Instituto Tecnológico de Cancún

Título del trabajo:

UNIDAD I
EXPLORANDO CHATGPT: UN VISTAZO PROFUNDO A LA INTELIGENCIA
ARTIFICIAL

Integrantes:
- Cruz Rivera Juan Pablo
- Escobedo Ek Estefany Lucely
- Maldonado Hernández William Yahir
- Puc Cruz Ángel Antonio
- Puc Sánchez Ana Cristina
- Sastre Pérez Mauricio Efraín
7mo Semestre Grupo A
Carrera: Contador Público
Docente: Laura Gilda Vasconcelos Camacho
Materia
Taller de informática II
Cancún Quintana Roo a 07 de septiembre del 2023
Título:

EXPLORANDO CHATGPT: UN VISTAZO PROFUNDO A LA INTELIGENCIA

ARTIFICIAL

INTRODUCCIÓN

La inteligencia artificial (IA) ha emergido como una de las innovaciones tecnológicas más
impactantes de la era moderna. Ha transformado la forma en que interactuamos con la
tecnología y revolucionado prácticamente todos los aspectos de nuestra vida cotidiana.
Dentro de este vasto y diverso campo de la IA, uno de los desarrollos más fascinantes y
prometedores es la capacidad de mantener conversaciones naturales con máquinas.
Esta investigación se adentrará en las profundidades de ChatGPT, una de las creaciones
más destacadas en el ámbito de la inteligencia artificial conversacional de la actualidad.

La evolución de ChatGPT es un testimonio de los avances vertiginosos que ha

experimentado la inteligencia artificial en las últimas décadas. Este modelo es el
heredero de GPT-3, la tercera generación del modelo de lenguaje desarrollado por
OpenAI. Su génesis se basa en años de investigación, innovación y el uso de técnicas
de aprendizaje profundo que han revolucionado nuestra comprensión de cómo las
máquinas pueden comprender y generar lenguaje humano de manera efectiva.

En el transcurso de esta investigación, examinaremos a fondo la génesis y el

funcionamiento de ChatGPT. Exploraremos su arquitectura subyacente, sus aplicaciones
en la vida cotidiana y las implicaciones éticas que surgen de su uso generalizado.
También proyectaremos nuestra mirada hacia el futuro, contemplando cómo esta
tecnología podría evolucionar y continuar influyendo en la forma en que vivimos y
trabajamos.

En última instancia, se busca proporcionar una visión comprehensiva de ChatGPT,

destacando su impacto en la IA conversacional y sus promesas y desafíos en constante
evolución. La conversación con máquinas se encuentra en una encrucijada fascinante, y
ChatGPT representa un hito en este viaje hacia la comprensión y la interacción más
profundas entre humanos y máquinas.
ORÍGENES DE CHATGPT

ChatGPT, como cualquier avance significativo en el campo de la inteligencia artificial,

tiene raíces profundas que se remontan a los inicios de la investigación en aprendizaje
automático y procesamiento de lenguaje natural. Para comprender completamente este
modelo conversacional, es crucial explorar sus orígenes y la evolución de la inteligencia
artificial conversacional.

El Auge de las Redes Neuronales Artificiales: A fines del siglo XX y principios del siglo
XXI, el campo de la inteligencia artificial experimentó una revolución impulsada por el
resurgimiento de las redes neuronales artificiales. Estas redes, inspiradas en el
funcionamiento del cerebro humano, demostraron ser especialmente efectivas en tareas
de procesamiento de lenguaje natural. Surgieron como resultado de décadas de
investigación y desarrollo en el ámbito del aprendizaje profundo.

Modelos de Lenguaje Pre-entrenados: La idea de pre-entrenar modelos de lenguaje

en grandes cantidades de texto se convirtió en una estrategia fundamental para mejorar
la capacidad de las máquinas para comprender y generar lenguaje humano. Esta
estrategia permite que los modelos adquieran conocimiento previo sobre la gramática, el
contexto y el significado de las palabras a partir de una amplia variedad de fuentes en
línea.

