IA aplicada sin humo: qué automatizamos en Clipora
Casi nadie quiere un modelo. Quieren dejar de hacer una tarea concreta. Así decidimos en Clipora qué merece un modelo detrás y qué no.
En Clipora partimos de una premisa poco vendible: la mayoría de los problemas que la gente quiere resolver con IA se resuelven mejor con una buena interfaz. El modelo entra cuando el trabajo es realmente ambiguo, no cuando es simplemente aburrido.
El filtro de las tres preguntas
- ¿La tarea tiene una respuesta correcta única? Si la tiene, no necesitas un modelo: necesitas una regla.
- ¿El usuario sabría detectar un error del sistema? Si no puede, el coste de equivocarse recae en él y hay que rediseñar el flujo.
- ¿Aporta valor si acierta el 80 % de las veces? Si solo sirve al 100 %, todavía no es un producto.
Este filtro descarta muchas ideas atractivas. Es su función. Cada automatización que sobrevive tiene que justificar el minuto de atención que le pide al usuario para revisar el resultado.
La revisión es parte del producto
El error más común es tratar la salida del modelo como un resultado final. Nosotros la tratamos como un borrador, y diseñamos con el mismo cuidado la pantalla donde el usuario lo corrige. Ahí es donde se gana o se pierde la confianza.
Un sistema que acierta el 90 % y te deja corregir el 10 % es infinitamente más útil que uno que acierta el 95 % y no te deja intervenir.
Medir lo aburrido
No medimos la calidad del modelo en abstracto: medimos cuántas veces el usuario acepta el borrador sin tocarlo, cuánto tarda en corregirlo y en qué punto abandona. Son métricas poco espectaculares y son las únicas que han cambiado nuestras decisiones de producto.