¿Qué es una indicación negativa o negative prompt? Una indicación negativa en Inteligencia Artificial (IA) es una instrucción de texto proporcionada por el usuario al software, aplicación o generador de imágenes para que evite utilizar determinadas características al crear contenidos, con el fin de no generar resultados no deseados o fuera de contexto.

Estas indicaciones negativas se utilizan para enseñar a la IA lo que no debe hacer o decir con el fin de garantizar que produzca resultados más precisos y relevantes. Un ejemplo de uso de una indicación negativa en el tratamiento de imágenes es cuando queremos crear imágenes de un objeto concreto, pero queremos excluir algunas características específicas de ese objeto.

Por ejemplo, si queremos generar imágenes de coches, pero queremos evitar que el modelo de IA genere coches con colores específicos, como el verde o el morado. En ese caso, podemos utilizar una indicación negativa para ordenar al modelo de IA que no incluya esos colores en las imágenes generadas.

Para crear estas indicaciones negativas, podemos entrenar el modelo de IA con un conjunto de imágenes de coches y etiquetarlas con los colores que no queremos incluir. Esto ayuda al modelo a entender que esos colores no son deseados en las imágenes generadas.

Otro ejemplo es la generación de imágenes faciales, donde podemos utilizar indicaciones negativas para ordenar al modelo de IA que evite generar rasgos indeseables, como cicatrices o marcas de nacimiento.

Para ello, podemos proporcionar al modelo imágenes de ejemplo de rostros con estas características y etiquetarlas como "no deseadas". El modelo de IA aprenderá a evitar la generación de estas características en las imágenes generadas.

La impresora de imágenes Lexica dispone de un cuadro de diálogo específico para insertar las indicaciones negativas

Las indicaciones negativas pueden utilizarse en diversas aplicaciones de IA, como en la clasificación de imágenes, la traducción de idiomas y el análisis de sentimientos. En muchos casos, ayudan a evitar resultados que no son relevantes o que pueden considerarse ofensivos o inapropiados. Por ejemplo, si estamos creando un modelo de chatbot para una empresa que vende productos veganos, podemos utilizarindicaciones negativas para evitar que el bot sugiera productos con ingredientes de origen animal.

Otro ejemplo es la traducción de idiomas. Supongamos que estamos entrenando un modelo de IA para traducir textos del inglés al portugués, pero queremos evitar que traduzca términos vulgares o palabrotas.

En este caso, podemos proporcionar indicaciones negativas para que el modelo no traduzca esas palabras y, en su lugar, proporcione una traducción adecuada o simplemente omita la palabra. Estas indicaciones negativas ayudan a garantizar que la traducción sea precisa y adecuada para el público destinatario.

¿Cómo utilizar un indicador negativo en la IA?

Para utilizar indicaciones negativas en la IA, es necesario identificar los resultados que deben evitarse y crear una lista de palabras o frases que puedan conducir a estos resultados. Estas indicaciones negativas pueden añadirse al algoritmo o modelo de IA para evitar que el sistema produzca resultados no deseados.

Otro ejemplo de uso de un indicador negativo en la IA es la clasificación de imágenes. Supongamos que tenemos una IA entrenada para reconocer animales en imágenes, pero queremos evitar que clasifique a las mascotas como animales salvajes.

En este caso, podemos crear indicaciones negativas que indiquen al modelo que no reconozca animales como "perro" o "gato" como animales salvajes, aunque puedan tener características similares a otros animales salvajes como leones o tigres.

Para crear estas indicaciones negativas, podemos proporcionar al modelo imágenes de ejemplo de animales de compañía y etiquetarlas con la clase "no son animales salvajes". Estas imágenes ayudan al modelo a comprender que estos animales no deben clasificarse como animales salvajes.

Es importante recordar que la eficacia de las indicaciones negativas depende de la calidad de los datos de entrenamiento y de la precisión del modelo de IA en general. Por lo tanto, es esencial supervisar constantemente el rendimiento del modelo y ajustar las indicaciones negativas según sea necesario.

¿Por qué utilizar un indicador negativo?

Las indicaciones negativas son una herramienta importante para garantizar la precisión y pertinencia de los resultados en las aplicaciones de IA. Permiten entrenar al sistema para evitar resultados no deseados, mejorando la calidad general de los resultados producidos.

Sin embargo, es importante recordar que la correcta implementación de las indicaciones negativas requiere conocimientos técnicos y habilidades de ciencia de datos. Por lo tanto, si está considerando el uso de indicaciones negativas en sus proyectos de IA, se recomienda consultar a expertos en IA para obtener la orientación adecuada.