Inicio de la empresa Open AI: OpenAI fue fundada en diciembre de 2015 por Sam
Altman, Greg Brockman, Elon Musk, Ilya Sutskever, Wojciech Zaremba y John
Schulman. El equipo fundador combinó su diversa experiencia en emprendimiento
tecnológico, aprendizaje automático e ingeniería de software para crear una organización
centrada en el avance de la inteligencia artificial de una manera que beneficie a la
humanidad.

Elon Musk ya no participa en OpenAI y Sam Altman es el actual director ejecutivo de la

organización.

OpenAI está valorado actualmente en 29.000 millones de dólares y la empresa ha

recaudado un total de 11.300 millones de dólares en financiación en siete rondas hasta
el momento. En enero, Microsoft amplió su asociación a largo plazo con Open AI y
anunció una inversión multimillonaria para acelerar los avances en IA en todo el mundo.

Los Primeros Pasos de GPT: La serie GPT (Generative Pre-trained Transformer) de

OpenAI marcó un hito importante en la evolución de los modelos de lenguaje. GPT-1,
lanzado en 2018, demostró la viabilidad de pre-entrenar modelos en grandes cantidades
de datos textuales. GPT-2, lanzado en 2019, generó controversia debido a su capacidad
para producir texto convincente y coherente en una variedad de temas, lo que llevó a
preocupaciones sobre el uso indebido de la tecnología.

GPT-3 y el Camino hacia ChatGPT: GPT-3, la tercera generación de la serie, representó

un avance significativo en términos de escala y capacidad. Con 175 mil millones de
parámetros, GPT-3 demostró un rendimiento sorprendente en una variedad de tareas de
procesamiento de lenguaje natural, desde la traducción automática hasta la generación
de texto creativo. Esta evolución sirvió como base para el desarrollo posterior de
ChatGPT.

El Nacimiento de ChatGPT: ChatGPT es el resultado de una adaptación específica de

GPT-3 para el diálogo humano. A través de un proceso de ajuste fino (fine-tuning),
OpenAI entrenó a ChatGPT en una amplia gama de conversaciones simuladas y reales.
Esto le permitió aprender a responder preguntas, mantener conversaciones coherentes
y generar respuestas que se asemejen al lenguaje humano natural.

¿QUÉ ES CHAT GPT?

ChatGPT es un modelo de lenguaje conversacional desarrollado por OpenAI. Es parte
de la familia de modelos GPT (Generative Pretrained Transformer), que se basan en la
arquitectura Transformer y se entrenan en grandes cantidades de datos de texto para
generar texto similar a un humano. ChatGPT está diseñado para generar texto en
respuesta a un mensaje de entrada

Este chatbot ha redefinido los estándares de la inteligencia artificial, demostrando que

las máquinas realmente pueden “aprender” las complejidades del lenguaje y la
interacción humanos.

FUNCIONAMIENTO INTERNO

Para comprender completamente cómo ChatGPT opera y logra conversaciones

naturales con los usuarios, es esencial descomponer su arquitectura y los principios
subyacentes de procesamiento de lenguaje natural que utiliza.

