Esto no lo puedo hacer sin IA. Google Gemini

 ¡Hola a todos! Llegó el momento de presentaros la herramienta que hemos elegido para la práctica de "Esto no lo puedo hacer sin IA". En nuestro caso nos hemos decantado por Google Gémini. ¡Allá vamos!

1. INTRODUCCIÓN

            1.1. ¿Qué es?

    Google Gemini, anteriormente denominada Google Bard, fue presentada en la Google I/O, que tuvo lugar el 10 de marzo de 2023. La famosa compañía desvelaba así su Inteligencia Artificial Generativa, basada en “la familia LaMDA (Modelo de lenguaje para Aplicaciones de Diálogo)” (Lopezosa y Codina, 2023, p. 1). De esta forma, la empresa californiana se aventuraba en el mundo de la inteligencia artificial y actualmente lucha contra otros gigantes como ChatGPT o Copilot, de Microsoft.

    Se lanzó originalmente en inglés y en Estados Unidos y Reino Unido, propagándose paulatinamente al resto del mundo en 2023. Según Lopezosa y Codina (2023, 2) esta IA “puede convertirse en el modelo de IA conversacional que domine el mercado a medio plazo, dados los antecedentes demostrados en la capacidad de dominio de mercado que posee Google”. Asimismo, se ha ido integrando en el motor de búsqueda homónimo, empleando la tecnología SGE (Search Generative Experience), para mejorar los resultados y que sean más precisos para los usuarios y usuarias.

        1.2. Formato e interfaz

    El formato es sencillo. Una vez que accedes mediante la siguiente URL (https://gemini.google.com/app?hl=es-ES), aparece la siguiente pantalla (en blanco y negro, dependiendo de cómo esté configurado el dispositivo):

    En grande se aprecia como la propia inteligencia da la bienvenida, empleando el nombre asociado a la cuenta de Google desde la que se esté accediendo.

    En la parte inferior aparecen:

• Sugerencias para interactuar con Gemini.
• La caja de introducción de comandos, con un “más” y un micrófono.
• El micrófono sirve para interactuar de manera oral, sobre todo para las personas de movilidad reducida que no puedan mover correctamente los dedos.
• El “más”, por su parte, sirve para añadir imágenes o archivos a los comandos, y emplearlos para estos mismos.

    A la izquierda observamos:Tres barras laterales dispuestas horizontalmente, que sirven para mostrar y/o ocultar el menú.

• Tres barras laterales dispuestas horizontalmente, que sirven para mostrar y/o ocultar el menú. 
• Conversaciones. Gemini guarda y muestra todas las conversaciones que hayas tenido con la inteligencia artificial previamente, pudiendo acceder a las respuestas e incluso solicitar nuevas cuando el usuario/a desee. 
• Ayuda. Hace accesible también la sección “Ayuda”, en caso de que se tenga un problema en específico o se desconozca una función.
• “Actividad” equivale al historial de búsqueda de los navegadores, en el que se muestra lo que el usuario ha hecho trabajar a la inteligencia artificial. 
• “Ajustes” permite configurar ciertos parámetros como el tema, las extensiones, y llevar la gestión de “enlaces públicos”, esto es, la posibilidad del usufructuario de compartir las conversaciones que haya tenido con Gemini.

    Un pequeño ejemplo de uso de esta herramienta la podemos aplicar para resumir un movimiento literario. Ante el prompt “Resume las características de la Generación del 27”, Gemini nos dice lo siguiente:

    La Generación del 27 fue un grupo de poetas españoles que se dieron a conocer alrededor de 1927. Se caracterizaron por:

