Chat GPT: Inteligencia artificial para agrónomos

GPT-4, la última versión de Chat GPT lanzada por la compañía OpenAI en marzo de este año, permite realizar múltiples tareas orientadas a eficientizar el uso del tiempo y los recursos en el ámbito agronómico.

Así lo indicó el docente e investigador de la Facultad de Agronomía de la UBA, Martín Oesterheld, durante una charla ofrecida en la reunión de la Mesa de Planes Nacionales de la red CREA, realizada en la sede porteña de la entidad.

GPT-4 es la versión más avanzada del sistema desarrollado por Open AI para mantener conversaciones en cualquier idioma, dado que sus algoritmos tienen la capacidad de interpretar órdenes para generar respuestas basadas en la información con la que la aplicación ha sido entrenada. La versión más completa, Chat GTP Plus, además de disponer de mayor cantidad de funcionalidades, se actualiza en tiempo real con los registros presentes en Internet; la misma tiene un costo mensual de 20 dólares.

“Cuando yo iba a la facultad te decían: acá te damos la llave de la biblioteca, y luego llegó Google. Pero ahora apareció esta nueva tecnología”, expresó Oesterheld, quien aseguró que los sistemas de inteligencia artificial como Chat GTP serán de uso habitual en los próximos años.

Las respuestas a las preguntas relativas a cuestiones agronómicas aportadas por GTP-4 son, por lo general, correctas, aunque generales, dado que carecen aún de la profundidad y el conocimiento específico propio de cuestiones regionales o locales.

Oesterheld recalcó que GTP-4 debe ser considerada como una herramienta más de trabajo. “Es un asistente de tiempo completo que resuelve problemas: la clave reside en hacerle buenas preguntas y de manera adecuada”, apuntó.

El sistema tiene la capacidad de sintetizar y clarificar textos de toda índole. Por ejemplo, Oesterheld pidió a GTP-4 que explique brevemente en español, para una audiencia no experta, el contenido de un artículo científico sobre cultivos de servicio. El resumen realizado por el sistema fue equivalente al que podría haber hecho el propio Oesterheld. Posteriormente, solicitó que dicho resumen sea comprimido en un tweet y el resultado también fue apropiado.

Esta herramienta permite mejorar textos para simplificarlos y hacerlos más accesibles. De esta manera, cualquier escrito puede ser incorporado a GTP-4 para solicitarle al sistema que escriba el texto de manera más breve, directa y efectiva, lo que por lo general arroja un resultado acorde a lo esperado.

Además, el sistema puede ayudar a escribir textos. Se le puede solicitar, por ejemplo, que escriba un párrafo para un boletín técnico de temas agropecuarios en torno a lo siguiente: “Los sensores remotos proveen valiosos servicios a la producción agropecuaria”. El resultado es el siguiente:

También es factible solicitar que enriquezca el texto aportado, por ejemplo, pidiéndole que, en lo que respecta a la mención realizada sobre agricultura, reemplace el texto por algo que diga que los sensores son utilizados para generar modelos de predicción de rendimientos.

Oesterheld cargó en el sistema un gráfico que correlaciona las precipitaciones con la producción primaria neta aérea (ANPP por sus siglas en inglés) y le preguntó a GPT-4 lo siguiente: ¿Qué muestra este gráfico en sus ejes? ¿Cuáles son los diferentes puntos de datos? ¿Cuál es el resultado principal que se obtiene de él? ¿Qué significa? “Yo escribí el artículo del cual proviene ese gráfico y puedo decir que las respuestas son correctas”, remarcó Oesterheld.

El sistema también puede emplearse para programar. Por ejemplo, se le puede cargar una planilla con datos y solicitarle que escriba un script en lenguaje Python para elaborar un gráfico box-plot de “rendimiento” para cada “región CREA” con los resultados ordenados de mayor a menor. “Con estas instrucciones, Chat GTP-4 explica qué es lo que hace para luego mostrar el código que permite elaborar el gráfico solicitado”, indicó.

Existe una alternativa más práctica, denominada “Análisis Avanzados de Datos”, por medio de la cual, en lugar de brindar el código para elaborar el gráfico, se saltea ese paso y genera directamente el gráfico, lo que permite ahorrar gran cantidad de tiempo. “Con esto es factible elaborar gráficos con Python sin saber nada de Python”, manifestó.

Otra herramienta disponible es la generación de imágenes a través de instrucciones de texto. Las creaciones elaboradas por Dall-E 3 -aplicación específica para el desarrollo de imágenes- no son tomadas de archivos existentes en la web, sino desarrolladas por el propio sistema, lo que permite emplearlas sin problema en presentaciones, ya que no tienen derecho de autor (de hecho, la imagen central del presente artículo fue generada con Dall-E 3).

“Cuando los científicos y técnicos hacemos presentaciones solemos perder mucho tiempo buscando las imágenes adecuadas para expresar lo que queremos comunicar; con esta herramienta ese trabajo se facilita mucho”, explicó.

Por ejemplo: se le solicitó una imagen partida en tres secciones: la de la izquierda representa un campo de soja con mucha sequía. En el centro un agricultor angustiado hace cuentas con muchas deudas sobre la mesa. En la derecha otro campo de soja en buen estado con tiempo lluvioso. Y las cuatro propuestas fueron el siguientes:

Oesterheld, a partir de su propia experiencia y del estudio de la potencialidad presente en la herramienta, brindó consejos prácticos para poder sacarle el “mayor jugo” posible a GTP-4.

El primero es preguntar dando contexto (“Debo dar una charla a un grupo de productores de tambos pequeños que han atravesado por un…” “La idea central que quiero transmitir es…”). También es recomendable definir el rol que debe asumir (“Eres un experto en ecofisiología de cultivos…”). Otro consejo es definir el público destinatario (“Explica para una audiencia general la diferencia entre plantas C3 y C4”)

“No es conveniente quedarse con la primera respuesta. Es recomendable repreguntar, pedir explicación, ampliación, alternativas, ejemplos. La herramienta puede emplearse a modo de un diálogo socrático”, comentó.

El investigador también señaló que es necesario ser prudentes y no aportarle a la aplicación pistas o suposiciones asociadas a las preguntas, porque las respuestas podrían mostrar un sesgo hacia tales premisas implícitas. Además, hay que estar atentos porque, eventualmente, las respuestas aportadas pueden llegar a ser parcial o totalmente erróneas.

Por último, dado que las fuentes empleadas para desarrollar respuestas pueden variar en los diferentes idiomas, recomendó realizar preguntas en varios lenguajes con el propósito de verificar las distintas respuestas.

*El presente artículo es propiedad de Contenidos CREA, si estás interesado en su difusión te pedimos que cites correctamente la fuente.

CREA es una asociación civil sin fines de lucro integrada y dirigida por empresarios agropecuarios que se reúnen en grupos para optimizar los resultados de sus organizaciones a través del intercambio de conocimientos, ideas y experiencias. Su objetivo es asegurar y potenciar el buen funcionamiento de los grupos CREA para que las empresas que los integran sean económicamente rentables y sustentables en el tiempo.

El Movimiento está conformado por cerca de 2182 empresas distribuídas en todo el país e impulsa el desarrollo de las comunidades en las que está presente a través de sus pilares básicos: experimentación, capacitación, transferencia e integración a la comunidad, con foco en innovación y sostenibilidad.