El libro blanco de la IA's generativas.pdf

El Renacimiento Digital
DESCUBRIENDO LA MAGIA DE LA
INTELIGENCIA ARTIFICIAL GENERATIVA
[Prompt Imagen]: A room filled with schuko plug characters. Each char has unique traits and expressions,
creating a bustling scene of lively. Room's furnishing with some lamps, and shelves. The room itself is
designed in a quirky, modern style. Vibrant colors, 3D animation. Shot with a Canon EOS R5, 24mm lens,
highly detailed, bright and cheerful colors, in the style of dreamlike illustrations. --s 200 --w 10 --c 8

0/.
índice
Se estima que el descubrimiento del fuego
se dio de 1 Millón a 300.000 años a.C. Su
uso fue amplio, desde la cocina de
alimentos, defenderse o incluso iluminar las
oscuras noches. Posteriormente, 4.500 a.C.
se inventa la rueda. La democracia, la
imprenta, la penicilina y otros cientos de
avances, que surgen durante los años, y
provocan grandes cambios (e incluso
revoluciones) sociales.
01 La Revolución Industrial y el desarrollo de los nuevos
trabajos
02 La Transformación Digital y la Inteligencia Artificial
03 El impacto de la Inteligencia Artificial
04 Cómo se está implantando la Inteligencia Artificial en
ramas vinculadas al marketing y la comunicación
05 OpenAI, el gran salto en la Inteligencia Artificial
Generativa
06 Qué dudas está generando la Inteligencia Artificial
Generativa en la sociedad
07 Cómo funciona la Inteligencia Artificial Generativa
respecto a la Inteligencia Artificial
08 Casos de uso

01. La Revolución Industrial, que tiene lugar entre 1760 y 1840,
es otro de esos cambios que nos impactó tanto a nivel
individual, como social y laboral. Pasamos a utilizar
‘máquinas’ como mano de obra, con el objetivo de reducir
esfuerzos físicos e incrementar nuestra capacidad de
producción y fabricación. Esto produjo un cambio a todos
los niveles: económico, social, cultural y tecnológico. El
impacto fue tan grande que en ese momento surgió lo que
hoy en día todavía denominamos la clase social media, en
la cual se encuentra representada una gran parte de la
sociedad europea.
Sin esta revolución, está claro, que nuestras vidas serían
totalmente distintas. El simple acceso que tenemos
actualmente a un móvil o televisión se debe a la ‘creación’
del concepto de fabricación en cadena y de todos los
desarrollos que ésta conllevo.
Como todo, por desgracia, también trae desventajas. La
revolución industrial ha provocado el aumento de consumo
de materias primas y con ello, el mayor desastre natural
que nadie podía prever en ese momento, como es el
cambio climático o continuas disputas o conﬂictos por la
materia prima de nuestros países, entre otros problemas.
La Revolución
Industrial y el desarrollo
de los nuevos trabajos
[Prompt Imagen]: Real Photography of a panda that is doing kung fu with traditional clothes, super detail, ultra hd,
8k, real life, maximum facial detail, vibrant colors in a japanese mountain. Happy. Sunset, 2020s, Natural lighting,
Sunny, Photography style of Robert Frank, Fujiﬁlm Pro 400H, Extreme long shot, Adventure, analog, intricate
details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 16:9 --s 300 --v 5.2

02.
Sin embargo, la revolución industrial
también trajo consigo aspectos positivos y
nos ha llevado al siguiente paso, la época de
la transformación digital.
Sin una fecha clara, dependiendo de la
fuente consultada e ideología que haya
detrás, el primer paso de la transformación
digital pudo llegar en el siglo XVII, con el
inicio de la mecanización del trabajo. Otros
determinan su inicio con la primera
computadora electrónica, de John
Atanasoff, en 1939 y que posteriormente se
aceleró gracias al desarrollo de ordenadores
personales como el Simon en 1950, Apple II
en 1977 e IBM PC en 1981.
La Transformación Digital
y la Inteligencia Artificial
Como vemos, los avances tecnológicos
y la disponibilidad de nuevas
herramientas digitales, que cambian
cómo nos comportamos en nuestro día a
día y cómo las organizaciones (empresas
y gobiernos) operan y se relacionan, son
palancas fundamentales de esta
transformación.
La transformación digital nos está
trayendo, una vez más, cambios a nivel
individual y como sociedad, así como a
nivel económico, y continuarán llegando
a lo largo de varias décadas.
Y como siempre surgen diferentes líneas de
pensamiento. Dependiendo de a quién le
preguntemos estos cambios están trayendo
un mayor porcentaje de cosas positivas o
negativas, para nuestro presente y futuro.
Pero que estos cambios se están dando, es
algo innegable.
Solo tenemos que ver la lista de empresas
con mayor valoración económica
actualmente, respecto a hace 20 años, ¿qué
empresas son las grandes líderes del
mercado?; o cómo nos comunicamos
actualmente, tanto a nivel familiar como
dentro de una empresa.
Entre todas revoluciones tecnológicas,
podemos decir, sin riesgo a equivocarnos,
que las grandes evoluciones (o
revoluciones digitales) se están dando
desde que podemos acceder a mayores
volúmenes de información y datos. Un
ejemplo de ello es la inteligencia
artificial, que necesita de estos datos,
para poder ser entrenada de forma
óptima y así ser más eficaz y eficiente.
[Prompt Imagen]: Real Photography of a cute lion cub that is doing karate with a traditional kimono, super
detail, ultra hd, 8k, real life, maximum facial detail, vibrant colors in a lake. Happy. Morning, 2020s, Natural
lighting, Sunny, Photography style of Robert Frank, Fujifilm Pro 400H, Extreme long shot, Adventure, analog,
intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 16:4 --s 300 --v 5.2

03.
El impacto de la
Inteligencia Artificial
[Sección escrita por ChatGPT 4]
Prompt 1: Actúa como un experto en inteligencia artificial generativa
y creación de contenidos, que trabaja en una agencia de marketing
digital 360. Actualmente, estás desarrollando un libro blanco sobre
IA generativa en español (España) y tienes que redactar una sección
que hable sobre ‘EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN
LA SOCIEDAD’. Para ello me gustaría que redactaras el texto, de esta
sección, que irá dentro del libro blanco. Es importante que:
1. Incluyamos algún subtítulo si es necesario.
2. No superemos las 800 palabras.
3. Escribamos con un tono cercano, pero profesional y adecuado
para un informe del sector de marketing digital. Podemos usar
lenguaje técnico, pero se debe explicar.
4. Incluyamos datos que nos ayuden a justificar lo que contemos y
sus referencias.
5. Debemos hablar de: ¿qué es la inteligencia artificial?; historia de la
inteligencia artificial y sus primeros grandes logros; ejemplos de
usos en internet de las cosas, eficiencia del uso de los datos y otros
más; introducción y nacimiento de la inteligencia artificial generativa
y sus diferencias (objetivo y entrenamiento); qué es un prompt,
prompt engineering y contenido sintético; y una lista de impactos
positivos de la inteligencia artificial en nuestros día a día (no
incluyas ejemplos de IA Generativa).
Recuerda que esto va dentro de un libro blanco sobre inteligencia
artificial y su crecimiento en el marketing digital. ¡Gracias!
Prompt 2: Gracias! Muy completo. ¿Me podrías dar algún dato, que
tenga ya estudios, sobre cómo la IA por ejemplo ha mejorado la
accesibilidad o ha incrementado la eficiencia y productividad? Indica
el estudio, por favor.
[Prompt Imagen]: Underwater photography of an otter doing karate::9 with a traditional kimono, super detail, ultra
hd, 8k, real life, maximum facial detail, vibrant colors in a japanese mountain. Excited, Happy, Early morning,
2020s, Natural lighting, Sunny, Photography style of Robert Frank, Fujifilm Pro 400H, Extreme long shot, Adventure,
analog, intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 16:9 --s 300 --v 5.2

