Dev Innex Digest Septiembre -25

Dev | Usar modelos de IA Generativa en inglés más barato y más calidad

La misma frase en español consume más tokens que en inglés, lo que encarece el uso de la API. Una consulta compleja puede costar hasta un 30% más y tener menor calidad, puesto que la mayor parte de los datos de entrenamiento de los modelos están en este idioma.

Tokenizer de OpenAI

Dev | LLMs aprenden a controlar simuladores clásicos como CartPole

Un estudio muestra que grandes modelos de lenguaje pueden aprender a controlar entornos físicos sencillos, como equilibrar un palo sobre un carro (CartPole). El sistema combina instrucciones en lenguaje natural con datos sensoriales y correcciones iterativas, consiguiendo movimientos casi perfectos después de ensayo y error.

Publicado en arXiv

Dev | Soberanía cognitiva en asistentes de IA con memoria. Network Effect 2.0.

Los asistentes de IA pueden recordar de forma persistente todo lo que has leído, visto o escuchado, y permite un nuevo tipo de interacción con la propia memoria. El valor ya no depende sólo del volumen de usuarios sino también de la profundidad de la memoria personalizada, y cuanto más usas un asistente de IA, más te entiende y sabe de ti.

Si uno nos tiene nuestra memoria “extended mind”, puede suponer un riesgo para la autonomía de pensamiento e identidad: la soberanía cognitiva. A nivel colectivo, la concentración de estas memorias en grandes empresas o estados podría llegar a influir en los comportamientos sociales y políticos.

El artículo en arXiv reflexiona sobre las herramientas tipo Recall

Dev | Parte de la comunidad de IA no ve a la AGI en el foco de la investigación

En la encuesta a 475 expertos de la Association for the Advancement of AI (AAAI) existe consenso en que conviene evitar una carrera descontrolada hacia la Artificial General Intelligence (AGI). Se concluye:

Improbable que escalar técnicas actuales lleve a AGI (76%)

Priorizar sistemas con balance riesgo-beneficio claro (77% )

La AGI debería ser de propiedad pública (82% )

Rechazo a detener la búsqueda hasta tener garantías de seguridad (70%)

Estudio de la AAAI

Dev | Cuando la IA acelera, el cuello de botella son las personas

La orquestación humano-IA es un reto no técnico que se refleja por ejemplo en que en la contratación los rasgos clave que se buscan son curiosidad, agencia y adaptabilidad, por encima de un PhD o pedigrí formal. Los ingenieros aceleran con el IA y los gestores de proyectos se convierten en cuello de botella. Quizás haya que empezar a hablar de “caos controlado”.

A partir de lo que se publica en el Entrepreneur.

Dev | Nuevos sistemas de evaluación de IA para mejorar productos reales

Un reciente estudio propone sustituir métricas genéricas como “alucinación” o “toxicidad” por sistemas de evaluación centrados en el uso real del producto. Mediante análisis de errores, pruebas contextuales y bucles de mejora continua, se busca garantizar que los modelos de IA sean fiables y útiles para usuarios finales, más allá de los benchmarks técnicos.

En un articulo en arXiv

Dev | Prompt programming con código de los 90 para hacer el IA más fiable

Chris Tyson propone escribir indicaciones en lenguajes antiguos como COBOL o Visual Basic para conseguir que los modelos de IA ejecuten órdenes de forma secuencial y previsible. Esta técnica, que llama prompt programming, reduce alucinaciones, garantiza resultados consistentes y abre la puerta a aplicaciones críticas en las que la variabilidad no es aceptable.

Publicado en Substack

Dev | AEO: la optimización por engines de respuestas de IA

El AEO (Answer Engine Optimization) es el sucesor del SEO tradicional. Los LLM han creado un nuevo canal de acceso a la información, y los usuarios ya no buscan sólo en un listado de enlaces, sino que reciben una respuesta directa generada por el modelo. La AEO se centra en que los contenidos sean absorbidos y citados por los motores de respuestas.

Las plataformas de IA utilizan RAG y otros mecanismos para consultar contenidos externos cuando responden a preguntas. Para ser incluido, el contenido debe cumplir con ciertas condiciones:

Tienen ventaja los contenidos redactados en formato Q&A o FAQ, con respuestas directas y claras.

Esquemas semánticos, títulos bien jerarquizados y respuestas concisas ayudan al IA a identificar fragmentos relevantes.

Se tiende a privilegiar publicaciones institucionales, académicas o medios consolidados.

Prioridad a contenido reciente y fiable.

En Graphite