TypeSafe AI lanza Jev, el modelo que decide sin hablar ni alucinar

Diogo Almeida no es un emprendedor de IA cualquiera. Trabajó en OpenAI y fue uno de los autores de InstructGPT, el estudio sobre aprendizaje por refuerzo a partir de retroalimentación humana (RLHF) que sentó parte de las bases de ChatGPT. Cuatro años después, ha creado TypeSafe AI y un modelo llamado Jev. Lo curioso es que este modelo sacrifica justo aquello que hizo famoso a ChatGPT: no puede generar texto. Es una IA que habla con las máquinas, no con las personas.

La IA que no escribe, sino que decide

Cuando un LLM (como GPT-5.6 Sol, que usamos en ChatGPT) recibe una pregunta y construye una respuesta, lo hace generando un token detrás de otro, como un “loro estocástico”. Jev está diseñado para otra cosa: recibe información no estructurada y devuelve decisiones acompañadas de probabilidades. Por ejemplo, en una transacción, un programa podría preguntarle a Jev si dicha transacción es fraudulenta, si requiere revisión humana y qué prioridad tiene. Jev no se enrolla: simplemente devuelve las opciones permitidas y cuánto “confía” en cada una.

El nombre “Jev” es una referencia al economista inglés del siglo XIX William Stanley Jevons, conocido por la paradoja de Jevons. Según esa teoría, la eficiencia tecnológica del uso del carbón no redujo su consumo, sino que lo incrementó. La idea es que una mayor eficiencia en generación de tokens no reducirá su consumo, sino que lo aumentará incluso si los precios bajan. En la era de los agentes de IA, parece una afirmación plausible.

Más rápido, más barato… pero con letra chica

Al no tener que escribir una respuesta palabra por palabra, TypeSafe asegura que Jev puede calcular muchísimas decisiones en paralelo. La compañía habla de entre 20 y 200 veces más velocidad y entre 40 y 400 veces menor coste que los modelos de IA habituales para estas tareas. El precio: 42 dólares por cada 1.000 millones de tokens de entrada (0,042 dólares por millón de tokens). Lo curioso es que los “tokens de salida” son gratuitos porque resultan “demasiado baratos” para medirlos.

Jev no habla, decide. En una de las demostraciones publicadas, Jev jugaba a Doom tomando unas diez decisiones por segundo por aproximadamente siete dólares la hora. En otro escenario, intentaba llegar de un artículo de Wikipedia a otro escogiendo repetidamente entre decenas de enlaces. El modelo no necesita hablar, sino decidir y volver a decidir inmediatamente después.

Jev teóricamente no puede alucinar. Si un desarrollador define que una respuesta solo puede ser “bajo”, “medio” o “alto”, la arquitectura del modelo garantiza que Jev no se inventará una cuarta opción ni devolverá un formato incorrecto. TypeSafe afirma que Jev tiene una tasa de alucinaciones del 0%, aunque reconocen que no es una cifra empírica. Lo que no aseguran es que Jev conteste “alto” cuando la respuesta correcta era “bajo”. Su nueva técnica, llamada Reinforcement Learning for Calibrated Decisions (RLCD), está diseñada para que las probabilidades reflejen correctamente esa incertidumbre, pero de momento no hay un paper reproducible ni evaluaciones independientes que permitan validar esa afirmación.

¿Complemento o competencia para ChatGPT?

Los LLM actuales ya pueden producir archivos JSON, ajustarse a ciertos esquemas y limitar sus respuestas a un conjunto predeterminado de opciones. Amjad Masad, CEO de Replit, se planteó una pregunta interesante: si conocemos de antemano todas las respuestas posibles, ¿por qué no entrenar un modelo para producir sus probabilidades? Los mejores resultados de Jev provienen de evaluaciones diseñadas por la propia empresa, algo que ellos reconocen que puede favorecer sus resultados en coste y velocidad.

Cuando hablamos con ChatGPT, esperamos que el modelo nos explique con detalle su respuesta. Pero en realidad, el programa que debe enviar una transacción para revisión solo necesita una decisión “revisar” y una probabilidad del 80%. Jev hace que sea totalmente innecesario que un humano lea la respuesta. No sustituye a ChatGPT, sino que lo complementa. La apuesta es que parte de la futura IA ni siquiera tenga que parecerse a un chatbot. Para una startup chilena que automatice procesos empresariales, un modelo que decide sin hablar podría significar un ahorro enorme en costos de computación. La idea, al menos, es intrigante.

Con información de Xataka