• Síntesis de tradición y vanguardia: Combinaron elementos de la poesía clásica española (Góngora, Bécquer) con las vanguardias europeas (surrealismo, futurismo).
• Poesía pura: En su primera etapa, buscaron la belleza a través de la metáfora y la imagen, evitando temas sentimentales o anecdóticos.
• Rehumanización de la poesía: A partir de 1929, influidos por el surrealismo y las circunstancias personales, abordaron temas más humanos y sociales, como el amor, la muerte, la injusticia o la Guerra Civil.
• Interés por lo popular: Se inspiraron en el folclore y la tradición oral, recuperando formas métricas y estilísticas populares.
• Cosmopolitismo e innovación: Estuvieron abiertos a las influencias culturales europeas y americanas, experimentando con nuevas formas y lenguajes poéticos.
• Compromiso social y político: Muchos de ellos participaron activamente en la vida política y cultural de la época, defendiendo la República y oponiéndose al fascismo.

    Algunos de los poetas más destacados de la Generación del 27 son Federico García Lorca, Rafael Alberti, Vicente Aleixandre, Luis Cernuda, Gerardo Diego, Dámaso Alonso, Pedro Salinas y Jorge Guillén.

Es importante destacar que, aunque compartían ciertas características, cada poeta tenía su propia voz y estilo, lo que enriqueció la diversidad y la calidad de la producción literaria de esta generación.

    Ahora aparecen más opciones que debemos explicar:

• Mostrar versiones. Si la opción mostrada no nos gusta, Gemini muestra otras dos alternativas.
• Botones “Me gusta/no me gusta”. Sirven para indicar principalmente si la respuesta es adecuada a lo que se demandaba o no.

• Ajustes de respuesta. Permite modificar la respuesta de Gemini en función de lo que se necesite, una respuesta más formal, más informal, más larga o más corta…

• Compartir y exportar. Como se mencionaba en el apartado anterior, se puede compartir la respuesta con el resto del mundo. Además, permite exportarlo a los propios Documentos de Google y redactarlo como si fuera un correo para el propio servicio de la marca.

• Logo de Google. La propia herramienta permite verificar si los datos arrojados son verificables o no. En caso de que lo sean, se subrayarán en verde, en caso contrario, se subrayarán en rojo y animarán al usuario a seguir buscando información del tema.

• Tres puntos verticales. Sirven simplemente para denunciar algo de la respuesta o para copiarla.

2. PROPUESTA DIDÁCTICA

    Este análisis sobre Google Gemini ha revelado una serie de aspectos críticos que subrayan su relevancia y potencial impacto en el ámbito de la inteligencia artificial y el aprendizaje automático. En primer lugar, se ha evidenciado que representa un avance significativo en la integración de múltiples modalidades de datos, lo cual permite una comprensión más profunda y precisa de la información en contextos complejos. Esta capacidad de procesamiento multimodal no solo mejora la eficiencia de las tareas de reconocimiento y generación de contenido, sino que también abre nuevas posibilidades para aplicaciones innovadoras en campos tan diversos como la salud, la educación y el entretenimiento.

    Asimismo, se ha destacado la estructura y el diseño técnico de Google Gemini, que se basan en modelos de lenguaje avanzado que incorporan técnicas de atención mejoradas y optimizaciones específicas para el manejo de grandes volúmenes de datos. Este enfoque no solo garantiza una mayor precisión en las predicciones y respuestas generadas, sino que también permite una escalabilidad que es esencial para su implementación en sistemas de producción a gran escala.

    No obstante, es crucial abordar los desafíos y consideraciones éticas que surgen con el desarrollo y despliegue de tecnologías tan poderosas. La privacidad de los datos, el sesgo algorítmico y el uso responsable de la inteligencia artificial son temas que deben ser considerados de manera prioritaria para asegurar que los beneficios de Google Gemini sean compartidos equitativamente y sin detrimento para la sociedad.

    En conclusión, Google Gemini representa un hito en la evolución de las tecnologías de inteligencia artificial, combinando innovación técnica con aplicaciones prácticas que prometen transformar diversas industrias. Sin embargo, su desarrollo continuo debe estar acompañado de un enfoque ético riguroso y una vigilancia constante para mitigar posibles riesgos y maximizar su impacto positivo en la sociedad.

