Diogo Almeida fue uno de los arquitectos de ChatGPT en OpenAI. Pero su nuevo proyecto hace exactamente lo contrario a lo que lo hizo famoso: creó una inteligencia artificial que deliberadamente no puede generar texto. Y esa limitación es precisamente su mayor fortaleza.
Índice
Un giro de tuerca en el mundo de las IA
Almeida acaba de fundar TypeSafe AI y lanzar Jev, un modelo que rechaza la tendencia de hacer IAs cada vez más versátiles en la generación de contenido. Si ChatGPT brilla construyendo respuestas palabra por palabra (lo que algunos llaman ser un “loro estocástico”), Jev está optimizado para una tarea completamente distinta: recibir información desordenada y devolver decisiones acompañadas de niveles de confianza.
Imagina una aplicación bancaria que necesita evaluar si una transacción es fraudulenta. En lugar de pedirle a ChatGPT que redacte un análisis detallado (que nadie va a leer), Jev simplemente responde: “revisión requerida, 80% de confianza”. Sin rodeos. Sin explicaciones innecesarias. Solo lo que importa.
¿Por qué rechazar lo que todo el mundo quiere?
El nombre Jev viene de William Stanley Jevons, un economista del siglo XIX conocido por una paradoja incómoda: mejorar la eficiencia en el uso del carbón no redujo su consumo, sino que lo aumentó. La aplicación aquí es inteligente: conforme las IAs generativas se vuelvan más rápidas, probablemente los consumamos más, no menos.
TypeSafe apostó por otro camino. Al eliminar la generación de texto, el modelo puede procesar entre 20 y 200 veces más operaciones simultáneamente. El costo también cae en picada: entre 40 y 400 veces más barato que las alternativas convencionales. Los números son provocativos: 42 dólares por cada 1.000 millones de tokens de entrada, mientras que los tokens de salida son directamente gratis (TypeSafe considera que son “demasiado baratos para medir”).
En las demostraciones de lanzamiento, Jev jugaba Doom tomando unas diez decisiones por segundo por aproximadamente siete dólares la hora. En otro escenario, navegaba encadenamientos de enlaces en Wikipedia eligiendo constantemente entre decenas de opciones. El modelo no necesita prosa. Necesita velocidad.
La promesa del 0% de alucinaciones (con asterisco)
Uno de los mayores dolores de cabeza de ChatGPT y modelos similares es que alucinen: que inventen hechos, datos o incluso opciones que no existen. Jev, por su arquitectura, no puede hacer eso. Si un desarrollador define que solo existen respuestas “bajo”, “medio” y “alto”, Jev jamás inventará una cuarta opción ni devuelverá un formato diferente. TypeSafe asegura que esto significa una tasa de alucinaciones del 0%.
Pero hay una letra pequeña considerable. Lo que no garantizan es que Jev elija la opción *correcta*. Puede devolver “alto” cuando la respuesta justa era “bajo”. Para mitigar esto usan una técnica llamada Reinforcement Learning for Calibrated Decisions (RLCD), diseñada para que las probabilidades reflejen con precisión esa incertidumbre. El problema: aún no existe un paper académico reproducible ni evaluaciones independientes que validen estas afirmaciones. Las pruebas hasta ahora vienen de la propia TypeSafe.
¿Revolución o refinamiento inteligente?
La comunidad técnica no está unánimemente convencida. Los LLMs actuales ya pueden producir JSON, seguir esquemas específicos y limitar respuestas a conjuntos predeterminados. Amjad Masad, CEO de Replit, planteó una pregunta que captura el escepticismo: si ya conocemos todas las posibles respuestas de antemano, ¿por qué no entrenar directamente un modelo para calcular sus probabilidades?
Quienes han probado Jev reportan entusiasmo con su capacidad y velocidad. Pero TypeSafe reconoce que sus mejores métricas vienen de evaluaciones diseñadas internamente, lo que naturalmente puede favorecer sus resultados en costo y rendimiento.
Lo que viene
Jev no viene a reemplazar ChatGPT. La apuesta es más sutil: que el futuro de la IA no será un único tipo de modelo dominante, sino una constelación de herramientas especializadas. Para los casos donde necesitas conversación, explicación y creatividad, siguen los LLMs tradicionales. Para los millones de decisiones rutinarias que deben tomarse en tiempo real, Jev ofrece una alternativa que hace exactamente una cosa: decidir bien y rápido. La idea, al menos, es lo suficientemente intrigante para merecer atención.
Con información de Xataka.
