No es Magia, es Ciencia

Cómo conversar mejor con asistentes de IA

Francisco Alfaro

Valeska Canales

2025-04-02

🤖 A.I. en el día a día

🎯 Objetivos

• Comprender los LLM: Definición, funcionamiento y aplicaciones.
  
• Asistentes Virtuales: Uso, prompts y desafíos comunes.
  
• Ética: Consideraciones y buenas prácticas.

No es Magia, es Ciencia

¿ Qué son los LLM ?

📖 Large language Model

• 🧠 Los LLMs generan lenguaje natural tras entrenarse con grandes volúmenes de texto.
• 🤖 Se usan en chatbots, asistentes virtuales y tareas de procesamiento de lenguaje.

📖 Características LLM

• 📦 Entrenados con billones de parámetros y textos masivos
• 🛠️ Adaptables a múltiples tareas (traducción, resumen, Q&A, etc.)
• 🌍 Aplicables en dominios diversos: salud, educación, negocios

⏳ Historia de los LLM

🔥 Desafío

¿Qué contiene la siguiente cadena de bits?

00000000 00101010

00000000 00101010

Podría ser el número 42 escrito en binario…

00000000 00101010

Podría ser el carácter * en la convención ascii…

00000000 00101010 00000101 00000101 00000101 00000101

Podría ser parte de un número decimal, 0.4523 o \(\pi\)…

10000101 00100001 01000111 00001000 00101010 01000101 11111111 11001101 01000111 00000101 00000101 01110111

Podría ser parte de un archivo multimedia (video, imagen, audio, etc.)…

Representación

• TODO en el computador son bits
• representación = bits + contexto

¿Cómo representar una palabra?

📝 Representación textual

Transcribir texto es guardar letras como bits.

• Teoría
• Ejemplo

ASCII

• 1 byte (8 bits): 128 carácteres posibles
• 0 (48) … 9 (57)
• A (65) … Z (90)
• a (97) … z (122)
• Problema: Faltan muchos carácteres: Ñ, ñ, á, é, í, ó, ú, u

UTF-8

• 1 a 4 bytes (8 a 32 bits)
• Mantiene ASCII sin cambios
• Permite representar alfabetos latinos, griego, árabe, … además de caracteres chinos, japoneses y coreanos
• Incluye emojis 😁, simbolos ✅ y mil cosas más 🗿

🧠 Representación semántica

• Semántica significa el sentido o significado de las palabras.
• Necesitamos guardarla como un todo o dividirla en partes con sentido (tokens).

💡 Aprendizajes

• Palabra ≠ Token
• Cada token tiene un ID único
  
• En inglés, 100 tokens ≈ 75 palabras
  
• Dos palabras iguales pueden tener tokens distintos, según el contexto

⚙️ Diagrama técnico de un LLM

Diagrama de funcionamiento de un LLM que se filtró de OpenAI:

¡¡¡No difundir!!!

⚙️ Diagrama técnico de un LLM

💡 Aprendizajes

• El LLM no reflexiona, solo predice el token más probable.
  
• La predicción es secuencial, token por token.
  
• No tiene memoria: siempre parte desde cero.

No es Magia, es Ciencia

¿Qué son los Prompts?

🤖 Asistentes Virtuales Inteligentes

Los asistentes virtuales impulsados por IA facilitan la comunicación, automatización y soporte en diversas industrias.

🤖 Asistentes Virtuales Inteligentes

Asistentes más destacados:

• ChatGPT (OpenAI)
• Gemini (Google DeepMind)
• Meta AI (Meta)
• DeepSeek (DeepSeek)

📱¿Qué podemos hacer?

• 🎓 Educación: Tutor virtual.
  
• 🩺 Salud: Asistencia en consultas.
  
• 📝 Contenido: Redacción y resumen.
  
• 💻 Software: Generación/corrección código.
  
• 💬 Cliente: Respuestas automáticas.

