Epílogo · El comienzo de una nueva disciplina
«Los estándares no nacen para poner fin al conocimiento. Nacen para hacer posible que el conocimiento siga creciendo.»
Todo comenzó con una pregunta
Cuando iniciamos esta serie no pretendíamos presentar una metodología.
Ni una herramienta.
Ni un nuevo indicador.
La pregunta era mucho más sencilla.
¿Qué significa realmente ser visible para una inteligencia artificial?
Parecía una cuestión fácil de responder.
A medida que avanzábamos descubrimos que cada respuesta abría nuevas preguntas.
Y quizá esa haya sido la conclusión más importante de todo este recorrido.
La Visibilidad IA todavía no puede entenderse únicamente como una métrica.
Antes de medir, es necesario comprender.
Un camino que empezó mucho antes del estándar
A lo largo de estos capítulos hemos recorrido un itinerario que, probablemente, cualquier disciplina debe recorrer antes de consolidarse.
Primero comprendimos que el verdadero problema no era la falta de herramientas, sino la ausencia de un lenguaje común.
Después descubrimos que resulta imposible medir aquello que todavía no hemos definido con precisión.
Comprendimos que la Visibilidad IA difícilmente puede resumirse en una única puntuación y que, probablemente, estamos ante un fenómeno compuesto por múltiples dimensiones.
Reflexionamos sobre la importancia de las palabras, porque las definiciones también forman parte de la metodología.
Dimos un paso más al distinguir entre representación y recomendación.
Entendiendo que las respuestas generadas por una inteligencia artificial constituyen únicamente la parte visible de un proceso mucho más amplio.
Exploramos el papel de la evidencia, las fuentes y el contexto como elementos que contribuyen a construir esa representación.
Y finalmente llegamos a una conclusión inevitable.
Si queremos estudiar este fenómeno con rigor, necesitaremos algo más que nuevas herramientas.
Necesitaremos un marco compartido.
La Visibilidad IA no pertenece a una empresa
Uno de los riesgos más frecuentes cuando aparece una nueva disciplina consiste en que cada organización construya su propio lenguaje.
Su propia terminología.
Sus propias métricas.
Sus propios procedimientos.
La innovación es necesaria.
La diversidad de enfoques también.
Pero cuando cada propuesta utiliza definiciones incompatibles, comparar resultados deja de ser una tarea científica para convertirse en un ejercicio de interpretación.
La Visibilidad IA no pertenece a una empresa.
No pertenece a una herramienta.
Ni siquiera pertenece a una metodología concreta.
Pertenece a un ámbito de conocimiento que todavía está evolucionando.
Y precisamente por eso necesita un lenguaje que cualquier persona pueda comprender, discutir, revisar y mejorar.
Un estándar abierto no es una verdad definitiva
Con frecuencia imaginamos un estándar como un conjunto de reglas inmutables.
La realidad es muy distinta.
Los estándares más sólidos no sobreviven porque nunca cambien.
Sobreviven porque evolucionan sin perder coherencia.
Reconocen sus límites.
Documentan sus decisiones.
Publican sus revisiones.
Y permiten que cualquier mejora pueda incorporarse de forma transparente.
Un estándar abierto no pretende tener siempre razón.
Pretende que cualquier persona pueda comprender cómo se ha llegado a una conclusión y pueda aportar nuevas evidencias que ayuden a perfeccionarla.
En una disciplina tan dinámica como la Visibilidad IA, esa apertura no representa una debilidad.
Representa una necesidad.
El propósito de AVM™
Después de este recorrido aparece de forma natural una pregunta.
Si necesitamos un lenguaje común, principios compartidos y procedimientos reproducibles.
¿Cómo comenzamos a construirlos?
AVM™ nace como una respuesta a esa pregunta.
No como una fórmula secreta.
No como un algoritmo propietario.
No como una plataforma que aspire a convertirse en la única referencia posible.
AVM™ es una propuesta para construir un estándar abierto que permita estudiar la Visibilidad IA mediante conceptos definidos, principios transparentes, protocolos reproducibles y evidencia documentada.
Su propósito no es sustituir otras metodologías.
Su propósito es facilitar que todas ellas puedan dialogar utilizando una base conceptual común.
Un proyecto que aspira a quedarse pequeño
Puede parecer una afirmación extraña.
Pero el mayor éxito de AVM™ sería dejar de ser necesario como protagonista.
Si dentro de unos años conceptos como representación, evidencia, contexto, consistencia, cobertura o reproducibilidad forman parte del lenguaje habitual de la Visibilidad IA, el objetivo estará cumplido.
Porque los estándares no existen para concentrar protagonismo.
Existen para que el conocimiento deje de depender de quien lo propuso y pueda ser utilizado, ampliado y mejorado por toda una comunidad.
Ese es el verdadero sentido de un estándar abierto.
Lo que todavía no sabemos
Sería un error presentar este proyecto como una colección de certezas.
La inteligencia artificial evoluciona a una velocidad extraordinaria.
Cambiarán los modelos.
Cambiarán las interfaces.
Cambiarán las formas de acceder a la información.
Y probablemente también cambiará la manera en que entendemos la representación, la evidencia y la recomendación.
Muchas de las ideas aquí expuestas evolucionarán.
Algunas serán ampliadas.
Otras serán sustituidas por planteamientos mejores.
Y eso será una excelente noticia.
Porque significará que la disciplina sigue viva.
El conocimiento no avanza cuando se protege de la crítica.
Avanza cuando acepta la posibilidad de ser revisado.
Una invitación abierta
Este proyecto no pretende cerrar un debate.
Pretende abrir una conversación.
Una conversación entre investigadores, profesionales, empresas, universidades, organizaciones y cualquier persona interesada en comprender cómo las inteligencias artificiales representan el conocimiento.
Y cómo esa representación influye en la forma en que recomiendan entidades, productos, servicios o ideas.
Las páginas que siguen no deben interpretarse como una conclusión.
Son un punto de partida.
Cada documento del estándar podrá evolucionar.
Cada definición podrá revisarse.
Cada procedimiento podrá mejorarse.
Cada evidencia podrá ser contrastada.
Porque un estándar abierto no pertenece a quien lo escribe.
Pertenece a quienes contribuyen a hacerlo mejor.
El verdadero comienzo
Quizá dentro de unos años la Visibilidad IA sea una disciplina consolidada.
Quizá existan protocolos ampliamente aceptados, métricas comparables y estándares reconocidos internacionalmente.
O quizá el camino resulte mucho más largo de lo que hoy imaginamos.
En cualquier caso, todas las disciplinas comienzan de la misma manera.
No con una respuesta definitiva.
Sino con una comunidad dispuesta a formular mejores preguntas.
Ese es el espíritu con el que nace AVM™.
No para ofrecer la última palabra.
Sino para contribuir a construir el lenguaje, los principios y el marco de referencia que permitan que la conversación continúe.
Porque el conocimiento nunca termina donde aparece un estándar.
Empieza allí donde un estándar permite que más personas puedan comprender, cuestionar y mejorar aquello que todavía estamos aprendiendo a descubrir.
Manu Duque
AI Visibility Specialist
ai-visibility.es
De la Experimentación a la Revolución de la IA Agéntica
Te puede interesar;
Serie editorial: Construyendo el estándar abierto de la Visibilidad IA
Capítulo 1 y 2 · La Visibilidad IA no necesita más herramientas. Necesita un estándar abierto.
Capítulo 3 y 4 · La Visibilidad IA no puede resumirse en una única puntuación.
Por: Manu Duque
