AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution
AdsWorldEngine es un marco de publicidad conversacional de autoevolución que emplea un procedimiento de coevolución actor-herramienta iterativo y un modelado de juicio basado en etiquetas para inferir dinámicamente la intención comercial, optimizar las herramientas de entrega de anuncios y mejorar significativamente las métricas de relevancia, diversidad y el ingreso en interacciones de asistentes de múltiples turnos.
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 estás charlando con un amigo digital superinteligente que te ayuda a planificar tu día, encontrar un restaurante o elegir un nuevo videojuego. En los viejos tiempos de internet, si escribías "mejor pizza cerca de mí" en un cuadro de búsqueda, aparecía inmediatamente una lista de anuncios. Eso era fácil porque tu petición era corta y clara. Pero ahora, las conversaciones son diferentes. Podrías decir: "Estoy pensando en un viaje a la playa", y tu amigo te sugiere algunos lugares. Luego dices: "No en el Caribe", y ellos refinan la lista. Finalmente, podrías preguntar: "¿Algo más barato?". En este baile de ida y vuelta, determinar cuándo mostrar un anuncio y qué anuncio mostrar es como intentar atrapar un pez mientras nada en un río oscuro y en movimiento. No puedes simplemente lanzar una red; tienes que entender toda la historia, adivinar lo que la persona realmente quiere y asegurarte de que el anuncio se sienta útil, no molesto. Este es el desafío de la "publicidad conversacional", un campo que intenta asegurar que el mensaje correcto aparezca en el momento adecuado de una charla sin arruinar el ambiente.
Entra AdsWorldEngine, un nuevo sistema diseñado por investigadores de Microsoft para resolver este complejo rompecabezas. Piensa en esto como un equipo altamente entrenado y de auto-mejora de agentes digitales trabajando juntos para dirigir una inteligente tienda de anuncios dentro de una conversación. En lugar de simplemente seguir un guion rígido, este sistema tiene tres personajes principales: un Portero, un Director y un Juez.
El Portero es el primero en hablar. Antes de que se considere siquiera cualquier anuncio, observa la conversación y pregunta: "¿Es este un buen momento para mostrar un anuncio?". Es como un portero de un club que decide si la música es adecuada para un corte comercial. Si el usuario solo está pidiendo datos o la conversación es demasiado sensible, el Portero dice "No" y mantiene alejado el anuncio para proteger la experiencia del usuario.
Si el Portero da luz verde, el Director toma el control. Este es el cerebro principal de la operación. Escucha todo el historial del chat, comprende lo que el usuario realmente quiere (incluso si no lo ha dicho directamente) y luego convoca a un conjunto de Herramientas —como un bibliotecario, un comprador y un clasificador— para encontrar los tres mejores anuncios. El Director no solo elige los tres primeros que encuentra; los revisa, se asegura de que sean diferentes entre sí y garantiza que realmente encajen con el estado de ánimo actual del usuario.
Aquí está la parte realmente genial: el sistema no se detiene ahí. Tiene un Juez que observa todo el espectáculo después de que ocurre. El Juez califica qué tan buena fue la selección de anuncios. Si los anuncios fueron perfectos, el Director recibe una puntuación alta. Si los anuncios fueron aburridos o molestos, recibe una puntuación baja. Pero la magia de AdsWorldEngine es que utiliza estas puntuaciones para enseñar a todos cómo mejorar. Es como un videojuego donde el jugador (el Director) y los diseñadores de niveles (las Herramientas) aprenden el uno del del otro. Cuando el Director hace algo genial, el sistema guarda ese momento para mostrarle a las Herramientas: "¡Oye, así es como debes trabajar!". Y cuando las Herramientas hacen un gran trabajo, el Director aprende: "¡Así es como debo pedir ayuda!". Evolucionan juntos, volviéndose más inteligentes con cada conversación.
Los investigadores descubrieron que este enfoque de "auto-evolución" funciona increíblemente bien. Al entrenar al sistema para aprender de sus propios éxitos y fracasos, vieron mejoras masivas. En sus pruebas, el sistema hizo que los anuncios fueran un 60% más diversos (lo que significa que viste una variedad más amplia de cosas, no solo lo mismo una y otra vez) y un 80% más relevantes (los anuncios realmente coincidían con lo que el usuario estaba hablando). Cuando lo probaron en el mundo real con Microsoft Copilot, un popular asistente de IA, los resultados fueron aún más impresionantes: el sistema aumentó el valor de los anuncios en un 22% y mostró anuncios en un 74% más de conversaciones donde realmente eran útiles.
Lo que hace que esto sea diferente de otros intentos es que no se limita a depender de que un humano le diga a la computadora qué hacer, o de una regla simple como "si el usuario dice 'comprar', muestra un anuncio". Los investigadores argumentan que las reglas simples y el entrenamiento básico no son suficientes porque las conversaciones son demasiado complejas. En su lugar, construyeron un bucle donde el sistema practica, es calificado y luego reescribe sus propias reglas para mejorar. También inventaron una forma especial de enseñar al sistema cómo tomar decisiones "subjetivas" —como saber cuándo un anuncio sería molesto— utilizando etiquetas humanas como guía y filtrando el razonamiento erróneo.
En resumen, AdsWorldEngine es un paso adelante para hacer que los asistentes de IA se sientan más naturales y menos como una valla publicitaria. Sugiere que el futuro de la publicidad no consiste en interrumpirte, sino en ser una parte útil de la conversación, aprendiendo de cada interacción para lograr que el tiempo y el contenido sean justos. El artículo muestra que cuando dejas que el "actor" (el que habla) y las "herramientas" (las que buscan los datos) aprendan juntos, todo el sistema se vuelve mucho más inteligente y efectivo que si fueran entrenados por separado.
¿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.