3. CONCLUSIONES

    Este análisis sobre Google Gemini ha revelado una serie de aspectos críticos que subrayan su relevancia y potencial impacto en el ámbito de la inteligencia artificial y el aprendizaje automático. En primer lugar, se ha evidenciado que representa un avance significativo en la integración de múltiples modalidades de datos, lo cual permite una comprensión más profunda y precisa de la información en contextos complejos. Esta capacidad de procesamiento multimodal no solo mejora la eficiencia de las tareas de reconocimiento y generación de contenido, sino que también abre nuevas posibilidades para aplicaciones innovadoras en campos tan diversos como la salud, la educación y el entretenimiento.

    Asimismo, se ha destacado la estructura y el diseño técnico de Google Gemini, que se basan en modelos de lenguaje avanzado que incorporan técnicas de atención mejoradas y optimizaciones específicas para el manejo de grandes volúmenes de datos. Este enfoque no solo garantiza una mayor precisión en las predicciones y respuestas generadas, sino que también permite una escalabilidad que es esencial para su implementación en sistemas de producción a gran escala.

    No obstante, es crucial abordar los desafíos y consideraciones éticas que surgen con el desarrollo y despliegue de tecnologías tan poderosas. La privacidad de los datos, el sesgo algorítmico y el uso responsable de la inteligencia artificial son temas que deben ser considerados de manera prioritaria para asegurar que los beneficios de Google Gemini sean compartidos equitativamente y sin detrimento para la sociedad.

    En conclusión, Google Gemini representa un hito en la evolución de las tecnologías de inteligencia artificial, combinando innovación técnica con aplicaciones prácticas que prometen transformar diversas industrias. Sin embargo, su desarrollo continuo debe estar acompañado de un enfoque ético riguroso y una vigilancia constante para mitigar posibles riesgos y maximizar su impacto positivo en la sociedad.

4. BIBLIOGRAFÍA

• Perera, P., & Lankathilaka, M. (2023). Preparing to Revolutionize Education with the Multi-Model GenAI 1 Tool Google Gemini? A Journey towards Effective Policy Making. J Adv Educ Philos, 7(8): 7(8): 246-253.

    El artículo titulado Preparing to Revolutionize Education with the Multi-Model GenAI Tool Google Gemini? A Journey toward Effective Policy Making aborda el tema de la Inteligencia Artificial (en Adelante IA) Google Gemini. En concreto, el texto habla sobre como esta IA puede ser una gran herramienta educativa de gran utilidad en las aulas hasta el punto de que defiende que puede cambiar la educación. De acuerdo con el artículo, esta IA forma parte de las Gen AI, o sea, de las IA que son capaces de generar contenidos nuevos como, por ejemplo, un texto, imágenes y vídeos. Por este motivo, su uso puede comportar una gran cantidad de beneficios dentro de la educación, ya que puede proveer al profesorado de materiales, al tiempo que puede crear textos para explicar conceptos que son difíciles de entender para el alumnado y ayudar a que nuestro alumnado sea mucho más creativo.    

    No obstante, mucha gente piensa que la inclusión de las nuevas tecnologías en la educación puede ser contraproducentes, dado que pueden tener un impacto negativo en el pensamiento crítico del alumnado, así como en sus habilidades y sus capacidades para resolver problemas. Por eso, este estudio se encarga de recoger diferentes puntos de vista acerca del uso de la IA Generativa en educación con el fin de integrarla de manera ética y responsable en el ámbito pedagógico y académico, puesto que los autores del artículo son conscientes de que el uso de esta IA puede conllevar al plagio.

