Luke Kim, Fundador e CEO da Liner – Série de Entrevistas

Luke Kim é o Fundador e CEO da Liner, uma ferramenta de pesquisa de ponta impulsionada por IA projetada para otimizar e aprimorar o processo de pesquisa, ajudando os usuários a concluir suas tarefas 5,5 vezes mais rápido. Como um mecanismo de busca de IA, a Liner fornece resultados de busca filtrados para informações precisas e gera citações automaticamente em vários formatos, tornando-a um recurso inestimável para pesquisadores, estudantes e profissionais.

Pode nos contar sobre sua formação e o que o inspirou a perseguir o empreendedorismo, especialmente no campo da IA e tecnologia?

Minha jornada empreendedora começou com o desejo de resolver problemas do mundo real por meio da tecnologia. Como estudante de graduação, fiquei impressionado com a dificuldade de navegar e confiar na abundância de informações online. Fui motivado a criar uma ferramenta que simplifique o processo e ajude os estudantes a discernir entre fontes. O que começou como uma ferramenta de realce, passando por informações disponíveis, com o tempo se desenvolveu no que a Liner é hoje: uma busca de IA que fornece apenas os resultados mais confiáveis. Fui atraído pela IA por seu potencial de transformar como processamos e interagimos com dados. A oportunidade de criar soluções significativas para estudantes, como meu eu mais jovem, continua a me inspirar.

Como sua experiência com a extensão do navegador que você construiu durante seus dias de universidade moldou a visão para a Liner?

A extensão de realce da Liner foi minha primeira incursão real na resolução do problema da sobrecarga de informações. Ela me mostrou o quanto as pessoas valorizam ferramentas que tornam mais fácil encontrar e organizar informações-chave. Apreendi que simplificar mesmo um passo de um fluxo de trabalho pode ter um grande impacto, seja realçando pontos importantes ou expondo fontes relevantes. Esse projeto moldou o compromisso da Liner em criar uma experiência sem interrupções para os usuários, ajudando estudantes e pesquisadores a se livrar do excesso de ruído na internet.

Qual era a visão original por trás da Liner, e como ela evoluiu desde sua concepção?

A Liner começou como uma ferramenta simples para ajudar os usuários a realçar e salvar partes-chave do conteúdo online. O objetivo era tornar mais fácil para os usuários se concentrar nas informações mais relevantes sem se sentir sobrecarregados. Com o tempo, percebemos que os usuários precisavam de mais do que uma maneira de coletar e organizar informações — eles precisavam de melhores maneiras de encontrá-las e discernir sua confiabilidade. Essa percepção guiou a transformação da Liner em um mecanismo de busca de IA.

Quais foram os principais desafios que você enfrentou ao transicionar a Liner de uma ferramenta de realce para um mecanismo de busca impulsionado por IA?

Um dos desafios mais significativos foi garantir que nossa IA pudesse entregar consistentemente resultados confiáveis e precisos. A pesquisa acadêmica exige um alto grau de confiança, e atender a essas expectativas era fundamental. Outro desafio foi integrar anos de dados realçados pelos usuários no processo de treinamento da IA, mantendo a plataforma intuitiva. Encontrar o equilíbrio certo entre inovação tecnológica e experiência do usuário foi essencial, mas também incrivelmente gratificante.

Ao construir a definição de “agente” da Liner do zero, fomos capazes de criar uma estrutura robusta e estável para entender o que um agente realmente é. Em seguida, implementamos um agente de busca que priorizava confiabilidade e credibilidade. Dado que nosso público-alvo representa o pináculo de expectativas de credibilidade, precisávamos de uma solução distinta capaz de abordar os problemas mais complexos. Nossa força residia em aproveitar nossos conjuntos de dados proprietários, as percepções técnicas ganhas durante o processo de definição do agente e nossa expertise de implementação. Juntos, esses elementos se tornaram nossas ferramentas mais poderosas para o sucesso.

Pode elaborar sobre como a integração de dados realçados pelos usuários melhora a precisão e confiabilidade dos resultados de busca da Liner?

Os dados realçados pelos usuários atuam como uma valiosa camada de controle de qualidade, ajudando nosso LLM a discernir o que outros usuários consideram importante e confiável. Ao aproveitar esses dados curados, somos capazes de priorizar informações relevantes e confiáveis em nossos resultados de busca. Essa abordagem garante que os usuários obtenham insights precisos e ações enquanto evitam conteúdo irrelevante ou de baixa qualidade.

