OpenAI mantiene un equipo de contratistas dedicado a revisar y calificar las interacciones entre los usuarios y ChatGPT para ajustar el comportamiento del sistema.
De acuerdo con una investigación publicada por 404 Media, la iniciativa interna, denominada Proyecto Lily, busca corregir respuestas imprecisas y evitar que el modelo adopte un tono excesivamente adulador o demasiado humanizado durante las conversaciones.
Las directrices entregadas al personal externo establecen un sistema de puntuación del uno al siete para medir la calidad de las interacciones. Los evaluadores trabajan sobre transcripciones anonimizadas que omiten datos de identificación personal, con la instrucción explicita de reportar cualquier patrón que sugiera riesgos de seguridad o filtración de información sensible.
El uso de supervisión humana para el refinamiento de modelos de lenguaje representa una práctica extendida en la industria tecnológica. Informes previos del sector han documentado esquemas similares en plataformas como Google Gemini, donde analistas independientes revisan muestras aleatorias de texto para entrenar los algoritmos de moderación y respuesta.
A diferencia de los primeros procesos de etiquetado de datos contratados en mercados emergentes para filtrar contenido explícito, este proyecto se enfoca en el ajuste fino de la personalidad y la utilidad operativa del sistema. El informe periodístico señala que la documentación disponible no aclara si la evaluación se aplica sobre los modelos que operan actualmente en el mercado o si forma parte de las pruebas preparatorias para futuras versiones.
Fuente: OpenAI
