Gunnar W. Knutsen*
En los últimos años, especialmente desde la aparición de ChatGPT, la inteligencia artificial (IA) se ha convertido en un tema de moda. La mayoría de nosotros, cuando escuchamos hablar sobre IA, pensamos automáticamente en chats inteligentes que responden nuestras preguntas o crean textos divertidos y útiles. Pero, aunque fascinantes, los chats son apenas una pequeña muestra del enorme potencial que tiene una rama específica de la IA conocida como modelos grandes de lenguaje (LLM, Large Language Model).
Estos modelos, como GPT-4 o Llama 4, son particularmente interesantes para los investigadores en Humanidades porque están entrenados en grandes volúmenes de textos creados por humanos. Esto significa que están especializados en lo que más nos interesa: la expresión humana a través del lenguaje.
1. ¿Qué son exactamente los modelos grandes de lenguaje?
Los modelos grandes de lenguaje son sistemas informáticos entrenados para analizar, entender y generar lenguaje escrito, partiendo de enormes bases de datos que incluyen libros, artículos, páginas web y conversaciones reales. Gracias a esto, pueden producir textos coherentes y precisos, responder preguntas complejas y hasta conversar sobre casi cualquier tema imaginable.
El formato de chat, popularizado por ChatGPT, ha capturado nuestra atención porque es intuitivo y amigable: basta con hacer preguntas para obtener respuestas inmediatas. Sin embargo, los investigadores pueden beneficiarse aún más si logran ir más allá del chat tradicional y aprovechan estos modelos de forma más creativa y sistemática.
2. Más allá del chat: el poder del análisis masivo de textos
Cuando liberamos estos modelos de su formato chat y los utilizamos mediante programas especializados (por ejemplo, scripts en Python), podemos realizar análisis profundos y rápidos sobre grandes cantidades de texto. Imagina, por ejemplo, que tienes acceso a miles de páginas de documentos históricos sobre juicios legales. Un modelo bien utilizado puede extraer automáticamente la información más relevante, como los nombres de todas las personas involucradas, el contexto en el que se las menciona, el lugar y la fecha de cada aparición. Esto, que antes habría requerido meses o años de trabajo humano, ahora puede realizarse en minutos o horas.
Además, esta metodología no se limita únicamente a los textos históricos o legales. Podemos usarla para identificar conceptos abstractos en grandes volúmenes de literatura o debates parlamentarios. Por ejemplo, podríamos investigar cómo evolucionó el concepto de «naturaleza» o «medioambiente» durante el siglo xix, analizando automáticamente debates políticos o ensayos filosóficos de aquella época. Podemos buscar tipos de delitos y como fueron descritos en fuentes judiciales o en los periódicos.
3. ¿Qué es y cómo funciona el fine-tuning?
Aunque los modelos grandes de lenguaje ya ofrecen resultados impresionantes, pueden cometer errores o ser imprecisos si los utilizamos sin adaptarlos. Aquí es donde entra en juego una técnica llamada fine-tuning o ajuste fino. Este proceso implica entrenar al modelo utilizando ejemplos muy específicos del tipo de análisis que queremos realizar.
En términos simples, el fine-tuning es como enseñar a un asistente a realizar una tarea concreta mostrándole varios ejemplos perfectos de cómo hacerlo correctamente. Supongamos que quieres crear una base de datos de personajes históricos parecida a Actoz para España y el imperio español. Primero recopilas una selección de biografías y otros textos relevantes, luego preparas instrucciones detalladas sobre qué información exacta necesitas extraer (por ejemplo, fechas y eventos concretos, dejando al lado los eventos sin fecha, así como las descripciones y valoraciones de la persona) y, por último, elaboras ejemplos perfectos de los resultados esperados.
Crear este conjunto de entrenamiento es la parte más laboriosa y costosa del proceso. Personalmente, tardé más de seis meses en reunir los datos adecuados y precisos para entrenar a un modelo específico. Sin embargo, una vez reunidos, entrenar el modelo costó apenas 10 euros en una plataforma online especializada (por ejemplo, RunPod). Esto es especialmente valioso, porque tras esta pequeña inversión, se pueden probar múltiples versiones del modelo hasta encontrar la más precisa y aprovecharse de modelos más potentes del futuro que puedan ser afinados con el mismo dataset.
4. El valor real está en los datos, no en las máquinas
Contrario a lo que muchos piensan, utilizar IA avanzada no necesariamente implica poseer un equipo informático potente y caro. Actualmente es muy sencillo alquilar capacidad computacional online a precios bastante accesibles. Lo verdaderamente valioso y esencial es el conjunto de datos que utilizamos para entrenar estos modelos.
Un buen conjunto de entrenamiento —con ejemplos claros, precisos y cuidadosamente elaborados— vale oro. De hecho, la diferencia entre obtener resultados útiles o resultados mediocres depende principalmente de la calidad y precisión de estos datos. Además, dado que estos modelos son probabilísticos y no deterministas, no siempre dan las mismas respuestas exactas. Esto es algo que debemos aceptar, del mismo modo que aceptamos que distintos investigadores humanos puedan extraer conclusiones ligeramente diferentes a partir del mismo material.
5. Aplicaciones prácticas en humanidades
Para humanistas e historiadores, las aplicaciones prácticas de estos modelos son enormes. Por ejemplo, se puede:
- Extraer información personal detallada de documentos históricos para bases de datos.
- Analizar grandes cantidades de textos literarios o filosóficos en busca de patrones conceptuales específicos.
- Examinar tratados jurídicos antiguos o debates políticos en busca de conceptos que todavía nos interesan hoy en día.
- Examinar juicios y periódicos.
La clave está en plantear preguntas inteligentes y creativas al modelo, en aprender a ajustar los modelos adecuadamente y en comprender profundamente la naturaleza y potencial de nuestros datos.
6. ¿Y ahora qué?
Si eres investigador en Humanidades o simplemente alguien curioso interesado en cómo utilizar estas tecnologías en tu trabajo diario, es importante recordar algunas claves prácticas:
- No necesitas comprar hardware costoso: puedes alquilar potencia computacional por poco dinero.
- Dedica esfuerzo y recursos a crear datos de calidad: la precisión y utilidad del modelo dependen de esto.
- Aprende lo básico sobre fine-tuning: te permitirá adaptar los modelos a tus necesidades específicas.
- Sé creativo y abierto a nuevas ideas: los límites están solo en nuestra imaginación y capacidad para formular buenas preguntas.
En definitiva, los modelos grandes de lenguaje representan una herramienta revolucionaria para las humanidades, capaz de ampliar nuestras capacidades de análisis, acelerar procesos que antes eran lentos y tediosos, y permitirnos descubrir patrones e insights ocultos en grandes volúmenes de texto. La IA está aquí para quedarse y depende de nosotros, los humanistas, sacarle el mayor partido posible.
* Gunnar W. Knutsen es un historiador noruego y profesor de Historia Moderna-Temprana en la Universidad de Bergen, especializado en la relación entre creencias, superstición y prácticas sociales en la Europa del Antiguo Régimen. Su trayectoria incluye un doctorado sobre juicios por brujería en la Inquisición española y una amplia investigación sobre brujería, la Inquisición y las guerras de religión.