Olga Megorskaya, Fundadora y CEO de Toloka – Serie de Entrevistas

Olga Megorskaya, fundadora y CEO de Toloka, ha liderado la empresa desde 2020, dirigiéndola desde sus raíces originales en etiquetado de multitudes hasta convertirse en un jugador importante en los servicios de datos de inteligencia artificial. Antes de fundar y liderar Toloka, pasó más de una década en Yandex, culminando en un papel como Jefa de Crowdsourcing y Plataformas, donde construyó y escaló la infraestructura de etiquetado de datos de crowdsourcing para productos de aprendizaje automático, incluyendo búsqueda, voz, habla, conducción autónoma, moderación de contenido y más. Bajo su liderazgo en Toloka, la empresa se ha posicionado como un socio de datos global para la inteligencia artificial — combinando la tecnología de aprendizaje automático con la experiencia humana para respaldar la capacitación, evaluación y seguridad para modelos y agentes de inteligencia artificial a gran escala.

Toloka es una empresa con sede en los Países Bajos con sede en Ámsterdam que proporciona datos de alta calidad y expertamente curados para el desarrollo de inteligencia artificial, que van desde la anotación y etiquetado hasta conjuntos de datos personalizados para el ajuste fino supervisado (SFT) y el aprendizaje de refuerzo a partir de retroalimentación humana (RLHF). La empresa admite una amplia variedad de modalidades — texto, imagen, audio, video — y compromete a expertos en dominio junto con una multitud global para entregar conjuntos de datos escalables y precisos para la capacitación y evaluación de agentes y modelos de lenguaje avanzados. Sus servicios ayudan a mejorar capacidades como la razonamiento, la comprensión multilingüe, la generación de imágenes y audio, y la seguridad de la inteligencia artificial en various industrias y aplicaciones.

Pasaste años construyendo sistemas de humano en el bucle en Yandex antes de cofundar Toloka en 2020. ¿Cuál fue el momento que te convenció de que esto necesitaba convertirse en su propia empresa, y cómo esa experiencia dio forma a tu visión para el papel de Toloka en el desarrollo de inteligencia artificial?

En un momento determinado, nos dimos cuenta de que Toloka había crecido más allá de su empresa de origen. Los investigadores de inteligencia artificial de todo el mundo estaban utilizando la plataforma, y reconocimos que la empresa podría lograr más como una entidad independiente. En consecuencia, Toloka pudo confiar en la experiencia acumulada de cientos de equipos de inteligencia artificial que recopilaban datos de capacitación para el espectro completo de soluciones de inteligencia artificial — desde la búsqueda web y los asistentes de voz hasta los chatbots de inteligencia artificial generativa y los agentes de inteligencia artificial. Hemos combinado nuestra experiencia en la gestión del esfuerzo humano con la construcción y capacitación de agentes de inteligencia artificial para crear nuestro nuevo producto, Tendem.

Has dicho que la verdadera disruptión por delante no provendrá de agentes completamente autónomos. ¿Qué te llevó a concluir que los agentes híbridos — que combinan la automatización de inteligencia artificial con el juicio humano — son el modelo que finalmente ganará?

Mientras creo que las soluciones de solo inteligencia artificial en muchas áreas pronto alcanzarán un nivel de calidad asombroso para satisfacer completamente las necesidades de los clientes, siempre habrá una cola larga de casos de uso que los modelos básicos nunca estarán optimizados. Es aquí donde el enfoque híbrido superará tanto a las soluciones de solo inteligencia artificial como a las soluciones de solo humanos para el futuro predecible. Hemos visto el mismo patrón repetirse una y otra vez en la última década: la inteligencia artificial puede escalar tareas hermosamente, pero lucha con la sutileza, el contexto y los tipos de decisiones que importan en entornos comerciales reales. Los profesionales quieren velocidad, pero también necesitan confiabilidad — los agentes completamente autónomos simplemente no pueden garantizar eso hoy en día. Los sistemas híbridos ganan porque resuelven ambos lados de la ecuación. La inteligencia artificial maneja lo que es mejor en ella: velocidad, estructura y repetibilidad. La experiencia humana llena los vacíos: ambigüedad, casos de borde y interpretación. Cuando combinas las dos de manera nativa, obtienes un flujo de trabajo que es rápido y confiable. Ese es el modelo en el que los profesionales finalmente confiarán.

Has señalado que la inteligencia artificial se rompe con la ambigüedad y el razonamiento entre varios documentos. ¿Qué tipos de tareas revelan estas limitaciones más claramente?

Las tareas de largo horizonte — aquellas que requieren sintetizar múltiples fuentes, reconciliar información contradictoria o interpretar contexto, y que tomarían a los humanos horas o incluso días completar — tienden a exponer los límites actuales de la inteligencia artificial. Ejemplos incluyen investigación de mercado, análisis competitivo, resumen de documentos de largo formato, creación de contenido original a partir de entradas mixtas o extracción de ideas que dependen de la sutileza humana en lugar del reconocimiento de patrones. La inteligencia artificial es excelente para producir un primer borrador. Pero en el momento en que una tarea requiere priorización, juicio o reconciliación de ambigüedad, la confiabilidad cae bruscamente. Es ahí donde los expertos humanos son esenciales.

Muchos profesionales utilizan inteligencia artificial pero todavía no confían completamente en ella. ¿Cómo tu enfoque reconstruye la confianza en la delegación de trabajo real a sistemas asistidos por inteligencia artificial?

