¿Cuántas veces una aplicación necesita decidir algo sin tener que explicarlo con un párrafo entero? Cuando una compra parece extraña, un correo pide una acción urgente o un videojuego debe elegir su próximo movimiento, la respuesta útil puede ser tan simple como “revisar” y una cifra de confianza.
Ese es el hallazgo detrás de Jev, el nuevo modelo de TypeSafe AI creado por Diogo Almeida, ex empleado de OpenAI y coautor de InstructGPT. A diferencia de ChatGPT, esta herramienta no conversa ni redacta: recibe información desordenada y devuelve decisiones dentro de un conjunto de opciones permitidas.
La pieza clave es que Jev no genera un token (fragmento de texto procesable) detrás de otro para construir una respuesta. En cambio, puede analizar una situación y señalar, por ejemplo, si una transacción implica fraude, si hace falta un revisor humano y qué prioridad debe tener la alerta.
Así, una empresa no tendría que esperar una explicación extensa de la IA para activar un control. Le bastaría con recibir “revisar”, junto con una probabilidad del 80%.
Una central eléctrica para decisiones repetidas
La diferencia puede entenderse con una analogía doméstica. Un chatbot tradicional se parece a una persona que, cada vez que se enciende una luz, redacta un manual sobre cómo funciona el interruptor. Jev apunta a ser el cableado de la casa: no explica el recorrido de la electricidad, pero activa la luz de inmediato cuando detecta que hace falta.
Su mecanismo busca elegir acciones, no escribirlas. Si el desarrollador define que las únicas salidas posibles son “bajo”, “medio” o “alto”, Jev no puede inventar una cuarta etiqueta ni devolver un formato distinto. Esa restricción funciona como una caja con tres botones físicos: el sistema solo puede pulsar uno de ellos.
Sin embargo, ese interruptor no garantiza que presione el botón correcto. TypeSafe afirma que Jev tiene una tasa de alucinaciones del 0%, es decir, que no producirá una opción inexistente. Pero la propia empresa reconoce el límite central: todavía puede marcar “alto” cuando la respuesta adecuada era “bajo”.
Para reducir ese riesgo, el modelo usa RLCD, Reinforcement Learning for Calibrated Decisions (aprendizaje para ajustar probabilidades). La idea es que su nivel de confianza refleje la incertidumbre real de cada decisión. Aún no existe un estudio reproducible ni pruebas independientes que validen esa calibración.
TypeSafe sostiene que, al evitar la redacción palabra por palabra, Jev puede calcular numerosas decisiones en paralelo. Según sus evaluaciones, sería entre 20 y 200 veces más rápido, y entre 40 y 400 veces más barato, que modelos convencionales en tareas estructuradas.
El precio anunciado es de 42 dólares por cada 1.000 millones de tokens de entrada, unos 0,042 dólares por millón. Las salidas no se cobran porque su coste sería demasiado bajo para medirlo. En una demostración, Jev jugó a Doom tomando cerca de diez decisiones por segundo, con un gasto próximo a siete dólares por hora.
El nombre también revela una apuesta económica. Almeida y su empresa aluden a William Stanley Jevons, economista inglés del siglo XIX que observó que hacer más eficiente el uso del carbón aumentó su consumo en lugar de reducirlo. Para TypeSafe, abaratar las decisiones automáticas podría disparar el uso de IA, sobre todo con agentes capaces de actuar de forma continua.
Existen dudas razonables. Los grandes modelos actuales ya pueden respetar formatos cerrados y producir respuestas estructuradas. Además, los mejores resultados difundidos provienen de pruebas diseñadas por la propia compañía, que admite que pueden favorecer sus cifras.
La oportunidad no consiste en reemplazar al chatbot que ayuda a escribir un correo. Consiste en sumar una central silenciosa que tome miles de pequeñas decisiones detrás de escena, para que las personas intervengan solo cuando el interruptor realmente lo requiera.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
