Modelos fundacionales

¿Qué son los modelos fundacionales?

Los modelos fundacionales son potentes modelos de IA, como los modelos de lenguaje de gran tamaño (LLMs) o los modelos multimodales, que se han entrenado con conjuntos de datos diversos y extensos con el fin de realizar múltiples funciones. A diferencia de los modelos de IA tradicionales que se crearon para un único supuesto práctico, los modelos fundacionales se pueden ajustar en torno a aplicaciones específicas ―como la atención al cliente, el análisis predictivo o la generación de contenido creativo―.

En este respecto, algunos ejemplos a destacar son: GPT, Claude y Gemini. Estos modelos sustentan el ecosistema moderno de la IA y sirven como «base» para las aplicaciones especializadas que se crean sobre ellos.

En ciertos contextos normativos como la Ley de IA de la UE, la categoría jurídica relevante en este aspecto son los modelos de IA de uso general (es decir, los modelos GPAI). Por tanto, es fundamental que las tecnologías requieran transparencia, rendición de cuentas y gobernanza a la hora de garantizar una implementación responsable y ética.

¿Por qué son tan importantes los modelos fundacionales?

Los modelos fundacionales han transformado la forma en que las organizaciones desarrollan y utilizan la IA al proporcionar herramientas escalables y flexibles que aceleran la innovación y la eficiencia. De hecho, permiten que los equipos puedan crear funciones avanzadas con gran rapidez sin tener que empezar desde cero.

Sin embargo, su complejidad y extensa aplicabilidad introducen desafíos de gobernanza que están relacionados con la explicabilidad, los sesgos y el origen de los datos. En este sentido, las organizaciones y los reguladores están adoptando cada vez más marcos como la gobernanza de la IA y la ética de la IA con objeto de garantizar que estos sistemas se desarrollen e implementen de modo responsable.

Por su parte, integrar la gobernanza en el uso de los modelos fundacionales ayuda a equilibrar la innovación con la rendición de cuentas, el cumplimiento normativo y la confianza de los usuarios.

¿Cómo funcionan los modelos fundacionales en la práctica?

• Las organizaciones utilizan modelos fundacionales para potenciar la IA conversacional, como los chatbots y los asistentes digitales, que se encargan de la atención al cliente, el soporte interno y las consultas de empleados a gran escala.
  
• Los equipos adaptan los modelos fundacionales para generar texto, código, imágenes y demás contenido, lo que ayuda a que los equipos de marketing, producto e ingeniería puedan trabajar más rápido sin tener que estar creando modelos desde cero.
  
• Los equipos de análisis y datos aplican modelos fundacionales para analizar grandes volúmenes de datos sin estructurar, lo que impulsa enormemente la automatización, la detección de patrones y la obtención de información clave de manera mucho más rápida.
  
• Las empresas confían en los modelos fundacionales a la hora de respaldar las recomendaciones personalizadas y los análisis predictivos, lo que mejora la experiencia de los usuarios en torno a los productos y servicios digitales.
  
• Los equipos de riesgo, cumplimiento normativo y jurídico evalúan cómo se comportan los modelos fundacionales en casos prácticos reales ―incluido todo lo respectivo a la equidad, la explicabilidad y el ajuste con los requisitos de gobernanza―.
  
• Las organizaciones apoyan las iniciativas de IA responsable documentando el propósito del modelo, sus limitaciones y las fuentes de datos con el fin de aumentar la transparencia y la rendición de cuentas.
  

Leyes y normas relacionadas

• Ley de IA de la UE
  
• Reglamento General de Protección de Datos (RGPD)
  
• Principios sobre IA de la OCDE
  
• ISO/IEC 42001 (norma para sistemas de gestión de IA)
  
• Recomendación de la UNESCO sobre la ética de la IA

¿Cómo ayuda OneTrust con los modelos fundacionales?

OneTrust AI Governance agiliza enormemente la supervisión al hacer que la selección y el registro de los modelos sea rápido, consistente y esté listo para las auditorías. Los equipos pueden examinar, filtrar, ordenar y buscar dentro de una galería de modelos de código abierto con tecnología de Hugging Face y, a continuación, agregar el modelo elegido a su inventario de IA con el contexto clave capturado automáticamente (incluida la descripción, el tipo de tarea, las limitaciones conocidas y las consideraciones en cuanto a sesgos), además de una referencia directa a la fuente. En el mismo flujo guiado, los usuarios pueden vincular el modelo al proyecto relevante y a las entidades relacionadas (como el proveedor o la relación con el proveedor) en el momento de la creación, de modo que los modelos fundacionales se gobiernen como parte de un sistema de registro interconectado.

[Explorar soluciones →]

P+F sobre los modelos fundacionales