    En síntesis, tras haber recogido los diferentes puntos de vista acerca de este tema, llegan a la conclusión de que el uso de la IA Generativa continúa progresando con un potencial en educación innegable, de manera que, como su uso será significativo para el aprendizaje, proponen que el profesorado sea consciente de los riesgos y beneficios que comportan el uso de la IA para así intentar incluirla en el aprendizaje de nuestro alumnado; pero, ante todo, de manera responsable, que es a lo que se invita en el artículo en todo momento, ya que con un uso reflexivo, responsable y colaborativo podremos contribuir a que nuestro alumnado esté preparado a las complejidades del mundo tecnológico.

• Alcaraz-Martínez, R., Vállez, M. & Lopezosa, C. (2024). Informar sobre inteligencia artificial: el papel de los medios digitales de la Unión Europea, británicos y estadounidenses en la visibilidad de la IA generativa, Communication & Society, 37(2), 279-291,

    En este estudio, Alcaraz, Vállez y Lopezosa analizan la visibilidad de los contenidos sobre inteligencia artificial publicados por medios de comunicación de diferentes países, a través de diferentes palabras clave (inteligencia artificial, ChatGPT, Google Bard, Midjourney, etc).

    En la introducción del artículo, los investigadores hacen referencia al SEO, es decir, la disciplina encargada de analizar los factores que afectan a los resultados de búsqueda. A este respecto, inciden en la importancia de que las empresas apliquen esta estrategia, pues la visibilidad en la web es una cuestión que empieza a cobrar importancia también en diferentes ámbitos, incluido el académico. En lo que respecta a la inteligencia artificial, la elaboración del estudio responde a la ausencia de trabajos específicos centrados en el estudio de la visibilidad web de estos contenidos.

    Los objetivos específicos que persigue la investigación son: determinar la visibilidad web del concepto ‘inteligencia artificial’ y sus principales palabras clave, identificar qué medios de comunicación son más visibles cuando se realiza una consulta con las palabras clave y comprobar si existen diferencias destacadas entre la visibilidad web, por una parte, entre los distintos medios de comunicación de la Unión Europea y, por otra, entre los medios británicos y estadounidenses.

    La metodología que se ha llevado a cabo se basa en el análisis cuantitativo de la visibilidad de 69 medios de comunicación de los 14 países con mayor población de la UE: Alemania, Bélgica, Chequia, España, Francia, Grecia, Italia, Países Bajos, Polonia, Portugal, Rumanía y Suecia. A la hora de seleccionar los medios de comunicación de cada país, los investigadores han empleado SCImago Media Rankings (SMR), una base de datos que analiza la reputación web de cada medio. Por su parte, los datos sobre la visibilidad web de los medios de comunicación se han obtenido a través SEMrush, una herramienta que monitoriza los dominios de los medios de comunicación analizados con el objetivo de estudiar cómo se posicionan para diferentes palabras clave vinculadas con la IA. Por último, para la obtención de la información relativa a cada país se utilizaron los términos en su propio idioma y se consultaron los resultados de posicionamiento en Google a través de la herramienta Domain overview > Organic research de SEMrush.

    Respecto a los resultados sobre la visibilidad web de los medios de comunicación en relación con los términos asociados a la IA, en primer lugar se hace referencia a la distribución por países, donde se destaca un claro predominio de los medios estadounidenses en términos de viabilidad de los contenidos. Respecto a las búsquedas formuladas, la mayor parte de las consultas son de tipo informacional, concretamente el 68,8% de las palabras clave. Por su parte, el grueso del tráfico sobre el total de las páginas analizadas procede de resultados orgánicos (96,4 %). Respecto al nivel de especificidad de las palabras clave, las más frecuentes son las consultas formuladas utilizando tres o más términos (mid-tail) para confeccionar las palabras clave (38,4 %).

