La IA de Google, Bard, comparte en código Phyton sus funciones

Google Bard, el chatbot de Google, ha introducido una nueva función que le permite responder preguntas informáticas de manera más precisa. A diferencia de los modelos de lenguaje tradicionales como ChatGPT, Bard no solo proporciona una respuesta directa, sino que también muestra el código Python que utilizó para llegar a esa respuesta.

Gracias al desarrollo de Google Bard, la IA ahora puede ofrecer respuestas aceptables para ciertos tipos de preguntas, pero a menudo tienen dificultades con tareas informáticas. Para abordar este desafío, Google ha implementado una solución que permite a la IA escribir programas en lugar de proporcionar respuestas directas. Cuando se le presenta una tarea computacional, como una operación matemática o manipulación de cadenas, Bard generará y ejecutará un programa para obtener el resultado correcto.

En un ejemplo proporcionado por arstechnica, se le solicita a Google Bard invertir la palabra "Lollipop". Bard obtiene el resultado correcto, pero lo más sorprendente es que también muestra el código Python utilizado para realizar la tarea. Si bien esto puede ser interesante para aquellos con conocimientos de programación, puede resultar confuso o irrelevante para la mayoría de las personas.

Google compara este enfoque con la diferencia entre el pensamiento rápido e intuitivo y el pensamiento lento y deliberado en la inteligencia humana. Los modelos de lenguaje operan principalmente en el pensamiento rápido, generando texto rápidamente sin una reflexión profunda. Al introducir la capacidad de escribir programas, Bard se asemeja más al pensamiento deliberado y esforzado de los humanos, que puede producir resultados más precisos en tareas específicas como las matemáticas.

Google ha observado mejoras significativas en la precisión de las respuestas de Bard. La compañía planea aplicar este método para responder preguntas relacionadas con factores primos y cálculos financieros. Sin embargo, se advierte que Bard aún puede cometer errores debido a la interpretación incorrecta de la pregunta o la generación de un código ineficiente.