Hace unas semanas, estaba actualizando una hoja de cálculo donde sigo proyectos de IA que me interesan. Algunos habían lanzado nuevas funciones. Otros habían cambiado completamente de dirección. Para ahorrar tiempo, le pedí a la IA que comparara mis notas antiguas con las últimas actualizaciones y me dijera qué era lo más importante.
El resumen se veía convincente.
Lo que me sorprendió no fue lo que la IA recordaba.
Fue lo que seguía considerando importante.
Mientras leía el resumen, noté algunas conclusiones que no se sentían bien. Después de volver a mis notas, me di cuenta de que la IA todavía estaba dando peso a suposiciones que tenían sentido hace semanas, pero que ya no reflejaban la realidad. No había nada factual incorrecto. El problema era que el contexto antiguo seguía moldeando nuevos juicios.
Eso me hizo cuestionar algo.
Quizás el próximo desafío para la IA no sea la memoria.
Quizás sea la relevancia.
Los humanos no tienen éxito porque recordamos todo. Tenemos éxito porque constantemente decidimos qué merece atención y qué no. Cada día, promovemos cierta información y silenciosamente degradamos otra información.
La mayoría de las discusiones sobre IA se centran en agregar más memoria, más contexto y más historia.
Pero si la IA se convierte en parte de la investigación, la inversión y la toma de decisiones, el problema más difícil puede ser decidir qué partes de la historia deberían seguir influyendo en el futuro.
Por eso @OpenGradient y $OPG llamaron mi atención. Cuanto más uso la IA, más pienso que el verdadero desafío no es recopilar información. Es averiguar qué información todavía merece influencia y qué información se ha vuelto obsoleta silenciosamente.
Un sistema de IA que recuerda todo puede sonar poderoso.
Un sistema de IA que sabe lo que ya no importa puede resultar mucho más útil.
#OPG
El resumen se veía convincente.
Lo que me sorprendió no fue lo que la IA recordaba.
Fue lo que seguía considerando importante.
Mientras leía el resumen, noté algunas conclusiones que no se sentían bien. Después de volver a mis notas, me di cuenta de que la IA todavía estaba dando peso a suposiciones que tenían sentido hace semanas, pero que ya no reflejaban la realidad. No había nada factual incorrecto. El problema era que el contexto antiguo seguía moldeando nuevos juicios.
Eso me hizo cuestionar algo.
Quizás el próximo desafío para la IA no sea la memoria.
Quizás sea la relevancia.
Los humanos no tienen éxito porque recordamos todo. Tenemos éxito porque constantemente decidimos qué merece atención y qué no. Cada día, promovemos cierta información y silenciosamente degradamos otra información.
La mayoría de las discusiones sobre IA se centran en agregar más memoria, más contexto y más historia.
Pero si la IA se convierte en parte de la investigación, la inversión y la toma de decisiones, el problema más difícil puede ser decidir qué partes de la historia deberían seguir influyendo en el futuro.
Por eso @OpenGradient y $OPG llamaron mi atención. Cuanto más uso la IA, más pienso que el verdadero desafío no es recopilar información. Es averiguar qué información todavía merece influencia y qué información se ha vuelto obsoleta silenciosamente.
Un sistema de IA que recuerda todo puede sonar poderoso.
Un sistema de IA que sabe lo que ya no importa puede resultar mucho más útil.
#OPG