Un nuevo enfoque en el desarrollo de sistemas de IA propone integrar la experiencia de los expertos en cada etapa del proceso. Más allá de entrenar modelos con grandes cantidades de información, la clave está en alimentar estos sistemas con conocimientos específicos de una disciplina.
Esto se puede lograr al modificar los datos de entrada, ajustar las funciones internas del modelo o incluso cambiar su arquitectura. Los expertos, al comprender de fondo cómo funciona la IA en sus áreas, logran que los resultados sean mucho más precisos y fáciles de interpretar.
Hay técnicas muy concretas para añadir este conocimiento, como las reglas basadas en lógica, modelos híbridos y métodos inductivos. Todo esto demuestra una colaboración real entre humanos y máquinas, especialmente en campos donde el contexto es determinante, como la medicina o el medio ambiente.
Las nuevas arquitecturas, como los modelos de lenguaje avanzados, permiten aprovechar esta combinación con mayor flexibilidad, procesando distintos tipos de datos y adaptándose mejor a tareas especializadas.
La IA más confiable y útil depende del conocimiento experto humano.