Entrevista con Jörg Hecker, director general de ATLAS.ti, sobre el potencial de la IA para obtener información cualitativa

La IA evoluciona actualmente con gran rapidez y se utiliza en muchos ámbitos diferentes. ¿Puede hablarnos más del modelo de IA que hay detrás de AI Coding?

Jörg Hecker: Nos hemos asociado con OpenAI, la principal organización de investigación sobre IA. Con su ayuda, hemos integrado el último modelo GPT en AI Coding. GPT es un sofisticado modelo de lenguaje que utiliza técnicas de vanguardia como el aprendizaje por refuerzo, el aprendizaje profundo y el aprendizaje por transferencia.

¿Puede decirnos más sobre cómo GPT puede beneficiar a los investigadores que utilizan ATLAS.ti?

Jörg Hecker: Lo que realmente nos gusta de GPT es su capacidad para procesar y comprender texto a un nivel increíblemente alto, gracias a un potente modelo de lenguaje basado en un billón de parámetros. Los investigadores de OpenAI han perfeccionado ampliamente GPT utilizando técnicas avanzadas de aprendizaje automático para mejorar sus capacidades lingüísticas, y se ha entrenado con grandes corpus de texto generados por humanos para garantizar que coincide con los patrones de pensamiento humano. Al utilizar AI Coding con GPT, nuestros usuarios pueden estar seguros de que están utilizando una herramienta fiable desarrollada por expertos en IA para proporcionar los resultados más precisos posibles.

Sin embargo, también hay personas que aún dudan de la precisión de la inteligencia artificial. ¿Cómo surgió la decisión de trabajar con OpenAI?

Jörg Hecker: Las crecientes capacidades de la IA son cada vez más evidentes. El modelo lingüístico de GPT que utilizamos ahora ha demostrado mejoras significativas en eficiencia, creatividad y comprensión del lenguaje. Hemos realizado pruebas exhaustivas y confiamos en su capacidad para comprender el habla de forma amplia y profunda, lo que permite a los usuarios obtener rápidamente información útil que puede perfeccionarse. Además, ChatGPT es coautor de varios trabajos de investigación publicados, lo que pone de manifiesto el impacto y la influencia de la IA en la investigación. Los continuos avances de la tecnología de IA demuestran su potencial para aprender de los datos y resolver problemas complejos.

¿Cómo funciona la IA en el análisis de datos cualitativos con ATLAS.ti?

Jörg Hecker: Los algoritmos de OpenAI fueron rigurosamente probados con una variedad de tipos de datos de texto, incluyendo textos científicos y transcripciones de entrevistas, para asegurar un rendimiento óptimo para los usuarios de ATLAS.ti. Nuestro equipo los sometió a pruebas exhaustivas para determinar los métodos más eficaces de consulta a GPT, con repetidas validaciones automáticas para garantizar su precisión. Al encargar repetidamente a GPT el análisis de los datos, fuimos capaces de conseguir resultados de codificación automática de IA altamente precisos y eficientes gracias al innovador algoritmo de aprendizaje automático de OpenAI.

Piense en AI Coding como su asistente de análisis de datos. ATLAS.ti AI Coding genera numerosos códigos que reflejan con precisión el contenido de los datos. Estos códigos están subordinados a unas pocas categorías principales, y la herramienta también identifica coocurrencias. Los investigadores pueden utilizar esta visión general para refinar aún más el análisis fusionando los códigos en temas más amplios y utilizando la Codificación IA como punto de partida para desarrollar su investigación.

Aunque la herramienta de análisis de IA ATLAS.ti, al igual que GPT, no es perfecta y tampoco lo es el investigador individual, el proceso colaborativo de utilizar la IA para la codificación de datos puede mejorar enormemente la experiencia de investigación al proporcionar resultados más rápidos y de mayor calidad.

