El cocreador de InstructGPT propone un cambio radical: eliminar el lenguaje humano en los sistemas de inteligencia artificial para ganar velocidad y seguridad absoluta.
Un giro inesperado en la evolución tecnológica
El desarrollo de la inteligencia artificial ha estado dominado por la obsesión de imitar el lenguaje humano. Desde el lanzamiento de los primeros grandes modelos de lenguaje, el objetivo principal de la industria ha sido lograr que las máquinas conversen, escriban y redacten textos como si fueran personas reales, consumiendo enormes cantidades de recursos en el camino.
Sin embargo, a fecha de 17 de septiembre de 2026, el panorama tecnológico empieza a consolidar una alternativa completamente distinta. No todas las tareas del mundo digital requieren una conversación fluida, un poema inspirado o un correo electrónico perfectamente redactado para ser útiles en el día a día.
Diogo Almeida, uno de los ingenieros clave en la creación de InstructGPT dentro de OpenAI, ha decidido romper con esta tendencia imperante. A través de su nueva compañía, TypeSafe AI, ha desarrollado un modelo que se sitúa en el extremo opuesto del espectro generativo tradicional.
Este nuevo sistema ha sido bautizado como Jev. Su principal característica diferencial es, precisamente, que no sabe escribir y no tiene ninguna capacidad para generar texto humano convencional, eliminando el adorno literario para centrarse en la pura lógica.
Para comprender este cambio de enfoque, debemos recordar el papel de Almeida en InstructGPT. Aquel modelo enseñó a GPT a seguir instrucciones humanas en lugar de simplemente predecir texto de internet, lo que supuso un salto de usabilidad histórico.
Con Jev, Almeida da el siguiente paso lógico: si el modelo ya entiende la instrucción, no necesita perder tiempo traduciendo la respuesta a lenguaje humano si el destinatario final es otra máquina o un sistema automatizado de software corporativo.
¿Por qué esta limitación es en realidad una ventaja?
Para entender el valor de Jev, es necesario analizar el impacto de esta tecnología en la vida cotidiana de las personas. Cuando interactúas con un banco, gestionas un billete de avión o esperas la entrega de un paquete, la elocuencia de la máquina es lo de menos.
En esas situaciones diarias, lo único que el usuario final necesita es que el sistema informático tome la decisión correcta de forma inmediata, barata y sin cometer fallos de interpretación que puedan arruinar la operación.
Los modelos de lenguaje convencionales gastan una cantidad ingente de energía y tiempo de cálculo en decidir qué palabra colocar a continuación. Jev elimina este costoso proceso por completo para centrarse únicamente en la toma de decisiones probabilísticas estructuradas.
Al prescindir de la interfaz de texto para humanos, el modelo reduce los tiempos de respuesta a una fracción mínima. Esto acelera notablemente los procesos automatizados que utilizamos a diario sin que nos demos cuenta del motor que corre detrás.
La analogía del restaurante: Eficiencia pura
Para visualizar mejor el funcionamiento de Jev en comparación con sistemas como ChatGPT, resulta útil emplear una analogía sencilla. Imagina que entras a un restaurante de comida rápida para realizar un pedido de forma presencial.
Usar un gran modelo de lenguaje convencional es como ser atendido por un camarero que te recita poemas sobre los ingredientes, te cuenta anécdotas de la cocina y luego anota tu comanda de forma manual. Es un proceso llamativo, pero resulta extremadamente lento y propicio para malentendidos.
Usar Jev es el equivalente exacto a utilizar la pantalla táctil de autoservicio del local. Solo existen opciones predefinidas en la interfaz, el sistema registra tu selección en un milisegundo y la orden se transmite de manera limpia y directa a la cocina.
En este segundo escenario, es absolutamente imposible que el sistema invente un plato que no figura en la carta. No existe margen para la confusión, la duda o la libre interpretación de las instrucciones por parte de un camarero despistado.
El fin de las alucinaciones del sistema
Uno de los mayores problemas que afrontan las empresas en septiembre de 2026 es la falta de fiabilidad de los modelos tradicionales. Estas inteligencias artificiales suelen inventar datos falsos con una seguridad asombrosa, fenómeno conocido técnicamente como alucinación.
Jev resuelve este problema de raíz limitando las respuestas posibles del modelo a un esquema estrictamente cerrado y predefinido por los desarrolladores del software. Al no poder improvisar vocabulario, el riesgo de cometer errores se desploma por completo.
Si el sistema solo tiene permitido elegir entre opciones claras como aceptar transacción, rechazar transacción o solicitar verificación, la tasa de alucinación teórica se reduce exactamente al cero por ciento, aportando una seguridad crítica para entornos corporativos.
Al no tener que construir frases complejas, la potencia informática requerida para ejecutar el modelo se reduce drásticamente. Esto se traduce en costes de infraestructura extremadamente bajos para las empresas que deciden implementar procesos de automatización masiva.
Estructura y velocidad para la comunicación entre máquinas
La verdadera revolución de este enfoque reside en el ámbito de la comunicación entre máquinas, conocido en el sector informático como interfaces de programación o APIs. Los programas no necesitan cortesía, necesitan datos puros.
Los sistemas de software no requieren leer explicaciones largas ni párrafos de texto educado para coordinarse entre sí. Lo único que necesitan para funcionar con éxito son datos con un formato estructurado, predecible, seguro y libre de ambigüedades.
A continuación, se destacan los pilares fundamentales que definen el rendimiento de este modelo diseñado por TypeSafe AI:
- Velocidad sin precedentes: Las decisiones se ejecutan a velocidad de código informático nativo al no existir traducción de texto humano.
- Seguridad de tipo estricto: Las respuestas se mantienen siempre dentro de los límites seguros predefinidos por los ingenieros de desarrollo.
- Eficiencia energética: Requiere una fracción mínima de la energía de servidores que consumen los modelos generativos clásicos como GPT-4.
- Integración fluida: Se conecta directamente con las bases de datos corporativas sin necesidad de capas intermedias de interpretación verbal.
Hacia una inteligencia artificial invisible
Durante la primera ola del desarrollo tecnológico, se asumió de forma errónea que la inteligencia de un sistema dependía de su capacidad de conversación. El proyecto liderado por Diogo Almeida demuestra que el futuro del software requiere un silencio eficiente.
Este cambio de paradigma permite que la inteligencia artificial abandone el rol de asistente conversacional ruidoso para integrarse como una infraestructura invisible. Es la tecnología que hace que las cosas funcionen de manera fluida y silenciosa detrás de la pantalla.
A fecha de 17 de septiembre de 2026, este enfoque marca un punto de inflexión muy claro en la industria del desarrollo de software. Es el inicio de una división permanente entre la IA diseñada para interactuar con humanos y la IA de infraestructura interna.
Esta división permitirá que los sistemas críticos de la sociedad, desde la logística hasta las transacciones bancarias, funcionen con una estabilidad que la inteligencia artificial generativa basada en texto nunca ha podido garantizar por su propia naturaleza abierta.
Para que las máquinas se entiendan entre sí, no necesitan hablar nuestro idioma, sino tomar la decisión correcta en el milisegundo adecuado.
