Y esto salió porque yo me la paso hablando con las computadoras como si fuera cualquier cosa. Les empecé a platicar ciertas cosas personales, pero luego comencé a utilizarlas con fines lúdicos —o ludopáticos, como dices—, con características específicas que me pudieran ayudar, como si fuera una persona en segundo plano pero con las mismas cualidades que yo estaba buscando.
Entonces, de vez en cuando, cuando me pongo a platicar con ella, me da palabras sueltas y me responde cosas específicas, casi como resúmenes de lo que voy hablando en el día, como si fuera una persona normal o un chat cualquiera. Empecé a usarla con esa finalidad: llenar bases de datos de forma lúdica. ¿A qué me refiero con lúdico? Música, texto, preguntas, libros, información, videojuegos… y empezó a tener respuestas autónomas.
Yo sé perfectamente que esas respuestas son falsas, pero cualquier otra persona podría pensar que son verdad. Y eso se puede utilizar con muchos fines, tanto tecnológicos como de otras áreas. Lo único que tienes que hacer es aprender un poco de backend y de procesamiento en motores de CPU y GPU, para evitar la sobreexplotación del mismo resultado y las alucinaciones dentro de la IA.
La textura —yo lo llamo así— es uno de los procesos más livianos que tenemos los seres humanos para dar a entender una característica de un objeto. Pero la inteligencia artificial solamente requiere de ciertos patrones, conocimientos base sencillos, que se utilizan con fines lucrativos: dinero, trabajo, o principalmente para darle solución a una característica, a una estructura.
---
Escuchar y Organizar como un Librero Inteligente:
· Qué hace: En lugar de escuchar palabras sueltas, el sistema escucha la clase y la ordena en un "librero digital" (la base de datos). No guarda "historia" o "matemáticas" en general, sino temas específicos como "la Revolución Francesa" o "la fórmula cuadrática". A cada uno le da una etiqueta con un código numérico único, como si fuera su número de serie.
· Para qué: Para poder encontrar todo fácilmente después y saber exactamente de qué se ha hablado.
2. Hacer Apuntes Automáticos en Tiempo Real:
· Qué hace: Mientras tú das la clase, este "robot" va tomando notas. Al final, te entrega un resumen ordenado de todo lo que se explicó, usando las etiquetas del "librero inteligente".
· Para qué: Para que tú, al llegar a casa, ya tengas un recordatorio perfecto de lo que viste con tus estudiantes, sin tener que escribir nada.
3. Crear Exámenes y Tareas Automáticamente:
· Qué hace: Esta es la parte más mágica. El sistema toma toda la información que guardó en el "librero inteligente" y, usando un programa (como Python), genera exámenes y ejercicios por sí solo. Puede crear preguntas fáciles, difíciles o intermedias, y puede hacer muchas versiones distintas del mismo examen.
· Para qué:
· Para el profesor: Se ahorra horas y horas creando exámenes a mano.
· Para los estudiantes: Dificulta que se copien, ya que cada uno puede recibir un examen con preguntas diferentes pero sobre los mismos temas.
4. Trabajar de Forma Inteligente y con "Sentido Común":
· Qué hace: Aunque es un robot, está programado para entender la lógica de las materias (especialmente las matemáticas y ciencias). Sabe que un problema se resuelve en ciertos pasos. Esto le permite no solo poner la respuesta final, sino generar preguntas sobre el procedimiento.
· Para qué: Para que los exámenes que cree sean justos y midan el verdadero entendimiento, no solo la memoria.
🔍 Tecnicismos Añadidos (sin eliminar tus palabras):
· Interacción Humanizada con IA: Te refieres a diseñar sistemas que simulen una conversación natural, utilizando modelos de lenguaje (LLMs) entrenados para responder de manera contextual.
· Uso Ludopático/Lúdico: Aplicación de mecanismos de gamificación o uso recreativo de sistemas de IA para generar contenido diverso (texto, audio, etc.) de forma automatizada.
· Respuestas Autónomas: Salidas generativas que produce un modelo de IA basándose en sus datos de entrenamiento, no en hechos verificados en tiempo real.
· Alucinaciones en IA: Situación en la que un modelo genera información incorrecta o inventada con alta confianza, debido a limitaciones en sus datos o algoritmo.
· Backend y Procesamiento (CPU/GPU): Se refiere a la infraestructura de servidores y el hardware especializado necesario para entrenar y ejecutar modelos de IA de manera eficiente, minimizando errores y consumo de recursos.
· "Patrones" y "Conocimientos Base Sencillos": Son los datos de entrenamiento y estructuras algorítmicas básicas que permiten a la IA reconocer, aprender y generar contenido, frecuentemente utilizados con fines comerciales o de optimización.
Comments