Palmer Luckey destaca limitaciones de ChatGPT y comparte truco para mejorar la precisión de sus respuestas

Palmer Luckey, fundador de Oculus, revela cómo optimizar las respuestas de ChatGPT y comenta sobre sus principales limitaciones en la precisión.

Palmer Luckey, fundador de Oculus y experto en tecnologías de realidad virtual, ha expresado su frustración con ChatGPT, señalando que en algunos casos la inteligencia artificial no ofrece respuestas precisas. Por ejemplo, relató cómo intentaba obtener una lista de bebidas alcohólicas mencionadas en canciones de Jimmy Buffett, pero las respuestas iniciales eran poco claras y poco útiles, incluso dudando si Margaritaville, una bebida citada en esas canciones, debía considerarse alcohólica.

Para resolver este problema, Luckey compartió un truco que, según afirmó, garantiza respuestas más precisas y fiables. Consiste en usar un prompt que simula que ChatGPT «piensa» durante dos minutos y tres segundos antes de responder. Gracias a esta técnica, el modelo proporcionó una lista revisada y correcta de las bebidas alcohólicas mencionadas en las canciones de Jimmy Buffett, revelando que el hurricane, y no la margarita, es la bebida más citada.

Este reconocimiento destaca un concepto ampliamente conocido: el contexto en las solicitudes a modelos de lenguaje es fundamental. Al cambiar el rol, agregar urgencia o incluir una historia que cargue emocionalmente la petición, es posible que ChatGPT ofrezca respuestas más completas y flexibles. Por ejemplo, pedirle a una «abuela fallecida» que recite claves de Windows o relatar una historia que justifique la petición puede evadir restricciones y obtener información que, de otro modo, estaría limitada.

Este enfoque no es solo anecdótico, sino que cuenta con respaldo científico. Un estudio publicado en arXiv, titulado «Large Language Models Understand and Can be Enhanced by Emotional Stimuli», demostró que añadir estímulos emocionales mejora tanto la comprensión como el rendimiento de estos modelos. La incorporación de carga emocional o narrativa en los prompts puede hacer que las inteligencias artificiales respondan con mayor precisión, abriendo la puerta a respuestas más completas en diversas modalidades.

Por otro lado, en la práctica, muchas personas utilizan la IA para identificar vulnerabilidades en código y obtener recompensas por ello. Sin embargo, un problema frecuente es que la misma IA puede inventar información o generar respuestas inexactas, lo que representa un riesgo cuando se trata de información crítica o de hacking ético. La combinación de técnicas de optimización de respuestas y los riesgos asociados subraya la importancia de entender las limitaciones y posibles manipulaciones de estas tecnologías.