En los últimos meses se ha empezado a discutir sobre las diversas herramientas de inteligencia artificial que se utilizan para crear contenido. Algunas de ellas son Stable Diffusion para crear imágenes de manera más rápida y eficiente; Whisper para transcribir y traducir audios de manera más precisa y efectiva y ChatGPT para el procesamiento de lenguaje natural que puede entender lo que decimos y darnos respuestas coherentes en tiempo real (aunque con ciertas limitaciones). Estas herramientas pueden resultar muy útiles para mejorar la calidad y eficiencia de la creación de contenido en diferentes ámbitos.
Con esto en mente, decidí probar brevemente las capacidades que tiene ChatGPT para la creación de contenido en diferentes procesos de una biblioteca, específicamente en el proceso de catalogación. Los resultados que obtuve fueron interesantes, ya que su respuesta demostró tener la capacidad de crear registros MARC incluyendo información que omití intencionalmente.
Después de varías pruebas, utilicé la siguiente instrucción para obtener respuesta del modelo:
ChatGPT responde lo siguiente:
Se puede resaltar como ChatGPT es capaz de enriquecer el contenido omitido del libro para incluirlo en su propuesta de registro MARC. Sin embargo, es necesario hacer la salvedad que ese enriquecimiento de contenido puede estar equivocado.
Sí utilizamos más información del material en la instrucción, obtendremos una mejor respuesta la cual puede variar entre los 3 niveles de detalle.
Otro uso que podemos darle a ChatGPT es solicitar ejemplos o explicaciones sobre campos o conceptos que no tengamos claros. Por ejemplo, si no estamos seguros de cómo usar correctamente un campo de MARC21, podemos preguntarle a ChatGPT que nos proporcione un ejemplo de cómo llenar ese campo en una situación específica y así asegurar que no tendremos posibles errores por desconocimiento. Además, podemos decirle que nos explique el significado o la función de un campo o subcampo específico, o que nos proporcione ejemplos de cómo ese campo o subcampo se ha utilizado en la descripción de un recurso bibliográfico.
A continuación un ejemplo:
Si bien estas respuestas son impresionantes, esto no hace experta a esta herramienta. Es probable que ChatGPT cometa algunas imprecisiones en la información entregada, y nos asigna una responsabilidad adicional en la verificación de las mismas. Adicionalmente, es necesario tener en cuenta que este modelo de lenguaje está entrenado con diferentes fuentes de información con fecha máxima a septiembre de 2021. Esto significa que la información creada después de septiembre de 2021 puede no ser conocida por este modelo.
ChatGPT nos dará la oportunidad de explorar un poco más la curiosidad en el ámbito bibliotecológico y nos permitirá asegurar innovaciones que nos permitan mejorar los procesos y servicios en las bibliotecas.