Lucas Kim es el fundador y director ejecutivo de Transatlánticouna herramienta de investigación de vanguardia impulsada por IA diseñada para agilizar 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 proporciona resultados de búsqueda filtrados para obtener información precisa y genera automáticamente citas en varios formatos, lo que lo convierte en un recurso invaluable para investigadores, estudiantes y profesionales.
¿Puedes contarnos sobre tu experiencia y qué te inspiró a emprender, especialmente en el campo de la IA y la tecnología?
Mi viaje empresarial comenzó con el deseo de abordar problemas del mundo actual a través de la tecnología. Como estudiante universitario, me sorprendió lo difícil que period navegar y confiar en la abundancia de información en línea. Me motivó a crear una herramienta que agilice el proceso y ayude a los estudiantes a discernir entre fuentes. Lo que comenzó como una herramienta de resaltado, que analizaba la información disponible, con el tiempo se convirtió en lo que es hoy Liner: una búsqueda de IA que proporciona solo los resultados más confiables. 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 los estudiantes, como yo más joven, continúa inspirándome.
¿Cómo influyó su experiencia con la extensión de navegador que creó durante su época universitaria en la visión de Liner?
La extensión del navegador Liner Highlighter fue mi primera inmersión actual en la solución del problema de la sobrecarga de información. Me mostró cuánto valora la gente las herramientas que facilitan la búsqueda y organización de información clave. Aprendí que simplificar incluso un paso de un flujo de trabajo puede tener un gran impacto, ya sea resaltando puntos importantes o sacando a la luz fuentes relevantes. Este proyecto dio forma al compromiso de Liner de crear una experiencia perfecta para los usuarios y ayudar a estudiantes e investigadores a eliminar el exceso de ruido en Web.
¿Cuál fue la visión authentic detrás de Liner y cómo ha evolucionado desde sus inicios?
Liner comenzó como una herramienta sencilla para ayudar a los usuarios a resaltar y guardar partes clave del contenido en línea. El objetivo period 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 clasificar información: necesitaban mejores formas de encontrarla y discernir su confiabilidad. Este descubrimiento guió la transformación de Liner en un motor de búsqueda de IA.
¿Cuáles fueron los principales desafíos que enfrentó al hacer la transición de Liner de una herramienta de resaltado a un motor de búsqueda basado en inteligencia synthetic?
Uno de los desafíos más importantes fue garantizar que nuestra IA pudiera ofrecer resultados confiables y precisos de manera consistente. La investigación académica requiere un alto grado de confianza y cumplir esas expectativas period elementary. Otro desafío fue integrar años de datos destacados por los usuarios en el proceso de capacitación de la IA y al mismo tiempo mantener la plataforma intuitiva. Lograr el equilibrio adecuado entre innovación tecnológica y una experiencia de usuario perfecta fue esencial, pero también increíblemente gratificante.
Al desarrollar la definición de “agente” de Liner desde cero, pudimos crear un marco sólido y estable para comprender qué es realmente un agente. Luego implementamos un agente de búsqueda que priorizaba la confiabilidad y la credibilidad. Dado que nuestro público objetivo representa el pináculo de las expectativas centradas en la credibilidad, necesitábamos una solución distintiva capaz de abordar los problemas más complejos. Nuestra fortaleza radica en aprovechar nuestros conjuntos de datos patentados, 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 alcanzar el éxito.
¿Puede explicarnos cómo la integración de datos destacados por el usuario mejora la precisión y confiabilidad de los resultados de búsqueda de IA de Liner?
Los datos destacados por el usuario actúan como una valiosa capa de management de calidad, ayudando a nuestro LLM a discernir lo que otros usuarios consideran importante y creíble. Al aprovechar estos datos seleccionados, podemos priorizar información relevante y confiable en nuestros resultados de búsqueda. Este enfoque garantiza que los usuarios obtengan información precisa y procesable y, al mismo tiempo, evitan contenido irrelevante o de baja calidad.
¿Cómo se diferencia Liner de otras herramientas de búsqueda de IA como ChatGPT o Perplexity?
