La Sibila de Cumas y el problema del prompt
Nombre de usuario o dirección de correo
Cada vez que obtenemos un resultado absurdo, inesperado o simplemente malo de una inteligencia artificial (IA), quienes mejor conocen estas herramientas suelen dar la misma explicación: el problema es la pregunta. Hay que saber preguntar, hay que aprender a escribir un buen prompt.
Esto tiene mucho de cierto, pues un pequeño cambio en las instrucciones puede llevarnos a resultados sorprendentemente distintos. (De hecho, una misma petición producirá resultados más o menos diferentes cada vez que se formule, debido al carácter probabilístico de la IA, pero ese es un problema de otro tipo: el de la imprevisibilidad.)
Quien aprende a plantear con precisión lo que quiere, a dar contexto, establecer límites, exigir revisiones fácticas y señalar aquello que la máquina no debe hacer, obtiene mejores respuestas. De ahí ha surgido incluso una nueva habilidad, la llamada ingeniería de prompts, que promete algo parecido al dominio de un lenguaje arcano: si sabemos hablar correctamente con la máquina, la máquina hará exactamente lo que queremos.
Pero la promesa es engañosa: el prompt, por su propia naturaleza, será siempre imperfecto.
Es así porque nunca podremos decirlo todo. Por más que escribamos una instrucción de tres páginas, enumeremos condiciones, proporcionemos ejemplos y contraejemplos, señalemos excepciones e incluso ordenemos expresamente a la IA que no asuma nada y que pregunte, siempre faltará algo. En algún momento la máquina tendrá que llenar un hueco para responder.
En realidad, esto ocurre cotidianamente entre seres humanos. Buena parte de la comunicación en nuestra especie consiste en decir mucho menos de lo que queremos comunicar. Si le pedimos a un amigo que cierre la ventana porque hace........
