Introducción a la IA en la Web

Cuando desarrollas con IA, puedes perderte en la elección del modelo, la infraestructura y el código. Es posible que te olvides del panorama general.

En este módulo, presentamos un plan que puedes usar para asignar cualquier producto o función basada en IA nuevos:

• ¿Por qué estás creando? ¿Qué valor aporta tu caso de uso de IA a los usuarios?
• ¿Cómo funcionará tu aplicación?
• ¿Cómo puedes asegurarte de que cada parte de tu sistema se desarrolle de forma responsable?

Para comprender cómo funciona este plan, imagina que trabajas en un sitio de comercio electrónico, Ejemplo de tienda. Tus competidores están ocupados agregando chatbots genéricos, pero han tenido poco éxito. Quieres brindar una mejor experiencia a tus usuarios y decides mejorar tu experiencia de búsqueda sin interrumpir los flujos de usuarios principales.

Con una actualización potenciada por IA, los compradores podrían escribir frases en lenguaje natural, como "zapatillas de senderismo rojas para invierno", y obtener resultados relevantes que podrían haber pasado por alto con una búsqueda basada en palabras clave.

Oportunidad

Cada proyecto de IA debe comenzar con un caso de uso claro: una tarea o un problema del usuario que vale la pena resolver con IA. La IA introduce incertidumbre y otros riesgos en tu aplicación, por lo que solo debes usarla si el problema no se puede abordar de una manera convencional y determinística.

Caso de uso

En Example Shoppe, la búsqueda es una función principal que conecta a los usuarios con los productos que buscan. Los usuarios suelen abandonar las búsquedas cuando fallan por errores de escritura, sinónimos o consultas vagas. Lo sabes por tus propias estadísticas, pero también por la investigación externa. Con una búsqueda más flexible e inteligente, los recorridos de tus usuarios pueden ser más eficientes y agradables.

Otros ejemplos de casos de uso de la IA incluyen los siguientes:

• En un sitio de noticias, puedes reducir la carga cognitiva resumiendo las noticias de forma estructurada.
• En una plataforma de publicación, puedes mejorar la accesibilidad sugiriendo automáticamente textos alternativos y subtítulos.
• Como proveedor de servicios en la nube, puedes reducir las solicitudes de asistencia con una búsqueda de documentación más inteligente.

Descubrir oportunidades valiosas es clave para tener éxito con la IA. Según un informe de RAND Corporation, elegir la oportunidad incorrecta es uno de los principales motivos por los que fracasan los proyectos de IA.

Valor

El valor tiene dos lados: los beneficios para los usuarios y los beneficios para el producto o la empresa. En la mayoría de los productos saludables y responsables, estos objetivos están alineados: cuando los usuarios tienen éxito, el negocio también crece. En Example Shoppe, la búsqueda mejorada por IA crea valor, ya que ayuda a los usuarios a encontrar los productos adecuados más rápido y con menos fricciones. Esto aumenta el descubrimiento de productos, los porcentajes de conversiones y la satisfacción del cliente a largo plazo.

A veces, el valor puede ser intangible, como la satisfacción y la confianza del usuario. Especialmente al principio, es mejor encontrar una forma de cuantificar la propuesta de valor. Esto te brinda una base sólida para priorizar, comunicar el impacto y convencer a las partes interesadas. Incluso las estimaciones aproximadas pueden guiar las decisiones y hacer que el éxito sea medible.

Solución

Después de aclarar por qué agregarás IA a tu producto, piensa cómo la implementarás. Echa un vistazo a los principales componentes básicos de una solución de IA.

Datos

Los datos son el combustible de la IA. En última instancia, tu sistema de IA está limitado por la capacidad que tiene para aprender de tus datos. Los datos deficientes, incompletos o desalineados generan resultados deficientes y usuarios frustrados, sin importar lo sofisticado que sea el modelo o la infraestructura. Por el contrario, los datos de alta calidad y un ciclo de datos bien diseñado son factores de valor que también pueden formar parte de la diferenciación de tu producto.

