Humans& cree que la coordinación es el próximo reto de la IA y está desarrollando un modelo para demostrarlo

Los chatbots de IA están mejorando a la hora de responder preguntas, resumir documentos y resolver ecuaciones matemáticas, pero todavía se comportan en gran medida como asistentes útiles para un usuario a la vez. No están diseñados para manejar el trabajo más complicado de una verdadera colaboración: coordinar personas con prioridades contrapuestas, realizar un seguimiento de las decisiones a largo plazo y mantener informados a los equipos a lo largo del tiempo.

Humans&, una nueva startup fundada por graduados de Anthropic, Meta, OpenAI, xAI y Google DeepMind, cree que cerrar esta brecha es el próximo gran desafío para los modelos de base. Esta semana, la compañía recaudó 480 millones de dólares en financiación inicial para construir un “sistema nervioso central” para la economía humana-IA. La frase “IA para el empoderamiento humano” de la startup dominó la cobertura inicial, pero el objetivo real de la compañía es más novedoso: construir una nueva arquitectura de modelo base diseñada para la inteligencia social, no solo la recuperación de información o la generación de código.

“Parece que estamos terminando el primer paradigma de escalamiento, donde los modelos de preguntas y respuestas fueron entrenados para ser muy inteligentes en ciertas industrias, y ahora estamos entrando en lo que creemos que es la segunda ola de adopción, donde el consumidor o usuario promedio está tratando de descubrir qué hacer con todas estas cosas”, dijo a TechCrunch Andi Peng, cofundador de Humans y ex empleado de Anthropic.

El discurso de los humanos se centra en ayudar a las personas a avanzar hacia la nueva era de la IA, yendo más allá de la narrativa de que la IA les quitará el trabajo. Independientemente de si se trata sólo de temas de marketing o no, el momento oportuno es crucial: las empresas están pasando del chat al agente. Los modelos son competentes, los flujos de trabajo no y el desafío de la coordinación sigue en gran medida sin resolverse. Y la gente se siente amenazada y abrumada por la IA.

La empresa de tres meses, al igual que varios de sus competidores, ha logrado generar una increíble ronda de semillas basadas en esta filosofía y el pedigrí de su equipo fundador. Humans& todavía no tiene un producto y tampoco está claro qué podría ser exactamente, aunque el equipo dijo que podría ser un reemplazo para contextos multijugador o multiusuario como plataformas de comunicación (piense en Slack) o plataformas de colaboración (piense en Google Docs y Notion). En cuanto a los casos de uso y el público objetivo, el equipo hizo alusión a aplicaciones tanto empresariales como de consumo.

“Estamos creando un producto y un modelo centrados en la comunicación y la colaboración”, dijo a TechCrunch Eric Zelikman, cofundador y director ejecutivo de Humans& y ex investigador de xAI, y agregó que el objetivo es hacer que el producto ayude a las personas a colaborar y comunicarse de manera más efectiva, tanto entre sí como con herramientas de inteligencia artificial.

“Por ejemplo, cuando tienes que tomar una decisión en un grupo grande, a menudo todo se reduce a que alguien reúna a todos en una sala y consiga que todos expresen sus diferentes puntos de vista sobre, por ejemplo, qué tipo de logotipo les gustaría”, continuó Zelikman, riendo entre dientes con su equipo mientras recordaban el tiempo que llevó lograr que todos estuvieran de acuerdo sobre un logotipo para la startup.

Zelikman añadió que el nuevo modelo estará entrenado para hacer preguntas de una manera que se sienta como si estuviera interactuando con un amigo o colega, alguien que está tratando de conocerlo. Los chatbots actuales están programados para hacer preguntas constantemente sin comprender el valor de la pregunta. Dice que esto se debe a que están optimizados para dos cosas: cuánto le gusta inmediatamente a un usuario una respuesta y qué probabilidades hay de que el modelo responda correctamente la pregunta que recibe.

Parte de la falta de claridad sobre qué es el producto puede deberse a que Humans& aún no tiene una respuesta exacta. Peng dijo que Humans& diseña el producto junto con el modelo.

“Parte de lo que estamos haciendo aquí también es asegurarnos de que a medida que mejoramos el modelo, seamos capaces de evolucionar de manera colaborativa la interfaz de usuario y los comportamientos que el modelo es capaz de realizar en un producto que tenga sentido”, dijo.

