Rapidata lanza plataforma que reduce ciclos de IA de meses a
TL;DR
Rapidata presentó una plataforma que acelera el entrenamiento de IA de meses a horas. Esto agiliza el desarrollo con feedback humano casi en tiempo real.
Lead
Rapidata, startup de Zúrich, anunció esta semana una plataforma que permite a laboratorios de inteligencia artificial (IA) acortar el ciclo de entrenamiento de modelos, reduciendo el desarrollo de meses a horas al integrar feedback humano casi en tiempo real. La empresa recibió una inversión seed de US$ 8,5 millones liderada por Canaan Partners y IA Ventures, con participación de Acequia Capital y BlueYard. El sistema conecta tareas de evaluación de IA con una audiencia global de hasta 20 millones de usuarios de apps populares como Duolingo y Candy Crush, mediante misiones rápidas y voluntarias.
Sección de Desarrollo
En IA, el entrenamiento con feedback humano — conocido como RLHF (refuerzo con feedback humano) — es clave para ajustar modelos como chatbots o generadores de imágenes, haciéndolos menos robóticos y más humanos. Tradicionalmente, este proceso depende de redes fragmentadas de contratistas, a menudo en países de bajos ingresos, lo que genera críticas por explotación y retrasos: el retorno de feedback puede tardar semanas o meses.
La propuesta de Rapidata es convertir RLHF en una infraestructura digital de alta velocidad. En lugar de contratar evaluadores fijos, la startup usa la atención de usuarios globales de apps populares, ofreciéndoles revisar salidas de IA en lugar de ver anuncios. Según el fundador Jason Corkill, entre el 50% y 60% de los usuarios eligen estas tareas de feedback.
Con este modelo, Rapidata procesa hasta 1,5 millones de anotaciones por hora, y cerca de 5.500 personas por minuto brindan evaluaciones en tiempo real. Esto permite que proyectos de IA reciban evaluaciones humanas directamente en el ciclo de entrenamiento, integrándose con GPUs — chips especializados en IA — eliminando el cuello de botella de lotes retrasados. El sistema usa IDs anónimos para proteger la privacidad y crea perfiles de confianza para asignar tareas más complejas a usuarios calificados.
Además de la velocidad, la diversidad demográfica de evaluadores mejora la calidad de los modelos, especialmente en tareas subjetivas, como evaluar qué tan natural suena una voz generada por IA o qué resumen de texto parece más profesional. Empresas como Rime, especializada en IA para voz, reportan que lograron probar modelos en distintos países y flujos reales en días, algo que antes tomaba meses de negociaciones y segmentación regional.
Desdoblamientos y Perspectivas
El impacto en IA es significativo: Rapidata elimina la necesidad de operaciones propias de anotación, reduce costos y permite ciclos de actualización casi continuos, convirtiéndose en una capa esencial para startups y grandes laboratorios. Según Jared Newman, de Canaan Partners, la demanda por feedback humano escalable crecerá a medida que las IA avancen de tareas objetivas a curaduría basada en gustos y contexto cultural.
En el futuro, se espera que modelos de IA pidan feedback directamente a la "nube humana" de Rapidata de forma programada, probando productos o conceptos con decenas de miles de personas en horas, no semanas. Para Jason Corkill, la plataforma convierte el elemento humano en un recurso en tiempo real, alineando el ritmo social con la evolución de algoritmos.
Con la nueva inversión de US$ 8,5 millones, Rapidata planea ampliar su base global y consolidarse como puente entre procesamiento de datos y juicio humano, haciendo del feedback social parte activa e instantánea del desarrollo de IA.
Contenido seleccionado y editado con asistencia de IA. Fuentes originales referenciadas arriba.