Sus primeros grandes logros
El concepto de inteligencia artificial surgió en la década de 1950 (muchos la unen al momento en el que se
inicia la nueva Revolución Digital), pero no fue hasta la década de 1990 que comenzamos a ver avances
significativos en el campo. Uno de los primeros logros importantes fue el desarrollo de algoritmos de
aprendizaje automático, que permitió a las máquinas aprender de los datos sin intervención humana. En
1997, la supercomputadora Deep Blue de IBM derrotó al campeón mundial de ajedrez Garry Kasparov,
demostrando la capacidad de la IA para superar a los humanos en tareas complejas.
Desde entonces la IA está teniendo un impacto profundo en diversas áreas, desde la medicina hasta la
industria del motor. Algunos ejemplos de su aplicación incluyen:
● Internet de las cosas (IoT): la IA facilita que los dispositivos conectados a Internet tomen
decisiones en tiempo real y optimicen su funcionamiento. Por ejemplo, termostatos inteligentes
pueden ajustar automáticamente la temperatura en función de patrones de uso y condiciones
ambientales.
● Eficiencia en el uso de datos: la IA puede analizar grandes volúmenes de datos y encontrar
patrones y correlaciones que los humanos podrían pasar por alto. Esto permite a las empresas
tomar decisiones informadas y mejorar sus procesos.
● Automóviles autónomos: la IA permite a los vehículos tomar decisiones de conducción en tiempo
real, mejorando la seguridad y reduciendo la congestión en las ciudades.
¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?
La inteligencia artificial (IA) es una rama de la informática que busca desarrollar sistemas capaces
de aprender, razonar y resolver problemas de manera autónoma o semi-autónoma, imitando la
inteligencia humana. Su objetivo es crear máquinas que puedan procesar información, analizar
patrones y tomar decisiones como lo haría una persona.
[Prompt Imagen]: close up, machine girl tech model wallpaper, in the style of realistic
portrait, sci-fi baroque, shiny eyes, intense close-ups, digital art techniques, fine art
realism, dark cyan and bronze colors –s 100 –w 5

Nacimiento de la inteligencia
artificial generativa
La inteligencia artificial generativa es
un subcampo de la IA que se centra en la
creación de contenido a partir de datos
de entrenamiento.
A diferencia de la IA convencional, que
busca tomar decisiones basadas en
datos, la IA generativa tiene como
objetivo producir nuevos datos que
sean coherentes y relevantes.
Los modelos de IA generativa, como
GPT-4 o Midjourney, utilizan algoritmos
de aprendizaje profundo para generar
contenido sintético en función de los
patrones aprendidos de los datos de
entrenamiento.
Este área de desarrollo de la tecnología
está generando nuevos conceptos, que
debemos aprender y familiarizarnos
como:
Prompt
Es una entrada de texto o una consulta que
se le proporciona a un modelo de IA
generativa para guiar la generación de
contenido.
Tokens
Se denomina (en el ámbito de la inteligencia
artificial generativa) como la unidad básica
de texto que puede representar una palabra,
un carácter o un subcomponente de una
palabra, según el enfoque utilizado.
Los modelos de lenguaje dividen el texto
en tokens para analizar y generar texto de
manera más eficiente. Así, por ejemplo,
unos 1.000 tokens, corresponden a unas
750 palabras.
Contenido sintético
Es el resultado generado por la IA basado
en el prompt y los datos de entrenamiento.
Este puede tener múltiples formatos como
un texto, imagen, audio o ya se están viendo
hasta contenidos en formato vídeo.
Sesgos
En inteligencia artificial se refieren a la
presencia de prejuicios sistemáticos en los
resultados generados por un modelo de IA.
Estos sesgos pueden provenir de los datos
de entrenamiento, que a menudo reflejan las
desigualdades y prejuicios existentes en la
sociedad y el lenguaje.
Deepfakes
Son imágenes, vídeos o audios generados
por inteligencia artificial que imitan de
manera realista a personas reales, a
menudo con la intención de engañar o
manipular. Los deepfakes se crean
utilizando técnicas de aprendizaje profundo,
como las redes generativas adversarias
(GANs), que enfrentan dos redes neuronales
(el generador y el discriminador) en un
proceso iterativo hasta lograr un resultado
convincente.
Prompt Engineering
Es el proceso de diseñar y optimizar
prompts para obtener resultados más
precisos y útiles.
[Prompt Imagen]: Real Photography of a cute fighter
aircraft pilot otter it was in plane and it wears a
meticulously fighter pilot suit, giving it an authentic
and professional appearance. The atmosphere is filled
with a mix of excitement and nostalgia. Excited,
2020s, Cinematic lighting, Photography style of Ridley
Scott, Fujifilm Pro 400H, Extreme long shot, adventure,
analog, intricate details, 8k, hyperrealistic, --ar 4:9 --s
300 --v 5.2

¿Qué impactos positivos está teniendo la inteligencia artificial en nuestra vida cotidiana? La IA ha traído numerosos beneficios a nuestra sociedad, incluyendo:
Mayor eficiencia y
productividad:
la IA ha permitido
automatizar tareas
repetitivas y optimizar
procesos, lo que se
traduce en una mayor
eficiencia y
productividad en
diferentes sectores.
Mejora de la toma de
decisiones:
la capacidad de la IA para
analizar grandes
volúmenes de datos y
encontrar patrones, ha
mejorado
significativamente la
toma de decisiones en
áreas como finanzas,
marketing y medicina.
Innovación:
la IA ha impulsado la creación de nuevas
tecnologías y está permitiendo el desarrollo de
soluciones innovadoras en diversos campos. Uno
de ellos es la medicina. En un estudio realizado por
Esteva et al. (2017), se entrenó un algoritmo de IA
para identificar el cáncer de piel a partir de
imágenes dermatoscópicas. Este reveló que el
algoritmo de IA logró un rendimiento similar al de
dermatólogos certificados. La implementación de
algoritmos de IA, en el diagnóstico médico, puede
aumentar la eficiencia y productividad al permitir
que los médicos procesen y analicen rápidamente
un gran número de imágenes, mejorando la
detección temprana de enfermedades y
optimizando la asignación de recursos en el sector
de la salud.
Personalización:
gracias a la IA podemos
generar una mayor
personalización de
productos y servicios,
adaptándolos a las
necesidades y
preferencias de cada
usuario.
Accesibilidad:
no podemos olvidar que está mejorando la
accesibilidad en diversos aspectos, desde la
traducción automática hasta la asistencia a
personas con discapacidades. Así por ejemplo,
un estudio realizado por Hassan et al. (2018)
evaluó el impacto de la inteligencia artificial en la
traducción automática neuronal (NMT) en
comparación con la traducción automática
estadística (SMT). Los resultados mostraron que
la NMT, impulsada por IA, logró una mejora del
60% en la calidad de la traducción en
comparación con la SMT. Esto demuestra cómo
la IA puede mejorar la accesibilidad al superar
las barreras idiomáticas y permitir una
comunicación más fluida entre personas que
hablan diferentes idiomas.
1. 2. 3. 4. 5.
En resumen, la inteligencia artificial ha revolucionado nuestra sociedad
en múltiples aspectos, y su impacto en el marketing digital no es una
excepción. Y la IA generativa en particular, ha permitido la creación de
contenidos sintéticos incrementando la eficiencia en la creación y
distribución de la información, como veremos después. Es fundamental
que las empresas de marketing digital entendamos y aprovechemos
estas tecnologías para mantenernos a la vanguardia, en un mundo cada
vez más digitalizado.
Referencias:
Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.
Campbell, M., Hoane, A. J., & Hsu, F. H. (2002). Deep Blue. Artificial Intelligence, 134(1-2), 57-83.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. In Advances in neural
information processing systems (pp. 2672-2680).
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Agarwal, S. (2020). Language models are few-shot learners. arXiv preprint
arXiv:2005.14165.
Hassan, H., Aue, A., Chen, C., Chowdhary, V., Clark, J., Federmann, C., ... & Wu, S. (2018). Achieving human parity on automatic Chinese to English news
translation. arXiv preprint arXiv:1803.05567.
Referencia: Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017). Dermatologist-level classification of skin cancer with
deep neural networks. Nature, 542(7639), 115-118.

