A Coruña, 11 de xullo  de 2024.- O CITIC da UDC celebrou hoxe a última sesión do curso “Introdución ao uso das IAs xenerativas”, impartido por Xabier Martínez Rolán, profesor de Comunicación Dixital na Universidade de Vigo.  Ao longo de catro sesións, persoal de investigación do CITIC e da universidade puideron aprender sobre diferentes ferramentas baseadas en IA aplicadas á investigación.  

O especialista explicou a historia da intelixencia artificial desde a súa aparición ata o momento actual. A partir do contexto inicial, ensinou como crear os prompts adecuados para chatbots, como ChatGPT, Gemini, Perplexity ou Microsoft Copilot. Os prompts son unha forma de comunicación cos sistemas de IA, a través dos que podemos especificar que resultados esperamos obter e que, co avance desta tecnoloxía, iranse perfeccionando ata que estas ferramentas teñan a capacidade de entender promts cada vez máis complexos e abstractos.  

Neste sentido, Martínez Rolán ofreceu algunhas instrucións para optimizar o seu uso: indicar ao chatbot que rol debe asumir, como, por exemplo, “es un experto en contabilidade”; definir con precisión o target ao que debe dirixir as súas respostas; e especificar, detalladamente, os resultados esperados, como o ton de linguaxe que queremos que teña a resposta ou o formato de saída desta. 

A intelixencia artificial xenerativa pode utilizarse tamén para a creación de imaxes, vídeos, presentacións ou música. Neste sentido, os asistentes puxeron en práctica aplicacións de creación de imaxes, como Adobe Firefly, Leonardo AI ou Freepik; modelos de xeración de vídeo como Sora de OpenAI, HeyGen ou Luma AI; ou de xeración de audio, como ElevenLabs. 

A última sesión, que se celebra hoxe, está centrada en intelixencia artificial aplicada á investigación académica. Existen diversas ferramentas de utilidade neste sentido, como Consensus.app, que serve para buscar información en artigos de investigación; Research Rabbit, creada para procura de artigos en revistas académicas; ou Scholarcy, unha ferramenta para resumir a información máis relevante de documentos científicos.