Luke Kim, Fundador y CEO de Liner – Serie de Entrevistas

Luke Kim es el Fundador y CEO de Liner, una herramienta de investigación impulsada por IA de vanguardia diseñada para simplificar y mejorar el proceso de investigación, ayudando a los usuarios a completar sus tareas 5,5 veces más rápido. Como motor de búsqueda de IA, Liner ofrece resultados de búsqueda filtrados para obtener información precisa y genera automáticamente citas en varios formatos, lo que la convierte en un recurso invaluable para investigadores, estudiantes y profesionales.

¿Puede contarnos sobre su trayectoria y qué le inspiró a emprender, especialmente en el campo de la IA y la tecnología?

Mi trayectoria emprendedora comenzó con el deseo de abordar problemas del mundo real mediante la tecnología. Como estudiante de pregrado, me llamó la atención lo difícil que era navegar y confiar en la abundancia de información en línea. Me motivó crear una herramienta que simplifique el proceso y ayude a los estudiantes a discernir entre fuentes. Lo que empezó como una herramienta de resaltado, filtrando la información disponible, con el tiempo se convirtió en lo que Liner es hoy: una búsqueda de IA que ofrece solo los resultados más fiables. Me atrajo la IA por su potencial para transformar la forma en que procesamos e interactuamos con los datos. La oportunidad de crear soluciones significativas para estudiantes, como yo cuando era más joven, sigue inspirándome.

¿Cómo influyó su experiencia con la extensión de navegador que desarrolló durante sus días universitarios en la visión de Liner?

La extensión de resaltado de Liner para el navegador fue mi primer contacto real con la solución del problema de la sobrecarga de información. Me mostró cuánto valoran las personas las herramientas que facilitan encontrar y organizar información clave. Aprendí que simplificar incluso un paso del flujo de trabajo puede tener un gran impacto, ya sea resaltando puntos importantes o mostrando fuentes relevantes. Este proyecto moldeó el compromiso de Liner de crear una experiencia fluida para los usuarios, ayudando a estudiantes e investigadores a filtrar el ruido excesivo de Internet.

¿Cuál era la visión original detrás de Liner y cómo ha evolucionado desde su creación?

Liner comenzó como una herramienta sencilla para ayudar a los usuarios a resaltar y guardar partes clave del contenido en línea. El objetivo era facilitar que los usuarios se centraran en la información más relevante sin sentirse abrumados. Con el tiempo, reconocimos que los usuarios necesitaban más que una forma de recopilar y ordenar información; necesitaban mejores maneras de encontrarla y discernir su fiabilidad. Esta constatación guió la transformación de Liner en un motor de búsqueda de IA.

¿Cuáles fueron los principales desafíos que enfrentó al transformar Liner de una herramienta de resaltado a un motor de búsqueda impulsado por IA?

Uno de los desafíos más significativos fue garantizar que nuestra IA pudiera ofrecer resultados fiables y precisos de manera constante. La investigación académica requiere un alto grado de confianza, y cumplir con esas expectativas era fundamental. Otro desafío consistió en integrar años de datos resaltados por los usuarios en el proceso de entrenamiento de la IA sin perder la intuición de la plataforma. Encontrar el equilibrio adecuado entre innovación tecnológica y una experiencia de usuario sin fricciones fue esencial, pero también increíblemente gratificante.

Al construir la definición de “agente” de Liner desde cero, pudimos crear un marco sólido y estable para entender qué es realmente un agente. Luego implementamos un agente de búsqueda que prioriza la fiabilidad y la credibilidad. Dado que nuestra audiencia objetivo representa el máximo nivel de expectativas centradas en la credibilidad, necesitábamos una solución distintiva capaz de abordar los problemas más complejos. Nuestra fortaleza radicó en aprovechar nuestros conjuntos de datos propietarios, los conocimientos técnicos obtenidos durante el proceso de definición del agente y nuestra experiencia en implementación. Juntos, estos elementos se convirtieron en nuestras herramientas más poderosas para el éxito.

¿Puede profundizar en cómo la integración de datos resaltados por los usuarios mejora la precisión y fiabilidad de los resultados de búsqueda de IA de Liner?

Los datos resaltados por los usuarios actúan como una capa valiosa de control de calidad, ayudando a nuestro modelo de lenguaje a discernir qué consideran otros usuarios como importante y creíble. Al aprovechar estos datos curados, podemos priorizar información relevante y confiable en los resultados de búsqueda. Este enfoque garantiza que los usuarios obtengan ideas precisas y accionables mientras evitan contenido irrelevante o de baja calidad.

¿Cómo se diferencia Liner de otras herramientas de búsqueda de IA como ChatGPT o Perplexity?

