Paradigma IA & Técnicas de Desarrollo

Como todo paradigma, la Inteligencia Artificial de última generación se articula a partir de una colección de capacidades características que se trazan como mecanismos de soporte. Estos mecanismos se encuentran inherentemente expuestos dentro de los Modelos de Lenguaje subyacentes. Estamos hablando por supuesto, en primer lugar, de la habilidad de ofrecer respuestas contextualmente adaptativas y de generación sintética. Pero también de capacidades de procesamiento multimodal de solicitudes, captura e interpretación semántica intencional, razonamiento deliberativo dirigido de carácter argumentativo y ejecución y control autónomo de acciones operativas. Articuladas todas estas capacidades desde una adecuada modulación arquitectónica basada en la metáfora sistémica de agente inteligente llegamos a la realidad de la Inteligencia Artificial a la que hoy estamos asistiendo.

Idear un marco organizativo que recoja todas las técnicas de desarrollo de un paradigma siempre es algo complejo por su carácter discrecional y desordenado. Sin embargo, en este caso nos hemos servido de las fases de desarrollo tecnológico que presentamos para la Inteligencia Artificial cuando discutimos su modelo de madurez. Ello nos permite clasificar las mismas en 5 familias características que se ordenan en 3 niveles de complejidad. Hablamos, en primer lugar, de técnicas dialógicas utilizadas para modular el discurso interactivo con la Inteligencia. De técnicas modales cuando el procesamiento de las solicitudes y sus respuestas requieres un tratamiento multimodal que implica varios formatos. De técnicas deliberativas cuando se requiere una actividad de respuesta elaborada basada en el trazado estratégico o el razonamiento argumentativo. De técnicas operacionales, si lo que se aborda es el diseño de arquitecturas agénticas de intervención transaccional o informacional. O de técnicas inmersivas cuando se pretende enfrentar el diseño de entornos multiagénticos distribuidos con entidades de tercera parte.

De entre todas las técnicas de desarrollo que aparecen vinculadas al desarrollo de la Inteligencia Artificial, quizá las más popularmente aceptadas son aquellas vinculadas al perímetro de la recuperación de información. Si bien, la mayoría de las publicaciones y propuestas encontradas hasta la fecha ofrecen para este problema modelos de solución bastante ingenuos, lo cierto es que el conjunto de técnicas que pueden aplicarse de manera compositiva para crear aproximaciones sólidas es muy amplio. Organizadas por familias según la fase de aplicación a la que pertenece podemos hablar de técnicas de representación desde dispersas y simples hasta jerárquicas o proyectivas. De técnicas de recuperación, desde estadísticas y semánticas hasta relacionales o indexadas. De técnicas de reranking, ya sean basadas en reglas y tiempo o capacidades deliberativas. De técnicas de fusión, basadas en mezcla, compresión o reflexión. Y de técnicas de generación, ya estén orientadas a la síntesis genitivas, al resumen y la traducción o a la consulta y la respuesta.