La evolución de la inteligencia artificial (IA) está experimentando un giro significativo. Hasta ahora, las empresas tecnológicas han centrado sus esfuerzos en acumular grandes volúmenes de datos para entrenar sus modelos. Sin embargo, la verdadera necesidad actual radica en discernir qué información es relevante y qué tipo de respuestas realmente aportan valor en contextos especializados. Este cambio de paradigma ha sido subrayado recientemente por el Foro Económico Mundial (WEF), que destaca la creciente importancia del juicio experto como un insumo esencial para el desarrollo de herramientas de IA especializadas.
La habilidad para determinar qué información es útil se ha vuelto tan crucial que la economía de datos está cambiando. Lo escaso ahora no es solo el acceso a datos, sino la capacidad de contar con expertos que puedan diferenciar entre respuestas útiles y respuestas erróneas. Esto resalta un nuevo tipo de «dato»: la experiencia profesional.
Un Cambio en el Paradigma de la IA
Un ejemplo ilustrativo fue proporcionado por una colaboración entre Thinking Machines Lab y Bridgewater Associates, donde se estudió cómo la IA podía ayudar a filtrar noticias e informes relevantes para inversores. Al principio, se utilizaron ejemplos etiquetados por personal sin experiencia, pero los resultados mostraron que muchas de estas decisiones eran incorrectas. Posteriormente, cuando se implementó el feedback de inversores, el modelo resultó ser más efectivo y económico, evidenciando que mientras los datos eran fáciles de obtener, la habilidad para evaluar su relevancia no lo era.
Esto pone de manifiesto que, si bien los modelos de lenguaje pueden procesar información a gran escala, no pueden replicar el juicio de una persona con años de experiencia en un ámbito específico. Así, a medida que crece la calidad de la IA, también lo hace la necesidad de contar con seres humanos que guíen su utilización y desarrollo.
La Demanda de Experiencia en IA
En la práctica, ya se están forjando nuevas industrias alrededor de la capacitación de modelos de IA mediante expertos. Una startup de Silicon Valley, Micro1, ha comenzado a reclutar desde policías hasta científicos nucleares para entrenar modelos de lenguaje. Profesionales altamente calificados, como químicos con experiencia, que inicialmente se mostraban escépticos sobre su contribución, han cambiado su perspectiva al reconocer el valor de su trabajo en la limitación de la IA.
Micro1, que ha visto un crecimiento exponencial, con ingresos que pasaron de 7 millones a más de 150 millones de dólares en solo un año, permite a sus expertos ganar entre 50 y 200 dólares por hora. Esta tendencia apunta hacia una economía del conocimiento, donde la experiencia se valora como uno de los activos más importantes.
Por otro lado, la startup Mercor también ha establecido un modelo de negocio alrededor de profesionales que utilizan su conocimiento para evaluar tareas complejas en contextos como la medicina y el derecho, creando índices de productividad como el AI Productivity Index (APEX). Estos avances subrayan la idea de que no solo se trata de reemplazar humanos con IA, sino de complementar y mejorar procesos mediante la colaboración humano-máquina.
Redefiniendo la Ventaja Competitiva
A medida que se introducen modelos de IA más sofisticados, la ventaja competitiva de las empresas probablemente no se limitará a poseer estos modelos, sino en cómo utilizan el conocimiento acumulado para extraer el valor real de ellos. La capacidad para identificar qué respuestas son efectivas y cuáles no será crucial para las organizaciones que aspiren a sobresalir en este nuevo entorno tecnológico.
Este cambio implica que el verdadero desafío no es solo acumular datos, sino evaluar de manera efectiva qué significa hacer un trabajo correctamente. A medida que la IA avanza, la habilidad de interpretar y aplicar esos datos acumulados puede ser el factor diferenciador que determine el éxito en el uso de estas tecnologías. La próxima carrera en el ámbito de la inteligencia artificial podría estar menos centrada en la cantidad de información y más en la calidad de las evidencias obtenidas a partir del conocimiento experto.