En el mundo actual, los chatbots de inteligencia artificial como ChatGPT y Claude pueden realizar muchas funciones, como redactar correos electrónicos laborales y planificar itinerarios de viaje. Estos chatbots son sistemas construidos alrededor de grandes modelos de visión de lenguaje (VLM): IA entrenada en un conjunto masivo de datos que incluye libros, sitios web, código e imágenes.
Los algoritmos de IA se refinan luego con grandes cantidades de retroalimentación generada por humanos para seguir instrucciones y evitar salidas dañinas o no deseadas, y utilizan ese “conocimiento” para producir texto o imágenes basadas en la entrada de un usuario. Aunque los chatbots tienen limitaciones claras, pueden ser muy útiles para una amplia gama de tareas, incluidas algunas áreas que tradicionalmente requieren habilidades especializadas, como la programación informática.
Como parte de un proyecto para el Departamento de la Fuerza Aérea de los Estados Unidos dentro del Programa Fantasma del Acelerador de IA del MIT, el cadete de la Fuerza Aérea de los Estados Unidos Joshua Lynch, con la ayuda de su mentora Laura Niss, miembro del personal técnico del Grupo de Sistemas Embebidos e IA en el Laboratorio Lincoln del MIT, deseaba determinar si, como completo novato en programación, podía desarrollar un programa totalmente funcional. Utilizó un proceso llamado “vibe-coding”, en el cual un usuario se apoya completamente en indicaciones para guiar a un chatbot de IA generativa a escribir y refinar código.
Su motivación era capacitar a cualquier persona familiarizada con el espacio de problemas militares, independientemente de su formación técnica, para avanzar en sus ideas para aplicaciones de software útiles, esencialmente evitando las limitaciones de tiempo y costos del tradicional proceso de desarrollo de software militar. Lynch tenía como objetivo construir su propia aplicación mientras Niss supervisaba su experiencia con la tecnología.
“Lynch se propuso ver si, partiendo sin habilidades de codificación y utilizando chatbots, podía crear una aplicación específica para su tipo de equipo táctico para ayudar a reducir el daño colateral y mejorar la supervivencia en la misión general. Esta aplicación ofrecería capacidades como reconocimiento de objetivos asistido por IA, inteligencia modular, vigilancia y reconocimiento, golpes autónomos y gestión de la comunicación en el campo de batalla”. Durante el proyecto, Lynch completó varios cursos de desarrollo profesional en IA y se familiarizó tanto con usos militares como no militares de la tecnología. Para la base de su generación de código, utilizó los modelos pagados de tres chatbots de IA: Claude de Anthropic, ChatGPT de OpenAI y Gemini de Google. La mayor parte de este trabajo se realizó solo a través de la función de chat principal de los chatbots en un navegador web, no como un sistema integrado dentro de un entorno de desarrollo, como es habitual ahora. La aplicación final se produjo utilizando Google AI Studio App, que puede crear aplicaciones que se interfazan con la interfaz de programación de aplicaciones de Gemini y tiene IA integrada en el entorno de desarrollo.
Durante tres meses, Lynch trabajó con estos modelos para construir su aplicación, llamada Dispositivo de Ampliación Modular de Operación Remota (ROMAD-AI). Durante este tiempo, aprendió varios métodos para mejorar la salida de código. Por ejemplo, a menudo se encontró con dificultades debido a que los chatbots de IA carecían de enfoque jerárquico y modificaban secciones de código no relacionadas. Descubrió que era importante dividir los problemas en partes pequeñas, plantear preguntas claramente y orientar las conversaciones de nuevo al tema cuando se alejaban demasiado del objetivo.
Aprender a reconocer las limitaciones de los chatbots y trabajar efectivamente en torno a ellas ocupó la mayor parte del tiempo del proyecto. A medida que Lynch adquiría más experiencia con los chatbots, las limitaciones en las capacidades de IA y el tiempo de desarrollo lo obligaron a reconsiderar el alcance del proyecto, pasando de una aplicación que podría ayudar en el campo de batalla a una que pudiera realizar un procesamiento básico de documentos, como analizar mapas tácticos de campos de batalla y generar documentos de planificación de misiones a través de una interfaz con un chatbot impulsado por VLM.
El proyecto demostró que los chatbots de IA pueden capacitar a los miembros de servicio no técnicos para producir aplicaciones de software viables para sus problemas únicos, aunque funcionan mejor como asistentes de prototipado que como herramientas de producción completas al manejar información sensible y aplicaciones críticas. Una evaluación inadecuada del código puede llevar a riesgos de seguridad, como se demostró en un caso en el que Lynch no se dio cuenta de que la aplicación final enviaba los documentos de entrada a un modelo de IA de Gemini para analizarlos, en lugar de analizar los documentos localmente en su computadora. Aunque la IA puede generar una cantidad significativa de código funcional, la revisión de código sigue siendo un cuello de botella en este espacio.
“Para mí, este proyecto reforzó la brecha entre expertos en diferentes campos”, dice Niss. “No importa cuán buena sea la IA, creo que siempre necesitaremos colaborar para llegar a las mejores soluciones para los problemas más importantes”.
Investigación patrocinada por el Departamento de la Fuerza Aérea de los Estados Unidos en el Acelerador de Inteligencia Artificial y realizada bajo el Acuerdo Cooperativo Número FA8750-19-2-1000.
