Code Interpreter de ChatGPT: Promesa educativa, desafíos en bioinformática

En un reciente estudio realizado por investigadores de la Universidad de Virginia Occidental (WVU), se ha destacado el potencial del plugin ChatGPTCode Interpreter para entornos educativos. Esta herramienta innovadora ha sido elogiada por hacer que la programación sea más accesible para los estudiantes en campos STEM. Sin embargo, aunque Code Interpreter muestra promesa en la educación, los investigadores han identificado limitaciones que impiden su utilización por científicos que trabajan con datos biológicos en bioinformática.

Cerrando brechas educativas

El plugin Code Interpreter, una extensión del popular chatbot de inteligencia artificial ChatGPT, ha captado la atención desde su lanzamiento en diciembre de 2022. Los investigadores de WVU han reconocido su importancia en entornos educativos, especialmente en disciplinas STEM. Gangqing “Michael” Hu, profesor asistente en el Departamento de Microbiología, Inmunología y Biología Celular en la Facultad de Medicina de WVU y director del Núcleo de Bioinformática, enfatizó que Code Interpreter hace que la programación sea más accesible para los estudiantes sin antecedentes científicos. 

Esto fomenta la curiosidad y despierta un interés en el análisis de datos, animando a los estudiantes a adentrarse en el mundo de la programación. Además, se ha notado que la rentabilidad de la herramienta es una ventaja adicional para las instituciones educativas.

Limitaciones en bioinformática

A pesar de su potencial en la educación, el plugin Code Interpreter no cumple con las demandas de los científicos que trabajan en bioinformática. La bioinformática, la convergencia de la informática y la biología, depende en gran medida de una codificación precisa, programas de software y acceso a Internet para interpretar datos biológicos complejos para avances médicos.

Hu y su equipo sometieron a Code Interpreter a pruebas rigurosas, revelando sus fortalezas y deficiencias. Si bien la herramienta ayuda a los usuarios a distinguir respuestas precisas de las poco confiables, carece de ciertas características técnicas necesarias para la bioinformática. Hu explicó que, aunque ChatGPT es conocido por sus capacidades, tiene dificultades para proporcionar referencias verificables que respalden sus respuestas. En este sentido, el plugin Code Interpreter destaca ya que incorpora el código real como fuente o cita, minimizando el riesgo de presentar información ficticia.

Superando desafíos para la bioinformática

Los hallazgos del estudio subrayan la necesidad de mejoras específicas adaptadas a la bioinformática. Las sugerencias para mejoras incluyen facilitar el acceso a Internet para descargar datos del genoma, incorporar software relevante para la bioinformática, expandir la capacidad de almacenamiento y admitir lenguajes de programación adicionales. Además, las medidas de privacidad y seguridad son imperativas para cumplir con regulaciones como HIPAA.

Sin embargo, el plugin Code Interpreter enfrenta limitaciones en el análisis de datos. Actualmente solo admite la programación en Python, con una selección limitada de paquetes de software dedicados a la bioinformática. La accesibilidad a los datos de Internet y la capacidad de manejar archivos grandes son áreas donde la herramienta se queda corta. Hu señaló que la capacidad de archivos de la herramienta es insuficiente para los archivos de nivel de gigabyte que típicamente se encuentran en el trabajo de bioinformática. Además, su falta de soporte para el procesamiento paralelo dificulta aún más su rendimiento con conjuntos de datos grandes.

Un vistazo al futuro

Hu se mantiene optimista sobre la evolución del plugin Code Interpreter. A pesar de sus limitaciones actuales, planea integrarlo en su plan de estudios de enseñanza para ayudar a los estudiantes a comprender la visualización de datos. Anticipa que las futuras actualizaciones abordarán las deficiencias, haciendo que la herramienta sea aplicable a una gama más amplia de tareas de codificación en bioinformática. Esto se alinea con su compromiso de mantenerse a la vanguardia de los avances en programación de IA y descubrir aplicaciones innovadoras.

En un estudio relacionado a principios de este año, Hu fue pionero en el enfoque OPTIMAL (Optimización de Prompts a través de Mentoría y Evaluación Iterativa) para preparar a estudiantes de secundaria y universidad para una interacción efectiva con chatbots de IA, como ChatGPT.

El plugin Code Interpreter de ChatGPT demuestra su potencial para revolucionar la educación en programación en campos STEM. Aunque aún no cumple completamente con los requisitos de la bioinformática, los investigadores siguen esperando que los desarrollos continuos cierren esta brecha. A medida que la tecnología de IA avanza, el reino de posibilidades para su aplicación es vasto y prometedor.