Según Google Research, los modelos de aprendizaje automático se basan en ejemplos etiquetados por personas, suponiendo que estas poseen una definición clara y estable del concepto antes de comenzar. Esta suposición funciona bien en categorías objetivas, como un semáforo o un perro golden retriever, donde los límites son reconocidos universalmente. Sin embargo, en aplicaciones reales, las tecnologías visuales deben navegar zonas subjetivas —como identificar alimentos saludables, seleccionar arte inspirador o moderar contenido— donde los límites no son fijos ni compartidos, sino que varían según el contexto cultural, las creencias personales o las políticas en evolución. En estos escenarios, los usuarios rara vez comienzan con una definición completa. Más bien, su comprensión se construye gradualmente al enfrentarse a ejemplos reales, descubriendo así excepciones, matices y contradicciones. Los procesos tradicionales de entrenamiento ignoran esta evolución conceptual, obligando a los usuarios a asignar etiquetas rígidas a una IA, incluso cuando sus propios criterios aún están en desarrollo.
Agile Deliberation representa una innovación en este escenario. En lugar de ver a los humanos como solo etiquetadores pasivos, este marco transforma a la inteligencia artificial en un aliado activo. A través de un flujo interactivo, el sistema guía al usuario en una conversación iterativa: desde definir subcategorías hasta resolver casos límite. Mediante un bucle de optimización impulsado por un modelo de lenguaje, la IA ajusta automáticamente la precisión del clasificador, alineándose con la evolución del pensamiento humano. Este enfoque no busca fijar definiciones desde el inicio, sino acompañar al usuario en su proceso de clarificación. Cada interacción no es una etiqueta estática, sino un paso en la construcción de una comprensión más robusta y adaptable.
Para los peruanos, este modelo ofrece una mirada clave sobre cómo las tecnologías de inteligencia artificial deben integrarse en entornos locales. En sectores como la educación, salud o comercio, muchos conceptos —como "sostenibilidad", "bienestar" o "familia" en un contexto rural— no tienen definiciones universales ni fijas. Un sistema que requiera etiquetas rígidas podría producir sesgos o fallos en aplicaciones reales. Al contrario, un enfoque basado en diálogo iterativo permite que las herramientas digitales se adapten a la diversidad cultural y al cambio social. Así, no solo se mejora la precisión técnica, sino que se potencia la pertinencia y la equidad de las soluciones tecnológicas para comunidades auténticas. En un país como el Perú, donde las interpretaciones de conceptos sociales varían por región, contexto o experiencia, esta metodología representa una vía más humana, flexible y responsable.