04. Al contrario que veíamos antes, MIT Technology afirma que la
inteligencia artificial forma parte del día a día de las empresas y de
las sociedad desde 1980. Ésta ha revolucionado la facilidad con la
que las personas de todo el mundo accedemos al conocimiento,
el crédito y otros beneficios de la sociedad global
contemporánea, tal como podemos leer en ‘El futuro del impacto
de la IA en la sociedad’.
Este impacto es transversal a todos los sectores y requiere de
innovaciones radicales en la forma en que gobernamos y
particularmente en la forma en que recaudamos ingresos y su
redistribución a través de las diferentes actividades económicas.
Esto implica que nos enfrentemos a desafíos económicos y de
gobernanza, desconocidos hasta ahora. Y demanda respuestas que
todavía ni imaginamos.
Sin embargo, en esta sección queremos centrarnos en cómo la IA
está aquí para mejorar nuestras capacidades de resolución de
problemas. Así por ejemplo, vemos que puede optimizar la logística
y el mundo del retail, con sus capacidades de predicción y gestión
de los almacenes y envío de producto; y la comunicación que todo
esto conlleva, a través de múltiples canales. Además, este tipo de
tecnologías también impactan en el transporte, tanto a nivel de
seguridad como de rapidez en los procesos de entrada y pasar una
aduana en un aeropuerto, gracias a la identificación facial. Y va
entrando en otras industrias como recursos humanos, finanzas,
servicios legales, sanidad y educación, entre otros. Sus
aplicaciones son miles, pero nosotros nos centraremos en el
mundo del retail, en servicios de atención al cliente, así como en el
marketing y la publicidad digital.
Cómo se está
implantando la
Inteligencia Artificial en
ramas vinculadas al
marketing y a la
comunicación
[Prompt Imagen]: Real Photography of a polar bear cub that is doing jiu jitsu with traditional clothes, super detail,
ultra hd, 8k, real life, maximum facial detail, vibrant colors on the North Pole. Happy. 2020s, Natural lighting,
Sunny, Photography style of National Geographic, Fujifilm Pro 400H, Extreme long shot, Adventure, analog,
intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 16:9 --s 300 --v 5.2

[Prompt Imagen]: Design a futuristic and cool abstract representation for a background using geometric shapes with blues colors,
Man Ray Style --ar 16:9
Marketing y
publicidad
En esta línea, su impacto se lleva
observando desde hace años, donde
plataformas como Meta o Google hacían
provecho de ‘machine learning’ para poder
generar un resultado más positivo de
campañas publicitarias, automatizando la
gestión de las audiencias y la distribución de
la publicidad:
* El contenido sintético es una forma de contenido
generado por computadora que se utiliza para
crear imágenes, videos y audio. Este contenido se
crea utilizando algoritmos y técnicas de
aprendizaje automático y como estamos viendo,
tiene el potencial de revolucionar completamente
la forma en que creamos y consumimos
contenido.
Impacto por actividades profesionales
Gracias a la IA el usuario puede
vivir una experiencia más
personalizada con una marca
concreta. Esto se debe a que
cada día más plataformas
permiten a las marcas la
personalización de los
contenidos, ya sea por su
comportamiento, contexto o
vinculación que tiene con la
marca, cuando llega a una web
o mediante un CRM.
A nivel publicitario, está
permitiendo la optimización de
los presupuestos. No solo en la
segmentación de los usuarios y
la propia distribución hasta el
usuario ﬁnal, también en la
selección de las mejores
creatividades y mensajes,
según el tipo de usuario.
1
2
3 El marketing digital no se podría
entender sin los datos. La IA tiene y
tendrá aquí un impacto muy
elevado. La capacidad que vamos a
tener en estructurar y ‘digerir’ la
información, ayudará a los equipos
a tomar mejores decisiones en sus
estrategias de marketing.
4 Sin poder olvidarnos de la IA
generativa. En este caso el impacto
no solo será en nuestra capacidad
para escribir un artículo, también
veremos chatbots con mejores
capacidades para interactuar con
los potenciales clientes de una
marca, diseño de estrategias de
marketing, producción de material
audiovisual o incluso la generación
de código a través de plataformas
como BLACKBOX. En este punto se
encuentra el contenido sintético.

Ofrecer servicios más
personalizados.
Manejar y detectar tendencias e
incluirlas en sus estrategias.
Reducir costes.
Hiper personalizar la
experiencia del usuario.
Atención al
público
La IA va a facilitar a las marcas
crear servicios de 24/7, gracias a
chatbots que tienen cada vez
mayores capacidades de
interacción con los usuarios. Esto
permitirá a las empresas:
1
2
3
4
[Prompt Imagen]: Design a futuristic and cool abstract representation for a background using geometric shapes with blue colors,

[Prompt Imagen]: Design a futuristic and cool abstract representation for a background using geometric shapes with vibrant colors,
Retail
El impacto en el mundo del retail y la IA se
puede ver desde muchos puntos de vista.
Tanto en cómo las marcas llegan a sus
usuarios (marketing y publicidad), la
atención al público e incluso la
automatización de procesos.
* En este proceso de revolución digital es
importante demandar la ética de las empresas
detrás de sus desarrollos y diseño. Es decir, no solo
se debe promover una cartera sensata de políticas
y agencias reguladoras ante estos desarrollos, para
continuar expandiendo y limitando el alcance de
las posibles aplicaciones de la inteligencia artiﬁcial,
también una responsabilidad colectiva e individual
sobre ellas, tanto en su uso como en su desarrollo.
Automatización de tareas y
procesos en la cadena de
suministro, incluyendo el envío
de pedidos.
Optimización de la logística. La
IA puede analizar grandes
cantidades de datos, como la
información sobre rutas de
envío, costes de transporte,
disponibilidad de inventario,
condiciones climáticas y
demanda del mercado, para
optimizar la logística en la
entrega de pedidos.
1
2
3 Personalización y mejora de la
experiencia del cliente. La IA nos
permite analizar los datos de los
clientes, como historiales de
compras, preferencias y
comportamientos, para ofrecer una
experiencia de compra
personalizada.
4 Análisis y toma de decisiones
basada en datos. La IA puede
analizar grandes cantidades de
datos en tiempo real, como datos
de inventario, datos de transporte,
datos de demanda y datos de
satisfacción del cliente, para ofrecer
insights y tomar decisiones
informadas en la gestión de envío
de pedidos.

