Una IA Que Completa Sus Tareas Y Una IA Que Entiende Sus Patrones Están Resolviendo Problemas Completamente Distintos, Aunque Se Vean Similares Desde Fuera
Desde fuera, una IA que completa tareas de forma eficiente y una IA que reconoce el patrón de comportamiento recurrente de una persona pueden parecer similares — ambas se describen como "útiles", ambas procesan la información de una persona, ambas responden en lenguaje natural. La similitud es superficial; los problemas subyacentes que se resuelven no tienen casi nada en común.
Una IA que completa tareas resuelve un problema de ejecución: dada una solicitud, producir el resultado correcto de forma eficiente. Una IA que entiende patrones resuelve un problema de reconocimiento: dado un comportamiento disperso en el tiempo, identificar la estructura recurrente debajo de él. Esto requiere datos distintos, horizontes temporales distintos, y criterios de éxito distintos — una se juzga por la calidad de un único resultado, la otra por si emerge o no un patrón real, previamente no notado.
Confundir las dos lleva a una decepción específica y común: esperar que una IA muy capaz de completar tareas también entregue reconocimiento de patrones, cuando nada en su diseño apuntaba realmente a ese problema, y luego leer su fracaso en hacerlo como alguna limitación general de la IA en lugar de un desajuste entre la herramienta y el trabajo específico que se le pide.
Ambas son legítimamente "IA que ayuda", y tratarlas como el mismo tipo de ayuda crea expectativas que ninguna de las dos fue construida para cumplir. Saber qué problema se está resolviendo realmente es el primer paso para saber qué tipo de IA realmente necesita.
Parte de Explain Ori →
Momar Lissa Ndiaye («MLN») es fundador y CEO de weyoga Inc., sociedad de Delaware. — weyoga.ai · mln@weyoga.ai