Tu agente puede leer un contrato en francés, cuadrar un libro de cuentas y explicar una traza de error antes de comer. El lunes por la tarde, tu responsable de finanzas lo corrige una vez: los reembolsos necesitan aprobación por encima de £75, no de £100. El martes por la mañana aprueba un reembolso de £90 sin preguntar a nadie.
El modelo funciona tal como se diseñó. Aporta inteligencia general, aprendida despacio a partir del mundo, a lo que tenga delante, y para el martes la corrección ya no la tiene delante. Multiplícalo por cada corrección que hace tu equipo en una semana, y tu agente se pasa los días repitiendo errores que tu gente ya ha corregido.
Lo que le falta es un segundo tipo de inteligencia, que aprenda rápido de tu trabajo y actúe en consecuencia mientras se trabaja. Duplex es esa inteligencia. Con él junto a tu modelo, la corrección del lunes se aplica el martes, y todos los días siguientes.
Tu IA aporta inteligencia general a cada sesión.
Tu IA aporta inteligencia general.
Tener inteligencia general a demanda es algo extraordinario. Un modelo de frontera aprendió lenguaje, conocimiento y razonamiento de todo lo que ha escrito el mundo, y lo aporta todo a preguntas que nunca ha visto: una cláusula de un contrato, un cliente con prisa, un fallo con el que nadie se había topado. Ningún sistema que construya tu equipo igualará esa amplitud, ni tiene por qué hacerlo.
Esa amplitud se aprendió despacio, en el preentrenamiento, antes de que el modelo se desplegara. Una vez en uso, se queda tal como se entrenó, por mucho trabajo tuyo que pase por él. Sabe lo que el mundo dejó por escrito, y nada de lo que tu equipo decidió esta mañana. Una versión mejor llega cuando su creador la lanza, entrenada otra vez con el mundo y no con tu trabajo.
Los equipos llenan el hueco con contexto. Un prompt añade lo que importa para una petición, y los pasajes recuperados añaden lo que parece pertinente. Las dos cosas ayudan, y las dos desaparecen cuando termina la petición, así que alguien que sepa que hay que hacerlo tiene que volver a poner la corrección delante del modelo cada vez que importa. Lo que falta es algo que aprenda al ritmo del trabajo.
Tu IA aprende conocimiento general, lenguaje y razonamiento en el preentrenamiento, antes de desplegarse.
Duplex añade una segunda inteligencia.
Duplex aprende de cada resultado que confirma tu equipo, en el momento, y actúa en consecuencia desde la siguiente petición, en cada sesión y para cada agente que autorices. Los pesos de tu modelo se quedan como están, y Duplex no necesita GPU: funciona en servidores normales, así que los aceleradores se quedan para tu IA, para el trabajo nuevo que solo ella puede hacer.
Los dos se reparten el trabajo según lo que mejor hace cada uno. Lo que Duplex ha aprendido, lo responde él mismo: en Unos 97 ms, sin llamar al modelo, frente a Unos 2,231 ms cuando lo resuelve tu IA. Lo que es nuevo, o solo parece conocido, va a tu IA, con el contexto de lo que Duplex sabe del caso. El resultado vuelve, y Duplex también aprende de él.
Con contexto quiere decir que tu IA parte de lo que sabe Duplex: las reglas que se aplican, cómo trata tu equipo los casos como este, la corrección del lunes. Dedica su inteligencia general a lo nuevo, en lugar de volver a deducir lo que tu equipo decidió hace semanas. Y cuanto más tiempo trabajan juntos, más trabajo rutinario asume Duplex, así que las llamadas a tu IA van a donde cuentan.
La forma habitual de enseñarle algo a un modelo es un proyecto de reentrenamiento: reunir las correcciones, entrenar, probar, publicar. La corrección que hizo hoy tu equipo espera a cada uno de esos pasos. Duplex la aprende en el momento, y lo que aprende funciona junto a tu IA y no dentro de ella, así que tu equipo puede inspeccionarlo, corregirlo, quitarlo o llevarlo a otro modelo.
Tu equipo confirma una corrección en una petición en curso, mientras se trabaja.
El cerebro combina un aprendiz lento con uno rápido.
El cerebro trabaja con dos sistemas: uno lento para el conocimiento general y uno rápido para cada experiencia nueva. Por eso puedes aprender el nombre de un compañero nuevo en un momento sin desaprender nada de lo que ya sabes. Cada sistema protege al otro: el rápido aprende sin alterar lo que costó años construir, y el lento se mantiene estable mientras el rápido sigue el ritmo del día.
Tu IA es inteligencia general, aprendida despacio, como el neocórtex. Duplex es inteligencia en ejecución: aprende rápido de tu trabajo y actúa en consecuencia, como el hipocampo. Juntos son dos inteligencias en un solo sistema. Tu modelo sigue siendo tan fiable como el día en que se desplegó, y Duplex aprende tan rápido como cambia tu trabajo.
La analogía no va más allá del aprendizaje. Duplex además decide si responder, traspasar o rechazar, planifica y actúa dentro de tus reglas, y lleva el trabajo entre sesiones, agentes y modelos. Es una inteligencia con entidad propia, junto a tu IA, y le da a tu IA lo que no puede hacer sola.
La diferencia se nota cuando cambia el trabajo. En un flujo de 3,000 decisiones en el que las reglas cambiaron cinco veces, el modelo por sí solo acertó el 2.3% de las decisiones afectadas por esos cambios. Los dos juntos acertaron el 92.5%, y en todo el flujo hicieron un 90.3% menos de llamadas al modelo.
Reserva tu IA para lo que solo puede hacer la inteligencia general: el caso nuevo, la pregunta difícil, la petición que nadie ha visto. Deja que Duplex se encargue de lo que tu equipo ya ha resuelto, y que aprenda de cada resultado por el camino. Tu IA aporta lo que sabe el mundo, Duplex lo que le ha enseñado tu trabajo, y el sistema que forman juntos mejora cada día que funciona.