- Arquitectura Transformer: ChatGPT se basa en la arquitectura Transformer, una

innovación clave en el procesamiento de lenguaje natural. Esta arquitectura se
caracteriza por su capacidad para manejar secuencias de datos con atención
múltiple. Permite que el modelo capture relaciones a larga distancia y comprenda
el contexto en el que se encuentra una palabra o frase. Esto es fundamental para
generar respuestas coherentes y contextualmente adecuadas.
- Aprendizaje Pre-entrenado: ChatGPT se entrena previamente en una gran
cantidad de texto de Internet antes de afinarse específicamente para tareas de
conversación. Durante el pre-entrenamiento, el modelo aprende patrones de
lenguaje, gramática, relaciones semánticas y otros conceptos lingüísticos. Esto le
proporciona un conocimiento general sobre el lenguaje que luego puede aplicar
en tareas específicas.
- Transferencia de Conocimiento: Uno de los aspectos más notables de ChatGPT
es su capacidad de transferir conocimiento de su entrenamiento previo a nuevas
tareas. Esto significa que, después del pre-entrenamiento, el modelo puede ser
afinado (fine-tuned) para tareas específicas, como responder preguntas o
 mantener conversaciones. Durante esta etapa, se le enseña a ajustar su salida
para adaptarse al contexto y a las intenciones del usuario.
- Atención Multi-cabeza: La arquitectura Transformer utiliza la atención multi-
cabeza para procesar las secuencias de entrada y salida. Cada "cabeza" de
atención se enfoca en aspectos diferentes del contexto, lo que permite al modelo
comprender relaciones más complejas. Esto es fundamental para captar la
coherencia y el contexto en las conversaciones.
- Decodificación de Texto: Cuando ChatGPT genera texto, lo hace mediante un
proceso de decodificación. El modelo produce secuencias de palabras una a una,
teniendo en cuenta el contexto y las probabilidades de palabras siguientes. Esto
garantiza que las respuestas sean gramaticalmente correctas y coherentes con el
contexto de la conversación.
- Retroalimentación Continua: ChatGPT se beneficia de la retroalimentación
continua a medida que interactúa con los usuarios. Esta retroalimentación se
utiliza para ajustar su comportamiento y mejorar sus respuestas con el tiempo.
Cuantas más conversaciones tiene, mejor se adapta a las preferencias y
necesidades de los usuarios.
- Transferencia de Aprendizaje de GPT-3: ChatGPT se basa en gran medida en
la base de conocimiento de GPT-3, que ya era un modelo altamente competente
en tareas de procesamiento de lenguaje natural. Esto le proporciona una ventaja
inicial en términos de su capacidad para comprender y generar texto de manera
efectiva.

Todo lo anterior le permite utilizar algoritmos de aprendizaje automático para generar

respuestas en lenguaje natural a las consultas de los usuarios. Estar capacitado en
grandes conjuntos de datos de conversaciones y otras fuentes de texto para aprender
patrones y respuestas del lenguaje natural. Utilizar un modelo codificador-decodificador
para procesar conversaciones y generar respuestas. Las respuestas generadas se
basan en el contexto de la conversación y la consulta del usuario. Está diseñado para
ser muy conversacional y responder de forma natural. También tiene la capacidad de
recordar conversaciones pasadas y adaptarse a las preferencias del usuario.
¿CÓMO UTILIZA SU FUNCIONAMIENTO INTERNO?

OpenAI, los creadores de ChatGPT, tomó la arquitectura Transformer y la entrenó en 45

terabytes de datos de texto (~570 mil millones de palabras), en gran parte de Internet,
para crear GPT, Transformador generativo prepreentrenado. A través de este paso de
entrenamiento, la red neuronal de GPT de 170 mil millones de conexiones (“parámetros”)
desarrolló ponderaciones de probabilidad basadas en la frecuencia de patrones
particulares de palabras en Internet.

Debido a que la frase "el gato se sienta en la alfombra" aparece con mayor frecuencia
que "el gato se sientas en la alfombra", por ejemplo, GPT puede aprender gramática. De
manera similar, GPT ha desarrollado otras capacidades emergentes, como las
matemáticas y el conocimiento del mundo.

Este enfoque de capacitación significa que el modelo GPT entrenado no sabe

explícitamente cómo responder preguntas ni realizar tareas complejas. En cambio, dadas
las primeras cuatro palabras de la oración, por ejemplo, el modelo GPT base determina
la probabilidad de que cada una de las palabras de su vocabulario aparezca a
continuación en la oración y genera la más probable.

Debido a que el modelo GPT base solo está entrenado para generar terminaciones o
continuaciones plausibles de fragmentos de texto, cuando se le da una pregunta de chat
como entrada, el modelo GPT base puede proporcionar listas de preguntas similares,
por ejemplo.

