Investigadores de la Universidad de Duke han descubierto que los modelos de lenguaje de gran tamaño (LLM) comerciales producen resultados creativos mucho más similares entre sí que los generados por los seres humanos.
El estudio, publicado el 24 de marzo en PNAS Nexus, analizó 2LLM distintos frente a un grupo de más de 100 participantes humanos, utilizando tres evaluaciones de creatividad estándar.
Emily Wenger, profesora asistente de Ingeniería Eléctrica y Computacional en Duke (titular de la cátedra Cue Family), señaló que, aunque los usuarios puedan creer que los diferentes modelos ofrecen direcciones creativas únicas, los datos sugieren lo contrario.
“Básicamente, este artículo dice que no. Los LLM son menos creativos como población que los humanos”, afirmó Wenger.
La homogeneización de la IA
Los investigadores emplearon pruebas como el Test de Usos Alternativos y la Tarea de Asociación Divergente para medir el pensamiento divergente. Si bien algunos modelos de IA superaron ocasionalmente a individuos humanos en tareas específicas, la variedad de respuestas en todo el conjunto de modelos de IA fue sorprendentemente baja.
Yoed Kenett, profesor asociado del Instituto Tecnológico de Israel (Technion), observó que el problema radica en la falta de variabilidad.
“Aunque los LLM parecen generar resultados extremadamente originales, son excesivamente homogéneos y sus respuestas carecen de variabilidad”, comentó Kenett.
El estudio sugiere que, debido a que la mayoría de los LLM comerciales se entrenan con los mismos conjuntos masivos de datos de internet, tienden a gravitar hacia un conjunto compartido de patrones lingüísticos. Esta convergencia podría, potencialmente, reducir el alcance de la expresión creativa humana si se abusa de estas herramientas.
Wenger advirtió que la dependencia excesiva de estos modelos podría provocar una uniformidad global en el lenguaje y las ideas.
“La dependencia excesiva de estas herramientas uniformará el trabajo del mundo hacia un mismo conjunto subyacente de palabras o gramática, con la tendencia a que toda la escritura termine pareciéndose”, señaló Wenger.
Para mantener la originalidad en el desarrollo de productos o conceptos, Wenger recomienda priorizar la lluvia de ideas humana por encima de las sugerencias generadas por IA.
