En un avance significativo en el ámbito tecnológico, Crypto.com ha implementado un asistente basado en inteligencia artificial generativa en su plataforma, utilizando sofisticadas tecnologías de AWS. Este desarrollo busca mejorar significativamente la calidad del servicio para sus 140 millones de usuarios repartidos en 90 países, consolidando su posición en el mercado global.
Los asistentes de inteligencia artificial modernos se enfrentan a crecientes desafíos. Ya no se trata solo de responder preguntas sencillas; ahora deben realizar acciones significativas y adherirse a las políticas empresariales, lo que incrementa la complejidad de su funcionamiento. En este contexto, la arquitectura modular emerge como una solución eficaz, permitiendo dividir el sistema en componentes especializados que operan de manera autónoma pero colaborativa.
Una clave en la mejora de estos sistemas es la ingeniería de prompts, que implica elaborar instrucciones que guían las respuestas de los modelos de lenguaje. Esto es particularmente crítico en entornos empresariales, donde la precisión y la fiabilidad son imprescindibles. Además, los ciclos de retroalimentación se convierten en un componente crucial que permite a los modelos aprender de sus errores y ajustar sus respuestas.
Un enfoque innovador adoptado por Crypto.com es la crítica, que consiste en emparejar los modelos de lenguaje grande (LLMs) con mecanismos externos de retroalimentación. Esto permite que los modelos ajusten sus salidas y se adapten a situaciones desafiantes, elevando su efectividad. Por ejemplo, un asistente que maneja consultas sobre límites de crédito puede al principio omitir pasos importantes de verificación, pero gracias a la crítica, aprende a integrar estos procedimientos.
La retroalimentación no solo corrige errores, sino que también permite a los LLMs desarrollar una comprensión más profunda de las instrucciones. A través de iteraciones constantes, los modelos ajustan sus estrategias, anticipándose a posibles malentendidos y adaptando su enfoque.
El equipo de Crypto.com ha trabajado en un proceso de refinamiento iterativo que ha transformado un conjunto básico de instrucciones en un sistema robusto, mejorado continuamente mediante retroalimentación. Durante las pruebas, se observó una notable mejora, aumentando la tasa de precisión del 60% al 94%, validando la eficacia de su estrategia de optimización.
Este enfoque ilustra cómo los asistentes de inteligencia artificial pueden evolucionar de sistemas estáticos a herramientas dinámicas y auto-mejorables. En el futuro, la continua refinación de los mecanismos de retroalimentación y las técnicas de ingeniería de prompts será esencial para desarrollar sistemas de asistencia de IA cada vez más sofisticados y confiables.