Sin embargo, gracias a los foros de Reddit y similares, el diálogo de conversaciones de

ida y vuelta está presente en los datos de Internet en los que se entrena GPT. El modelo
es capaz de generar un resultado que responde a la pregunta dada.

Hacer que los usuarios proporcionen contexto al modelo puede suponer un trabajo
adicional tedioso. También existen preferencias subjetivas que OpenAI y la sociedad en
general pueden o deben tener, como negarse a brindar asesoramiento sobre la comisión
de actos de violencia u otras actividades ilícitas.
Para superar estos desafíos, OpenAI creó un gran conjunto de datos de preguntas
combinadas con las respuestas preferidas de OpenAI. El modelo GPT inicial se entrenó
aún más en estos pares de preguntas y respuestas, a través de lo que se conoce como
Aprendizaje Supervisado, para crear un modelo Supervised Fined-Tuned (SFT).

Aunque OpenAI habrá proporcionado más de 10.000 pares de preguntas y respuestas

para el modelo SFT, esto no es suficiente para entrenar el modelo sobre una política
general sobre cómo responder preguntas del chatbot. Debido a que construir conjuntos
de datos aún más grandes requiere enormes cantidades de trabajo humano, ampliar la
capacitación supervisada es prohibitivamente costoso.

Para superar estos costos y desafíos, OpenAI utiliza un tercer paso de aprendizaje por
refuerzo a partir de la retroalimentación humana (RLHF) o modelo de recompensa para
entrenar aún más el modelo. En lugar de que los humanos creen conjuntos de datos de
preguntas y respuestas, los humanos simplemente clasifican los resultados de SFT. Esto
permite que el proceso de formación se amplíe de forma mucho más eficiente. Las
entradas y salidas de SFT se combinan con la clasificación para entrenar el modelo de
GPT, es decir, una IA que puede clasificar a SFT cuando opera a escala como un chatbot.

Periódicamente, todo el uso de ChatGPT, las entradas y salidas del modelo durante un
período determinado, se introducen de nuevo en el modelo de recompensa. Para cada
par de entrada/salida, si se prefiere la salida más nueva, el modelo se entrena aún más
para que genere salidas en el futuro que se parezcan más a la salida más nueva.

Este enfoque significa que Chat GPT continúa mejorando con el uso, limitándose a las
respuestas que el modelo de recompensa considera "mejores".

