Amazon frena el «token máximo»: «La verdadera capacidad es explicar dónde la IA no funciona»

Amazon revisa completamente las directrices de IA para desarrolladores: «Los indicadores de entrada como consumo de tokens y volumen de código son evaluaciones defectuosas»

• Amazon revisa completamente las directrices de IA para desarrolladores: «Los indicadores de entrada como consumo de tokens y volumen de código son evaluaciones defectuosas»

Amazon [Foto=Agencia de Noticias Yonhapnews]
 

Amazon, la mayor empresa mundial de computación en la nube y comercio electrónico, ha revisado completamente sus directrices de utilización de inteligencia artificial (IA) para los ingenieros. La medida busca frenar el llamado «token máximo», una práctica de orientación cuantitativa que solo aumenta el simple volumen de uso de IA o la producción de código, e impulsar la formación de «desarrolladores de tipo renacimiento» que combinen la tecnología de IA con el juicio subjetivo humano para mejorar la estructura organizacional.

El 28 de octubre, Terk Terkowitz, vicepresidente de Amazon, envió un memorándum con nuevas directrices de funciones a toda la organización de ingenieros de desarrollo de software (SDE) y directores de desarrollo de software (SDM).
 

Se excluyen los indicadores de rendimiento por «consumo de tokens»: «La inversión cuantitativa simple es defectuosa»

Estas directrices, establecidas por un grupo de ingenieros distinguidos y de principal nivel sénior de Amazon, cuestionan la práctica de establecer como objetivos de evaluación indicadores de corto plazo y centrados en insumos, como la tasa de adopción de herramientas de IA, el «consumo de tokens (unidad de uso de IA)» y el «número de correcciones de código» entre los desarrolladores.

El vicepresidente Terkowitz señaló: «Los indicadores de entrada como el consumo de tokens o la producción de código son un método de evaluación muy defectuoso alejado del desempeño real del cliente», e indicó que «establecer estos indicadores como objetivos fomenta el abuso de tokens (token máximo) que va en contra del principio de frugalidad y genera efectos secundarios que solo aumentan la complejidad del sistema».

Sin embargo, recomendó utilizar estos indicadores de forma limitada solo para identificar el 10 % superior (equipos que aprovechan activamente la IA y generan resultados) y el 10 % inferior (equipos que enfrentan dificultades en la adopción de IA) para compartir mejores prácticas y resolver obstáculos.
 

"Explicar las tareas donde la IA no se aplica es la verdadera capacidad"

Amazon [Foto=Reuters/Agencia de Noticias Yonhapnews]
 

Amazon ha definido como capacidad fundamental del ingeniero la capacidad de identificar honestamente situaciones donde la adopción de IA no es efectiva debido a las características del trabajo.

El memorándum establece: «Si su trabajo no se beneficia actualmente de las herramientas de IA disponibles, esto no es un 'fracaso' sino un importante 'hallazgo'», y especifica que «un ingeniero que pueda explicar con precisión las áreas donde la IA no contribuye y discutirlas con colegas y directivos es exactamente el tipo de profesional con pensamiento crítico que buscamos».

Asimismo, instó a los desarrolladores a transformarse en «desarrolladores de tipo renacimiento» que vayan más allá del simple trabajo de codificación, fusionando herramientas de IA con el juicio independiente humano y la especialización en negocios para crear nuevo valor.

Por su parte, Amazon aclaró que esta revisión de directrices no tiene el propósito de establecer límites artificiales en el uso de IA por parte de los empleados. Mark Brooker, vicepresidente de Amazon Web Services (AWS), afirmó: «Si hay un problema importante, invertiremos en las herramientas, tiempo, tokens y recursos humanos necesarios», y añadió: «Lo que no queremos es perder tiempo consumiendo tokens en la resolución de problemas que no son importantes».

La industria global de tecnología de gran escala mantuvo un ambiente de uso ilimitado de tokens de IA hasta principios de este año; sin embargo, dado que la carga de los costos de infraestructura de IA se ha vuelto tremendamente onerosa recientemente, la industria ha hecho una transición general hacia estrategias de operación de IA centradas en resultados y «model maxxing» (uso eficiente de modelos aligerados divididos según el nivel de dificultad de las tareas).

* Este artículo ha sido traducido por IA.