Jev: la IA que decide en lugar de redactar (y por qué puede cambiar la automatización)

Uno de los co-inventores de ChatGPT se planteó una pregunta inquietante: ¿por qué los modelos de chat «sobrehumanos» aún no han automatizado masivamente el trabajo? Su respuesta es un nuevo tipo de modelo, presentado por la empresa TypeSafe y llamado Jev, entrenado con un método llamado RLCD. Su apuesta: la IA más útil para la economía no es la que habla mejor, sino la que decide más rápido. Análisis, con los matices importantes.

El problema: discutir no es decidir

ChatGPT, Claude o Gemini son excelentes para comprender, explicar y crear texto. Pero en un software, a menudo necesitamos algo mucho más simple: una decisión. ¿Este correo electrónico es urgente? ¿Esta transacción es sospechosa? ¿A qué servicio enrutar este ticket? Un modelo de chat responde con una frase que luego hay que interpretar; Jev responde directamente con la decisión.

Lo que hace Jev concretamente

Mientras que un LLM clásico redacta una respuesta en texto libre, Jev elige directamente entre valores autorizados y devuelve una salida estructurada, inmediatamente utilizable por tu código.

// Un LLM clásico responde en texto libre :
// « Tras analizar, pienso que este correo es
//   probablemente una reclamación urgente... »

// Jev responde directamente una decisión estructurada :
{
  "category": "reclamation_urgente",
  "probability": 0.94
}

El software puede entonces actuar por sí solo: transferir el mensaje, abrir un ticket, o pedir una validación humana si la probabilidad es demasiado baja.

Por qué « 20 a 200× más rápido » y « 40 a 400× más barato »

Los LLM generan el texto palabra por palabra, y cada palabra generada se factura como output token. Jev no redacta: selecciona directamente un valor — una opción, una puntuación, una probabilidad — y puede procesar varias preguntas en paralelo. Esto explica las salidas anunciadas como gratuitas y un costo de entrada muy bajo. Sin embargo, atención: estas cifras corresponden a tareas de decisión adaptadas a Jev, no a una comparación universal con los LLM, y por ahora provienen de TypeSafe.

El argot decodificado

• Co-inventing ChatGPT : haber participado en los trabajos que llevaron a ChatGPT — no haberlo inventado solo.
• Superhuman chat models : mejores que el humano en ciertas tareas precisas, no en todo.
• AGI : inteligencia artificial general, capaz de adaptarse a casi todos los problemas como un humano.
• In stealth : la empresa trabajaba en secreto, sin producto público.
• RLCD : Reinforcement Learning for Calibrated Decisions — producir decisiones acompañadas de probabilidades fiables.
• Frontier model : modelo presentado como a la vanguardia tecnológica.
• Composable intelligence : combinar varias decisiones pequeñas en un flujo de trabajo complejo.
• AFAICT : « as far as I can tell », según lo que puedo constatar.

Atención al marketing « cero alucinación »

La fórmula es un poco engañosa. Jev normalmente no puede inventar una respuesta fuera de las opciones autorizadas, ni producir un JSON roto o un texto imaginario. Pero puede perfectamente elegir la respuesta válida incorrecta: si debe decidir entre « fraude », « normal » e « incierto », siempre devolverá uno de estos valores — incluso clasificando una verdadera fraude como « normal ». Cero alucinación no significa por tanto cero errores.

Casos de uso muy concretos

Jev brilla cuando las respuestas posibles se conocen de antemano:

• Clasificar un correo electrónico: urgente, normal o spam.
• Detectar una transacción potencialmente fraudulenta.
• Dirigir automáticamente un ticket al servicio correcto.
• Evaluar la gravedad de una alerta de ciberseguridad.
• Clasificar un documento: factura, contrato, CV o formulario.
• Otorgar una puntuación de riesgo a un cliente o a una operación.
• Filtrar contenido peligroso o inapropiado.
• Decidir qué agente de IA o qué herramienta invocar.
• Determinar si un caso incierto debe enviarse a un humano.

Para proyectos reales: una herramienta de finanzas personales puede categorizar los gastos y detectar transacciones inusuales; una plataforma de formación puede clasificar las preguntas de los estudiantes o verificar criterios de evaluación precisos.

Ejemplo real: la compactación en Claude Code

Un plugin de código abierto, fast-jev-compaction, reemplaza el resumen de compactación de Claude Code por decisiones Jev: cada llamada antigua a una herramienta y su resultado se puntúan en una sola solicitud rápida, las trazas obsoletas se eliminan o acortan, y lo que se conserva permanece igual. Resultado: menos tokens, menos ruido en el contexto, costo reducido y procesamiento potencialmente más rápido.

Dos precisiones importantes para evitar malentendidos. Primero, el plugin no elimina las herramientas, skills o plugins en sí: solo retira sus trazas antiguas consideradas innecesarias en el historial; los mensajes recientes y los textos del usuario y del asistente están protegidos, y en caso de fallo vuelve a la compactación normal de Claude Code. Luego, si este plugin está escrito en TypeScript, Jev no está limitado a TypeScript: funciona por API, por lo que sus decisiones se pueden usar también desde Python, Java, C# u otros lenguajes.

La buena arquitectura: LLM + Jev

Jev no es ni «un ChatGPT más potente», ni una AGI. Es un motor de juicio extremadamente rápido. La combinación más prometedora se parece a esto: un LLM para comprender, explicar y crear, y Jev para tomar rápidamente las decisiones repetitivas. La regla es simple: si quieres producir contenido, usa ChatGPT o Grok; si debes tomar miles de pequeñas decisiones rápidas, usa Jev.

La idea es realmente interesante para la automatización industrial. Queda una salvedad importante: los rendimientos anunciados provienen sobre todo de TypeSafe y deberán ser confirmados por evaluaciones independientes. A seguir de cerca.