Jev, la IA para código sin alucinaciones

Este artículo ha sido elaborado con asistencia de inteligencia artificial, bajo supervisión y responsabilidad editorial humana, conforme al artículo 50 del Reglamento de IA de la Unión Europea.

Diogo Almeida es uno de los coinventores de ChatGPT. Esta semana se ha convertido en protagonista de una idea que da la vuelta a lo que se espera de una IA para código: un modelo que no conversa, no escribe y no razona en voz alta. Solo devuelve decisiones. Su nueva startup, TypeSafe AI, ha presentado Jev, el primer modelo de lo que llaman «System One Models». Está pensado solo para tareas de programación y automatización de software.

¿Qué es Jev y por qué no genera texto?

Jev abandona la generación de texto palabra a palabra propia de los grandes modelos de lenguaje. En su lugar, recibe un estado: un fragmento de código, un ticket de soporte o un registro de errores. Junto a eso, recibe varias preguntas tipadas. Devuelve valores estructurados: una elección entre opciones predefinidas, una puntuación o una probabilidad de sí o no. No hay explicación, ni razonamiento visible, ni una sola frase de más.

Según TypeSafe, esta renuncia a la conversación explica las mejoras de rendimiento. Al eliminar la generación secuencial de tokens, Jev procesa varias preguntas en paralelo. Devuelve resultados en un único paso. La compañía asegura que esto reduce mucho la latencia y el coste por consulta.

Cómo funciona el entrenamiento RLCD

Almeida fue coautor del artículo de InstructGPT. También participó en el desarrollo del aprendizaje por refuerzo con retroalimentación humana, o RLHF, el método que hizo posible ChatGPT. Con Jev propone un tercer camino: Reinforcement Learning for Calibrated Decisions, o RLCD. El RLHF optimiza para lo que prefieren las personas. El RLCD busca algo distinto: que las probabilidades del modelo coincidan con la frecuencia real con la que acierta.

TypeSafe afirma que el resultado es una tasa de error del 0% en las salidas estructuradas. La latencia va de 70 a 500 milisegundos. La compañía habla de mejoras de entre 20 y 200 veces en velocidad, y hasta 400 veces en coste, frente a un LLM convencional. Son cifras publicadas por la propia empresa. No existe todavía un artículo académico ni pesos del modelo disponibles para que otros investigadores las repliquen.

Qué significa esto para la IA para código

La contrapartida del diseño de Jev es clara: solo sirve para tareas de código y automatización. No puede mantener una conversación ni redactar texto libre. Guillermo Rauch, fundador de Vercel, ya lo ha probado en su propio revisor de seguridad automático. Asegura que resulta 18 veces más rápido y más preciso que la versión anterior, basada en un modelo conversacional. Vercel planea ofrecerlo como opción por defecto en su AI Gateway.

Para TypeSafe, esto confirma su tesis. Gran parte de las decisiones que toma el software (clasificar, puntuar, elegir entre opciones) no necesitan un modelo capaz de escribir un ensayo. Necesitan uno afinado para acertar con probabilidades bien calibradas. Si la propuesta cuaja, podría abrir una categoría de modelos especializados. Convivirían con los grandes LLM generalistas en lugar de sustituirlos.

Las dudas de los expertos

No todo son elogios. Varios analistas señalan que las comparativas de velocidad y precisión provienen solo de TypeSafe, sin verificación independiente. La empresa no ha publicado un artículo técnico revisado por pares, ni tampoco los pesos del modelo. Jev está, además, en fase de acceso anticipado limitado, con lista de espera. Su rendimiento en producción real todavía está por confirmar. Aun así, TypeSafe ya ha cerrado una ronda semilla de 40 millones de dólares liderada por DCVC. Es una señal de que parte del sector apuesta por esta idea.

Sea o no el futuro de la automatización, Jev deja una pregunta interesante para quien siga de cerca la IA para código. ¿Cuánta de la inteligencia que necesita el software cotidiano es en realidad conversación? ¿Y cuánta es, simplemente, una decisión bien calibrada?

Fuentes

Aviso de transparencia (art. 50 del Reglamento de IA de la UE): este contenido ha sido generado con apoyo de inteligencia artificial y revisado por un editor humano antes de su publicación.