El documento describe la importancia de la inteligencia artificial y la ciencia de datos en el funcionamiento de modelos como ChatGPT, que utilizan algoritmos de aprendizaje automático y procesamiento del lenguaje natural para generar respuestas coherentes. Se detalla el enfoque de 'prompt engineering' para optimizar las instrucciones dadas a estos modelos, mejorando la calidad y precisión de las respuestas. También se mencionan las limitaciones de ChatGPT, como la falta de comprensión profunda y la desactualización de información.

1. ¡Bienvenidos!
¿Comenzamos?

2. ¿De qué
vamos a
hablar?
AgentGPT
Bing
Prompt engineering
Empezando con ChatGPT

3. Data Science
Aplicamos un algoritmo de
estadística/computación en un
enorme conjunto de datos y además
determinamos cual es el resultado al
cual queremos llegar.
El mismo algoritmo nos va a decir
cuales son los pasos a seguir para
llegar al resultado definido (label).

4. Data Science
SUPERVISADO
Tenés datos y etiquetas, y los modelos
tratan de predecir la relación entre los datos
y las etiquetas elegidas.
Por ejemplo, de las 10000 fotos de animales,
el 80% son perros y el 20% son gatos, siendo
la etiqueta el tipo de animal, el algoritmo
trata de predecir qué es perro y qué es gato.
NO SUPERVISADO
Tenés datos pero no etiquetas. Predecir
cuáles de las fotos no corresponden al
resto.
Por ejemplo: Tenés 50.000 fotos de
animales, y solo 3 corresponden a gatos, el
resto a perros.
Trata de detectar la anomalía de las fotos
de gatos frente al resto de fotos.

5. Inteligencia Artificial
La inteligencia artificial (IA) utiliza data science como uno de sus componentes clave para su
funcionamiento.
La IA utiliza técnicas avanzadas de aprendizaje automático y el procesamiento del lenguaje
natural (PLN).
Por ejemplo, los algoritmos de aprendizaje automático se entrenan utilizando datos históricos
para identificar patrones y hacer predicciones precisas sobre nuevos datos.
Por otro lado, el PLN es pemitir que las computadoras comprendan, procesen y generen
lenguaje humano de manera efectiva y natural.

6. Inteligencia Artificial
Por ejemplo ChatGPT fue entrenado con un enorme corpus de texto para comprender el
lenguaje humano y generar respuestas coherentes y relevantes en función de las preguntas y
las entradas de los usuarios.
Cuando un usuario escribe una pregunta o una entrada en el chat, ChatGPT analiza el texto
utilizando técnicas avanzadas de PLN para comprender el significado y el contexto de la
entrada.
Luego, utiliza sus modelos de aprendizaje automático para generar una respuesta que sea
relevante y coherente con la entrada del usuario.

7. ChatGPT
Link a ChatGPT: https://chat.openai.com/chat
Armar reportes, mails, documentos o cualquier otro texto en base a información que
tenemos.
Obtener consejos sobre la gestión financiera o impositiva de una empresa, o sobre cómo
mejorar la rentabilidad de una inversión.
Actuar como una persona o un profesional.
Traducir o mejorar nuestro nivel en idiomas.
Realizar cualquier fórmula de excel, DAX o cualquier otro lenguaje que utilicemos.
Aprobar cualquier examen teórico o trabajo práctico de la facultad.
Qué podemos hacer con ChatGPT, entre otras cosas:

8. ChatGPT
Limitaciones:
Falta de comprensión profunda
Sesgos: Debido a que se entrenan con datos de internet.
Respuestas largas y repetitivas: Debido a que los modelos pueden estar sobre-entrenados.
Dificultad en mantener contexto: En conversaciones largas, sobre todo.
Información desactualizada: Bases de datos actualizadas hasta Octubre 2021.
Límite de tokens: Hay un límite de palabras al recibir y al generar respuestas.
Recomendación:
Nunca dar información sensible o confidencial en el prompt

9. Prompt Engineering
La ingeniería de indicaciones o “prompt engineering” es un enfoque utilizado para mejorar la
calidad de las respuestas generadas por CHATGPT, a través de la optimización y el ajuste de las
solicitudes (prompts) que se les presentan.
La ingeniería de indicaciones trata de diseñar preguntas o instrucciones de una manera que
facilite respuestas más precisas, informativas y útiles por parte de la IA.
Esto puede involucrar ajustar la redacción, proporcionar contexto adicional o dividir una
pregunta compleja en varias preguntas más simples.

10. Prompt Engineering
Instrucción: Una tarea o instrucción específica que desea que el modelo realice.
Contexto: Información externa o contexto adicional que pueda dirigir el modelo hacia
mejores respuestas.
Datos de entrada: Datos adicionales que le proveemos al modelo para que nos pueda
elaborar una respuesta.
Indicador de salida: Tipo o el formato de la salida.
Un buen prompt contiene:

11. Prompt Engineering
Pensá en la persona ideal para responder a tu pregunta (un experto en …).
Detallá las acciones específicas o mas importantes de la tarea a realizar (comparar,
contrastar).
Dale el contexto lo mas claro posible (tiempo, estilo y datos adicionales)
Darle un formato o ejemplo de respuesta (numero de caracteres, una lista, paso a paso,
etc…)
Entonces, para recibir mejores respuestas con ChatGPT:

12. Prompt Engineering
Evitar en el prompt:
Textos extensos o complicados.
Utilizar palabras o expresiones que sean solamente utilizadas en algún país, región o por un
nicho muy específico de la población.
Supuestos por parte del modelo.
No tener en cuenta las limitaciones explicadas anteriormente.

13. Prompt Engineering
Aclarar los tipos de datos de salida:
Formato Tabla
Formato .CSV
Declarar la estructura de la salida.
Formato .ICS
Formato Outline
Formato código de programación / librería.

14. Prompt Engineering
Técnicas más recomedadas:
Role Play
Few Shot
Chain of Thought
Generated Knowledge
Resumen de Prompts: https://learnprompting.org/es/docs/category/-tooling

15. Prompt Engineering
Hiperparámetros de ChatGPT:
Temperatura: Una temperatura alta produce resultados más impredecibles y creativos,
mientras que una temperatura baja produce resultados más comunes y conservadores.
Top p: Controla la aleatoriedad de la salida del modelo lingüístico.
n: numero de respuestas o outputs que se espera en la respuesta.
max_tokens: Setea el máximo de palabras que va a devolver el modelo.
frequency_penalty: Penaliza al chatGPT por repetir palabras.

16. Agent GPT

17. BING CHAT

18. AI ESPECIALIZADA

19. Fin de la charla
¿Preguntas?