El asistente de inteligencia artificial de Google, Bard, acaba de recibir mejoras significativas en su capacidad para realizar tareas matemáticas, responder preguntas de codificación y manipular cadenas gracias a una nueva técnica llamada «ejecución de código implícita«.

Este sistema de IA, que hasta ahora ha demostrado tener habilidad para tareas relacionadas con el lenguaje y la creatividad, ha enfrentado dificultades en áreas que requieren un razonamiento más complejo y tareas matemáticas. Esta nueva actualización tiene como objetivo ayudar a Bard a resolver problemas más complejos al permitirle generar y ejecutar código para mejorar sus habilidades de razonamiento y matemáticas.

La inspiración para este método proviene de una dicotomía bien estudiada en la inteligencia humana, cubierta notablemente en el libro de Daniel Kahneman «Thinking, Fast and Slow» – la separación del pensamiento de «Sistema 1» y «Sistema 2«.

El pensamiento del Sistema 1 es rápido, intuitivo y sin esfuerzo, similar a la forma en que los modelos de lenguaje grande (LLMs) generan texto rápidamente, pero sin una reflexión profunda. El pensamiento del Sistema 2, por otro lado, es lento, deliberado y requiere esfuerzo, alineándose más con la computación tradicional.

Con esta actualización, ahora Bard combina las capacidades de ambos, LLMs (Sistema 1) y código tradicional (Sistema 2), para mejorar la precisión de sus respuestas. Mediante la ejecución de código implícita, Bard identifica indicaciones que podrían beneficiarse de un código lógico, lo escribe «bajo el capó», lo ejecuta y usa el resultado para generar una respuesta más precisa.

Además, Bard ahora también ofrece una nueva función de exportación a Google Sheets. Cuando Bard genera una tabla en su respuesta, ahora esos datos se pueden exportar directamente a Sheets​​.

Krawczyk y Subramanya aclara que incluso con todas estas mejoras, Bard no es completamente preciso en algunas de sus respuestas.  Por ejemplo, este asistente de IA podría no generar código para ayudar en la respuesta del indicador, el código que genera podría ser incorrecto o simplemente podría no incluir el código de ejecución en la respuesta. A pesar de esto, esta mejora en la capacidad de responder con capacidades estructuradas y basadas en la lógica es un paso importante para hacer de Bard una mejor y más útil herramienta.