La respuesta a preguntas (QA, por sus siglas en inglés) es una disciplina de la informática dentro de los campos de la recuperación de información y el procesamiento del lenguaje natural (PLN) que se centra en construir sistemas capaces de responder automáticamente a preguntas planteadas por humanos en un lenguaje natural. Una implementación de QA, típicamente un programa informático, puede construir sus respuestas consultando una base de conocimiento estructurada o, más comúnmente, extrayendo respuestas de una colección no estructurada de documentos en lenguaje natural. Ejemplos de tales colecciones de documentos incluyen textos de referencia, informes de noticias compilados, páginas de Wikipedia y otro contenido de la World Wide Web.
Historia
Los primeros sistemas de respuesta a preguntas incluyen BASEBALL y LUNAR. BASEBALL respondía preguntas sobre las Grandes Ligas de Béisbol durante un período de un año, mientras que LUNAR abordaba preguntas sobre el análisis geológico de rocas traídas por las misiones lunares Apolo. Ambos sistemas fueron altamente efectivos dentro de sus dominios elegidos; LUNAR, demostrado en una convención de ciencia lunar en 1971, respondió el 90% de las preguntas planteadas por usuarios no entrenados en su dominio. Estos sistemas dependían de bases de conocimiento escritas a mano y técnicas de lenguaje similares a las utilizadas en ELIZA y DOCTOR, los primeros programas de chatbot.
A finales de la década de 1960 y principios de la de 1970, Terry Winograd desarrolló SHRDLU, un programa de respuesta a preguntas que simulaba un robot en un "mundo de bloques" de juguete, permitiendo a los usuarios preguntar sobre el estado de ese mundo. Su fortaleza residía en un dominio muy específico y reglas de física simples que eran fáciles de codificar. Durante la década de 1970, surgieron sistemas expertos con bases de conocimiento más estrechas, produciendo respuestas más repetibles y válidas dentro de sus áreas. Estos sistemas diferían de la QA moderna en su dependencia de bases de conocimiento construidas por expertos en lugar del procesamiento estadístico de grandes corpus de texto.
Las décadas de 1970 y 1980 vieron avances en la lingüística computacional, lo que llevó a proyectos como el Consultor Unix (UC) en la U.C. Berkeley, que respondía preguntas sobre el sistema operativo Unix con una base de conocimiento integral elaborada a mano, y LILOG, un sistema de comprensión de texto para información turística en una ciudad alemana. Aunque estos sistemas permanecieron en la etapa de demostración, contribuyeron a teorías de lingüística computacional y razonamiento. También se desarrollaron sistemas especializados, como EAGLi para científicos de la salud y la vida.
En 2011, Watson de IBM, un sistema informático de QA, ganó partidas de exhibición de Jeopardy! contra Brad Rutter y Ken Jennings. Facebook Research lanzó DrQA, un sistema de código abierto que utiliza Wikipedia como fuente de conocimiento. El marco de código abierto Haystack de deepset combina QA de dominio abierto con respuesta a preguntas generativa y apoya la adaptación de dominio de modelos de lenguaje para uso industrial. Los modelos de lenguaje grandes (LLM, por sus siglas en inglés) como GPT-4 y Gemini son sistemas de QA exitosos que permiten una comprensión y generación de texto más sofisticadas, y cuando se combinan con sistemas multimodales que procesan texto, imágenes y audio, mejoran significativamente las capacidades de QA.
Tipos
La investigación en QA aborda una amplia gama de tipos de preguntas, incluyendo preguntas de hecho, lista, definición, cómo, por qué, hipotéticas, semánticamente restringidas y translingüísticas. La QA de comprensión lectora, donde un sistema responde preguntas sobre un artículo dado, es una forma más simple porque el contexto es relativamente corto. La QA de libro cerrado se refiere a sistemas que han memorizado hechos durante el entrenamiento y pueden responder sin contexto explícito, similar a humanos que toman exámenes de libro cerrado.
La QA de dominio cerrado trata preguntas dentro de un dominio específico, como medicina o mantenimiento automotriz, y puede explotar conocimiento específico del dominio a menudo formalizado en ontologías. También puede referirse a situaciones donde solo se aceptan tipos limitados de preguntas, como descriptivas en lugar de procedimentales. Se han construido sistemas de QA médica, por ejemplo, para la enfermedad de Alzheimer. La QA de dominio abierto maneja preguntas sobre casi cualquier cosa, dependiendo de ontologías generales y conocimiento del mundo, y típicamente tiene muchos más datos disponibles para la extracción de respuestas.
Enfoques modernos
Los sistemas de QA modernos aprovechan cada vez más los modelos de lenguaje grandes y las arquitecturas transformer. Estos modelos, entrenados en vastos corpus de texto, pueden realizar QA de libro cerrado generando respuestas a partir del conocimiento aprendido. Los sistemas de dominio abierto a menudo utilizan generación aumentada por recuperación, combinando un recuperador que selecciona documentos relevantes de un corpus con un generador que formula la respuesta. Este enfoque se utiliza en marcos como Haystack y DrQA.
El aprendizaje profundo y las redes neuronales han impulsado avances recientes, permitiendo a los sistemas manejar tipos de preguntas complejas y entradas multimodales. Los modelos de IA generativa, como los desarrollados por OpenAI y Anthropic, han demostrado un fuerte rendimiento en QA en diversos dominios. La investigación continúa en temas como interactividad, reutilización de respuestas, análisis semántico, presentación de respuestas, representación del conocimiento y análisis de redes sociales.
Aplicaciones y desafíos
Los sistemas de QA se aplican en varios campos, incluyendo atención al cliente, salud, educación y recuperación de información. Impulsan asistentes virtuales, motores de búsqueda y herramientas de gestión del conocimiento empresarial. Los desafíos incluyen manejar preguntas ambiguas, asegurar la precisión factual y gestionar sesgos en los datos de entrenamiento. La investigación actual explora la QA encarnada, donde los agentes interactúan con entornos físicos, y la QA visual, que combina la comprensión de imágenes con la respuesta a preguntas.
Direcciones futuras
Es probable que los sistemas de QA futuros se integren más profundamente con datos multimodales, incluyendo audio y video, y mejoren las capacidades interactivas, permitiendo a los sistemas hacer preguntas aclaratorias. Los avances en aprendizaje por refuerzo y eficiencia de modelos pueden permitir sistemas más robustos y escalables. A medida que la IA continúa evolucionando, la QA seguirá siendo un componente central de la interacción humano-computadora.