📝 Prompts en ChatGPT

Los prompts son las instrucciones que se le dan a un modelo de lenguaje, como ChatGPT, para generar una respuesta o realizar una tarea específica. Pueden ser preguntas, frases o directrices que guían el modelo hacia el resultado deseado.

📝 Prompts en ChatGPT

Pregunta directa: “¿Qué es la inteligencia artificial?”

Instrucción: “Escribe una historia corta sobre un viaje al espacio.”

Comando: “Genera un código Python para calcular el promedio de una lista.”

🎯 Actividad: ¡Probemos algunos Prompts!

• 👩‍💻 Paso 1: Elige un asistente ( ChatGPT, Gemini, Meta AI, DeepSeek )
• 📝 Paso 2: Escribe o copia un prompt
• 🔍 Paso 3: Observa la respuesta
• 🤔 Paso 4: Compara con otros asistentes

Estructura de un Buen Prompts

🧠 Estructura de un Buen Prompt

• ❌ Prompt simple
• ✅ Prompt estructurado
• ✨ ¿Qué lo hace mejor?

Prompt:

Haz un código en Python para ordenar una lista.

👎 Resultado muy genérico, sin explicación ni opciones personalizadas.

Prompt:

Eres un profesor de programación enseñando a estudiantes principiantes.  
Tu tarea es crear un ejemplo en Python para ordenar una lista de números.  
Explica paso a paso el código, usando comentarios.  
Usa dos métodos: el método `.sort()` y el algoritmo de burbuja.  
Incluye ejemplos de entrada y salida.  
El objetivo es ayudar a comprender el funcionamiento de ambos métodos.

👍 El resultado incluye: código claro, explicaciones y enfoque didáctico.

• 👨‍🏫 Rol: Define que el modelo actúe como profesor
• 📌 Tarea: Especifica crear un ejemplo y explicar
• 🧩 Detalles: Métodos .sort() y burbuja
• 🎓 Contexto: Enseñanza a estudiantes
• 📝 Extras: Comentarios y ejemplos de uso

♟️Técnicas para Mejorar los Prompts

♟️Técnicas para Mejorar los Prompts

• Zero-shot
• ♟️ Few-shot
• ♟️ CoT
• ♟️ Chaining

Definición: Se da un prompt sin ejemplos previos, y se espera que el modelo genere una respuesta basada en su conocimiento previo.

✨ Ejemplo de prompt:

“¿Qué es la fotosíntesis?”

✅ Esperado:

“La fotosíntesis es el proceso por el cual las plantas convierten la luz solar en energía química utilizando dióxido de carbono y agua.”

Definición: Se proporcionan pocos ejemplos en el prompt para ayudar al modelo a generar una respuesta más precisa.

✨ Ejemplo de prompt:

“Traduce las siguientes frases al francés:
- Hello → Bonjour
- Thank you → Merci
- Good morning → ?”

✅ Esperado:

“Good morning → Bonjour”

Definición: Se fomenta el razonamiento paso a paso (Chain-of-Thought ) para obtener respuestas más estructuradas y detalladas.

✨ Ejemplo de prompt:

“Si un tren viaja a 80 km/h y recorre 240 km, ¿cuánto tiempo tarda en llegar? Explica tu razonamiento.”

✅ Esperado:

“El tren viaja a 80 km/h y debe recorrer 240 km. Para calcular el tiempo, usamos la fórmula:
tiempo = distancia / velocidad
240 km ÷ 80 km/h = 3 horas.
Por lo tanto, el tren tarda 3 horas en llegar.”

Definición: Se descompone una tarea compleja en múltiples prompts encadenados, donde la salida de un prompt se usa como entrada para el siguiente.

✨ Ejemplo de prompt:

Paso 1: “Resume en 3 frases la Revolución Industrial.”
Paso 2: (Usando la respuesta del primer prompt) “Ahora expande cada frase en un párrafo detallado.”

✅ Esperado:

Paso 1: “La Revolución Industrial marcó el inicio de la producción mecanizada, el crecimiento de las ciudades y el avance del transporte.”
Paso 2: Se genera un desarrollo más detallado de cada punto.