Lo que está claro, sin embargo, es que Humans& no está intentando desarrollar un nuevo modelo que pueda integrarse en aplicaciones y herramientas de colaboración existentes. La startup quiere poseer la capa de colaboración.

Las herramientas de productividad y colaboración en equipo de IA + son un campo cada vez más demandado a medida que nuevas empresas como la aplicación para tomar notas de IA Granola recaudan una ronda de 43 millones de dólares valorándola en 250 millones de dólares a medida que implementan más funciones de colaboración. Varias voces de alto perfil también describen explícitamente la siguiente fase de la IA como una de coordinación y colaboración, no solo de automatización. El fundador de LinkedIn, Reid Hoffman, argumentó hoy que las empresas están implementando mal la IA al tratarla como proyectos piloto aislados, y que la verdadera influencia reside en el nivel de coordinación del trabajo: la forma en que los equipos comparten conocimientos y celebran reuniones.

“La IA vive en el nivel del flujo de trabajo y las personas más cercanas al trabajo saben dónde radica realmente la fricción”, escribió Hoffman en las redes sociales. “Ellos son quienes descubren qué se debe automatizar, comprimir o rediseñar por completo”.

Este es el espacio en el que la gente quiere vivir. La idea es que el modelo-producto-barra actúe como “tejido conectivo” para cualquier organización, ya sea una empresa de 10.000 empleados o una familia, entendiendo las habilidades, motivaciones y necesidades de cada individuo y cómo equilibrarlas todas en beneficio del conjunto.

Para llegar allí es necesario repensar la forma en que se entrenan los modelos de IA.

“Estamos tratando de entrenar el modelo de una manera diferente, donde más humanos e IA interactúan y colaboran”, dijo a TechCrunch Yuchen He, cofundador de Humans& y ex investigador de OpenAI, y agregó que el modelo de la startup también se entrena utilizando aprendizaje por refuerzo (RL) de largo horizonte y multiagente.

La RL a largo plazo tiene como objetivo enseñar al modelo a planificar, actuar, revisar e implementar a lo largo del tiempo, en lugar de simplemente generar una buena respuesta única. Entrenamiento de RL con múltiples agentes para entornos donde hay múltiples IA y/o humanos involucrados. Ambos conceptos están ganando terreno en trabajos académicos recientes a medida que los investigadores desarrollan LLM más allá de las respuestas de los chatbots a sistemas que pueden coordinar acciones y optimizar resultados en muchos pasos.

“El modelo tiene que recordar cosas sobre sí mismo y sobre usted, y cuanto mejor sea su memoria, mejor comprenderá al usuario”, dijo.

A pesar del equipo estelar que dirige el espectáculo, existen muchos riesgos. Los seres humanos necesitarán sumas de dinero infinitamente grandes para financiar la costosa tarea de entrenar y ampliar un nuevo modelo. Esto significa que competirá con los principales actores actuales por los recursos, incluido el acceso a la potencia informática.

Sin embargo, el mayor riesgo es que los humanos compitan con algo más que las ideas y los hábitos del mundo. Viene a la vanguardia de la IA. Y estas empresas están trabajando activamente en mejores formas de permitir la colaboración humana en sus plataformas, incluso cuando prometen que AGI pronto reemplazará el trabajo económicamente significativo. Con Claude Cowork, Anthropic pretende optimizar la colaboración en el estilo de trabajo. Gemini está integrado en Workspace, por lo que la colaboración impulsada por la IA ya se está produciendo en las herramientas que la gente ya utiliza; y OpenAI ha estado promocionando recientemente su orquestación multiagente y sus flujos de trabajo entre los desarrolladores.

Fundamentalmente, ninguno de los principales actores parece dispuesto a reescribir un modelo basado en inteligencia social que le dé a los humanos una ventaja o lo convierta en un objetivo de adquisición. Y con empresas como Meta, OpenAI y DeepMind buscando los mejores talentos en IA, las fusiones y adquisiciones son ciertamente un riesgo.

Humans& le dijo a TechCrunch que ya rechazó a las partes interesadas y que no está interesado en una adquisición.

“Creemos que esta será una empresa generacional y creemos que tiene el potencial de cambiar fundamentalmente el futuro de la forma en que interactuamos con estos modelos”, dijo Zelikman. “Tenemos la confianza para hacerlo y tenemos una gran confianza en el equipo que hemos formado aquí”.