    En lo que a los medios de comunicación se refiere, los diez medios internacionales con mayor visibilidad para las palabras clave son, de mayor a menor, The New York times, The Washington post, The Wall Street Journal, AP News, La Vanguardia, El Español, El País, Le Monde, Le Figaro y El Mundo. Estos resultados nos muestran el dominio de los medios estadounidenses, que posicionan 721 páginas web únicas en la primera página de la SERP, lo que representa un 30,1 % del total de páginas que ocupan estas primeras posiciones. Respecto al tipo de contenidos que se posicionan en cada medio de comunicación, las secciones dedicadas a la ciencia y tecnología son las que acaparan el grueso de la visibilidad.

    Respecto a las conclusiones, en primer lugar, en el contexto español se alude al declive de los medios de comunicación impresos frente a los nuevos medios nativos digitales, por lo que el SEO se convierte en un elemento fundamental para mantener la relevancia de estos nuevos medios. En segundo lugar, se señala el dominio de los medios estadounidenses en cuanto a la visibilidad, mientras que en Europa es España el país que se sitúa al frente. Por otra parte, se llega a la conclusión de que las búsquedas informacionales son las más habituales, destacando la relevancia de las secciones dedicadas al tema “ciencia y tecnología”.

    Los investigadores también han obtenido conclusiones en base a los objetivos específicos del estudio. Respecto al primer objetivo, los resultados del estudio muestran un interés por parte de todos los medios de comunicación analizados (salvo uno) en las noticias relacionadas con la inteligencia artificial. Respecto al segundo objetivo, se demuestra que ChatGPT es la tecnología sobre la que más se ha escrito. Por último, respecto al tercer objetivo, los medios españoles han generado más contenido y visibilidad para un mayor conjunto de palabras clave.

    En definitiva, este artículo supone un punto de partida a la hora de investigar acerca de la visibilidad web de los contenidos de Inteligencia Artificial, dada la escasez de estudios al respecto. Por tanto, a partir de aquí se pueden desarrollar diferentes investigaciones que aborden el impacto de la IA en otros ámbitos, o simplemente ampliar el alcance de la investigación.

• García-Peñalvo, F. J. (2024). Inteligencia artificial generativa y educación: Un análisis desde múltiples perspectivas. Education in the Knowledge Society (EKS), 25.

    El artículo de García-Peñalvo (2024) analiza el impacto de la Inteligencia Artificial Generativa (IAGen) en la educación desde la perspectiva de profesores, estudiantes, y otros implicados, como los responsables de la toma de decisiones y aquellos que desarollan las aplicaciones, como los ingenieros de software. La IAGen, que experimentó un rápido avance en 2023, especialmente con la aparición de ChatGPT, ofrece oportunidades como la personalización del aprendizaje y la mejora de recursos educativos. Sin embargo, también plantea varios desafíos como la desconfianza, el uso inadecuado y la falta de regulación por parte de los órganos oficiales, tales como el Gobierno. El autor enfatiza la necesidad de un enfoque colaborativo para integrar la IAGen en la educación, abordando las implicaciones éticas y garantizando el beneficio de la sociedad en general. A medida que se explora este nuevo horizonte, se destaca la necesidad de considerar tanto el potencial transformador de la IAGen, pero teniendo en cuenta los riesgos y desafíos que conlleva su implementación.

• Lopezosa, Carlos; Codina, Lluís (2023). Probando Bard: así funciona la Inteligencia Artificial Generativa de Google. Anuario ThinkEPI.

    El artículo de Lopezosa y Codina (2023) analiza Bard, la Inteligencia Artificial Generativa de Google. Los autores experimentan con prompts para evaluar las capacidades de Bard (ahora Gemini) en la generación de respuestas, resúmenes y contenidos en tiempo real. Destacan, además, el potencial de la IA para transformar la búsqueda y el consumo de información, especialmente con su integración en el buscador de la propia empresa. No obstante, se señalan algunas cuestiones éticas sobre la recopilación de datos de usuarios, puesto que para su uso y mejora Gemini recopila datos de las preguntas y respuestas de los usufructuarios. Los autores concluyen enfatizando la necesidad de comprender y evaluar críticamente las posibilidades y limitaciones de Bard (Gemini) y herramientas similares para aprovechar su potencial y mitigar inconvenientes.

