Rapidata: RLHF en tiempo real reduce desarrollo de IA

La paradoja del desarrollo de IA: más automatización requiere más humanos

A pesar del discurso dominante sobre la automatización total, el desarrollo de modelos de inteligencia artificial sigue siendo obstinadamente dependiente del trabajo humano. En el corazón de esta paradoja se encuentra el RLHF (Reinforcement Learning from Human Feedback), un proceso que permite a los modelos de IA aprender de las valoraciones humanas para afinar sus respuestas y evitar comportamientos robóticos o erróneos.

Tradicionalmente, este proceso ha sido una pesadilla logística: empresas de IA contratan masivamente trabajadores remotos en regiones de bajos ingresos, esperan semanas o meses por cada lote de retroalimentación y enfrentan críticas éticas por las condiciones laborales. Mientras la capacidad de cómputo escala exponencialmente, la fuerza laboral humana—limitada por contrataciones regionales y ciclos de pago lentos—no lo hace.

Ahora, una startup ha emergido con una propuesta disruptiva para transformar este cuello de botella en infraestructura de alta velocidad.

Rapidata: de meses a días en el desarrollo de modelos

Rapidata acaba de anunciar su salida del sigsigilo con una ronda semilla de $8.5 millones codirigida por Canaan Partners e IA Ventures, con participación de Acequia Capital y BlueYard. La propuesta de valor es clara: reducir los ciclos de desarrollo de modelos de IA de meses a días mediante feedback humano en tiempo casi real.

La plataforma de Rapidata ‘gamifica’ el proceso de RLHF distribuyendo tareas de revisión a casi 20 millones de usuarios de aplicaciones populares como Duolingo o Candy Crush. En lugar de ver anuncios publicitarios tradicionales, los usuarios pueden optar por completar micro-tareas de evaluación de modelos de IA. Según el fundador y CEO Jason Corkill, entre el 50% y 60% de los usuarios eligen esta opción.

El resultado: la plataforma puede procesar 1.5 millones de anotaciones humanas en una sola hora, enviando datos instantáneamente a los laboratorios de IA que los solicitan.

Del cuello de botella a la infraestructura: cómo funciona

La innovación central de Rapidata radica en su método de distribución. En lugar de contratar anotadores de tiempo completo en regiones específicas, aprovecha la economía de atención existente del mundo de las aplicaciones móviles.

Los elementos clave de la plataforma incluyen:

Red global: acceso a entre 15 y 20 millones de personas en todo el mundo
Paralelismo masivo: capacidad de procesar millones de evaluaciones simultáneamente
Velocidad: ciclos de retroalimentación que antes tomaban semanas ahora se completan en horas o minutos
Control de calidad: construcción de perfiles de confianza y experiencia para cada participante, asegurando que preguntas complejas se dirijan a los evaluadores más apropiados
Privacidad: seguimiento mediante IDs anonimizados sin recopilar identidades personales

Corkill explica el origen de la idea: ‘Siempre que necesitabas humanos o anotación de datos humanos, tu proyecto se detenía en seco. Hasta ese momento podías avanzar trabajando noches más largas, pero cuando necesitabas anotación humana a gran escala, tenías que acudir a alguien y esperar varias semanas’.

RLHF en línea: directo al GPU

El salto tecnológico más significativo que habilita Rapidata es lo que Corkill describe como ‘RLHF en línea’. Tradicionalmente, la IA se entrena en lotes desconectados: entrenas el modelo, lo detienes, envías datos a humanos, esperas semanas por las etiquetas y luego reanudas. Esto crea ciclos de información que carecen de input humano fresco.

Rapidata está moviendo este juicio directamente al bucle de entrenamiento. Gracias a la velocidad de su red, pueden integrarse vía API directamente con los GPUs que ejecutan el modelo. El GPU calcula una salida, solicita inmediatamente a Rapidata retroalimentación humana distribuida, recibe la respuesta y aplica esa corrección—todo en tiempo real.

Actualmente, la plataforma soporta aproximadamente 5,500 humanos por minuto proporcionando retroalimentación en vivo a modelos ejecutándose en miles de GPUs. Esto previene el ‘hackeo del modelo de recompensa’, donde dos modelos de IA se engañan mutuamente en un bucle de retroalimentación, al anclar el entrenamiento en matices humanos reales.