05.
OpenAI, el gran salto en
la Inteligencia Artificial
Generativa
[Sección escrita por ChatGPT 4]
Prompt 1: Sigue actuando como un experto en inteligencia artificial
generativa y creación de contenidos, especializado en la redacción
de textos y copys, para una agencia de marketing digital. Debemos
continuar con el contenido del mismo libro blanco, con un nuevo
artículo sobre ‘OpenAI, EL GRAN SALTO EN LA INTELIGENCIA
ARTIFICIAL GENERATIVA’. Esta sección debe contener un máximo
de 400 palabras. Por favor, mantén el mismo tono a la hora de
escribir. Es importante que:
1. Incluyamos cómo nace y quién constituye OpenAI. Así como
principales hitos.
2. Qué es ChatGPT dentro de OpenAI.
3. ¿Cómo se entrena ChatGPT?
4. Cómo se está usando actualmente.
5. Analiza este artículo e incluye aspectos en tu texto que puedan
ser relevantes del mismo, pensando que estamos escribiendo para
profesionales del marketing digital:
https://www.technologyreview.es/s/15081/chatgpt-no-surge-de-la-n
ada-es-el-resultado-de-30-anos-de-prueba-y-error
Recuerda que el formato es un texto, que puede llevar destacados
así como bullets y no debe superar las 400 palabras. ¡Gracias!
Prompt 2: Integra el punto de ‘Lecciones del pasado y potencial
futuro’ en ‘ChatGPT, una revolución en la comunicación’ y explica un
poco mejor que espacio ocupa ChatGPT en OpenAI, así como
nombra otras IA Generativas creadas por la empresa OpenAI. Creo
que sería bueno añadir un párrafo que contáramos su vinculación
con Microsoft y aplicación en su buscador Bing. ¡Gracias!
[Prompt Imagen]: Real Photography of a tiger that is doing jiu jitsu traditional clothes, super detail, ultra hd, 8k,
real life, maximum facial detail, vibrant colors on the savannah. Sunset, 2020s, Natural lighting, Sunny,
Photography style of Robert Frank, Fujifilm Pro 400H, Extreme long shot, Adventure, analog, intricate details, 8k,
sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 16:9 --s 300 --v 5.2

ChatGPT, una revolución en la industria
ChatGPT es un modelo de lenguaje basado en GPT-4,
desarrollado por OpenAI. Esta inteligencia artificial generativa es
parte de una serie de desarrollos de OpenAI, que incluye otros
modelos generativos como DALL-E, una IA capaz de generar
imágenes a partir de descripciones textuales, y Codex, un modelo
de lenguaje enfocado en la generación de código fuente.
La evolución de modelos anteriores, como GPT-2 y GPT-3, y la
experiencia acumulada a lo largo de 30 años de investigación y
desarrollo en el campo de la inteligencia artificial, han sido
cruciales para alcanzar el nivel de sofisticación que posee
ChatGPT hoy en día.
Su vinculación con Microsoft
OpenAI ha establecido una relación estrecha con Microsoft, que
invirtió en la compañía y se convirtió en el proveedor exclusivo de
servicios en la nube para sus modelos de inteligencia artificial.
Como resultado ChatGPT, y otros modelos desarrollados por
OpenAI, se ejecutan en la plataforma Microsoft Azure. Además,
Microsoft ha integrado ChatGPT en su buscador Bing, exponiendo
un cambio en los buscadores.
OpenAI nace en 2015 de la mano de personalidades influyentes en el
ámbito tecnológico, como Elon Musk y Sam Altman, junto a
investigadores de renombre en inteligencia artificial. Su objetivo es
desarrollar y promover la IA de manera responsable, beneficiando a
toda la humanidad. Algunos de los hitos más destacados de OpenAI
incluyen la creación de modelos generativos avanzados, como GPT-2,
GPT-3 y más recientemente, GPT-4.
[Prompt Imagen]: Underwater photography full-body of a cute hippopotamus cub making Yoga::9 with a
traditional japanese kimono::8 , super detail, ultra hd, 8k, real life, maximum facial detail, vibrant colors in Africa.
Happy, Early morning, 2020s, Natural lighting, Sunny, Photography style of Robert Frank, Fujifilm Pro 400H,
Extreme long shot, Adventure, analog, intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar
10:9 --s 300 --v 5.2

respuestas que sean relevantes y útiles para las
preguntas que se le hacen.
Actualmente ya tiene diversas aplicaciones,
como:
La capacidad de ChatGPT para entender el
contexto y adaptarse a diferentes tonos y estilos
de escritura, lo convierten en una herramienta
valiosa para profesionales del marketing digital.
En resumen, los desarrollos en inteligencia
artificial generativa de OpenAI, como DALL-E,
Codex y ChatGPT, están transformando la forma
en que abordamos la generación de contenidos
y la solución de problemas en diferentes campos.
A medida que estos modelos evolucionan y se
adaptan a casos de uso específicos, podemos
esperar que su alcance se amplíe y que se
conviertan en herramientas fundamental para los
profesionales del marketing digital y más allá.
Cómo se entrena ChatGPT y sus
usos actuales
ChatGPT ha sido entrenado utilizando un
algoritmo de aprendizaje automático llamado
“aprendizaje profundo” o “deep learning”. En
particular, utiliza una variante de la
arquitectura de redes neuronales llamada
“Transformer”, que es conocida por su
capacidad para procesar y generar lenguaje
natural.
Todo esto se hace mediante un proceso
llamado aprendizaje auto-supervisado (no
significa que no haya personas comprobando,
tanto de qué datos aprende, así como el
resultado de su aprendizaje), en el cual se
alimenta a la red neuronal una entrada (por
ejemplo, una secuencia de palabras) y se le
pide que genere una salida (por ejemplo, la
siguiente palabra en la secuencia). La red
neuronal ajusta sus pesos y conexiones
internas para minimizar el error entre su salida
y la respuesta correcta.
Después de entrenar a ChatGPT, con una gran
cantidad de datos, la red neuronal aprende a
modelar el lenguaje natural y puede generar
texto que suene coherente y natural. A medida
que se le proporciona más datos, ChatGPT se
vuelve cada vez más sofisticado y preciso en
su capacidad para generar
Generación de contenidos para
blogs.
Redacción de copys
publicitarios.
Atención al cliente y asistentes
virtuales, entre otros.
[Prompt Imagen]: Real Photography of a tiger that is doing yoga in a traditional kimono, super
detail, ultra hd, 8k, real life, maximum facial detail, vibrant colors on a japanese mountain.
Happy. 2020s, Natural lighting, Sunny, Photography style of Robert Frank, Fujifilm Pro 400H,
Extreme long shot, analog, intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of
thirds, --ar 6:9 --s 300 --v 5.2

06.
Al igual que todas las revoluciones, ésta también está
generando muchas dudas a nivel colectivo e
individual. Muchas de ellas son reales, porque
todavía tenemos entre nosotros situaciones recientes
en las que empresas han hecho un uso poco
responsable sobre las tecnologías, el uso de los
datos o incluso ‘timos’ y engaños a sus clientes. Por
ello, desde t2ó creemos en la necesidad del
desarrollo de un marco jurídico y legal para este tipo
de tecnología que proteja al usuario individual y a la
sociedad.
El marco jurídico no puede olvidar el control sobre
cómo se desarrollan estos sistemas y con qué
objetivo, así cómo el output que se obtiene y si este
es identificable. Es decir, ¿sería una opción que todos
los contenidos audiovisuales que se generarán con IA
Generativa fueran ‘marcados’ a través de blockchain
para poder identificarlos y evitar ‘deepfakes’?
Qué dudas está generando
la inteligencia artificial
generativa en la sociedad
[Prompt Imagen]: Real Photography of a giraffe that practices meditation with a traditional kimono, super
detail, ultra hd, 8k, real life, maximum facial detail, vibrant colors in a Buddhist monastery. Excited. Morning,
2020s, Natural lighting, Sunny, Photography style of Robert Frank, Fujifilm Pro 400H, Extreme long shot,
Adventure, analog, intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 14:9 --s 300 --v 5.2

