La Intervención Predictiva: El Rescate de la IA Generativa
Mientras la industria de la Inteligencia Artificial Generativa (IAG) se encuentra en un momento de gran expectación, los retornos prometidos aún son, en su mayoría, especulativos. La fiabilidad de la IAG se ha convertido en un tema recurrente y preocupante; los grandes modelos de lenguaje a veces se equivocan. Por ejemplo, aunque casi tres cuartas partes de los abogados planean usar la IAG para su trabajo, sus herramientas de IA presentan «alucinaciones» (errores) en al menos una sexta parte de las ocasiones. Si no se conoce la respuesta de antemano, no se podrá saber cuándo la IAG está proporcionando información errónea. Entonces, ¿cómo se puede confiar en ella y cómo pueden las empresas implementarla?
La Intervención Predictiva al Rescate de la IA Generativa
La IA Predictiva tiene el potencial de lograr lo que de otro modo sería imposible: hacer realidad la audaz y ambiciosa promesa de autonomía de la IAG, o al menos una gran parte de esa promesa, a menudo excesivamente optimista. Al predecir qué casos requieren la intervención humana, un sistema de IAG que de otro modo sería inutilizable ganará la confianza necesaria para ser implementado ampliamente.
Por ejemplo, consideremos un sistema de preguntas y respuestas basado en IAG. Estos sistemas pueden ser bastante fiables si solo están destinados a responder preguntas relacionadas con un volumen limitado de información, pero el rendimiento se pone en duda para sistemas más ambiciosos y de mayor alcance. Supongamos que el sistema es fiable en un 95%, lo que significa que los usuarios reciben información falsa o problemática el 5% de las veces.
Este grado de fiabilidad puede ser impresionante y sin precedentes, pero para muchos proyectos industriales, no es suficiente. En ese caso, el sistema es inviable. Tal como está, no se implementará y no generará ningún valor.
La solución es la intervención predictiva. Si la IA predictiva señala para revisión humana, por ejemplo, el 15% de los casos con mayor probabilidad de ser problemáticos, esto podría reducir la tasa de contenido problemático que llega a los clientes a un 1% aceptable.
En tal escenario, el sistema emplea a un humano (costoso) el 15% del tiempo, pero logra el 85% de la promesa de autonomía de la IAG. Es decir, el 85% del tiempo, la IAG hace su trabajo sin intervención humana, una gran mejora con respecto a un sistema de IAG inoperable que no se puede implementar.
Movimientos Iniciales en la Industria hacia la Intervención Predictiva
Aunque es una apuesta segura que las empresas finalmente recurrirán a la intervención predictiva para poder disfrutar de una dosis saludable de la autonomía prometida por la IAG, aún no se ha visto un gran movimiento, fuera de las especulaciones cuando los profesionales de la IA «hablan de trabajo».
En proyectos de investigación, se ha probado la IA predictiva para detectar alucinaciones de la IAG, pero ese trabajo no ha tenido impacto fuera del laboratorio. Una razón es que la alucinación (obtener una respuesta incorrecta) no es el único tipo de fallo de la IAG en el que se puede intervenir predictivamente. Un sistema de IAG también podría fallar al identificar y abordar la intención del usuario, proporcionar una respuesta poco ética u ofensiva, o involucrarse en temas fuera de su alcance, como un sistema de atención médica que participa en una conversación personal.
La prevalencia y el alcance del comportamiento problemático de la IAG solo aumentarán a medida que los sistemas se diseñen para abordar objetivos más ambiciosos, incluyendo permitirles manejar datos confidenciales y realizar transacciones importantes como compras, recetas o cambios de vuelo.
Un primer paso en la industria ha sido el uso de la intervención predictiva para mejorar la fiabilidad de otros tipos de sistemas de IA. Por ejemplo, la consultora NLP Logix aplica este enfoque, prediciendo cuándo es más probable que fallen los sistemas de transcripción de voz (también conocido como reconocimiento de voz) para dirigir las auditorías humanas que garantizan la calidad general de las transcripciones (en su mayoría) automáticas. Próximamente se realizará una presentación sobre este trabajo en un evento del sector.
La IA Decidirá Qué Trabajo Queda para los Humanos
La intervención predictiva representa un movimiento inevitable hacia la automatización de la asignación del trabajo humano. En general, cualquier tecnología está destinada a automatizar. A medida que la tecnología mejora, el trabajo humano cambia; asumimos tareas que son más difíciles de automatizar, como aquellas que requieren creatividad y juicio humanos. A medida que la IA mejora, el alcance del trabajo humano se limitará cada vez más a aquellas tareas más complejas que una máquina no puede manejar.
De esta manera, la propia IA actuará como un árbitro que decide qué tareas recaen en manos humanas. Es decir, automatizará la identificación del trabajo que no puede (todavía) ser automatizado.
La intervención predictiva es solo una de las formas en que la IAG y la IA predictiva están destinadas a fusionarse. La IAG puede potenciar los proyectos de IA predictiva actuando como un modelo predictivo, los chatbots de IAG pueden guiar los proyectos de IA predictiva y los grandes modelos de bases de datos complementan a los grandes modelos de lenguaje, aprovechando los datos tabulares de una empresa y sirviendo para potenciar también los proyectos de IA predictiva.
Insights de Evox News: Cómo la Intervención Predictiva Puede Impactar tu Negocio
La convergencia entre la Inteligencia Artificial Generativa y la Predictiva, a través de la «intervención predictiva», presenta un panorama de oportunidades y desafíos para las empresas:
- Optimización de Costos y Recursos Humanos: La capacidad de predecir cuándo un sistema de IAG puede fallar permite a las empresas asignar recursos humanos de manera más eficiente. En lugar de tener un equipo humano revisando constantemente el trabajo de la IA, se puede enfocar la atención humana solo en los casos con mayor probabilidad de error. Esto reduce costos operativos y permite que el personal se concentre en tareas de mayor valor.
- Mejora de la Fiabilidad y la Confianza: La intervención predictiva aborda directamente el problema de la fiabilidad de la IAG. Al reducir la tasa de errores, las empresas pueden implementar sistemas de IAG con mayor confianza, sabiendo que los resultados serán más precisos y consistentes. Esto es crucial para aplicaciones críticas como la atención al cliente, el diagnóstico médico o la toma de decisiones financieras.
- Ventaja Competitiva a través de la Automatización Inteligente: Las empresas que adopten la intervención predictiva podrán automatizar procesos de manera más efectiva y segura. Esto se traduce en una mayor eficiencia operativa, una mejor experiencia del cliente y, en última instancia, una ventaja competitiva en el mercado. La capacidad de ofrecer servicios más rápidos, precisos y personalizados impulsará la innovación y el crecimiento.
- Gestión del Riesgo y Cumplimiento Normativo: En sectores altamente regulados, la intervención predictiva puede ayudar a las empresas a gestionar el riesgo y garantizar el cumplimiento normativo. Al identificar y corregir posibles errores o sesgos en los sistemas de IAG, se pueden evitar consecuencias legales o reputacionales negativas.
- Impulso a la Innovación: La integración de la IA predictiva y generativa abre la puerta a nuevas posibilidades y modelos de negocio. Las empresas pueden explorar nuevas formas de interactuar con los clientes, desarrollar productos y servicios innovadores, y optimizar sus operaciones internas.