APLICACIONES DE CHATGPT

ChatGPT ha demostrado ser una herramienta versátil con aplicaciones en diversas

esferas de la vida cotidiana y la industria. A medida que la inteligencia artificial
conversacional avanza, es fundamental comprender cómo ChatGPT se está utilizando
en la actualidad. A continuación, se abordará algunos usos y aplicaciones de ChatGTP
en la actualidad:
 I. Asistentes Virtuales y Soporte al Cliente: Una de las aplicaciones más
evidentes de ChatGPT es su uso como asistente virtual y en la prestación de
soporte al cliente. Muchas empresas han implementado ChatGPT para interactuar
con los usuarios en sus sitios web y aplicaciones, respondiendo preguntas
frecuentes, brindando información sobre productos y servicios, y ayudando a los
clientes a resolver problemas de manera eficiente.
II. Generación de Contenido: ChatGPT también se ha utilizado en la generación
de contenido, desde la redacción de artículos y informes hasta la creación de
contenido para redes sociales. Los escritores y creadores de contenido pueden
aprovechar ChatGPT para generar ideas, redactar borradores iniciales o incluso
mejorar la coherencia y la claridad de sus textos.
III. Tutoría y Educación: ChatGPT ha encontrado su camino en la educación como
tutor virtual. Los estudiantes pueden hacer preguntas sobre temas académicos y
recibir explicaciones detalladas. Además, los educadores han utilizado ChatGPT
para crear materiales de estudio adicionales y generar ejercicios de práctica.
IV. Traducción Automática: ChatGPT puede funcionar como un traductor
automático eficaz. Puede traducir texto entre múltiples idiomas de manera
coherente y precisa, lo que facilita la comunicación entre personas que hablan
diferentes idiomas.
V. Aplicaciones en Salud: En el campo de la atención médica, ChatGPT ha sido
utilizado para proporcionar información sobre síntomas, consejos de salud y
respuestas a preguntas médicas comunes. Además, puede ayudar a los
profesionales de la salud a acceder a información relevante de manera más rápida
y eficiente.
VI. Apoyo a la Creatividad: ChatGPT también puede ser una herramienta valiosa
para estimular la creatividad. Los artistas y escritores pueden utilizarlo como
fuente de inspiración, generando ideas iniciales para obras de arte o narrativas.
VII. Automatización de Tareas Repetitivas: En entornos empresariales, ChatGPT
se ha utilizado para automatizar tareas repetitivas de procesamiento de texto,
como la generación de informes o correos electrónicos estándar. Esto ahorra
tiempo y reduce la carga de trabajo en empleados.
VIII. Simulación y Entrenamiento: En aplicaciones de simulación y entrenamiento,
ChatGPT puede representar personajes virtuales con los que los usuarios pueden
interactuar para practicar habilidades de comunicación, toma de decisiones o
resolución de problemas.

Estas son solo algunas de las muchas aplicaciones de ChatGPT en la actualidad. Su

versatilidad y capacidad para comprender y generar lenguaje humano lo convierten en
una herramienta poderosa en una amplia variedad de contextos.

¿QUÉ ES LO QUE REALMENTE SABE EL CHAT GPT?

Observando atentamente, que incluso con todo lo que hemos encontrado, en ningún
momento el chat GPT sabe lo que le está preguntando si, por ejemplo, si se le pregunta
¿cuál es el sexto elemento en la tabla periódica?, la red neuronal no está pensando en
la tabla periódica; ni siquiera sabe qué son los átomos, simplemente determina dada la
distribución estadística de las palabras en su vasto texto de entrenamiento, qué palabra
es más probable que siga la secuencia de ¿cuál es el sexto elemento en la tabla
periódica? y una siguiente palabra razonable basada en todo lo escrito en línea.

Carbono, eso es todo

PREOCUPACIONES Y DESAFIOS

Conforme los avances tecnológicos, cada vez más actividades, acciones y tareas van
siendo realizadas por las tecnologías, sustituyendo a los humanos. ChatGPT no es una
excepción y existen cuestiones que deben abordarse.

− Inteligencia artificial en la sociedad: La capacidad que tiene la IA de adaptarse

y aprender es sorprendente que incluso preocupa en lo que se pueda convertir,
ya que actualmente está transformando en la manera en que vivimos y
trabajamos, ya sea sirviéndonos como herramienta o incluso para resolver tareas.
Sin embargo, su evolución y capacidad de aprender podrían llegar a grandes
niveles que incluso termine remplazando a los humanos para ciertas tareas, de
manera que los empleos correrían el riesgo de desaparecer y simplemente
tendrían una IA para realizar las tareas de manera rápida y eficiente. Esto
 aumentaría la desigualdad económica en los países debido al desempleo
generado. Incluso la IA podría también usarse para practicas indebidas como la
generación de información errona con la finalidad de esparcirla y crea
desinformación en la sociedad y medios.
− Privacidad y la seguridad de los datos: A la hora de hacer uso de Chat GPT y
otras herramientas con IA, se está dando el permiso de compartir información
nuestra para ser almacenada en una base de datos, sin embargo, existe la
posibilidad de dichos datos sean robados y utilizados de manera inapropiado por
terceros. Actualmente Chat GPT sigue trabajando para reforzar su ciberseguridad
y evitar que sucedan robos de datos, pero eso no garantiza que tus datos estén
seguros.
− Desafíos éticos y legales: Se sabe que esta herramienta se basa en información
histórica extraída de distintas fuentes en internet, sin embargo, eso no te garantiza
que la información generada sea correcta o incluso justa éticamente. Puede que
la información se haya generado con prejuicios raciales, económicos y políticos
erróneos que con el paso del tiempo se han ido aclarando. Sin embargo, la IA está
diseñada a solo obtener la información requerida por el usuario sin importar la
veracidad de ella. Además, también hay preguntas éticas sobre el uso de la
inteligencia artificial para crear contenido falso o engañoso.