Liner se destaca por priorizar la fiabilidad y la transparencia. Cada resultado de búsqueda incluye una cita, y los usuarios pueden filtrar fuentes menos fiables para asegurar la exactitud. Como medida adicional, los estudiantes pueden extraer fuentes y ver el texto citado original en su pantalla. A diferencia de herramientas diseñadas para consultas casuales, Liner está creado específicamente para estudiantes, académicos e investigadores, ayudando a los usuarios a centrarse en el aprendizaje y análisis profundos en lugar de verificar hechos. Este compromiso con la confianza y la usabilidad convierte a Liner en una herramienta preferida por más de 10 millones de usuarios, incluidos estudiantes de universidades como UC Berkeley, USC, University of Michigan y Texas A&M. Liner sigue diferenciándose mediante asociaciones, como la reciente colaboración con Tako, que integra herramientas de visualización del conocimiento para presentar datos complejos de forma más accesible e interactiva, empoderando a los usuarios a profundizar en su investigación.

¿Qué medidas toma Liner para reducir las alucinaciones en sus respuestas de IA y cómo impacta esto la confianza del usuario?

Reducir las alucinaciones requiere anclar las respuestas generadas por IA a fuentes verificables. Liner lo logra cruzando sus resultados con artículos académicos, bases de datos gubernamentales y otros repositorios confiables. Nuestro Sistema de Filtrado de Fuentes permite además a los usuarios excluir contenido no fiable, proporcionando una capa adicional de garantía de calidad. Estos pasos no solo minimizan errores, sino que también fomentan la confianza del usuario.

El sistema de Liner se basa en la relevancia (la puntuación de relevancia entre las afirmaciones generadas por el agente y los pasajes de referencia) y la factualidad (que evalúa qué tan bien las afirmaciones generadas por el agente están respaldadas por los pasajes de referencia). Cuanto más respaldado esté el pasaje, mayor será la puntuación de factualidad. Dado que nuestro producto fomenta fuertemente que los usuarios verifiquen las afirmaciones para asegurarse de que estén libres de alucinaciones, mejorar la factualidad de nuestro sistema de agentes es crucial. En última instancia, observamos una correlación positiva entre la puntuación de factualidad y la retención de usuarios.

¿Qué pasos está tomando Liner para generar confianza entre los usuarios, especialmente aquellos escépticos de depender de la IA para información crítica?

Construir confianza comienza con la transparencia. Liner proporciona citas claras para cada resultado, ofreciendo a los usuarios la posibilidad de verificar la información por sí mismos. Además, clasificamos las fuentes según su fiabilidad y permitimos a los usuarios interactuar directamente con el contenido original. La educación continua del usuario y la comunicación abierta también juegan un papel en demostrar que la IA, cuando se diseña de manera responsable, puede ser un aliado confiable en la educación.

¿Qué tendencias cree que moldearán el futuro de la IA en la investigación académica y la recuperación de conocimiento profesional?

La IA se volverá cada vez más personalizada, adaptándose a las necesidades únicas de cada usuario y proporcionando ideas a medida. La transparencia será clave, ya que los usuarios buscarán mayor claridad sobre cómo la IA procesa la información y entrega resultados. Los avances también se centrarán en abordar la sobrecarga de información y en optimizar las herramientas de investigación. Al automatizar tareas repetitivas como la recopilación y síntesis de datos, la IA acelerará las etapas iniciales de la investigación, permitiendo a los investigadores enfocarse más en el pensamiento crítico, el análisis y la innovación. Este equilibrio entre eficiencia y compromiso intelectual definirá el futuro de la investigación académica y profesional.

Liner recientemente recibió con éxito una ronda de financiación de 29 millones de dólares. ¿Cómo ayudará esta inversión a Liner a crecer y en qué áreas se está enfocando para la expansión?

Esta financiación nos permite avanzar en nuestra misión de mejorar la IA en la educación. Estamos ampliando nuestro equipo global y lanzando nuevas funciones como el Modo Ensayo, diseñado para ayudar a los estudiantes a perfeccionar sus habilidades de redacción, estructuración y formato de ensayos. También estamos priorizando alianzas con universidades y organizaciones profesionales para llegar a más usuarios y demostrar el impacto de las herramientas de investigación impulsadas por IA. Las colaboraciones recientes con empresas como ThetaLabs y Tako han ampliado nuestras capacidades. Esta inversión destaca la creciente necesidad de soluciones de búsqueda confiables, y estamos entusiasmados por seguir construyendo sobre este impulso.

Gracias por la excelente entrevista, los lectores que deseen obtener más información deberían visitar Liner.