Conversaciones con IA, parte IV: Bibliotecas de conocimiento y curación asistidas por IA, la búsqueda de un resultado confiable

Para muchas empresas importantes de todo el mundo, saber lo que se sabe es una tarea más difícil de lo que parece. Además, encontrar la información correcta cuando se la necesita puede ser aún más difícil. El desafío para muchos de los que trabajan en el ámbito de la información es localizar las fuentes adecuadas y redactar un informe exhaustivo y conciso que esté listo para ser socializado. Los expertos que se encargan de esto son los curadores.

Vemos la necesidad de que nuestros curadores evolucionen hacia curadores de IA certificados que sean expertos en aplicar los últimos avances en IA generativa al proceso de curación y que sepan cómo aplicar marcos analíticos a un gran corpus de datos. El titular: vemos la velocidad como el principal beneficio que podría ofrecer la IA.

Ipsos está desarrollando su propia biblioteca de conocimiento y solución de curación asistida por IA personalizada para alinearse con las necesidades del cliente. Para fundamentar esta solución, Ipsos realizó dos pruebas piloto que exploraron cuatro preguntas clave:

1. ¿Puede la IA encontrar información relevante de manera eficaz en una biblioteca de datos no estructurados? Se probaron tanto la IA clásica como la generativa utilizando datos ingeridos y marcos analíticos para intentar identificar con precisión el contenido relevante más rápido.
2. Una vez que se encuentran las fuentes, ¿puede la IA resumirlas con precisión? ¿O sigue siendo fundamental la validación humana?
3. ¿Cómo puede Ipsos tomar resúmenes generados por IA y conectarlos en un informe general coherente?
4. ¿Qué beneficios deberían esperar los clientes de las soluciones de curación asistida por IA? Los pilotos compararon la curación exclusivamente a cargo de personas con un enfoque asistido por IA. El enfoque humano implicaba que los curadores revisaran y resumieran las fuentes en un informe. El enfoque de IA utilizaba algoritmos para identificar, resumir y combinar la información relevante. El resultado humano ayudó a evaluar la IA en busca de alucinaciones y lagunas.

En general, el objetivo era evaluar si la IA podía acelerar la selección de documentos y cómo hacerlo sin sacrificar la precisión ni la necesidad de que el criterio humano transmita información significativa. Los proyectos piloto apuntaban a equilibrar el manejo eficiente de documentos por parte de la IA con la selección experta de documentos, la narración de historias y la extracción de conclusiones sustanciales.

Lectura adicional:

Conversaciones con IA: cómo la IA generativa y la investigación cualitativa se beneficiarán mutuamente

Conversaciones con IA, parte II: Revelando la calidad de la IA en flujos de trabajo cualitativos

Conversaciones con IA Parte III: Cómo la IA potencia la creatividad humana en talleres de ideación