El último avance de IA de Notion, los agentes de IA personalizables, surgió de una fuente sorprendente: la simplificación. Lanzada en septiembre como parte de la V3 de su software de productividad, el éxito de la función se atribuye a un giro en la estrategia de desarrollo de IA de la empresa.

Inicialmente, los ingenieros de Notion AI experimentaron con la generación de código avanzado, esquemas complejos e instrucciones pesadas al trabajar con modelos de lenguaje grandes (LLM) e IA agentic. Sin embargo, según Ryan Nystrom, jefe de ingeniería de Notion AI, las pruebas y errores revelaron que la eliminación del modelado de datos complicado mejoraba drásticamente el rendimiento del modelo. Nystrom y su equipo cambiaron a indicaciones simples, representaciones legibles por humanos, abstracción mínima y formatos markdown familiares.

Este enfoque re-cableado condujo a la creación de agentes de IA personalizables, que se han convertido en la herramienta de IA más exitosa de Notion hasta la fecha. Nystrom describió la mejora como una "función escalonada", basada en patrones de uso en comparación con versiones anteriores. "Es esa sensación de cuando el producto está siendo extraído de ti en lugar de que tú intentes impulsarlo", explicó Nystrom en un podcast de VB Beyond the Pilot. "Supimos desde ese momento, muy pronto, que teníamos algo. Ahora es, ¿Cómo podría usar Notion sin esta función?".

El desarrollo destaca una lección crucial en la evolución de la IA: a veces, menos es más. El instinto inicial en el desarrollo de la IA a menudo se inclina hacia la complejidad, asumiendo que modelos e instrucciones más intrincados producirán mejores resultados. Sin embargo, la experiencia de Notion sugiere que centrarse en la simplicidad y la legibilidad humana puede desbloquear un mayor potencial. Este enfoque se alinea con la creciente comprensión de que los LLM, aunque poderosos, pueden ser sensibles a los matices de los datos de entrada. Las indicaciones y estructuras de datos claras y concisas pueden minimizar la ambigüedad y mejorar la precisión y la eficiencia de los modelos de IA.

Las implicaciones de este enfoque se extienden más allá de Notion. A medida que la IA se integra cada vez más en varios aspectos de la sociedad, la capacidad de crear herramientas de IA accesibles y fáciles de usar se vuelve primordial. La simplificación de los procesos de desarrollo de la IA puede capacitar a una gama más amplia de individuos y organizaciones para aprovechar la tecnología, fomentando la innovación y abordando diversas necesidades. Además, centrarse en representaciones legibles por humanos puede mejorar la transparencia y la confianza en los sistemas de IA, haciéndolos más comprensibles y responsables.

El éxito de los agentes de IA de Notion subraya la importancia de la experimentación iterativa y la voluntad de adaptar las estrategias de desarrollo en función de los comentarios del mundo real. A medida que la tecnología de IA continúa evolucionando, las empresas deben permanecer ágiles y abiertas a nuevos enfoques, incluso si desafían la sabiduría convencional. La siguiente fase para Notion implica refinar aún más sus agentes de IA en función de los comentarios de los usuarios y explorar nuevas aplicaciones para la tecnología dentro de su plataforma de productividad.