Liner se distingue por priorizar la fiabilidad y la transparencia. Cada resultado de búsqueda incluye una cita y los usuarios pueden filtrar fuentes menos confiables para garantizar la precisión. Como medida adicional, los estudiantes pueden extraer fuentes y ver el texto authentic citado en su pantalla. A diferencia de las herramientas diseñadas para consultas casuales, Liner está diseñado específicamente para estudiantes, académicos e investigadores, y ayuda a los usuarios a centrarse en el aprendizaje y el análisis en profundidad en lugar de verificar hechos. Este compromiso con la confianza y la usabilidad convierte a Liner en una herramienta de referencia para más de 10 millones de usuarios, incluidos estudiantes de universidades como UC Berkeley, USC, College of Michigan y Texas A&M. Liner continúa diferenciándose a través de asociaciones, como una reciente con Tako, que integra herramientas de visualización de conocimientos para presentar datos complejos en un formato más accesible e interactivo, lo que permite a los usuarios profundizar en sus investigaciones.
¿Qué medidas toma Liner para reducir las alucinaciones en sus respuestas de IA y cómo afecta esto a la confianza del usuario?
Reducir las alucinaciones requiere anclar las respuestas generadas por IA a fuentes verificables. Liner logra esto 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 confiable, proporcionando una capa adicional de garantía de calidad. Estos pasos no sólo minimizan los errores sino que también generan confianza en el 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 solidario sea el pasaje, mayor será la puntuación de factibilidad. Dado que nuestro producto recomienda encarecidamente a los usuarios que verifiquen las afirmaciones para asegurarse de que estén libres de alucinaciones, mejorar la factibilidad de nuestro sistema de agentes es essential. En última instancia, observamos una correlación positiva entre la puntuación de factibilidad y la retención de usuarios.
¿Qué medidas está tomando Liner para generar confianza entre los usuarios, especialmente aquellos escépticos acerca de confiar en la IA para obtener información crítica?
La construcción de confianza comienza con la transparencia. Liner proporciona citas claras para cada resultado, lo que brinda a los usuarios la posibilidad de verificar la información por sí mismos. Además, clasificamos las fuentes según su confiabilidad y permitimos a los usuarios interactuar directamente con el contenido authentic. La educación continua de los usuarios y la comunicación abierta también desempeñan un papel a la hora de demostrar que la IA, cuando se diseña de manera responsable, puede ser un aliado confiable en la educación.
¿Qué tendencias cree que darán forma al futuro de la IA en la investigación académica y la recuperación de conocimientos profesionales?
La IA será cada vez más personalizada, adaptándose a las necesidades únicas de cada usuario y proporcionando información personalizada. La transparencia será clave, a medida que los usuarios busquen una mayor claridad sobre cómo la IA procesa la información y ofrece resultados. Los avances también se centrarán en abordar la sobrecarga de información y optimizar las herramientas de investigación. Al automatizar tareas repetitivas como la recopilación y síntesis de datos, la IA acelerará las primeras etapas de la investigación, lo que permitirá a los investigadores centrarse más en el pensamiento crítico, el análisis y la innovación. Este equilibrio entre eficiencia y compromiso intelectual dará forma al futuro de la investigación académica y profesional.
revestimiento recientemente recaudó con éxito una ronda de financiación de 29 millones de dólares. ¿Cómo ayudará esta inversión a que Liner crezca y en qué áreas se centran para su expansión?
Esta financiación nos permite avanzar en nuestra misión de mejorar la IA en la educación. Estamos ampliando nuestro equipo world e implementando 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 dando prioridad a las asociaciones con universidades y organizaciones profesionales para llegar a más usuarios y mostrar el impacto de las herramientas de investigación impulsadas por IA. Colaboraciones recientes con empresas como ThetaLabs y Tako han ampliado nuestras capacidades. Esta inversión resalta la creciente necesidad de soluciones de búsqueda confiables y estamos ansiosos por aprovechar este impulso.
Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Transatlántico.
