Por Bruno Cortés
En 2025, las inteligencias artificiales dejaron de comportarse como becarios confundidos y comenzaron a parecer asistentes útiles gracias a una técnica con nombre de videojuego: few-shot prompting. Básicamente, se trata de enseñarle a la IA cómo hacer las cosas dándole solo unos cuantos ejemplos bien puestos. Y con eso, la precisión se dispara del cero al noventa por ciento.
Nada de manuales eternos ni doctorados en ingeniería de prompts. Lo que antes requería semanas de ajustes ahora se resuelve con tres ejemplos escritos con sentido común. Es como explicarle a un compañero nuevo cómo se llena una hoja de Excel, pero sin tener que repetirle cada mes.
La cosa es sencilla: en lugar de pedirle a la IA algo como “resume este texto”, uno le enseña tres resúmenes ya hechos. Ella ve el patrón, entiende el formato, y ¡pum!, empieza a producir resultados que no dan pena ajena. De pronto, las respuestas salen ordenadas, sin delirios de grandeza ni datos inventados.
En redes, el método se volvió tendencia. Gente mostrando “antes y después” de sus prompts: de párrafos que parecían escritos por un robot ebrio a respuestas pulcras, estructuradas y hasta con cierto estilo. Los tutoriales se multiplicaron. Los gurús del prompting lo venden como el “cheat code” definitivo: pocos ejemplos bien elegidos y la máquina deja de hacer el ridículo.
Pero, claro, no todo es miel sobre datos. Escoger los ejemplos adecuados es un arte. Si los pones mal, la IA se va al monte: te da respuestas incoherentes o se aferra a errores como político a su curul. Es el equivalente digital a enseñar con malos ejemplos: si el maestro escribe con faltas de ortografía, el alumno también.
Otro detalle que tiene a los expertos sudando es el costo. Cada ejemplo extra ocupa más espacio y, por ende, más tokens. Y ya sabemos que esos tokens no crecen en los árboles. Quien abuse del few-shot prompting puede terminar pagando más de lo que ganaría escribiendo el texto a mano.
Y ojo con el “over-prompting”, la nueva enfermedad del siglo. Algunos creen que mientras más ejemplos pongas, mejor será el resultado. Falso. Saturar a la IA es como darle café a un gato: se pone loca, pierde coherencia y empieza a mezclar todo. Lo ideal, dicen los que saben, son tres o cuatro ejemplos bien seleccionados, no una biblia de referencias.
Aun así, el few-shot prompting ya está cambiando industrias. En medicina, ayuda a que los modelos etiqueten enfermedades con precisión quirúrgica. En el comercio electrónico, clasifica productos sin confundir un celular con un microondas. Y en los escritorios de medio mundo, convierte a oficinistas agotados en magos digitales capaces de “entrenar” a la IA con solo un par de líneas.
Lo más irónico es que este avance, que parece cosa de ciencia ficción, se basa en algo tan humano como aprender con ejemplos. Lo mismo que nos enseñaban en la primaria, pero aplicado a cerebros de silicio. En pocas palabras, la IA no se volvió más lista: aprendió a copiar mejor.
Y mientras algunos le llaman revolución, otros solo suspiran aliviados. Porque, por fin, la inteligencia artificial entendió lo que queríamos decirle… sin tener que explicárselo treinta veces.
Deja una respuesta