Aplicacion_de_grandes_modelos_de_lenguaj.pdf

La investigación sobre la narración computacional y la co-creación con IA es relativamente reciente, como lo demuestran los numerosos preprints y el crecimiento exponencial de artículos publicados en los últimos meses. La exploración de nuevas técnicas y enfoques, como el modelado de personajes y sus interacciones, la generación de escenas consistentes y la manipulación del espacio latente de la narrativa, son áreas de investigación prometedoras en la actualidad en un escenario en que los modelos del lenguaje aún encuentran grandes problemas a la hora de integrarse como herramientas efectivas en la creación de obras narrativas extensas o complejas y tan solo se empiezan a explorar las posibles aplicaciones de la escritura colaborativa asistida por IA. Este trabajo explora el potencial de este tipo de soluciones, centrándose en sus limitaciones actuales, y proponiendo un marco de trabajo para minimizar el impacto que tienen estas limitaciones en el desempeño de los modelos del lenguaje en la actualidad al acometer este tipo de tareas, con la finalidad de avanzar hacia un escenario donde sea factible abordar con éxito escenarios de co-creación de obras de teatro, libros o incluso artículos científicos con la ayuda de un sistema inteligente experto. Este trabajo no busca nuevas maneras de potenciar los resultados producidos de forma autónoma por estos modelos sino proponer un escenario donde el escritor humano se apoya en la IA como asistente, proporcionando elementos que inspiren, aumenten la productividad y la creatividad del usuario, quien tendrá la última palabra en cada etapa de creación y en el montaje final. En lugar de utilizar un único gran modelo del lenguaje, se utilizaremos un conjunto de modelos más pequeños y especializados, en forma de "agentes", que se basan en LLM reentrenados para tareas concretas. Estos agentes se seleccionarán en función de la tarea a realizar, su complejidad, el tiempo disponible y el coste del servicio. En nuestra propuesta, se incluyen dos mecanismos de coordinación, un "planificador" que decide qué agentes se deben invocar y un "tejedor" que combina los resultados de los agentes para crear el texto final, junto con el uso de grafos para representar la estructura narrativa y la memoria de trabajo, que nos permitirá definir un marco de trabajo y elaborar un prototipo que demuestre que estas estrategias son prometedoras para mejorar la coherencia y el interés en las narrativas generadas. Todo ello manteniendo un enfoque interactivo, que permite al usuario proporcionar feedback y modificar las propuestas del sistema, lo que es crucial para mantener el control de la generación y asegurar que la narrativa final cumpla con las expectativas del usuario.