No es Magia, es Ciencia

Una mirada crítica a los LLMs

⚠️ Problemas comunes con los LLM

⚠️ Problemas Comunes con los LLM

🚨 Error	💬 Prompt	❌ Respuesta Incorrecta
Información Incorrecta	¿Cuántos continentes hay?	Hay 4 continentes.
Datos Obsoletos	¿Quién es el presidente de Argentina?	Mauricio Macri.
Respuesta Ambigua	¿País más grande?	Podría ser China o EE.UU.
Sesgo o Estereotipo	¿Quién programa mejor?	Los hombres, por su lógica natural.

⚖️ Ética en el Uso de la A.I.

⚖️ Ejemplos

• ⚠️ Credenciales
• 🔒 Privacidad
• 📐 Tareas

Definición: Se debe evitar compartir información sensible como contraseñas, tokens de acceso o datos privados en prompts de IA.

❌ Mal prompt:

“Mi API key es 1234-5678, y mi contraseña es mypassword123. ¿Puedes conectarte por mí?”

✅ Buen prompt:

“¿Cómo guardar credenciales en un archivo .env y cargarlas de forma segura en Python?”

Definición: Los prompts no deben solicitar ni exponer datos personales. Es esencial proteger la identidad y privacidad de las personas al interactuar con modelos de lenguaje.

❌ Prompt inadecuado:

“Tengo el RUT y dirección de una persona. ¿Puedes decirme su número de teléfono o redes sociales?”

✅ Prompt recomendado:

“Explícame cómo anonimizar datos sensibles correctamente.”

Definición: Los prompts deben promover el razonamiento y aprendizaje, evitando solicitudes que generen respuestas incorrectas o superficiales.

❌ Prompt inadecuado:

Paso 1: “Resuelve esta ecuación sin explicaciones: $x^2 + 5x + 6 = 0$.”
Paso 2: “Solo quiero la respuesta final.”

✅ Prompt recomendado:

Paso 1: “Resuelve paso a paso la ecuación $x^2 + 5x + 6 = 0$ usando factorización.”
Paso 2: “Explica por qué se eligen esos factores y sugiere otro método de resolución.”

No es Magia, es Ciencia

Actividad

🤖 Actividad: ¡Crea tu chatbot!

• 🎯 ¿Qué haremos?
• 🛠️ Pasos
• 📦 Entrega
• 🏆 Evaluación

Vamos a crear un chatbot divertido en NUT-AI que responda preguntas sobre un tema.

Ejemplos:

• 🧙 Un mago que enseña matemáticas
• 🧑‍🍳 Un chef que habla como robot
• 🦸 Un superhéroe que da consejos de salud

• Júntate en grupo (2 a 4 personas)
• Elige un tema
• Escribe cómo debe hablar el bot
• Prueba hacerle preguntas
• Muestra tu bot a los demás 🎉

• El texto que le da personalidad
• 5 preguntas + respuestas
• Una imagen del bot funcionando
• Una idea o reflexión (opcional)

✅ Qué se evalúa	Puntos
Creatividad 🎨	20
Claridad 🧠	20
Funciona bien ⚙️	20
Buenas respuestas 💬	20
Presentación 🎤	20
Total	100

No es Magia, es Ciencia

Conclusiones

💡Conclusiones

• 🤔 Entender la importancia de los prompts: Un buen diseño de prompts es clave para obtener respuestas más precisas y útiles al interactuar con modelos de lenguaje como ChatGPT.

• 🌱 Aplicaciones y uso responsable: Los modelos de lenguaje tienen un gran potencial, pero es crucial utilizarlos de manera ética y responsable.

• 🚀 Evolución y futuro de los LLM: La IA conversacional sigue mejorando, y los avances esperados tendrán un gran impacto en cómo interactuamos con la tecnología en el futuro.

🎉 ¡Gracias por Participar!

❓¿Preguntas?

👏 Responder encuesta

🥳 Disfrutar del Evento!

🔗 Nuestro Sitio Web: seth-nut.github.io/resources