IA de decisión promete eficiencia y rentabilidad para 2027, pero plantea dudas éticas
En un món on la intel·ligència artificial ha estat mesurada per la seva capacitat de conversa, la pròxima gran aposta de gegants tecnològics com Google i OpenAI és una IA que no diu res. Aquests nous models, coneguts com a models de decisió, no generen text, sinó que proporcionen respostes directes acompanyades d'un nivell de confiança numèric. Aquesta tecnologia, que promet ser la més rendible per al 2027, ha estat desenvolupada inicialment per la startup TypeSafe amb el seu model Jev, i ha captat ràpidament l'atenció de gegants com Microsoft, Amazon i Google.
La clau d'aquests models és la seva eficiència. En lloc de generar llargs textos, responen a preguntes tancades com "aquest correu és urgent?" o "quina eina hauria d'utilitzar ara?" amb una opció i un número que indica la confiança en aquesta resposta. Això es realitza en tan sols 150 mil·lisegons i a un cost significativament menor. De fet, Amazon ja ha implementat aquesta tecnologia en el seu sistema de classificació interna de tiquets, reduint els costos en més d'un 40%.
No obstant això, aquesta revolució no està exempta de crítiques. Encara que aquests models són més ràpids i econòmics, manquen de la capacitat d'explicar les seves decisions, cosa que planteja preocupacions sobre la transparència i la possibilitat d'errors no detectats. A mesura que aquestes decisions automàtiques comencen a influir en aspectes crítics de les nostres vides, des de la priorització de reclamacions fins a la detecció de pagaments sospitosos, sorgeix la pregunta de si estem sacrificant massa en nom de l'eficiència.
Aquesta evolució de la IA, que alguns veuen com una maduració cap a un model més silenciós i eficient, planteja importants interrogants sobre el futur de la interacció humà-màquina i el control que tenim sobre les decisions que afecten les nostres vides.
En un mundo donde la inteligencia artificial ha sido medida por su capacidad de conversación, la próxima gran apuesta de gigantes tecnológicos como Google y OpenAI es una IA que no dice nada. Estos nuevos modelos, conocidos como modelos de decisión, no generan texto, sino que proporcionan respuestas directas acompañadas de un nivel de confianza numérico. Esta tecnología, que promete ser la más rentable para 2027, ha sido desarrollada inicialmente por la startup TypeSafe con su modelo Jev, y ha captado rápidamente la atención de gigantes como Microsoft, Amazon y Google.
La clave de estos modelos es su eficiencia. En lugar de generar largos textos, responden a preguntas cerradas como «¿este correo es urgente?» o «¿qué herramienta debería usar ahora?» con una opción y un número que indica la confianza en esa respuesta. Esto se realiza en tan solo 150 milisegundos y a un costo significativamente menor. De hecho, Amazon ya ha implementado esta tecnología en su sistema de clasificación interna de tickets, reduciendo los costos en más de un 40%.
Sin embargo, esta revolución no está exenta de críticas. Aunque estos modelos son más rápidos y económicos, carecen de la capacidad de explicar sus decisiones, lo que plantea preocupaciones sobre la transparencia y la posibilidad de errores no detectados. A medida que estas decisiones automáticas comienzan a influir en aspectos críticos de nuestras vidas, desde la priorización de reclamaciones hasta la detección de pagos sospechosos, surge la pregunta de si estamos sacrificando demasiado en nombre de la eficiencia.
Esta evolución de la IA, que algunos ven como una maduración hacia un modelo más silencioso y eficiente, plantea importantes interrogantes sobre el futuro de la interacción humano-máquina y el control que tenemos sobre las decisiones que afectan nuestras vidas.
In a world where artificial intelligence has been measured by its conversational ability, the next big bet for tech giants like Google and OpenAI is an AI that says nothing. These new models, known as decision models, do not generate text but provide direct answers accompanied by a numerical confidence level. This technology, which promises to be the most profitable by 2027, was initially developed by the startup TypeSafe with its Jev model and has quickly caught the attention of giants like Microsoft, Amazon, and Google.
The key to these models is their efficiency. Instead of generating long texts, they respond to closed questions like "Is this email urgent?" or "Which tool should I use now?" with an option and a number indicating the confidence in that answer. This is done in just 150 milliseconds and at a significantly lower cost. In fact, Amazon has already implemented this technology in its internal ticket classification system, reducing costs by more than 40%.
However, this revolution is not without criticism. Although these models are faster and cheaper, they lack the ability to explain their decisions, raising concerns about transparency and the possibility of undetected errors. As these automatic decisions begin to influence critical aspects of our lives, from claim prioritisation to the detection of suspicious payments, the question arises whether we are sacrificing too much in the name of efficiency.
This evolution of AI, which some see as a maturation towards a quieter and more efficient model, raises important questions about the future of human-machine interaction and the control we have over decisions that affect our lives.
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →