Five Fatal Assumptions: Why T-Shirt Sizing Systematically Fails for AI Projects
Este artículo demuestra que el sistema de estimación por tallas de camiseta falla sistemáticamente en proyectos de IA debido a cinco suposiciones erróneas sobre la linealidad y la predictibilidad del trabajo, y propone en su lugar el "Checkpoint Sizing", un enfoque iterativo basado en hitos de decisión para reevaluar la viabilidad a medida que avanza el desarrollo.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina que eres un arquitecto experto en construir casas. Llevas años usando una regla simple: si una casa es "Pequeña" (S), tardas 2 semanas; si es "Mediana" (M), tardas 4; si es "Grande" (L), tardas 8. Esta es la lógica de la Talla de Camiseta (T-shirt sizing), un método que usan los equipos de software para estimar cuánto tiempo tardarán en hacer un proyecto. Funciona genial para construir casas, puentes o aplicaciones tradicionales.
Pero, según este nuevo documento de investigación de Cisco, intentar usar esta misma regla para construir Inteligencia Artificial (IA) es como intentar medir el océano con una regla de madera.
Aquí te explico por qué falla y qué proponen en su lugar, usando analogías sencillas.
🚫 Los 5 Errores Mortales (Las 5 Suposiciones Falsas)
El paper dice que la IA rompe las 5 reglas de oro que usamos para estimar proyectos normales:
1. La Regla de la "Línea Recta" vs. La "Curva Exponencial"
- En software normal: Si quieres hacer una casa el doble de grande, necesitas el doble de ladrillos y el doble de tiempo. Es una línea recta.
- En IA: Imagina que quieres que un robot aprenda a caminar. Hacerlo caminar un poco es fácil. Pero hacer que camine perfectamente sin tropezar ni una vez, no requiere un poco más de esfuerzo; requiere un esfuerzo exponencial.
- La analogía: Es como subir una montaña. Los primeros 100 metros son fáciles. Pero llegar a la cima (la perfección) requiere escalar un acantilado vertical donde cada metro cuesta el doble que el anterior. A veces, llegar al 99% de precisión es imposible sin cambiar toda la estrategia.
2. La "Experiencia Pasada" vs. El "Territorio Desconocido"
- En software normal: Si ya construiste una cocina, sabes cuánto tardarás en construir otra. La experiencia te ayuda.
- En IA: Cada proyecto de IA es como entrar en una selva nueva.
- La analogía: Construir un chatbot para recursos humanos no te ayuda a construir uno para soporte técnico. Los datos son como el suelo: en una zona es tierra firme, en la otra hay pantanos ocultos. De repente, te das cuenta de que los datos están "podridos" o sesgados, y eso solo se descubre cuando ya estás trabajando. No hay mapa previo.
3. "Más gente, más rápido" vs. "El Cuello de Botella"
- En software normal: Si tienes una tarea de 8 semanas y contratas a 4 personas, podrías terminarla en 2 semanas.
- En IA: Hay pasos que no se pueden acelerar, sin importar cuánta gente tengas.
- La analogía: Imagina que tienes que cocinar un guiso. No puedes poner 100 cocineros en una sola olla pequeña; solo se ahogan y se molestan. En IA, hay pasos obligatorios: primero recolectas datos, luego los limpias, luego entrenas el modelo. No puedes entrenar el modelo antes de tener los datos. Si añades más gente, solo creas más ruido, no más velocidad.
4. "Desarmar el rompecabezas" vs. "El Efecto Dominó"
- En software normal: Puedes dividir un proyecto grande en piezas pequeñas y trabajar en ellas al mismo tiempo (un equipo hace el diseño, otro el código, otro la base de datos).
- En IA: Todo está pegado con pegamento superfuerte.
- La analogía: En IA, cambiar una sola palabra en el "prompt" (la instrucción) puede hacer que todo el sistema se rompa. Si cambias los datos de entrada, el modelo tiene que volver a entrenarse. Si cambias el modelo, tienes que reescribir las instrucciones. Es como un castillo de naipes: si mueves una carta al principio, todo el edificio se cae. No puedes trabajar en piezas separadas sin que afecte al resto.
5. "Terminado es Terminado" vs. "La Meta Móvil"
- En software normal: Si el código pasa las pruebas y funciona, el trabajo está hecho.
- En IA: El "Terminado" es una meta que se mueve sola.
- La analogía: Imaginas que terminas de construir un coche y pasa todas las pruebas. Pero el lunes, la ley cambia y ahora el coche debe ser capaz de hablar con los pasajeros sin ofenderlos. ¡De repente, tu coche "terminado" necesita 3 meses más de trabajo! En IA, los problemas de seguridad, ética o alucinaciones (cuando la IA miente) a menudo aparecen solo cuando el sistema ya está en uso.
💡 La Solución: "Medición por Puntos de Control" (Checkpoint Sizing)
Como la "Talla de Camiseta" no funciona, los autores proponen algo llamado Checkpoint Sizing (Medición por Puntos de Control).
En lugar de adivinar cuánto tardará todo el proyecto al principio (lo cual es casi imposible), proponen ir paso a paso con puertas de decisión.
¿Cómo funciona?
Imagina que vas a cruzar un río en un río desconocido. No intentas adivinar si llegarás a la otra orilla en 1 hora. En su lugar, avanzas hasta la primera roca segura (Punto de Control 1).
- Llegas a la roca: ¿El agua es profunda? ¿Hay cocodrilos?
- Re-evaluas: Si el agua es muy profunda, cambias el plan. Quizás no cruzas hoy, o necesitas un bote diferente.
- Sigues avanzando: Solo si la roca es segura, avanzas a la siguiente.
En el mundo de la IA, estos "Puntos de Control" son:
- Puerta A (Datos): ¿Tenemos datos limpios y seguros? Si no, el proyecto se detiene o se ajusta.
- Puerta B (Pruebas): ¿El modelo funciona bien en pruebas simples? Si falla, no seguimos.
- Puerta C (Seguridad): ¿La IA dice cosas peligrosas? Si es así, hay que arreglarlo antes de seguir.
- Puerta D (Costo): ¿Es demasiado caro usar la IA? Si sí, hay que simplificar.
🎯 Conclusión Simple
El mensaje principal es: Dejen de intentar adivinar el futuro.
La IA es demasiado caótica y compleja para usar las reglas viejas de "talla de camiseta". En lugar de decir "esto es una Camiseta Grande y tardaremos 2 meses", deben decir: "Vamos a hacer una prueba pequeña. Si pasa la primera prueba, revisamos cuánto tardará la siguiente. Si falla, paramos o cambiamos de rumbo".
Es pasar de ser un adivino (que adivina el tiempo total) a ser un explorador (que avanza con seguridad, verificando cada paso antes de comprometerse con el siguiente).
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.