Más allá de la precisión: entrenando para el ‘gusto’ humano

A medida que la IA avanza de la simple clasificación de objetos hacia la generación de contenido multimedia, los requisitos de etiquetado han evolucionado desde el etiquetado objetivo hacia la curación subjetiva basada en ‘gusto’. Ya no se trata solo de ‘¿esto es un gato?’ sino de ‘¿esta síntesis de voz es convincente?’ o ‘¿cuál de estos dos resúmenes se siente más profesional?’

Lily Clifford, CEO de la startup de voz AI Rime, señala que Rapidata ha sido transformador para probar modelos en contextos del mundo real: ‘Anteriormente, reunir retroalimentación significativa implicaba juntar proveedores y encuestas, segmento por segmento, o país por país, lo cual no escalaba’. Usando Rapidata, Rime puede alcanzar las audiencias correctas—ya sea en Suecia, Serbia o Estados Unidos—y ver cómo funcionan los modelos en flujos de trabajo reales de clientes en días, no meses.

Corkill lo resume así: ‘La mayoría de los modelos son factualmente correctos, pero estoy seguro de que has recibido correos que no se sienten auténticos. Puedes oler un email de IA, una imagen o video de IA—es inmediatamente claro para ti. Estos modelos aún no se sienten humanos, y necesitas retroalimentación humana para lograr eso’.

Impacto operacional y económico

Desde una perspectiva operacional, Rapidata se posiciona como una capa de infraestructura que elimina la necesidad de que las empresas gestionen sus propias operaciones de anotación personalizadas. Al proporcionar una red escalable, la compañía está bajando la barrera de entrada para equipos de IA que previamente luchaban con el costo y la complejidad de los bucles de retroalimentación tradicionales.

Jared Newman de Canaan Partners, quien lideró la inversión, sugiere que esta infraestructura es esencial para la próxima generación de IA: ‘Cada implementación seria de IA depende del juicio humano en algún punto del ciclo de vida. A medida que los modelos pasan de tareas basadas en expertise a curación basada en gusto, la demanda de retroalimentación humana escalable crecerá dramáticamente’.

Visión futura: ‘uso humano’ como servicio

Aunque el enfoque actual está en los laboratorios de modelos del Bay Area, Corkill visualiza un futuro donde los propios modelos de IA se conviertan en los principales clientes del juicio humano. Él lo llama ‘uso humano’.

En esta visión, una IA diseñadora de autos no solo generaría un vehículo genérico; podría llamar programáticamente a Rapidata para preguntar a 25,000 personas en el mercado francés qué piensan de una estética específica, iterar sobre esa retroalimentación y refinar su diseño en cuestión de horas.

‘La sociedad está en constante cambio’, señala Corkill, abordando la tendencia de usar IA para simular comportamiento humano. ‘Si simulan una sociedad ahora, la simulación será estable y tal vez refleje la nuestra por unos meses, pero luego cambia completamente, porque la sociedad ha cambiado y se ha desarrollado de manera completamente diferente’.

Al crear una forma distribuida y programática de acceder a la capacidad cerebral humana en todo el mundo, Rapidata se posiciona como la interconexión vital entre el silicio y la sociedad.

Conclusión

Con $8.5 millones en financiamiento reciente, Rapidata está abordando uno de los cuellos de botella más críticos en el desarrollo de IA moderna: la velocidad y escala del feedback humano. Su enfoque de distribuir micro-tareas a través de aplicaciones móviles populares no solo acelera dramáticamente los ciclos de desarrollo—de meses a días—sino que también democratiza la participación en el entrenamiento de IA, alejándose de modelos laborales centralizados y potencialmente problemáticos.

Para founders tech que desarrollan productos con IA, esto representa una oportunidad de iterar modelos con la agilidad de un sprint de desarrollo de software, en lugar de esperar ciclos de retroalimentación que parecen eternos. La infraestructura de juicio humano en tiempo real podría convertirse en un diferenciador competitivo tan importante como la potencia de cómputo o la calidad de los datos de entrenamiento.

¿Implementando IA en tu startup? Conecta con founders que están navegando los mismos desafíos de desarrollo de modelos, feedback y escalabilidad en Ecosistema Startup.

Únete gratis ahora