La confianza mejora cuando la gente deja de tener que corregir la salida de la inteligencia artificial. Nuestro enfoque reconstruye la confianza integrando a los humanos en el flujo de trabajo desde el principio, no como una ruta de escalada cuando la inteligencia artificial falla. Cada tarea en Tendem fluye a través de un gestor de proyecto de inteligencia artificial que decide qué debe automatizarse y qué requiere experiencia humana. Después de eso, tanto las comprobaciones automatizadas como la verificación de calidad humana garantizan que la salida final sea precisa, completa y lista para los negocios. Para los profesionales, esto significa que pueden delegar trabajo y realmente esperar un resultado verificado, no un borrador que tengan que reparar.

¿Qué mecanismos garantizan que los expertos humanos en el bucle mantengan una salida de alta calidad sin ralentizar el flujo de trabajo?

Dos cosas hacen que esto sea posible:

• Especialización a escala. Los expertos en la red de Tendem son preseleccionados, capacitados y emparejados según su experiencia en el dominio. No son freelancers generales que intentan adaptarse sobre la marcha — son ya calificados para tipos específicos de tareas.
• Capas de control de calidad y enrutamiento inteligente. La inteligencia artificial maneja los pasos básicos para que los expertos humanos solo se centren en las partes que requieren juicio. Luego hay una segunda capa de control de calidad automatizado y verificación humana donde sea necesario. Esto mantiene a los humanos comprometidos donde agregan más valor, no donde crean cuellos de botella.

El resultado es una velocidad que rivaliza con la automatización, con precisión que rivaliza con la revisión de expertos.

En industrias que exigen precisión y cumplimiento, ¿cómo pueden los sistemas híbridos ofrecer verificabilidad y auditoría que las empresas puedan confiar?

Los sistemas híbridos permiten inherentemente la auditoría porque cada paso en el flujo de trabajo es rastreado, atribuido y verificado de calidad. Sabes qué partes fueron automatizadas, qué partes fueron realizadas por expertos calificados y qué pasos de control de calidad validaron la salida. En industrias altamente reguladas, este proceso se vuelve esencial. Ya no confías en una decisión de inteligencia artificial en una caja negra; tienes una cadena verificable de juicio, correcciones y aprobaciones. Eso es lo que hace que los sistemas híbridos sean adecuados para dominios donde la precisión y el cumplimiento no pueden ser opcionales.

¿Qué categorías de trabajo de conocimiento esperas que se trasladen a agentes híbridos primero, y cuáles serán las más lentas en adoptar este modelo?

En general, creo que el enfoque híbrido es mucho más fácil de adoptar que un enfoque de solo inteligencia artificial, así que anticipamos que casi cualquier dominio puede ser cubierto con este modelo — la diferencia será solo en la proporción de inteligencia artificial versus participación humana. Los primeros adoptantes son roles donde la velocidad y la precisión importan, pero el trabajo es aún muy repetitivo. Ya estamos viendo una fuerte demanda de consultoría, marketing, operaciones de ventas, investigación y creación de contenido. Las áreas más complejas (y probablemente las más interesantes) para resolver son aquellas más cercanas al mundo físico, como arquitectura y construcción. Pero veo un camino tecnológico claro para llegar allí también.

Desde un punto de vista operativo, ¿cómo se benefician las organizaciones al cambiar del trabajo administrado por freelancers al trabajo con agentes híbridos?

Los agentes híbridos eliminan dos de las mayores ineficiencias en el trabajo administrado por freelancers: la sobrecarga de gestión y la calidad inconsistente. Las organizaciones y los profesionales ya no tienen que reclutar, calificar, capacitar, gestionar o corregir a los freelancers. El agente híbrido maneja la orquestación del flujo de trabajo automáticamente, asignando la combinación correcta de inteligencia artificial y experiencia humana para cada paso. Esto reduce el tiempo de respuesta, estandariza la calidad de salida y escala el trabajo sin escalar la cantidad de personal. En resumen: obtienes la velocidad de la automatización con la confiabilidad de un equipo de expertos, pero sin gestionar a ninguno de los dos.

Al ganar tracción los sistemas híbridos, ¿qué impacto esperas que este cambio tenga en la economía freelance y de gigs en general?

Creamos que reformará la economía freelance, no la reemplazará. En lugar de que los freelancers pasen tiempo en tareas de bajo nivel y repetitivas, pueden conectarse a sistemas híbridos como especialistas en dominios específicos. El trabajo se vuelve más estructurado: de mayor valor, más predecible y más estable. En lugar de perseguir proyectos inconsistentes, los expertos pueden contribuir a escala a través de plataformas como Tendem, donde sus habilidades son emparejadas con las tareas adecuadas y respaldadas por sistemas de inteligencia artificial que eliminan el trabajo administrativo.

Mirando hacia adelante unos años, ¿cómo se verá la “delegación a la inteligencia artificial” una vez que los agentes híbridos se conviertan en estándar en el trabajo digital?

La delegación se sentirá menos como “usar una herramienta” y más como entregar trabajo a un equipo capaz. Describirás el resultado que deseas, y el agente híbrido desglosará, enrutará subtareas, aplicará la mezcla correcta de inteligencia artificial y experiencia humana, verificará los resultados y entregará un producto terminado — todo dentro de horas. El cambio será de usar la inteligencia artificial como asistente de redacción a confiar en la inteligencia artificial como gestor de proyecto que supervisa todo el flujo de trabajo. Eso es cuando sucede la verdadera delegación: cuando los profesionales pueden confiar en que el sistema entregue la salida final, no solo un punto de partida.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Toloka.