La tecnología continúa evolucionando de manera constante y los estudios lo confirman. Según la información publicada en el portal Neuroscience, los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) pueden detallar con precisión cómo funciona la lectura humana y las diferencias que existen respecto a la IA.
En este sentido, el sistema automatizado explica la velocidad de procesamiento inicial del reconocimiento de palabras durante la lectura fluida. Sin embargo, no logran predecir la diversidad cognitiva que se produce cuando los humanos integran las palabras en un contexto más amplio.
En consecuencia, los datos recabados a través de la lectura humana indican la diferencia abismal que ocurre cuando los humanos complementan palabras en doble sentido o en un contexto ambiguo.
Asimismo, la construcción de la inteligencia humana puede incluir palabras de ambigüedad y realizar esfuerzos de carga cognitiva complejos. Mientras tanto, la inteligencia artificial debe recibir datos conceptuales para poder ampliar una conversación o un tema relevante.
Diferencias de los generadores de texto IA y la lectura humana
Como parte fundamental del estudio, los generadores destacaron la productividad humana ante la posibilidad de analizar palabras y textos de manera inmediata. Además de ejercer la capacidad de revisar los párrafos de forma secuencial y determinar el contexto de una situación.
Del mismo modo, como características principales los generadores de texto determinaron los siguientes parámetros:
- Alineación inicial frente a divergencia posterior: Los modelos de lenguaje avanzados indican con precisión el tiempo fundamental de identificación visual de palabras durante la lectura lineal hacia adelante, pero no logran detallar la integración del contexto en etapas posteriores.
- Subestimación de la dificultad cognitiva: la previsión de la siguiente palabra en los modelos de IA califica gravemente el tiempo de procesamiento que los lectores humanos invierten al descifrar oraciones ambiguas o con doble sentido.
- El papel de los movimientos oculares regresivos: Los desplazamientos de forma inversa para releer textos representan aproximadamente el 20% de las fijaciones de lectura humanas. Los modelos lógicos leucorregresivos carecen de un mecanismo estructural equivalente para el análisis retrospectivo.
- Escala de evaluación comparativa: Los especialistas determinaron que las estadisticas de seguimiento ocular humano comparándolas con más de 400 arquitecturas de modelos de lenguaje grandes y distintos para aislar los puntos en los que los algoritmos predictivos no alcanzan la realidad cognitiva.
- Hoja de ruta para la IA cognitiva: Las respuestas demuestran que, si bien los mecanismos autorregresivos predictivos contribuyen a la comprensión de oraciones, la cognición humana se basa en distintos marcos de integración de contexto de múltiples etapas que las futuras arquitecturas de IA deben adoptar para modelar el pensamiento humano con precisión.
Respuestas de Valor
En seguimiento de la respuesta de los generadores de texto de inteligencia artificial, los datos señalan que los lectores humanos y los modelos de lenguaje coinciden durante la primera etapa del procesamiento de palabras.
Sin embargo, los sistemas automatizados no poseen la precisión para relacionar de manera eficaz el reconocimiento de las palabras. En tal sentido, cuando el lector ejecuta movimientos visuales en sentido contrario, como es el ejemplo de atrás hacia adelante.
Finalmente, el estudio realizado mediante la evaluación de la lectura humana determinó que a pesar de las diferencias que existen entre los generadores de modelos de lenguaje y el cerebro, los seres vivos tienen la habilidad de la relectura inmediata, acciones que los mecanismos automatizados con IA no pueden ejercer.
No dejes de leer: Descubre cómo las plataformas digitales alteran tu concentración
Síguenos en nuestras redes sociales
){kind=link}