La transparencia de las plataformas.
¿Qué datos han utilizado para entrenar a la IA?
¿Cómo han obtenido estos datos? Por un lado, para
las marcas que van a utilizar las plataformas debería
ser necesario tener acceso a esta información, para
poder entender el output que reciben y poder
comprender si esa herramienta es útil o no para
ellos.
Pero más importante, a nivel social, tener acceso a
esta información podría evitarnos la generación de
sesgos con impactos negativos en la sociedad.
Es decir, es más que conocido el caso del desarrollo
de una IA específica, para procesos de selección de
personas, que debido al entrenamiento desarrollado
tenía sesgos muy graves, priorizando a ciertos
colectivos para puestos directivos solo por cuestión
de raza o género. Trabajar con datos representativos
nos ayudarán a evitar problemas de discriminación,
así como injusticias.
Principales
problema
éticos de la IA
Generativa
Sin profundizar, debido a la
delicadeza de este tema,
queremos poner el foco en:
Protección de datos y ciberseguridad.
¿Han inclumplido alguna política de protección de
datos al entrenar a la IA? ¿Sigue aprendiendo
mientras el usuario interactúa con él? Desde nuestra
experiencia, vemos como ChatGPT es capaz de
optimizar un perfil de LinkedIn. Para que esto pase,
esta plataforma ha debido de ser entrenada en
cómo desarrollar este tipo de contenido. ¿Significa
que OpenAI recogió esa información individual de
las personas? Y si tú como usuario, le entregas
información de tu CV para que te ayude a redactarlo,
qué pasa con esa información.
Estos puntos son importantes y posiblemente uno
de los más delicados, ya que ChatGPT, gracias a su
APP se va integrar en CRM o plataformas similares y
antes de hacerlo, como marcas tenemos que estar
seguros de este comportamiento de las
herramientas que contratamos.
[Prompt Imagen]: Design a futuristic and cool abstract representation for a background using geometric shapes with pastel and
blue colors, Salvador Dalí Style --ar 16:9

Derechos de propiedad intelectual y responsabilidad
sobre los contenidos generados (Deepfakes).
Midjourney se ha convertido en una plataforma que muchos
artistas están utilizando para generar material fotográﬁco.
Hypotenuse AI o Jasper AI nos ayudan a crear textos y copies
para redes sociales. Todos ellos se autodenominan como
plataformas que generan contenidos 100% originales, pero
han tenido que aprender de millones de datos para lograrlo.
Desde nuestro punto de vista, aceleran un proceso y lo
optimizan, como el que genera una agencia creativa
investigando decenas de campañas hasta llegar a su idea
creativa. Pero muchas plataformas editoriales pueden ver en
ello una amenaza y al mismo tiempo, aparece la posibilidad de
los denominados ‘deepfakes’ y fakes news. Un problema que
no es 100% solo de la IA Generativa, pero que deberíamos
adelantarnos a ello por como estamos viendo que Runway
(GEN-2 se presenta como la revolución a text to video),
Midjourney, DALL-E 2 o Synthesia avanzan. En este punto no
entramos en el delicado tema de generación de arte a través
de IA, ya que hasta ahora la creación artística la consideramos
propia del ser humano. En un futuro esto puede cambiar.

En términos de sostenibilidad, la IA requiere una gran
cantidad de recursos computacionales, lo que puede resultar
en un alto consumo de energía en los centros de datos
donde se ejecutan sus algoritmos. Esto puede tener un
impacto negativo en el medio ambiente, ya que la generación
de energía a menudo implica la emisión de gases de efecto
invernadero y otros contaminantes.
Además, el aumento del uso de dispositivos y sistemas
basados en la IA, como vehículos autónomos o dispositivos
de Internet de las cosas (IoT), también puede aumentar la
demanda de energía en su funcionamiento y la explotación
de otros tipos de recursos naturales. Por lo tanto, también es
fundamental abordar los desafíos de sostenibilidad
asociados con la inteligencia artiﬁcial, mediante la adopción
de prácticas eﬁcientes en el uso de energía, la optimización
de algoritmos y la exploración del uso de fuentes de energía
renovable y así minimizar su impacto medioambiental.
Sin embargo, como estamos viendo, la IA también nos ayuda
a optimizar procesos de trabajo y producción, ¿será capaz de
ayudarnos a reducir otros consumos energía…?
Ética en IA Generativa.
Este punto puede ser transversal a todos los vistos hasta
ahora. Por mucho que las empresas que hay detrás de cada
plataformas, cumplan con todos los puntos, si nosotros
como marcas, sociedad o individuos no hacemos un uso
ético de todo esto, cualquier marco jurídico se caerá. Para
ello, la aceleración de la alfabetización digital es
fundamental y esta debe formar parte de los planes
educativos escolares, universitarios y estar presente en
programas educativos, a cualquier nivel. El uso responsable
de estas herramientas depende de cada uno de nosotros y
no podemos olvidarlo.

UE - The EU Council adopts de AI Act proposal on artificial intelligence. La “AI Act” (Ley de Inteligencia
Artificial) es una propuesta legislativa adoptada por el Consejo de la Unión Europea (UE) que tiene como objetivo
regular el uso de la Inteligencia Artificial en la Unión Europea. Este consejo promueve una inteligencia artificial
segura, que respete los derechos humanos.
Podríamos decir que los tres puntos más relevantes son:
REGULACIÓN INTEGRAL DE LA
INTELIGENCIA ARTIFICIAL: la AI Act
busca establecer un marco regulatorio
integral para la IA en la UE. Proporciona
normas y requisitos detallados para el
desarrollo, despliegue y uso de sistemas
de IA en una amplia gama de
aplicaciones, incluyendo áreas sensibles
como la salud, transporte, seguridad,
educación y administración pública. La
propuesta también establece obligaciones
específicas para los proveedores de IA,
los usuarios y los importadores de
sistemas de IA en la UE, con el objetivo de
garantizar la seguridad, transparencia,
responsabilidad y ética en el uso de la IA.
EVALUACIÓN Y GESTIÓN DE RIESGOS:
AI Act establece requisitos para la
evaluación y gestión de los riesgos
asociados con los sistemas de IA. Esto
incluye la obligación de llevar a cabo
evaluaciones de riesgos y pruebas de
conformidad antes de poner en el
mercado o desplegar sistemas de IA,
con el fin de identificar y mitigar posibles
impactos negativos en los derechos
fundamentales, la seguridad y la
privacidad de las personas. Esta
tecnología debe ser compatible con
nuestros valores y derechos humanos.
PROTECCIÓN DE DERECHOS Y
SUPERVISIÓN: la AI Act establece
disposiciones para proteger los derechos
de las personas en el contexto de la
inteligencia artificial. Esto incluye el
derecho a la explicación, lo que implica
que las personas tienen el derecho de
conocer cómo los sistemas de IA toman
decisiones que les afectan. La propuesta
también establece la creación de un
sistema de supervisión y gobernanza de
la IA, con la creación de una autoridad de
regulación de la IA, encargada de
supervisar el cumplimiento de las normas
y requisitos establecidos en la AI Act, y de
imponer sanciones en caso de
incumplimiento.
Este nuevo reglamento se deberá aplicar a cualquier IA que afecte a los ciudadanos de la UE,
independientemente de donde se encuentre la sede de la empresa que provee los servicios o donde se
encuentre el servidor que ejecute el software.
[Prompt Imagen]: Design a futuristic and cool abstract representation for a background using
geometric shapes with pastel and blue colors, Salvador Dalí Style --ar 5:9

Niveles de riesgo según AI Act
Tenemos que tener en cuenta que la ley sigue un enfoque basado en niveles de riesgos y según donde podamos clasificar el caso de uso de la inteligencia
artificial, tendrá mayores limitantes. Así, nos encontramos cuatro niveles:
Riesgo Inaceptable:
estos sistemas de IA están prohibidos y solo la aprobación de la Comisión Europea podrían abrir las puertas a su uso,
siempre con fines de seguridad nacional. Este nivel incluye IA de puntuación social, la manipulación del comportamiento
humano que causa daño y la vigilancia masiva.
Riesgo Alto:
aquellos que se engloban en este segundo nivel también requieren de una evaluación de conformidad. Aquí existen una serie
de preacuerdos sobre estas evaluaciones, pero todavía no fijados al 100%. Aquí podemos encontrar modelos con impacto en
la salud y seguridad o con alto potencial de provocar cambios en las vidas de las personas (acceso a empleo, temas de
educación y servicios públicos, aplicación de ley y asuntos legales, etc).
Riesgo Limitado:
en este tercer nivel encontramos modelos de Inteligencia Artificial Generativa, que la Ley AI Act denomina ‘foundation models’
como podría ser ChatGPT. Dentro del nivel se incluyen todos aquellos sistemas de IA en los que parece que interactúas con
una persona o permiten generar contenido sintético (vídeo, imágenes, texto o audio, entre otros). En este caso se habla de
aplicar principios de transparencia, incluyendo acceso a los datos utilizados para entrenar a los diferentes modelos
generativos y cumplimientos de copyright.
Riesgo Mínimo:
en este último caso, hablamos de usos de riesgo mínimo, que no tienen ninguna obligación. Sin embargo, sí que se
recomienda el desarrollo de códigos de conducta que permitan establecer confianza con el usuario.