Como a Liner se diferencia de outras ferramentas de busca de IA, como ChatGPT ou Perplexity?

A Liner se destaca por priorizar confiabilidade e transparência. Cada resultado de busca inclui uma citação, e os usuários podem filtrar fontes menos confiáveis para garantir a precisão. Como medida adicional, os estudantes podem extrair fontes e visualizar o texto original citado em sua tela. Ao contrário de ferramentas projetadas para consultas casuais, a Liner é construída especificamente para estudantes, acadêmicos e pesquisadores, ajudando os usuários a se concentrar em aprendizado e análise aprofundados, em vez de verificar fatos. Esse compromisso com confiança e usabilidade torna a Liner uma ferramenta fundamental para mais de 10 milhões de usuários, incluindo estudantes de universidades como UC Berkeley, USC, Universidade de Michigan e Texas A&M. A Liner continua a se diferenciar por meio de parcerias, como uma recente com a Tako, que integra ferramentas de visualização de conhecimento para apresentar dados complexos de forma mais acessível e interativa, capacitando os usuários a mergulhar mais fundo em suas pesquisas.

Quais medidas a Liner toma para reduzir alucinações em suas respostas de IA, e como isso impacta a confiança do usuário?

Reduzir alucinações exige ancorar respostas geradas por IA a fontes verificáveis. A Liner alcança isso cruzando referências com artigos acadêmicos, bancos de dados governamentais e outros repositórios confiáveis. Nosso Sistema de Filtragem de Fontes permite ainda que os usuários excluam conteúdo não confiável, fornecendo uma camada adicional de garantia de qualidade. Essas etapas não apenas minimizam erros, mas também constroem confiança com o usuário.

O sistema da Liner é baseado em relevância (a pontuação de relevância entre as afirmações geradas pelo agente e as passagens de referência) e factualidade (que avalia o quanto as afirmações geradas pelo agente são apoiadas pelas passagens de referência). Quanto mais apoiada for a passagem, maior a pontuação de factualidade. Como nosso produto encoraja fortemente os usuários a verificar as afirmações para garantir que estejam livres de alucinações, melhorar a factualidade do nosso sistema de agente é crucial. Em última análise, observamos uma correlação positiva entre a pontuação de factualidade e a retenção do usuário.

Quais passos a Liner está dando para construir confiança entre os usuários, especialmente aqueles céticos sobre confiar em IA para informações críticas?

Construir confiança começa com transparência. A Liner fornece citações claras para cada resultado, dando aos usuários a capacidade de verificar as informações por si mesmos. Além disso, classificamos fontes com base na confiabilidade e permitimos que os usuários interajam diretamente com o conteúdo original. A educação contínua do usuário e a comunicação aberta também desempenham um papel na demonstração de que a IA, quando projetada de forma responsável, pode ser uma aliada confiável na educação.

Quais tendências você acredita que moldarão o futuro da IA na pesquisa acadêmica e na recuperação de conhecimento profissional?

A IA se tornará cada vez mais personalizada, adaptando-se às necessidades únicas de cada usuário e fornecendo insights personalizados. A transparência será fundamental, à medida que os usuários buscam maior clareza sobre como a IA processa informações e entrega resultados. Os avanços também se concentrarão em resolver a sobrecarga de informações e otimizar ferramentas de pesquisa. Ao automatizar tarefas repetitivas, como coleta e síntese de dados, a IA acelerará as etapas iniciais da pesquisa, permitindo que os pesquisadores se concentrem mais no pensamento crítico, análise e inovação. Esse equilíbrio entre eficiência e engajamento intelectual moldará o futuro da pesquisa acadêmica e profissional.

A Liner recentemente arrecadou com sucesso uma rodada de financiamento de $29 milhões. Como esse investimento ajudará a Liner a crescer, e quais áreas você está se concentrando para expansão?

Esse financiamento nos permite avançar em nossa missão de melhorar a IA na educação. Estamos expandindo nossa equipe global e lançando novos recursos, como o Modo de Ensaio, projetado para ajudar os estudantes a aprimorar suas habilidades em redação, estruturação e formatação de ensaios. Também estamos priorizando parcerias com universidades e organizações profissionais para alcançar mais usuários e demonstrar o impacto de ferramentas de pesquisa impulsionadas por IA. Colaborações recentes com empresas como ThetaLabs e Tako expandiram nossas capacidades. Esse investimento destaca a crescente necessidade de soluções de busca confiáveis, e estamos ansiosos para construir sobre esse momento.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar Liner.