• Lopezosa, C., Gutiérrez, M. P. M., & Martín, C. R. (2024). El uso de la inteligencia artificial en las redacciones: propuestas y limitaciones. Revista de comunicación, 23(1), 279-293.

    En un entorno mediático caracterizado por la rapidez y la necesidad constante de innovación, la IA se presenta como una herramienta poderosa para mejorar la eficiencia y precisión en el periodismo. La capacidad de la IA para automatizar procesos, analizar grandes volúmenes de datos y personalizar contenidos tiene el potencial de revolucionar la producción de noticias. Sin embargo, esta transformación tecnológica también plantea desafíos éticos y prácticos que deben ser abordados para asegurar una implementación responsable y equitativa.

    El artículo de Lopezosa et al. (2024) identifica varias propuestas significativas para el uso de la IA en las redacciones. Una de ellas es la automatización de tareas repetitivas. Por ejemplo, los algoritmos de procesamiento de lenguaje natural (NLP) pueden generar artículos de noticias a partir de datos estructurados, como resultados deportivos y reportes financieros. Otra es la personalización de contenidos, lo que mejora la experiencia del usuario, incrementa el compromiso y fomenta la lealtad hacia la marca periodística. Por ejemplo, plataformas como The Washington Post y Reuters ya están utilizando IA para recomendar artículos basados en las preferencias del lector.

Asimismo, la capacidad de la inteligencia artificial para analizar grandes conjuntos de datos es especialmente valiosa en el periodismo de investigación. Los algoritmos pueden identificar patrones, tendencias y anomalías en datos masivos que podrían pasar desapercibidos para los humanos. Esta tecnología ha sido utilizada para descubrir fraudes financieros, prácticas corporativas corruptas y patrones de comportamiento electoral, ampliando significativamente el alcance y la profundidad del periodismo de investigación.

    A pesar de los beneficios potenciales, la implementación de la IA en el periodismo presenta varias limitaciones y desafíos que deben ser considerados cuidadosamente, especialmente en términos de transparencia y responsabilidad. La falta de claridad sobre cómo los algoritmos toman decisiones y quién es responsable del contenido generado por IA puede erosionar la confianza en los medios. Además, existe el riesgo de que los algoritmos perpetúen sesgos existentes en los datos de entrenamiento, lo que podría resultar en una cobertura injusta o discriminatoria. Por tanto, la supervisión humana y la diversificación de los datos de entrenamiento son esenciales para mitigar estos riesgos.

    Cabe mencionar que la adopción de IA en las redacciones puede reducir la demanda de ciertos roles periodísticos, generando incertidumbre sobre el futuro del empleo en el sector. Sin embargo, también puede crear nuevas oportunidades para aquellos periodistas que se adapten y adquieran nuevas habilidades tecnológicas. Es crucial que las organizaciones de noticias inviertan en la capacitación y el desarrollo profesional continuo para que sus trabajadores puedan adaptarse a estas nuevas herramientas.

    El artículo concluye afirmando que, aunque la IA tiene el potencial de transformar significativamente el periodismo, es crucial que su implementación se realice de manera ética y responsable. Los autores recomiendan la creación de marcos regulatorios que aseguren la transparencia y la equidad en el uso de la IA en las redacciones. Además, enfatizan la importancia de la formación continua para los periodistas, asegurando que estén equipados para trabajar con estas nuevas tecnologías sin comprometer los valores fundamentales del periodismo.

    En definitiva, la IA ofrece oportunidades emocionantes para mejorar la eficiencia y precisión en el periodismo, pero también plantea desafíos significativos que deben ser gestionados cuidadosamente. Solo a través de una implementación responsable y equitativa se podrá aprovechar plenamente el potencial de la inteligencia artificial en beneficio del periodismo y la sociedad.