En foros en línea, algunos investigadores han expresado dudas sobre la calidad de la investigación generada por la codificación de IA en comparación con la de un investigador humano. ¿Cuál es su punto de vista al respecto?

Jörg Hecker: Basándome en lo que he dicho antes, se trata de una suposición falsa que demuestra lo poco que se ha entendido la IA hasta ahora. Antes de que un investigador lleve a cabo un estudio, debe tener claro qué quiere investigar y cómo quiere realizarlo. La inteligencia artificial puede servir de asistente o herramienta útil en este proceso. Al utilizar la IA, el investigador puede centrarse en los aspectos esenciales de su investigación, recibir sugerencias útiles e incluso elaborar análisis exhaustivos.

Una vez que la IA ha apoyado el proceso de análisis, el investigador puede determinar qué aspectos de los resultados generados son relevantes para su trabajo. En algunos casos, los análisis generados automáticamente ya son suficientes, lo que puede ahorrar mucho tiempo y esfuerzo al investigador. Pero la capacidad de adaptar y refinar las sugerencias proporcionadas por la IA también puede ser de gran ayuda y de esta forma acelerar enormemente el proceso de codificación. Sin embargo, es importante recordar que la utilidad de los resultados generados por la IA depende en última instancia de las necesidades y objetivos específicos del investigador.

Me gustaría hacer una comparación para ilustrar este punto: imagine que tiene que contar todos los puentes de un camino entre el punto A y el punto B, y la distancia entre ambos puntos es bastante larga. En este caso, sería más eficiente y rápido utilizar un coche que desplazarse a pie. Sin embargo, si su tarea consistiera en identificar y diferenciar todas las flores y plantas de un sendero, y éste fuera relativamente corto, utilizar un coche sería poco práctico. Caminar sería una mejor opción, ya que un coche podría incluso dificultar tu capacidad para examinar la flora de cerca. Sin embargo, esto no significa que el coche sea inútil. En el primer caso, puede agilizar enormemente su tarea.

Pero quizá también explorar la flora dando un paseo por la ruta pueda dar resultados más rápidos en este sentido. Si se documentan las observaciones iniciales, como la frecuencia y las especies de determinadas flores mientras se conduce, es posible llevar a cabo un análisis que podría aportar información relevante para la toma de decisiones, aunque no sea tan preciso. En algunos casos, este análisis puede ser suficiente para extraer conclusiones significativas.

¿Cómo cree que se utilizará la IA en la investigación?

Jörg Hecker: Para resumir mis ideas junto con todo lo que acabamos de decir, los investigadores solo pueden beneficiarse del uso de herramientas de IA. La IA puede ser un recurso valioso para los investigadores, ya que les puede ayudar y producir análisis. En última instancia, corresponde a cada investigador evaluar la utilidad de los resultados generados por la IA para sus necesidades específicas.

No podemos cerrar los ojos ante una nueva tecnología que tiene un enorme potencial. Creo que al principio la gente puede dudar en utilizarla hasta que se dé cuenta de las ventajas que puede aportar a la investigación. Con ATLAS.ti, cualquiera puede explorar de primera mano la codificación generativa de la IA y sacarle el máximo partido para su investigación.

También debemos tener en cuenta que sólo estamos al principio de un desarrollo exponencial de la IA generativa que avanza rápidamente. En muy poco tiempo, surgen continuamente mejores avances de los sistemas de IA. Aquí en ATLAS.ti, siempre haremos todo lo posible para integrar los últimos avances en IA en ATLAS.ti para que nuestros usuarios puedan obtener el máximo beneficio para sus análisis. También integraremos más funcionalidades de IA muy pronto en ATLAS.ti. Todos los conceptos ya están en marcha, y nuestros usuarios pueden esperar utilizar funcionalidades y herramientas adicionales en las próximas semanas y meses que serán de gran ayuda para automatizar el proceso de análisis de datos y ahorrar tiempo y recursos para el usuario de ATLAS.ti. Esto es sólo el principio.