Toda esta ley se crea bajo un marco ético común
para la Unión Europea que se basa en unos
principios éticos, que son: justicia (hablamos de
una IA equitativa y no discriminatoria),
explicabilidad (es decir, el usuario debe poder
conocer cómo funciona y cuándo una inteligencia
artificial está interviniendo), autonomía humana (no
puede afectar a tu libertad de elección) y no daño
(no dañar al ser humano).
Esta Ley abre la puerta de una necesaria
supervisión y evaluación de conformidad por parte
de terceros. No ocurriría en todos los casos, pero ya
se están alzando voces en contra de ello, debido al
incremento de costes y que puede frenar el
desarrollo de sistemas de Inteligencia Artificial,
dejando a empresas de la UE en desventaja
competitiva.
Al albor de esta ley europea, nos gustaría destacar una evaluación hecha por investigadores de la
Universidad de Stanford, en el que nos muestra la situación actual de los principales proveedores de de este
tipo de modelos de IA Generativa, teniendo en cuenta esta propuesta de ley. La tabla que vemos nos indica
que casi ningún modelo cumple con los requisitos de la misma, pero que es posible lograrlo y que hacerlo
mejorará la transparencia y confianza de este nuevo ecosistema digital que se está creando.
[Prompt Imagen]: Real Photography of a cute astronaut cat cub, anthropomorphic, model
pose, it wears a meticulously crafted spacesuit, giving it an authentic and professional
appearance. The atmosphere is filled with a mix of excitement and nostalgia. Excited, 2020s,
Cinematic lighting, Photography style of Ridley Scott, Fujifilm Pro 400H, Extreme long shot,
adventure, analog, intricate details, 8k, hyperrealistic, --ar 5:9 --s 300 --v 5.2

07.
A lo largo del libro blanco estamos poniendo foco en el origen,
uso e impacto de la IA generativa, pero también nos gustaría
hacer una breve mención sobre el contexto que ocupa dentro del
marco de la inteligencia artificial. Si tuviésemos que clasificar la
inteligencia artificial según sus capacidades, nos encontramos
la IA general o fuerte, que lo que busca es que las máquinas
puedan tener inteligencia en aquellas actividades que implican
entender y razonar en cuestiones de carácter general, como lo
haría una ser humano; y la IA estrecha o débil, centrada en
dotar de inteligencia a las máquinas dentro de un ámbito
concreto, y/o centrada en una tarea específica.
A través del aprendizaje automático (machine learning,
subconjunto de la inteligencia artificial) vamos a poder enseñar
a las máquinas a que aprendan y lleguen a ‘’pensar’ como los
seres humanos. El aprendizaje automático lo vamos a utilizar
cuando queramos que las máquinas aprendan de los datos que
se les suministramos, y a partir de aquí, tengan capacidad para
aplicar este conocimiento en nuevos datos.
Cómo funciona la
Generativa respecto a la
[Prompt Imagen]: Real Photography of a dog cub that is doing kung-fu with a traditional kimono, super detail,
ultra hd, 8k, real life, maximum facial detail, vibrant colors in a Buddhist monastery. Excited. Morning, 2020s,
Natural lighting, Sunny, Photography style of Robert Frank, Fujifilm Pro 400H, Extreme long shot, Adventure,
analog, intricate details, 8k, sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 14:9 --s 300 --v 5.2

Aprendizaje supervisado
Requiere de datos etiquetados, aquí
indicamos al modelo qué es lo
queremos que aprenda, por ejemplo,
a partir de unos datos, que nos
prediga algo concreto.
Semi supervisado
Como suele ser muy complicado
disponer de un conjunto de datos
completamente etiquetado, este
aprendizaje tiene un poco de
supervisado y no supervisado. Por
ejemplo, para que funcione este tipo
de aprendizaje, se puede trabajar en
el etiquetado de una parte de los
datos. Posteriormente se procede a
entrenar uno o varios algoritmos de
aprendizaje supervisado y se utilizan
los modelos resultantes del
entrenamiento, para etiquetar el
resto de los datos. Esto agiliza los
procesos de entrenamiento y
permite trabajar con grandes
volúmenes de información.
Para lograr entrenar
a una inteligencia
artificial podemos
utilizar diferentes
técnicas y siempre
teniendo en cuenta
el tipo de datos que
vamos a utilizar:
Aprendizaje no supervisado
Trabaja con datos que no han sido
etiquetados, estos algoritmos se
usan para tareas donde es
necesario analizar los datos sin
extraer nuevo conocimiento, por
ejemplo, buscar clientes con
características similares a los que
ofrecer determinados productos.
Aprendizaje por refuerzo
Este último es un método de
aprendizaje automático que se basa
en recompensar los
comportamientos deseados y
penalizar los no deseados. Éste es
un aprendizaje que fija objetivos a
largo plazo para obtener una
solución óptima.
[Prompt Imagen]: Real Photography of a cute dog cub
it was doing yoga with its own chinese clothes. The
atmosphere is filled with a mix of excitement and
nostalgia. Excited, 2020s, Cinematic lighting,
Photography style of Ridley Scott, Fujifilm Pro 400H,
Extreme long shot, adventure, analog, intricate details,
8k, hyperrealistic, --ar 4:9 --s 300 --v 5.2

Este aprendizaje profundo ha sido fundamental
para el desarrollo de la inteligencia artificial
generativa y sus Modelos Fundacionales (los
Large Language Models, LLM: PALM 2, LLaMA 2,
GPT-4, etc). Los modelos fundacionales son
redes neuronales que predicen la siguiente
palabra en función de las palabras previas
existentes en la oración, después de haber sido
entrenados con grandes corpus de textos no
etiquetados, y millones de parámetros. Estos
pueden ser utilizados para múltiples propósitos
(ejemplos: generación de texto, extracción de
texto, generación de audio e imágenes,
generación de código, búsqueda, generación de
código, etc).
Esta evolución que estamos viviendo en la
inteligencia artificial ha sido gracias a los
elevados volúmenes de datos que estamos
generando y que permiten a estos algoritmos
mejorar sus resultados, así como el incremento
de la capacidad de computación que estamos
viviendo. Para todas estas capacidades habrá
que ir evaluando aspectos de privacidad y
seguridad, costes, gasto energético y
personalización, ya que si no lo hacemos,
perderemos el control del impacto de esta
nueva tecnología en la sociedad.
Para poder ejecutar estos modelos vamos a
necesitar implementar algoritmos en función
del objetivo que persigamos (de regresión,
bayesianos, de agrupación, de redes
neuronales, de aprendizaje profundo, etc).
Entre ellos encontramos el concepto de deep
learning o aprendizaje profundo, pero ¿qué
son este tipo de algoritmos?
Dentro del machine learning está la rama del
deep learning cuyo proceso de aprendizaje se
centra en el uso de redes neuronales. Este
aprendizaje profundo permite crear redes con
muchas capas neuronales llegando a tener
resultados impensables hace años. Esta
tecnología se ha utilizado para tareas como el
reconocimiento de voz, el procesamiento del
lenguaje, la visión artificial, etc.
El éxito de ésta tecnología
pasa por su capacidad para
entrenar grandes cantidades
de datos, y requerir mayor
potencia de cálculo.
[Prompt Imagen]: Real Photography of a cute astronaut dog cub, anthropomorphic, model
pose, it wears a meticulously crafted spacesuit, giving it an authentic and professional
appearance. The atmosphere is filled with a mix of excitement and nostalgia. Excited, 2020s,
Cinematic lighting, Photography style of Ridley Scott, Fujifilm Pro 400H, Extreme long shot,
adventure, analog, intricate details, 8k, hyperrealistic, --ar 5:9 --s 300 --v 5.2