FUTURO DE CHATGPT

El futuro de ChatGPT se presenta como un tiempo emocionante y prometedor en el

campo de la inteligencia artificial conversacional. A medida que la tecnología continúa
avanzando y los investigadores y desarrolladores perfeccionan estos modelos, se
pueden anticipar varias direcciones y tendencias importantes para el futuro de ChatGPT
y tecnologías similares. Tales como:

Mejora en la Comprensión Contextual: Una de las áreas clave en las que se espera un
progreso sustancial es la mejora de la comprensión contextual. Los futuros modelos
ChatGPT serán aún mejores para captar y utilizar el contexto de las conversaciones, lo
que llevará a respuestas más precisas y coherentes.
Mayor Personalización: Los sistemas de inteligencia artificial conversacional se volverán
más personalizados en el futuro. Los modelos como ChatGPT podrán adaptarse de
manera más eficiente a las preferencias y necesidades individuales de los usuarios,
brindando experiencias más satisfactorias y útiles.

Aplicaciones Especializadas: Veremos una proliferación de modelos de ChatGPT

especializados para campos específicos, como la medicina, el derecho, la ingeniería y
otros. Estos modelos estarán diseñados para brindar respuestas altamente precisas y
contextualizadas en sus respectivos dominios.

Control de Sesgos y Equidad: El control de sesgos y la promoción de la equidad en la IA

conversacional serán prioridades cada vez mayores. Los esfuerzos se centrarán en
reducir los sesgos en los modelos y garantizar que las respuestas no sean
discriminatorias o perjudiciales.

Mejora en la Interacción Multimodal: La interacción con modelos de ChatGPT no se

limitará solo al texto. Se espera que se integren capacidades multimodales, lo que
permitirá a los usuarios interactuar a través de texto, voz, imágenes y video de manera
más fluida.

Más Aplicaciones Empresariales: Las empresas seguirán adoptando ChatGPT y

tecnologías similares para automatizar tareas, mejorar el servicio al cliente y optimizar
las operaciones comerciales. Esto podría incluir la creación de chatbots más avanzados
y sistemas de asistencia virtual.

Integración en Dispositivos Cotidianos: ChatGPT se integrará aún más en dispositivos

cotidianos, como teléfonos inteligentes, asistentes de voz y electrodomésticos
conectados. Esto hará que la interacción con la tecnología sea más accesible y
conveniente.

Énfasis en la Seguridad: Con el aumento en el uso de la tecnología conversacional, la

seguridad de la información y la privacidad se volverán aún más críticas. Se dedicará un
esfuerzo significativo a proteger los datos y garantizar que las conversaciones sean
seguras.
Consideraciones Éticas Continuas: La discusión y regulación de la ética en la IA
conversacional seguirán siendo temas prominentes. Los desarrolladores y la sociedad
en general deberán abordar preocupaciones éticas relacionadas con la privacidad, la
manipulación de información y el uso responsable de la tecnología.

A todo esto el futuro de ChatGPT se perfila como una era prometedora y emocionante
de avances tecnológicos y desafíos éticos. A medida que esta tecnología se integra más
profundamente en nuestras vidas y en la sociedad en general, será esencial mantener
un enfoque equilibrado que permita aprovechar sus beneficios mientras se abordan sus
implicaciones éticas y sociales. La IA conversacional, en constante evolución, continuará
transformando la forma en que interactuamos con la tecnología y el mundo que nos
rodea.

