Cada viernes por la tarde, alguien de tu equipo prepara el informe semanal de reembolsos. Saca las cifras de los mismos sistemas, las revisa en el mismo orden y las envía a las mismas personas. Nadie diría que es difícil. Es una habilidad, aprendida una vez y repetida, y cada semana aparta a una persona capaz de un trabajo mejor. Todos los equipos tienen una docena de tareas así: la conciliación de fin de mes, el alta de las cuentas de un empleado nuevo, las mismas tres comprobaciones antes de cada lanzamiento.
Tu IA puede ayudar, pero empieza de cero cada vez. Lee las instrucciones, razona cada paso, cada llamada se paga, y el viernes siguiente vuelve a hacerlo todo. Puede hacer la tarea. Nunca la aprende.
Duplex adquiere habilidades propias. Aprende una tarea haciéndola, probando solo los pasos que permites, incluso con tu IA apagada, y nadie tiene que escribir esos pasos. Prueba cada habilidad antes de usarla, a partir de entonces la ejecuta en una fracción de milisegundo, sin llamar al modelo, y la quita en cuanto se lo pides.
Por su cuenta, Duplex prueba los pasos que permites, con tu IA apagada.
Aprende con el modelo apagado.
Las personas aprenden habilidades practicándolas. Alguien recién incorporado prueba los pasos, se equivoca en algunos, da con el orden que funciona y, al cabo de unas semanas, hace el trabajo sin pensarlo. Un modelo no puede aprender así, porque tu trabajo no lo cambia. Aporta un conocimiento amplio a cada tarea y vuelve a razonar los pasos desde cero, llamada tras llamada.
Hoy hay buenas formas de sacar adelante una tarea, y cada una tiene su precio. Un script o un flujo de trabajo es fiable y barato de ejecutar una vez que alguien lo ha escrito, y solo hace aquello para lo que se escribió. Un modelo de frontera que resuelve la tarea en contexto es flexible y no necesita preparación, y paga esa flexibilidad en cada ejecución. El ensayo y error aprende haciendo, como las personas, y necesita muchísimos intentos para llegar.
Duplex también aprende haciendo, y tu IA puede estar apagada todo el tiempo. Prueba los pasos que permites, dentro de unos límites que trazas tan estrechos como lo exija el trabajo, y encuentra un camino que llega al objetivo. Aprender haciendo solo es seguro cuando lo que se hace tiene límites, así que todo lo que no es seguro se rechaza antes de ejecutarse. En cuatro baterías de pruebas a lo largo de diez ejecuciones, cada una puntuada por su peor ejecución, Duplex completó todas las tareas con el modelo apagado, con 2.8× menos intentos que el ensayo y error. Por el camino rechazó 627 acciones inseguras en cada ejecución, y aun así aprendió la forma segura de hacerlo.
La diferencia se nota a lo largo de una ejecución. Un modelo de frontera que resolvía la misma tarea en contexto hizo unas 507 llamadas al modelo por ejecución, volviendo a resolver la tarea cada vez. Duplex la aprendió con el modelo apagado y no hizo ni una sola llamada al modelo. Para una tarea que vuelve cada semana, es la diferencia entre una factura del modelo que no se acaba nunca y ninguna factura. Duplex aprende la tarea una vez, y tu IA queda libre para el trabajo que necesita razonamiento.
Un modelo de frontera que resuelve la tarea en contexto hace una llamada al modelo en cada intento.
Prueba una habilidad antes de usarla, y la quita cuando se le pide.
Un sistema que aprende por su cuenta solo es útil si puedes fiarte de lo que aprende. La preocupación es razonable: un atajo que funcionó una vez y luego se usa en todas partes, o un hábito que nadie pidió y que no se puede deshacer. En un modelo entrenado, lo que aprendió está repartido por todo él, así que no se puede extraer ninguna lección suelta, y arreglar una significa volver a entrenar.
Duplex prueba una habilidad nueva antes de usarla. Una habilidad que ha encontrado solo entra en uso cuando ha superado sus comprobaciones, y hasta entonces el trabajo sigue como antes. Un atajo que funcionó una vez por casualidad no basta. Lo que llega a tus sistemas y a tus clientes es una habilidad que ya ha demostrado que funciona.
Una vez superadas las comprobaciones, volver a usar una habilidad no cuesta casi nada. Duplex repitió una habilidad aprendida en 0.26 ms, sin llamadas al modelo, mientras que un modelo que trabaja en contexto paga por razonar cada paso cada vez que vuelve la tarea. Como todo lo que aprende Duplex, la habilidad te pertenece, y cualquier agente que autorices puede usarla. Un trabajo como el informe semanal deja de ser algo que tu IA tiene que resolver y pasa a ser algo que hace Duplex.
Y puedes retirar cualquier habilidad. Los procesos cambian, los sistemas se dan de baja, y un paso que estaba bien el trimestre pasado puede no estarlo ahora. Pide que se quite una habilidad, y Duplex la quita y deja todo lo demás que aprendió como estaba. En las pruebas, cada habilidad aprendida se quitó a petición y se comprobó bit a bit, así que no quedó nada de ella.
Eso es lo que hace falta para dejar que un sistema aprenda por su cuenta: límites que fijas antes de que empiece, comprobaciones antes de usar nada nuevo y la capacidad de retirar cualquier cosa. Con esas tres cosas, el trabajo que tu equipo repite cada semana puede convertirse en habilidades que Duplex encuentra, prueba y ejecuta en una fracción de milisegundo. Tu IA se ocupa de los problemas que exigen razonar, tu gente toma las decisiones de criterio, y tu equipo recupera sus viernes.
Una habilidad nueva que encuentra Duplex queda retenida hasta superar sus comprobaciones.