08.
Casos de uso
[Prompt Imagen]: Underwater photography of a seal making Yoga::9 with a traditional japanese kimono::8 , super detail, ultra hd, 8k, real life, maximum facial detail, vibrant colors in
Antarctica. Excited, Happy, Early morning, 2020s, Natural lighting, Sunny, Photography style of Robert Frank, Fujiﬁlm Pro 400H, Extreme long shot, Adventure, analog, intricate details, 8k,
sharp, hyperrealistic, hyperdetailed, rule of thirds, --ar 16:9 --s 300 --v 5.2

Creación de
artículo para
un blog
En este caso, utilizaremos la inteligencia artificial generativa para crear un artículo
que presente este libro blanco, para nuestro propio blog en la web de t2ó.com
Antes de comenzar, recomendamos leer estas indicaciones publicadas
recientemente sobre la creación de contenido sintético y su posicionamiento en
buscadores como Google: Guía de la Búsqueda de Google sobre el contenido
generado por IA.
Además, debemos recordar que las tecnologías y plataformas de inteligencia
artificial generativa todavía cometen errores. Lejos de ser perfectas, necesitan de la
guía y revisión del ser humano.
Para desarrollar el artículo, y con el objetivo de seguir siendo relevantes, el
desarrollo de este artículo consta de tres pasos. Un primer keyword research que
nos permite, construir desde el dato, un contenido con mayor intencionalidad de
búsqueda y más relevante. Posteriormente, aprovechamos las capacidades de
ChatGPT para enfocar esa parte más creativa y encontrar una idea para nuestro
artículo. Y por último, Hypontenuse.ai nos permite trabajar el contenido final del
artículo.
1
Casos de uso

01.01. Keyword Research
En nuestro caso, el artículo busca presentar el libro blanco, formativo, que hemos desarrollado para mostrar las capacidades de la inteligencia artiﬁcial generativa.
Acudimos a Google Keyword Planner y hacemos una consulta para determinar palabras clave con mayor valor de búsquedas.

01.02. Ideación
Una vez hecho el keyword research y teniendo en cuenta este primer
análisis desarrollado, generamos un prompt que nos permite idear una
serie de potenciales artículos (*siguiente slide).
Como vemos, GPT-4 nos ofrecerá diferentes ideas. La primera de ellas
persigue un enfoque muy básico y la segunda y tercera, busca captar la
atención del usuario desde contenidos más lejanos al libro blanco.
Descartamos la tercera, no por su calidad, sino que se debe a que no
vemos adecuado tratar una presentación del libro blanco, con una
temática que siembra dudas sobre este tipo de tecnologías.
Esto nos hace decidirnos por la segunda opción, que nos la presenta
con este razonamiento “Abordar casos prácticos y discutir cómo la
inteligencia artiﬁcial generativa puede mejorar el marketing digital, lo
que aumentará el interés de los profesionales en el libro blanco.

[PROMPT ChatGPT]: Como experto SEO y content strategy, especializado en la
redacción de contenidos, dentro de una agencia de marketing digital en España,
quería pedirte ayuda para la redacción de un post para la presentación de un
libro blanco que va a hablar sobre inteligencia artificial generativa y que va
dirigido a profesionales del marketing digital. Este libro blanco tiene las
siguientes secciones:
1. LA REVOLUCIÓN INDUSTRIAL Y EL DESARROLLO DE NUEVOS TRABAJOS
2. LA TRANSFORMACIÓN DIGITAL Y LA INTELIGENCIA ARTIFICIAL
3. EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL
4. IMPACTO A NIVEL PROFESIONAL DE LA INTELIGENCIA ARTIFICIAL
GENERATIVA
5. OpenAI, EL GRAN SALTO EN LA INTELIGENCIA ARTIFICIAL GENERATIVA
6. QUÉ DUDAS ESTÁ GENERANDO LA INTELIGENCIA ARTIFICIAL GENERATIVA
EN LA SOCIEDAD
7. CÓMO FUNCIONA LA INTELIGENCIA ARTIFICIAL GENERATIVA RESPECTO A
LA INTELIGENCIA ARTIFICIAL
8. CASOS DE USO
Debemos tener en cuenta que este libro blanco forma parte de una serie de
libros que se presentarán en 2023, con diferentes casos de uso. Además,
hemos desarrollado un Keyword Research y nos gustaría usar:
A/ Como palabras principales a posicionar: inteligencia artificial e inteligencia
artificial generativa.
B/ Secundarias: chatgpt, Midjourney, chatgpt OpenAi y prompt engineering.
Devuélveme tres potenciales post para mi blog en formato tabla, con las
siguientes columnas: idea del artículo; razonamiento de la idea; título (h1); meta
title; meta description; nombre de la imagen; estructura del artículo a través de
H2 y H3, y CTA para generar descargas.

01.03. Generación contenido
Hypotenuse.ai es una herramienta de generación de textos, que puedes
guiarla y comprueba la duplicidad del contenido generado para evitar
problemas con Google.
En un primer paso Hypotenuse nos pide las primeras indicaciones para el
contenido, que rellenamos según lo ofrecido por ChaGPT y Google
Keyword Research.
El siguiente paso empezamos a interactuar con Hypotenuse para poder
guiarla. Nos genera unos primeros títulos y le solicitamos algunos más.
Además, posteriormente, podemos modiﬁcar el título elegido.

Junto a la plataforma deﬁnimos las diferentes secciones del artículo.
Cuidado, no coincide al 100% con los H2 que nos había dado
ChatGPT. Aquí, como creador de contenidos (o especialista SEO), debes
decidir si los modiﬁcas o redactas de otra forma.
Por último, Hypotenuse.ai te genera un texto. Es fundamental repasar
el texto ya que pueden aparecer errores. Estos se dividen en frases
incompletas (o secciones), así como errores de concepto. Por esto, uno
de nuestros consejos es solo usar estas herramientas para generar
textos que puedas repasar, y de los que tienes conocimientos.

Creación de
un concepto
creativo y
creatividades
para redes
sociales
En este segundo caso, cambiamos el caso de uso y con ello, las plataformas que debemos utilizar. El caso
de uso se centra en generar una idea creativa, dentro del plan editorial de redes sociales de una organización
sin ánimo de lucro que busca sensibilizar sobre el problema al que nos enfrentamos, en la desaparición de
decenas de especies de animales. Para ello, en esta ocasión, contamos con ChatGPT, Midjourney y la
plataforma Canva para adaptar las imágenes obtenidas a redes sociales.
02.01. Ideación con ChatGPT
2
Casos de uso
[PROMPT ChatGPT]: Actúa como un creativo digital y content marketing strategist que trabaja en una ONG
dedicada a la protección del medioambiente y animales en peligro de extinción. Queremos crear una
campaña de contenidos para social media, que contará con acciones de Social Paid Media en Instagram, y
dirigida a hombres y mujeres entre 30 y 50 años, con altos índices de uso de Instagram y clase media-alta,
todos ellos residentes en España. En esta campaña debe poner el foco en sensibilizar a la sociedad sobre las
diez especies que tienen mayor riesgo de extinción y nos gustaría vincularlo a la IA Generativa.
Debemos trabajar con un tono cercano, pero profesional para concienciar sobre este problema al que nos
enfrentamos. Somos una marca que evitamos comunicar a través de imágenes muy dolorosas, queremos
contar historias y basarnos en los datos, pero también tener la capacidad de persuadir a nuestro buyer
persona.
Por favor, danos cinco ideas creativas, a través de una tabla en la que pongamos, título, razonamiento de la
idea, ejemplo de copy para redes sociales, un potencial animal en peligro de extinción y ejemplo de copy con
el animal.

