Desde que ChatGPT irrumpi贸 en la escena, las empresas, instituciones, gobiernos han delegado su escritura a la IA (o al menos una parte). 驴Estamos mejorando la comunicaci贸n o perdiendo autenticidad?
El interesante paper The Widespread Adoption of Large Language Model-Assisted Writing Across Society, co-escrito por investigadores de la Universidad de Stanford y de Washington analiza la adopci贸n de modelos de lenguaje a gran escala (LLMs) en la escritura en cuatro 谩reas: reclamos de consumidores, comunicados de empresas, ofertas de trabajo y textos de organismos internacionales. Para el an谩lisis se utilizaron textos de:
687,241 reclamosy quejas de los consumidores,
537,413 comunicados empresariales,
304.3 millones de ofertas de empleo y
15,919 comunicados de prensa de las Naciones Unidas
Algunos resultados del Estudio
Adopci贸n masiva y r谩pida post-ChatGPT
Tras el lanzamiento de ChatGPT en noviembre de 2022, la adopci贸n de LLMs creci贸 r谩pidamente en todos los dominios estudiados. Sin embargo, hacia finales de 2024, la tasa de crecimiento se estabiliz贸, lo que sugiere una posible saturaci贸n o mayor sofisticaci贸n en su uso.
驴Cu谩nto se usa?
Algunos resultados cuantitativos de los usos en las 谩reas analizadas, porcentajes de los documentos generados y/o modificados usando IA Generativa para quejas o reclamos de consumidores, comunicados de empresas, ofertas laborales y comunicados de prensa de organismos internacionales.
Quejas y reclamos de los consumidores
18% de los textos en quejas de consumidores fueron generados o modificados por LLMs. Estas herramientas permiten estructura mejor los reclamos y hacerlos m谩s efectivos, reduciendo las barreras ling眉铆sticas y mejora la claridad de los textos. Esto tiene un riesgo potencial ya que podr铆a reducir la percepci贸n de autenticidad. Cabe se帽alar que antes del lanzamiento de ChatGPT los valores no caen a 0% esto debido a que la tasa de falsos positivos es de alrededor de 1.5%.
Comunicados de empresas
24% de los comunicados empresariales contienen contenido generado por IA. Las razones esgrimidas para por eficiencia y reducci贸n de costos, planteando resgos en materias de autenticidad y credibilidad.
Ofertas de empleo (Linkedin)
15% de las ofertas de empleo en empresas j贸venes y peque帽as utilizan LLMs. Las empresas peque帽as lo usan para crear descripciones de empleo m谩s profesionales y atractivas.
Comunicados de Naciones Unidas (ONU)
14% de los comunicados de la ONU fueron generados o modificados por IA. Estas herramientas facilitan la generaci贸n de documentos y comunicados de manera eficiente y pueden mejorar la accesibilidad de la informaci贸n en distintos idiomas.
Diferencias en adopci贸n seg煤n geograf铆a y demograf铆a:
El uso es mayor en zonas urbanas (18.2%) versus zonas rurales (10.9%). 脕reas con mayor nivel educativo utilizaron con m谩s frecuencia estas herramienta para redactar sus quejas (reclamos). La empresa m谩s peque帽as y nuevas tienden a adoptar su uso m谩s r谩pido de las grandes empresas, al menos en esta 谩rea, especialmente materias de ofertas de empelo.
Organismos internacionales est谩n utilizando estas herramientas para la redacci贸n de comunicados de prensa.
Preguntas a futuro
A futuro y como potenciales 谩reas de an谩lisis surgen las siguientes preguntas l铆neas de investigaci贸n:
Impacto en la calidad de la comunicaci贸n:
Pregunta clave: 驴Los textos generados por IA mejoran la comprensi贸n, precisi贸n y efectividad en la comunicaci贸n profesional y p煤blica?
L铆nea de investigaci贸n: Evaluar si los mensajes escritos con asistencia de LLMs generan m谩s confianza, engagement o claridad en diferentes contextos.
Adopci贸n en sectores cr铆ticos (gobiernos, educaci贸n, salud)
Pregunta clave: 驴C贸mo est谩 influyendo la IA en sectores donde la exactitud y la 茅tica son fundamentales?
L铆nea de investigaci贸n: Analizar la presencia y los riesgos de los LLMs en la redacci贸n de normativas, diagn贸sticos m茅dicos y publicaciones cient铆ficas.
Sesgos y equidad
Pregunta clave: 驴Los LLMs refuerzan sesgos existentes o pueden usarse para reducir desigualdades en el acceso a la informaci贸n?
L铆nea de investigaci贸n: Estudiar c贸mo los modelos de lenguaje afectan la diversidad ling眉铆stica y la representaci贸n de diferentes grupos sociales en textos generados autom谩ticamente.
Regulaci贸n y est谩ndares para la transparencia en la escritura con IA
Pregunta clave: 驴Deber铆an los textos generados por IA estar etiquetados como tales?
L铆nea de investigaci贸n: Evaluar el impacto de regulaciones sobre el etiquetado de contenido generado por LLMs y su efecto en la confianza del p煤blico.
Conclusi贸n
El estudio muestra que los LLMs han transformado la escritura en m煤ltiples 谩mbitos, optimizando la eficiencia y democratizando el acceso a herramientas de redacci贸n avanzada. Sin embargo, plantea desaf铆os en t茅rminos de autenticidad, credibilidad y potencial homogeneizaci贸n del contenido. En todo caso como muestra el estudio la tasa de crecimiento ha tendido a estabilizarse, habr谩 que ver si estas tasas se mantienen, adem谩s del potencial en otras 谩reas.
La adopci贸n futura depender谩 de la evoluci贸n de la tecnolog铆a, regulaciones y la percepci贸n p煤blica sobre el uso de IA en la comunicaci贸n.
