Un marco de pensamiento multiperspectivo para los asistentes de IA

Hablando del marco de pensamiento multiperspectivo del asistente de IA, no puedo evitar recordar mi primer intento de utilizar ChatGPT para analizar los problemas del tráfico urbano. En aquel momento, la respuesta era completa, pero siempre tuve la sensación de que faltaba algo. Más tarde me di cuenta de que la IA es como un superequipo, la clave está en cómo guiarla para que recurra a los "cerebros" de distintos expertos. Lo mejor del marco de pensamiento multiperspectivo es que rompe con las limitaciones de una sola perspectiva y permite a la IA ofrecer una visión global como un verdadero equipo de consultores.

¿Por qué es necesario pensar en múltiples perspectivas?

Un estudio de IBM del año pasado descubrió que la tasa de éxito de la resolución de problemas empresariales utilizando múltiples perspectivas era 47% superior a la de una sola perspectiva, lo que me recuerda el caso de ayudar a un amigo a analizar la apertura de una cafetería hace algún tiempo: la ubicación A era la más rentable desde un punto de vista puramente financiero, pero cuando pedimos a la IA que lo evaluara desde los papeles de un barista, un urbanista y un experto en marketing en redes sociales, los resultados apuntaron a la ubicación B -- por la mayor calidad del tráfico peatonal y la falta de cafeterías boutique en el barrio.

Detalles técnicos para realizar el pensamiento multiperspectivo

Desde un punto de vista técnico, los modelos como GPT-4 simulan diferentes "máscaras de personalidad", y las pruebas realizadas en el MIT han demostrado que cuando se ordena explícitamente a la IA que "piense ahora como un urbanista", el modelo activa los correspondientes pesos de conocimiento -- similar al proceso por el que un experto humano cambia de mentalidad. Hay que tener en cuenta, sin embargo, que a diferencia del simple juego de rol, la clave está en conseguir que la IA recorra sistemáticamente las perspectivas y cree sinergias.

Me gusta especialmente la analogía de la "mesa redonda" para construir este tipo de indicaciones: primero se asignan 5-6 expertos en los campos pertinentes, luego se pide a la IA que simule que hablan por turnos, y después se integran y analizan. Por ejemplo, la evaluación de una política de teletrabajo podría incluir las perspectivas de un director de RRHH, un experto en seguridad informática, un psicólogo, un gestor de instalaciones y un asesor fiscal. Curiosamente, la IA a menudo produce sorprendentes perspectivas interdisciplinares en el proceso.

Evolución de un caso práctico

Recuerdo que una vez ayudé a un equipo de una startup a analizar la dirección de un producto para el hogar inteligente, y al principio las preguntas solo daban como resultado un análisis generalizado del mercado. Cuando cambiamos a un marco multiperspectivo, la situación fue completamente distinta: designando a diseñadores industriales para que se centraran en los puntos débiles de la interacción persona-ordenador, dejando que expertos en seguridad IoT evaluaran los riesgos, y encargando a un contable de costes que diera cuenta del modelo de beneficios - el resultado fue un informe de 23 páginas muy práctico, e incluso el jefe de producto senior del equipo dijo "Realmente no esperábamos este ángulo de análisis".

Una advertencia, sin embargo: múltiples perspectivas de análisis no es lo mejor. El Laboratorio de Interacción Persona-Ordenador de Stanford sugiere limitarse a las 3-5 perspectivas más relevantes, pues de lo contrario la IA es propensa a la sobrecarga de información. Mi experiencia me dice que primero hay que hacer preguntas básicas para definir los límites del problema y luego elegir las dimensiones profesionales más críticas para profundizar. ¿Os habéis encontrado alguna vez en vuestro trabajo con una situación en la que hayáis necesitado analizar desde múltiples perspectivas? ¿En qué medida ayuda este estado de ánimo en la toma de decisiones?