CONCLUSIÓN

ChatGPT representa un avance y desarrollo significativo en el campo de la inteligencia

artificial conversacional, un área de rápido crecimiento que ha impactado profundamente
en la forma en que interactuamos con la tecnología y la información en la actualidad. A
lo largo de esta investigación, hemos explorado los orígenes de ChatGPT, su
funcionamiento interno, sus diversas aplicaciones y su potencial futuro.

En retrospectiva, podemos apreciar cómo la inteligencia artificial, a través de modelos

como ChatGPT, ha avanzado desde sus humildes comienzos hasta convertirse en una
herramienta versátil y poderosa. Su capacidad para comprender y generar lenguaje
humano de manera efectiva ha transformado la forma en que las empresas brindan
atención al cliente, los educadores apoyan a los estudiantes y las personas interactúan
con la tecnología.

Mirando hacia el futuro, vemos un panorama emocionante y lleno de posibilidades. A

medida que ChatGPT y sus sucesores continúen mejorando su capacidad de
comprensión contextual y personalización, es probable que transformen aún más nuestra
relación con la tecnología y cambien la forma en que trabajamos, aprendemos y nos
comunicamos.
ChatGPT representa un capítulo emocionante en la historia de la inteligencia artificial, y
su influencia continuará expandiéndose en los siguientes años. A medida que avancemos
hacia un futuro cada vez más digital, es nuestra responsabilidad colectiva garantizar que
la IA conversacional se convierta en una fuerza positiva que mejore nuestras vidas y
fomente una sociedad más informada y conectada.
REFERENCIAS BIBLIOGRÁFICAS

Alvarez, J. (1 de julio de 2023). Chat GPT: la revolución de la comunicación impulsada

por inteligencia artificial. Obtenido de
https://www.alvarezjoseph.com/blog/historia-de-chat-gpt/#preocupaciones-y-
desafios
Marr, B. (19 de Mayo de 2023). Forbes. Obtenido de
https://www.forbes.com/sites/bernardmarr/2023/05/19/a-short-history-of-chatgpt-
how-we-got-to-where-we-are-today/?sh=4f5f27dc674f
PRESCOUTER. (2023). Obtenido de https://pswordpress-
production.s3.amazonaws.com/2023/04/How-ChatGPT-works.pdf
Sakibul, I. S. (Febrero de 2023). Research Gate. Obtenido de
https://www.researchgate.net/publication/367794587_What_is_ChatGPT
Akshay Degwekar, P. N. (05 de junio de 2019). arxiv. Obtenido de Limitaciones
computacionales en clasificación robusta y resultados beneficiosos para todos:
https://arxiv.org/abs/1902.01086
arxiv. (16 de abril de 2020). Obtenido de Hacia un desarrollo de IA confiable: mecanismos
para respaldar afirmaciones verificables: https://arxiv.org/abs/2004.07213
Daniel M. Ziegler, N. S. (08 de enero de 2020). arxiv. Obtenido de Cómo ajustar los
modelos de lenguaje a partir de las preferencias humanas:
https://arxiv.org/abs/1909.08593
Danny Hernández, T. B. (08 de mayo de 2020). arxiv. Obtenido de Medición de la
eficiencia algorítmica de las redes neuronales: https://arxiv.org/abs/2005.04305
Irene Solaiman, M. B.-V. (13 de noviembre de 2019). arxiv. Obtenido de Estrategias de
liberación y los impactos sociales de los modelos lingüísticos:
https://arxiv.org/abs/1908.09203
Irene Solaiman, M. B.-V. (13 de noviembre de 2019). arxiv. Obtenido de Estrategias de
liberación y los impactos sociales de los modelos lingüísticos:
https://arxiv.org/abs/1908.09203
Tom B. Brown, B. M.-V. (28 de mayo de 2020). arxiv. Obtenido de Los modelos de
lenguaje son aprendices de pocas oportunidades:
https://arxiv.org/abs/2005.14165