[QTalks Ep.14]

El impulso que rodea a la inteligencia artificial (IA) nunca ha sido mayor, y la llegada de ChatGPT tiene a todas las industrias planteándose cómo será realmente el futuro del trabajo. Nos preguntamos: ¿puede ChatGPT facilitar el proceso de gestión del agua? ¿Es sólo una herramienta de mejora de la productividad? ¿O cambiará para siempre el sector del agua?

Nuestro grupo de expertos se unió al periodista medioambiental y presentador de QTalks, Tom Freyberg, para responder a estas preguntas y conversar sobre cómo la IA está cambiando el futuro de la gestión del agua y empoderando a las empresas de servicios para tomar decisiones informadas, los riesgos que conlleva la gestión del agua con IA y mucho más:

Episodio completo disponible a continuación.

¿Podrían las nuevas empresas digitales del sector del agua ser sustituidas por modelos lingüísticos de inteligencia artificial?

Tom inició el debate planteando una afirmación al grupo: “Las empresas digitales emergentes dedicadas al sector del agua corren el riesgo de quedar fuera del negocio a menos que aprendan rápidamente a integrar la IA abierta en sus soluciones”.

En su primera respuesta, Gigi se mostró de acuerdo con la afirmación. Dijo que todas las empresas deberían entender lo que pueden hacer los grandes modelos lingüísticos y sus complementos asociados, y cómo pueden aprovecharlos. Refiriéndose al motor de respuestas WolframAlpha, al que pueden acceder los grandes modelos lingüísticos y otros complementos, Gigi dijo que podría empezar a sustituir a algunos de los conjuntos de funciones que han estado ofreciendo las pequeñas empresas emergentes.

Saša también estuvo de acuerdo con la afirmación y extendió su opinión a cualquier función de generación de contenidos, incluidos texto, gráficos y vídeo. Afirmó que ChatGPT y otras herramientas similares cambiarán radicalmente la forma de crear contenidos al añadir el valor de la productividad y que, aunque ChatGPT no sustituirá por completo la generación de contenidos, quienes la aprovechen de forma eficiente tendrán ventaja sobre quienes no lo hagan.

Luego, Christos dijo que no estaría en desacuerdo con la afirmación y que el “multiplicador de eficiencia” y el efecto de productividad es lo más interesante de las herramientas de IA. Dijo que conseguir un prototipo con la ayuda de estas herramientas puede hacerse muy rápidamente utilizándolas para capturar requisitos a partir del lenguaje físico y luego convertirlo en código.

ChatGPT en acción: Uso de la herramienta para emular a un consultor sénior de ingeniería del agua

A continuación, Tom presentó a un panelista invitado: el propio ChatGPT. Tom introdujo una pregunta en el motor de ChatGPT, pidiéndole que actuara como si fuera un consultor sénior con 20 años de experiencia en ingeniería del agua. También le preguntó cómo veía el “consultor” el potencial de ChatGPT4 y la integración de complementos para ayudar a mejorar la prestación de servicios de agua.

El “consultor sénior” de ChatGPT respondió que ChatGPT4 tiene el potencial de revolucionar la forma de prestar los servicios de agua. Aportó ejemplos, como el potencial para desarrollar complementos que permitan a ChatGPT4 analizar datos de sensores de calidad del agua o previsiones meteorológicas, proporcionando información en tiempo real sobre el estado de los sistemas de agua y los riesgos potenciales.

Al reflexionar sobre esta respuesta, Saša dijo que cree que la IA ofrece la posibilidad de ver los datos de otra manera. Mientras que tradicionalmente teníamos el análisis estadístico de los datos y la modelización determinista, Saša dijo que, aunque sean una caja negra, los grandes modelos lingüísticos combinan ambos enfoques para identificar nuevos patrones que se pasan por alto al utilizar modelos matemáticos y estadísticos.

ChatGPT y casos prácticos de gestión del agua

A continuación, Tom planteó la necesidad de contar con más casos de uso en los que la IA esté teniendo un efecto positivo en todo el sector. Gigi dijo que ya ha utilizado Google Colab y ha introducido un entorno para generar en OpenAI y un archivo de datos con 637.000 líneas de datos AMI que se procesó en cuestión de segundos. Fue capaz de ver datos específicos de los hogares y acceder a múltiples tipos de información estadística rápidamente.

También dijo que se trata de una poderosa herramienta para el proceso de democratización de los datos. Imaginando un escenario en el que las empresas de servicios de todo el mundo introdujeran datos y metadatos AMI, dijo que esto daría lugar a una gran cantidad de datos extremadamente beneficiosos que ayudarían a crear sensores virtuales.

Christos dijo que la singularidad de la IA es que los grandes modelos lingüísticos son una interfaz entre la vaguedad pero también la riqueza del lenguaje físico. Pronosticó que pronto veremos casos de uso para traducir los datos a escenarios del mundo real, salvando así la distancia entre los datos y la comprensión humana. Por ejemplo, podríamos ver escenarios de formación más interactivos para los operadores.

¿Cuáles son los riesgos potenciales de la gestión del agua con IA?

Tom cerró el debate preguntando al grupo por los inconvenientes y riesgos de la gestión del agua con IA que las empresas de servicios y las compañías deben tener en cuenta.

Saša dijo que hay que tener cuidado con aceptar ciegamente los resultados de ChatGPT como ciertos. Dijo, por ejemplo, que es importante ser consciente y estar seguro de las suposiciones y demandas que se introducen en el motor, y cotejarlas con los resultados que genera.

Gigi se hizo eco de esta opinión y afirmó que se deben establecer los límites correctos en torno a los grandes modelos lingüísticos. Afirmó que la IA en general va camino a ser “más inteligente” que los humanos y que tenemos que entender cómo vamos a coexistir con los sistemas de IA.

Christos señaló que también debemos ser conscientes de las cuestiones relativas a la propiedad y la confianza en términos de datos compartidos a través de grandes modelos lingüísticos. En segundo lugar, dijo que las empresas también deben ser conscientes de que pedir a una máquina que actúe como un experto sólo puede sustituir parcialmente a la experiencia interna que ya tienen. También dijo que el auge de la inteligencia artificial influirá en el modo en que las universidades formen a los jóvenes ingenieros.

Por último, Christos señaló que el problema de la desinformación en sectores de misión crítica como el del agua es enorme y que son blanco de ciberataques. Afirmó que debemos ser conscientes de cómo los potentes motores de IA también pueden utilizarse para ataques nefastos y que la industria debe considerar la seguridad y la ciberseguridad como una prioridad fundamental.

¿Quieres descubrir más contenidos de QTalks?

Si buscas más información sobre cómo pueden actuar las empresas de suministro de agua en relación con la IA y la gestión del agua, consulta el articulo técnico del consejo asesor de Qatium: “IA y gestión del agua: todo lo que las empresas de servicios tienen que saber”.

Además, visita el canal de YouTube de Qatium para ver este episodio y los anteriores.

You might also like...