Los datos se presentan en diferentes formas y modalidades. En el ejemplo de nuestra búsqueda potenciada por IA, los datos útiles podrían incluir lo siguiente:

• Datos estructurados: Títulos, colores, tamaños, categorías y disponibilidad de los productos
• Datos no estructurados: Descripciones de productos, opiniones de usuarios y preguntas frecuentes
• Listas de sinónimos: Relaciones entre términos, como "zapatillas deportivas" que equivalen a "zapatillas para correr".
• Indicadores del usuario: Los clics, los tiempos de permanencia, las acciones de agregar al carrito y las compras son todos indicadores que ayudan a los modelos a aprender lo que los usuarios realmente consideran relevante.
• Datos visuales: Imágenes de productos que se pueden incorporar en un índice de similitud visual, lo que permite a los usuarios buscar por foto o descubrir elementos visualmente similares, incluso sin texto coincidente.

Puede que parezca mucha información, pero no te preocupes. Comienza con unas pocas fuentes de datos que ofrezcan la mejor relación señal-ruido y, luego, expándete a medida que tu sistema madure.

En la mayoría de los casos, es probable que tus datos sin procesar no estén listos para que los ingiera un modelo. Debe limpiarse, preprocesarse y organizarse en un formato compatible con la IA. Por ejemplo, los indicadores del usuario se pueden transformar en secuencias de acciones, mientras que las descripciones no estructuradas del producto se pueden codificar como incorporaciones semánticas.

Los datos se pueden usar en diferentes etapas del ciclo de vida de la IA:

• En el entrenamiento o el ajuste fino, se usa para enseñarle al modelo patrones y relaciones.
• En la evaluación, puedes usarlo para probar la calidad, la precisión y la relevancia.
• En producción, puedes usarlo para hacer un seguimiento de la desviación y recopilar comentarios del uso en el mundo real.

En resumen, los datos no son solo una entrada, sino un activo vivo. Administrar bien los datos es una de las habilidades más valiosas que puede desarrollar un desarrollador web cuando trabaja con IA.

Inteligencia

La capa de inteligencia es donde la IA destila y crea valor. A menudo, hay un modelo en su núcleo, pero la mayoría de los sistemas son más complejos. En el caso de Example Shoppe, la capa de inteligencia interpreta las búsquedas de los usuarios con una colección de métodos:

• Reconocimiento de entidades con nombre y extracción de información para extraer atributos como color=red o season=winter
• Un modelo de incorporación de oraciones para crear representaciones semánticas de las búsquedas de los usuarios y los productos disponibles.
• Búsqueda semántica para recuperar resultados pertinentes
• Un pequeño modelo de nuevo ranking personalizado para clasificar los resultados con precisión según su relevancia.

La inteligencia es, sin duda, la parte más emocionante de tu sistema de IA, pero también es el componente más promocionado. Cada semana, se lanzan modelos nuevos, a menudo acompañados de afirmaciones de marketing superlativas.

Estos son dos factores clave que debes tener en cuenta:

• La IA no se limita a la IA generativa y los modelos de lenguaje grandes (LLM). Muchas tareas se realizan mejor con modelos más pequeños y especializados que son más rápidos y económicos de implementar y mantener.
• Los sistemas de IA de la vida real rara vez se basan en un solo modelo monolítico. En cambio, usan arquitecturas de IA compuestas, combinaciones de uno o más modelos con componentes adicionales, como bases de datos, APIs y medidas de seguridad. Estos elementos trabajan en conjunto para ofrecer un comportamiento sólido y adaptado al contexto.

