Nuevo método de IA mejora el desempeño de agentes hasta un 65 por ciento – y descarga de trabajo a registradores de cáncer
Un nuevo método de entrenamiento logra que los agentes de IA rindan hasta un 65 por ciento mejor en tareas complejas, permitiéndoles aprender de sus propios fracasos en lugar de una imagen de la realidad distorsionada. Al mismo tiempo, sistemas inteligentes comienzan a aliviar la carga de los expertos que mantienen vivos los registros más críticos de la atención del cáncer. En conjunto, los resultados de investigación apuntan hacia algo que rara vez se ve en el flujo de noticias de IA: sistemas que realmente funcionan cuando la realidad es más caótica.
Cuando la IA deja de fingir y comienza a entregar resultados
Es fácil volverse insensible ante noticias de IA. Cada semana se presentan nuevos modelos, nuevos puntos de referencia, nuevos récords. Pero a veces llega investigación que realmente cambia algo de fondo – no solo las cifras, sino la lógica detrás de cómo los sistemas de IA aprenden a funcionar en la realidad caótica.
Esta es una semana así.
Investigadores en arXiv publicaron recientemente resultados sobre un nuevo método de entrenamiento para agentes de IA llamado Entrenamiento automático privilegiado (en inglés Privileged Self-Practice, PSP). El trasfondo es un problema elegantemente identificado: el método popular de autodestilación – donde un agente aprende de sus propias acciones – tiene una deficiencia grave. Entrena al agente para actuar con confianza basada en información a la que nunca tiene acceso en situaciones reales. ¿El resultado? En el peor caso, el agente entrenado tiene un desempeño peor que un modelo completamente sin entrenar. Es como entrenar a un cirujano en operaciones que nunca ocurren en la realidad.
PSP resuelve esto de manera elegante: la información privilegiada no se usa para afectar directamente las pérdidas de entrenamiento, sino solo para seleccionar qué ejemplos de entrenamiento debe aprender el agente. Cuando el agente fracasa, se inyecta un análisis breve de un modelo externo, y luego se entrena al agente en el resultado mejorado. Simple en teoría – poderoso en la práctica.
Los resultados en los puntos de referencia AppWorld y SWE-bench Verified hablan por sí solos: hasta 65 y 61 por ciento de mejora respectivamente en comparación con métodos anteriores. PSP fue además el único método que consistentemente superó el aprendizaje por refuerzo básico – un resultado difícil de descartar.
El registrador de cáncer obtiene un colega inteligente
Al mismo tiempo, en un rincón completamente diferente de la investigación, está ocurriendo una transformación más silenciosa pero igualmente importante. Investigadores estadounidenses han desarrollado CRISS – Cancer Registry Intelligent Support System (Sistema inteligente de apoyo para registros de cáncer) – un asistente de chat impulsado por IA creado para apoyar a los especialistas responsables del registro de cáncer.
Esta es una profesión que la mayoría nunca ha escuchado, pero que es crucial para cómo entendemos y combatimos el cáncer como sociedad. Los registradores de cáncer interpretan y aplican estándares de codificación y clasificación enormemente complejos – un trabajo que requiere conocimiento profundo del dominio y donde un paso en falso puede afectar estadísticas, investigación y, en última instancia, decisiones de tratamiento.
CRISS se construye sobre tecnología llamada RAG – generación mejorada por recuperación – donde una base de conocimiento especializada se indexa y proporciona respuestas con referencias de fuente clara. El sistema tuvo un desempeño consistentemente mejor que variantes sin esta tecnología, especialmente en preguntas complejas. Y aquí está lo importante: CRISS no está construido para reemplazar al experto. La evaluación final siempre la realiza un registrador calificado. La IA es una colega competente que encuentra rápidamente la orientación correcta – no una máquina que toma el control.
La misma historia, escenas diferentes
¿Qué tienen en común estos dos resultados de investigación? Más de lo que podría parecer a primera vista.
Ambos se trata de IA que aprende a manejar complejidad real – no entornos de laboratorio con información perfecta, sino situaciones caóticas y específicas del dominio donde los errores tienen consecuencias. Ambos muestran que los avances no siempre provienen de modelos más grandes, sino de métodos de entrenamiento más inteligentes y mejor diseño de sistemas.
Para usuarios y pacientes sueco, esto es altamente relevante. Dentro de la sanidad sueca ya existe interés en usar IA como apoyo a decisiones, pero la confianza y la seguridad son requisitos justificados. Lo que hace interesante a CRISS es precisamente su transparencia – las referencias de fuente hacen posible para el experto examinar y cuestionar. No es automatización ciega; es experiencia humana mejorada.
Y cuando los agentes de IA en general se vuelven un 65 por ciento mejores en completar tareas complejas, comenzamos a entrar en un territorio donde la automatización de flujos de trabajo calificados ya no es una fantasía del futuro. Está sucediendo ahora, en investigación que rápidamente se transforma en productos.