A través del Prompt le solicitamos a ChatGPT una serie de ideas, brainstorming que nos
permitan desarrollar una nueva línea editorial para nuestros contenidos, durante un espacio
de tiempo determinado y enfocado en una temática concreta.
ChatGPT nos ha dado varias ideas y
nos gustaan la segunda y cuarta.
Queremos destacar ‘lo que está en
riesgo’ y hacerlo a través de 10
especies concretas, que puedan
mostrar diferentes partes del mundo.
Usaremos la IA Generativa para
mostrar que en un futuro cercano, a
lo mejor solo con plataformas como
Midjourney podremos volver a ver
estas especies en su hábitat natural.
Insights que nos da ChatGPT:
● Centrarnos en 10 especies.
● Concepto ‘lo que está en
riesgo’ y hashtag
#LoQueEstáEnRiesgo.

02.02. Generación de las imágenes A través del uso de Midjourney comenzamos a crear imágenes de los animales en peligro de extinción, en sus hábitats, que
queremos destacar.
Obtenemos diferentes variaciones, hasta encontrar aquellas que creemos que son más adecuadas para nuestras creatividades.
]PROMPT Midjourney 01]:
National Geographic Style of a
male African lion ready to run with
sunset lights. Background: natural
environment from África, Camera:
Sony a7R IV, Lens: Sony FE
100-400mm f/4.5-5.6 GM OSS,
Focal Length: 300mm, Aperture:
f/5.6, Shutter Speed: 1/1000s, ISO:
800, Focus Mode: Continuous AF,
Image Stabilization: On, White
Balance: Auto, Metering Mode:
Evaluative, Exposure
Compensation: 0, Flash: Off,
Composition: Rule of thirds, Depth
of Field: Medium, Post-processing:
Natural Lights and colors. --ar 9:16
--q 2 --s 75
[PROMPT Midjourney 02]: National
Geographic style of a polar bear in
the Artic ready to hunt with the Artic
as background. Camera: Sony a7R
IV, Lens: Sony FE 100-400mm
f/4.5-5.6 GM OSS, Focal Length:
300mm, Aperture: f/5.6, Shutter
Speed: 1/1000s, ISO: 800, Focus
Mode: Continuous AF, Image
Stabilization: On, White Balance:
Auto, Metering Mode: Evaluative,
Exposure Compensation: 0, Flash:
Off, Angle: Elevated perspective,
Composition: Rule of thirds, Depth
of Field: Medium, Post-processing:
Natural lights and colors. --ar 9:16
--q 2 --s 75

02.03. Montamos las creatividades Por último, desde Canva, montamos las creatividades para redes sociales, como stories en Instagram y Facebook, tanto orgánico
como de pago.
Además, gracias a la riqueza de las imágenes, podemos incrementar el número
de materiales de la campaña, sin miedo a ser repetitivos y generando los copys
desde plataformas de IA como Copy.ai, por ejemplo.

[Prompt Imagen]: Design an abstract representation of a Universe using geometric shapes as circle with vibrant colors, Salvador
Dalí Style --ar 16:9
Conclusión
sintético para estrategias de content
marketing y campañas publicitarias.
Nos gustaría que este Libro Blanco te
ayudará a iniciarte en el uso de la
inteligencia artificial generativa,
hemos buscado poner el contexto del
nacimiento que ha tenido esta
tecnología, las implicaciones que tiene
su uso y sus oportunidades. Creemos
firmemente que un uso responsable
de ésta puede aportar un gran valor a
los usuarios desde el ámbito creativo
y operacional, y que será necesario
aplicar un criterio crítico en los
resultados que obtengamos, ya que
no hay que olvidar que son
tecnologías que están en constante
evolución y redefinición.
Recomendamos el uso de estas
tecnologías como parte del ecosistema
de herramientas que vas a necesitar en
tu día a día, evaluar el valor que te pueden
aportar será fundamental para ser
práctico a la hora de ver dónde están
contribuyendo a eficientar tu trabajo.
Actualmente nos encontramos en un
ecosistema de más de 11.000 soluciones
martech, muchas de éstas incorporarán
estas capacidades en los próximos
meses, y en paralelo nacerá un nuevo
mercado de aplicaciones que incorporen
estas funcionalidades de IA Generativa,
esto significa que vamos a tener que
entender muy bien qué tareas vamos a
seguir queriendo ejecutar, y en cuales
vamos a querer delegar la
responsabilidad a la tecnología.
En t2ó Group llevamos incorporando la
Inteligencia Artificial en nuestros
servicios desde hace años, a través del
nuestro propio stack tecnológico
(ClaudIA, Vimana, etc) y en el uso de las
plataformas publicitarias con las que
trabajamos diariamente (Google, Meta,
Tik Tok, Hubspot, etc). Éste conocimiento
nos ha permitido incorporar de forma
ágil la IA generativa en nuestros
procesos internos (productividad,
desarrollo de código y automatización),
así como en la relación con nuestros
clientes a través de proyectos
conversacionales con asistentes
inteligentes y en la generación de
contenido multimodal (imágenes, texto,
vídeo y audio) a través de nuestro stack
de herramientas de contenido

Fuentes Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.
Campbell, M., Hoane, A. J., & Hsu, F. H. (2002). Deep Blue. Artificial Intelligence, 134(1-2), 57-83.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. In
Advances in neural information processing systems (pp. 2672-2680).
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Agarwal, S. (2020). Language models are few-shot learners. arXiv preprint
arXiv:2005.14165.
Hassan, H., Aue, A., Chen, C., Chowdhary, V., Clark, J., Federmann, C., ... & Wu, S. (2018). Achieving human parity on automatic Chinese to English news
translation. arXiv preprint arXiv:1803.05567.
Referencia: Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017). Dermatologist-level classification of skin cancer with
deep neural networks. Nature, 542(7639), 115-118.
The Ultimate DATA an AI Guide, Alexander Thamm, Michael Gramlich, Dr. Alexander Boex
Artificial Intelligence And Generative AI for Beginners, Michael Gordon Cohen
https://www.assemblyai.com/blog/how-chatgpt-actually-works/
https://www.grapheverywhere.com/machine-learning-que-es-tipos-ejemplos-y-como-implementarlo/
https://www.campusmvp.es/recursos/post/aclarando-conceptos-inteligencia-artificial-machine-learning-deep-learning-big-data-y-ciencia-de-datos.aspx
https://zemsaniaglobalgroup.com/evolucion-historica-transformacion-digital-economias-europeas/
https://es.wikipedia.org/wiki/Transformaci%C3%B3n_digital
https://www.technologyreview.es/s/11730/el-futuro-del-impacto-de-la-ia-en-la-sociedad
https://open.spotify.com/episode/4zP4ZoQkHSjbw3VDBuPcyI?si=7a08f1227b8b41eb
https://misclassified.medium.com/europe-ai-act-is-catching-up-on-generative-ai-41f21787eafb
https://www.telefonica.com/es/sala-comunicacion/blog/una-regulacion-europea-de-la-inteligencia-artificial-adecuada-y-sin-fronteras/
https://www.xataka.com/robotica-e-ia/parlamento-europeo-aprueba-regulacion-ia-espana-sera-decisiva-su-puesta-marcha-final
https://www.europarl.europa.eu/news/es/headlines/society/20230601STO93804/ley-de-ia-de-la-ue-primera-normativa-sobre-inteligencia-artificial
https://crfm.stanford.edu/2023/06/15/eu-ai-act.html

El libro blanco de la IA's generativas.pdf

Recomendados

Recomendados

Más contenido relacionado

Similar a El libro blanco de la IA's generativas.pdf

Similar a El libro blanco de la IA's generativas.pdf (20)

Último

Último (8)

El libro blanco de la IA's generativas.pdf