En lugar de buscar el éxito más reciente en los rankings, selecciona la inteligencia que se adapte mejor a tu problema, lo que te permitirá adaptarte a medida que evolucionen tu producto y tu empresa. En los módulos futuros, obtendrás una base en las técnicas de IA más comunes del momento: la IA predictiva y la IA generativa. También aprenderás a evaluar y seleccionar el enfoque técnico adecuado para tu sistema.

Experiencia del usuario

La interfaz de usuario es el canal que ofrece valor de la IA a tus usuarios. Las interfaces de software determinísticas son seguras y predecibles: la misma entrada siempre produce el mismo resultado. Con la IA, se introduce incertidumbre. Dos búsquedas casi idénticas pueden arrojar resultados completamente diferentes, y hasta los modelos de IA más potentes son conocidos por alucinar y cometer otros tipos de errores.

Debes ser muy deliberado con este cambio, en especial si agregas IA a un producto existente. Los chatbots de preguntas abiertas son divertidos, pero complejos y riesgosos en la práctica.

Al principio, intenta minimizar la incertidumbre y el riesgo a los que se exponen los usuarios. Por ejemplo, en el caso de Example Shoppe, la búsqueda potenciada por IA se puede integrar de forma discreta en la interfaz existente. Los usuarios siguen escribiendo preguntas en lenguaje natural y reciben resultados de búsqueda de mejor calidad.

Aunque la función de IA funciona en segundo plano, es una buena práctica reforzar la transparencia. Por ejemplo, podrías agregar un aviso y una breve explicación sobre cómo el sistema selecciona estos resultados.

En UX Patterns, aprenderás a equilibrar la exposición, las capacidades y el riesgo de la IA en la experiencia del usuario de tu producto.

Administración

Los sistemas de IA deben crearse de forma responsable. Debes crear un sistema que proteja la privacidad del usuario, mitigue el sesgo, proporcione transparencia y cumpla con todos los estándares legales pertinentes. La buena administración no solo es para el cumplimiento, sino que es un principio de diseño fundamental para garantizar la confianza y la adopción de los usuarios.

En la búsqueda impulsada por IA de Example Shoppe, la gobernanza comienza con las protecciones integradas en el producto:

• Privacidad: Los datos de personalización permanecen locales, a menos que los usuarios habiliten la opción de forma explícita. Puedes activar o desactivar esta opción en cualquier momento.
• Equidad: Se auditan los resultados de la búsqueda para garantizar una exposición equilibrada entre los vendedores.
• Confianza y transparencia: Example Shoppe ofrece la oportunidad de aprender por qué se mostró un resultado en la parte superior de cada búsqueda. Esto ofrece la oportunidad de generar confianza con los usuarios.
• Seguridad: Las búsquedas restringidas o no seguras (por ejemplo, artículos prohibidos) se filtran o bloquean a través de medidas de protección.
• Recurso: Los usuarios pueden descartar rápidamente las sugerencias de la IA, informar sobre resultados o interacciones deficientes de la IA y volver a una búsqueda solo por palabras clave si las mejoras de la IA no son útiles.

Para crear IA de forma responsable, debes asumir la responsabilidad de tu proceso de implementación. Diseña protecciones y ciclos de retroalimentación bien pensados. Moldeas la seguridad y la confiabilidad de la experiencia, a la vez que estableces las expectativas para su uso y sus límites. Si bien no puedes controlar el resultado por completo, debes estar preparado para abordar cualquier inquietud.

Obtendrás más información sobre los aspectos centrales de la gobernanza de la IA en Crea de forma responsable con la IA, lo que te proporcionará herramientas prácticas para crear aplicaciones de IA sostenibles y confiables.

Tus conclusiones

El plano del sistema de IA puede ayudarte a obtener claridad y alineación para cualquier proyecto de IA en el que participes. Analizamos cada elemento del plan a un nivel general y, a medida que sigas leyendo, obtendrás más información sobre cada paso.

Verás este esquema nuevamente en diferentes ejemplos, con ciertas capas explicadas con mayor profundidad.

Verifica tus conocimientos