en la que queremos que la IA genere posibles escenarios futuros para el mercado de la vivienda en una ciudad específica. Podríamos comenzar con un prompt detallado como el siguiente:
«Analiza las últimas tendencias en el mercado de la vivienda de la Ciudad de México y proporciona tres posibles escenarios futuros para los próximos cinco años, incluyendo factores socioeconómicos, tecnológicos y políticos que podrían influir en cada escenario.»
Con este prompt, la IA tiene una indicación clara de lo que se espera de ella: debe analizar las tendencias actuales y generar tres escenarios futuros basados en esa información.
Proporcionamos un marco de tiempo específico (cinco años) y señalamos que debe considerar factores relevantes al generar sus escenarios.
La IA podría responder de la siguiente manera:
Escenario 1: Estabilidad en el mercado de la vivienda
En este escenario, la Ciudad de México experimenta un crecimiento constante en el mercado de la vivienda, impulsado por una economía estable y un aumento continuo en la demanda de viviendas. El gobierno implementa políticas favorables, como incentivos fiscales y programas de vivienda asequible, lo que contribuye a un mercado inmobiliario equilibrado.
Escenario 2: Auge inmobiliario
En este escenario, el mercado de la vivienda en la Ciudad de México experimenta un rápido crecimiento debido a un auge económico, la adopción acelerada de tecnologías de construcción avanzadas y una fuerte inversión extranjera. El resultado es un aumento drástico en la oferta de viviendas y un crecimiento de precios más allá de lo sostenible a largo plazo.Escenario 3: Declive del mercado de la vivienda
Este escenario ve una disminución en el mercado de la vivienda de la Ciudad de México debido a factores como una recesión económica, políticas gubernamentales restrictivas y un éxodo de residentes hacia áreas suburbanas o incluso a otras ciudades. En este caso, la demanda de viviendas cae y los precios del mercado inmobiliario disminuyen.
En conclusión, el uso de prompts bien diseñados y estructurados puede ayudarnos a utilizar la IA de lenguaje extenso para explorar posibles futuros basados en tendencias de datos. Los ejemplos anteriores muestran cómo un prompt eficaz puede guiar a la IA para generar escenarios relevantes y valiosos que ayuden en la toma de decisiones y la planificación estratégica.
Ejemplo de prompt
Prompt:
Genera un escenario futuro basado en tendencias de datos actuales respecto al cambio climático.
Respuesta de IA:
En un escenario futuro, el año 2050, es probable que el cambio climático haya provocado un aumento significativo en las temperaturas globales, llegando a un promedio de 2°C por encima de los niveles preindustriales. Este aumento conduce a la intensificación de fenómenos meteorológicos extremos, como sequías, inundaciones y huracanes, y al deshielo acelerado de los casquetes polares. Como resultado, hay un crecimiento en la migración forzada y una mayor presión sobre los sistemas ecológicos y agrícolas. Para enfrentar este desafío, las sociedades adoptan nuevas tecnologías y políticas enfocadas en la mitigación y adaptación al cambio climático, como la transición a energías renovables, la implementación de infraestructuras verdes y la reforestación a gran escala.
Consejos
1. Asegúrate de proporcionar contexto y datos pertinentes para que la IA pueda comprender las tendencias actuales y proyectar resultados futuros.
2. Fomenta la creatividad y la exploración al proporcionar instrucciones abiertas que permitan múltiples escenarios potenciales.
3. Familiarízate con las capacidades y limitaciones de la IA para generar escenarios, teniendo en cuenta que algunos resultados pueden ser más precisos que otros.
4. Establece marcos de tiempo realistas y específicos para que la IA genere escenarios futuros y tenga en cuenta los cambios a corto, mediano y largo plazo.
5. No dudes en iterar y perfeccionar tus prompts para lograr una mejor comprensión y resultados de la IA con base en la retroalimentación y experimentación.Casos de uso
1. Evaluación de escenarios para estrategias comerciales
La IA puede ser utilizada para generar escenarios basados en tendencias de consumo y comportamientos de compradores. Estos escenarios pueden ayudar a la empresa a visualizar posibles situaciones que pueden enfrentar y desarrollar estrategias para enfrentarlos.
Solución: Proponer preguntas a la IA relacionadas con posibles cambios en los gustos de los consumidores, competidores entrantes, u oportunidades emergentes, y solicitar resultados basados en análisis de datos históricos y tendencias.
2. Valoración de riesgos e impactos ambientales
La IA puede evaluar riesgos e impactos ambientales de proyectos en función de factores como la contaminación, el uso de recursos naturales y la pérdida de biodiversidad.
Generar escenarios de desarrollo sostenible puede ayudar a las empresas a cumplir con sus objetivos de responsabilidad social y ambiental.
Solución: Pedir a la IA que genere escenarios basados en distintos niveles de impacto ambiental y evaluar el riesgo asociado a cada escenario, lo cual puede incluir variaciones en las políticas, regulaciones, y tecnologías verdes.
3. Optimización de logística y cadena de suministro
La IA puede analizar y predecir la demanda de productos, identificar problemas potenciales en la cadena de suministro y proponer soluciones para mejorar la eficiencia.
Los escenarios generados pueden ayudar a las empresas a prever situaciones como escasez de materiales, fluctuaciones en los costos de transporte y cambios en los hábitos de consumo.
Solución: Consultar a la IA sobre posibles cambios en la demanda, interrupciones en la cadena de suministro y otros factores que podrían impactar la logística y la distribución, para obtener opciones viables que ayuden a optimizar los procesos internos y reducir costos.