Actualizar notas con nueva info utilizando Inteligencia Artificial: experimentos y aprendizajes. – Chequeado
En este nuevo experimento del Laboratorio de Inteligencia Artificial de Chequeado, impulsado por el fondo ENGAGE otorgado por IFCN, evaluamos el potencial de la IA para actualizar artículos con nueva información, una tarea que tradicionalmente requiere tiempo y atención al detalle por parte de nuestros editores. Un ejemplo común de esta tarea es el de los artículos que refieren a la actualización de indicadores que se publican periódicamente, como la inflación o la pobreza
En este experimento evaluamos la capacidad de los modelos de IA para acelerar este proceso
Este enfoque permite ampliar la cobertura periodística sobre indicadores y estadísticas públicas y ampliar las posibilidades de generación de valor por parte de la redacción de trabajo de la redacción
Evaluados los cuatro modelos sobre la misma tarea, nuestro análisis determinó que Claude Sonnet 3. Fuente5 y GPT-4o demostraron el mejor desempeño general, con capacidades similares para actualizar artículos respetando la estructura original y manteniendo la mayoría de los enlaces relevantes
Ambos modelos lograron incorporar la nueva información de manera coherente, aunque presentaron algunos errores puntuales que resaltan la importancia de la supervisión humana
Por su parte, Llama 3.1 mostró un rendimiento comparable en términos de calidad de contenido, pero enfrentó limitaciones técnicas que afectaron la inclusión de enlaces, mientras que Gemini 1.5 tuvo dificultades significativas para completar la tarea de manera satisfactoria.