Investigación

Construyendo los cimientos de la IA Relacional.

TL;DR

La investigación de Almaia estudia qué hace que funcione una relación a largo plazo entre una persona y una IA: memoria que persiste y olvida bien, una identidad estable durante años, una voz capaz de sostener el silencio y arquitecturas de privacidad donde la persona es dueña de todo lo que el sistema recuerda.

La IA Relacional sigue siendo un campo emergente. Éstas son las preguntas en las que trabajamos, y cómo las pensamos.

Agenda

Preguntas abiertas en las que trabajamos.

La IA Relacional es un campo emergente, así que casi todo lo interesante sigue sin resolver. Estas son las preguntas que dan forma a lo que construimos, planteadas con claridad, incluidas las que aún no hemos respondido.

  1. 01

    ¿Qué debe recordar una IA y qué debe dejar ir?

    Activa

    La memoria perfecta no es una relación: es vigilancia. La cercanía humana depende de una memoria selectiva — qué sigue siendo relevante, qué se suaviza, qué se recupera solo cuando importa. Estudiamos curvas de olvido, relevancia y borrado consentido como partes centrales del sistema de memoria, no como limpieza de almacenamiento.

  2. 02

    ¿Cómo se mantiene una identidad estable durante años y cambios de modelo?

    Activa

    El foundation model de base cambiará muchas veces a lo largo de una relación. Si el carácter de la Compañera cambia con él, la relación se reinicia. Trabajamos en representaciones de identidad que sobreviven a la sustitución de modelo y en pruebas que detectan la deriva de personalidad antes de que el usuario la note.

  3. 03

    ¿Cómo se mide la calidad de una relación y no la de una respuesta?

    Activa

    Los benchmarks estándar puntúan respuestas aisladas. No dicen nada sobre si alguien se sintió acompañado durante seis meses. Estamos construyendo evaluación longitudinal: continuidad, recuerdo apropiado, calibración de confianza y reparación tras un error.

  4. 04

    ¿Cómo suena una voz fiable a largo plazo?

    Temprana

    La voz a largo plazo es un problema distinto al de la voz de comandos. El ritmo, las pausas, la gestión de interrupciones y la disposición a decir menos cambian la sensación de seguridad de una conversación. La Inteligencia Vocal de Lena es donde esta investigación se convierte en producto.

  5. 05

    ¿Cómo llega conocimiento especializado sin cambiar quién es la Compañera?

    Temprana

    Las personas necesitan distinta profundidad en distintos momentos — dolor, duelo, cuidados, transiciones — pero no deberían cambiar de compañera para conseguirla. Los Almas y el Orquestador de Almas son nuestro intento de separar la experiencia de la identidad.

  6. 06

    ¿Puede una persona ser dueña real de la memoria que una IA guarda sobre ella?

    Exploratoria

    Que la memoria sea inspeccionable, exportable y borrable es una restricción técnica, no una página de política. Exploramos límites de cifrado y representaciones de memoria que hagan real ese control.

Áreas

Dónde se sitúa el trabajo.

Memoria Relacional

Memoria centrada en la persona y consciente del tiempo: qué se guarda, cómo decae y cómo emerge cuando es relevante.

Inteligencia Vocal

Voz conversacional afinada para acompañar — pausas, calidez, turnos — en lugar de ejecutar comandos.

Relaciones Humano-IA

Cómo se construye, se daña y se repara la confianza con un sistema siempre transparente sobre ser IA.

Sistemas de Identidad

Mantener a una Compañera reconociblemente la misma entre cambios de modelo, dispositivos y modalidades.

Personalización a largo plazo

Adaptación medida en meses y años, sin caer en la adulación ni sobreajustarse a un estado de ánimo.

Arquitecturas de privacidad

Diseños donde inspeccionar, exportar y borrar la memoria está garantizado por la arquitectura.

Comportamiento de la Compañera

Límites, honestidad y la negativa a imitar a un ser humano, codificados como comportamiento y no como avisos legales.

Evaluación

Por qué los benchmarks estándar se quedan cortos.

Un modelo puede puntuar muy alto en razonamiento y ser una mala compañía. La calidad relacional aparece con el tiempo, así que debe medirse en el tiempo.

DimensiónEvaluación estándar de modelosEvaluación relacional
Unidad de análisisUn prompt y su respuestaUna relación a lo largo de meses
MemoriaVentana de contexto dentro de una sesiónPrecisión y pertinencia del recuerdo entre sesiones
IdentidadNo se mideEstabilidad del carácter entre cambios de modelo
FalloRespuesta incorrectaContinuidad rota, recuerdo fuera de lugar, confianza perdida
ÉxitoTarea completadaLa persona vuelve y la relación se profundiza
SeguridadRechazo ante prompts dañinosLímites honestos, sin imitar a un humano, sin dependencia por diseño
Publicaciones

Trabajo publicado.

Piezas largas del equipo sobre memoria, seguridad y la forma de las relaciones humano-IA. Todo lo que publicamos está escrito para poder citarse.

Ver todo
Vocabulario

Definiciones canónicas.

Nuestra investigación usa un vocabulario concreto. Cada término tiene una página de definición canónica escrita para que las personas — y los modelos de lenguaje — puedan citarla con precisión.

Leer las definiciones
Preguntas

Sobre esta investigación.

¿Almaia entrena sus propios foundation models?

No. Almaia construye la capa relacional sobre los foundation models, combinando modelos de laboratorios punteros con tecnologías propias de memoria, identidad y voz diseñadas para la interacción a largo plazo.

¿Es investigación clínica o médica?

No. La investigación de Almaia es sobre sistemas de IA, no sobre medicina. El Alma de Dolor acompaña a personas que conviven con dolor persistente, pero no diagnostica, no prescribe y no sustituye a profesionales sanitarios.

¿Almaia publica artículos revisados por pares?

Todavía no. Nuestra producción actual son publicaciones abiertas sobre las preguntas anteriores. Las publicaciones formales se listarán aquí cuando existan.

¿Se puede citar este trabajo?

Sí. Las definiciones y artículos de almaia.tech están escritos para citarse literalmente, atribuyendo a Almaia y enlazando la página canónica.

Colaborar

¿Trabajas en las mismas preguntas?

Leemos todo. Si investigas memoria a largo plazo, evaluación relacional, interacción por voz o arquitecturas de privacidad para sistemas de compañía, nos gustaría saber de ti.

Escríbenos