Enseñar a la IA a investigar como un experto: un experimento con un árbol de acciones para diagnosticar plantas

Mejores respuestas de IA quizá pidan un procedimiento, no otro manual

Los modelos de lenguaje ya son capaces de digerir montañas de documentación, sopesar alternativas y dar respuestas decentes. Así que, cuando un dominio especializado necesita mejores resultados, el reflejo es darle al modelo más de lo mismo: más manuales, más material de referencia, más ejemplos, más contexto.

Hay un segundo tipo de conocimiento experto que recibe mucha menos atención. No es lo que sabe un experto, sino lo que mira a continuación cuando no sabe la respuesta. Un pequeño experimento con enfermedades de plantas hace tangible la diferencia.

Por qué diagnosticar plantas no es reconocer imágenes

A primera vista parece una tarea de clasificación. Una hoja tiene manchas, otra está amarilla, una tercera crece deformada: nombra el síntoma, nombra la enfermedad.

Los profesionales no trabajan así. Un mismo síntoma puede venir de un virus, un hongo, bacterias, insectos, un problema de nutrientes, daño químico, estrés hídrico u otro daño ambiental. Lo que ves es solo una observación. La tarea real es averiguar qué podría explicarla y qué examen separaría esas explicaciones entre sí. La fitopatología ya tiene métodos de razonamiento sólidos para eso.

Abducción y deducción

El razonamiento diagnóstico se divide limpiamente en dos tipos de inferencia.

La abducción parte de lo que observas y pregunta qué hipótesis podrían explicarlo. Es generación de hipótesis:

Observation
    ↓
Possible explanations
    ↓
H1
H2
H3

La deducción toma luego cada hipótesis y pregunta qué más deberías ver si fuera cierta:

Hypothesis
    ↓
Expected observation
    ↓
Test / inspection

Lo que arroje esa comprobación se convierte en información nueva, y el ciclo vuelve a empezar:

Observation
    ↓
Abduction
    ↓
Hypotheses
    ↓
Deduction
    ↓
Next observation or test
    ↓
New observation
    ↓
Update hypotheses

Se parece mucho a cómo funcionan los agentes de IA modernos: razonar, actuar, observar el resultado, seguir. Lo que plantea una pregunta obvia: ¿y si le entregaras a una IA este proceso de investigación de forma explícita?

Convertir el proceso en un árbol de acciones

El experimento convirtió la rutina diagnóstica en un sencillo árbol de acciones (Action Tree). Un fragmento:

START
 │
 ▼
Is the host sufficiently identified?
 ├─ No → Get host information
 └─ Yes
      │
      ▼
Are symptoms and signs sufficiently observed?
 ├─ No → Observe them
 └─ Yes
      │
      ▼
Is the damage pattern known?
 ├─ No → Examine spatial distribution
 └─ Yes
      │
      ▼
Is the spread over time known?
 ├─ No → Examine time course
 └─ Yes
      │
      ▼
Generate competing hypotheses
      │
      ▼
What observation would distinguish them?
      │
      ▼
Choose the next action

El árbol no sustituye el razonamiento del modelo, y el modelo sigue libre para proponer hipótesis. Lo que aporta el árbol es un marco para decidir qué está ya establecido, qué sigue sin saberse, qué pruebas faltan y qué examinar después. Piénsalo como una política de razonamiento.

Tres configuraciones para la misma tarea

Se compararon tres configuraciones. La primera es un modelo en bruto que solo tiene el caso:

Case
 ↓
LLM
 ↓
Diagnosis + next action

La segunda añade al caso conocimiento experto, es decir, material de referencia diagnóstico:

Case
+
diagnostic reference material
 ↓
LLM

La tercera da al modelo el mismo conocimiento y además el árbol de acciones:

Case
+
same diagnostic knowledge
+
expert investigation procedure
 ↓
LLM

La comparación que importa es la segunda frente a la tercera. Ambas tienen en esencia el mismo conocimiento del dominio. La única diferencia es si al modelo solo se le entregó el conocimiento o también un método para usarlo.

Un primer resultado decepcionante

El primer caso era bastante sencillo y a todos les fue bien. El modelo en bruto, el que tenía conocimiento experto y la versión con árbol de acciones llegaron a caminos diagnósticos razonables en líneas generales. Si solo se juzgara la precisión de la respuesta final, el marcador quedaría así:

Raw AI ≈ Knowledge AI ≈ Action Tree AI

Con esa vara, el experimento parecía un fiasco. Pero había cambiado otra cosa.

Lo primero que mejoró fue la verificabilidad

La ejecución con el árbol de acciones dejó un rastro visible, una secuencia explícita de pasos:

Source observation
      ↓
Decision point
      ↓
YES / NO / UNKNOWN
      ↓
Interpretation
      ↓
Current hypotheses
      ↓
Missing evidence
      ↓
Next action

Eso permitía inspeccionar la estructura del trabajo y no solo la respuesta. Un paso concreto se ve así:

Question:
Is the field-level damage pattern known?

Observation:
Symptoms are present on several plants,
but the overall distribution has not been examined.

Decision:
INSUFFICIENT_EVIDENCE

Next action:
Map symptomatic and asymptomatic plants across the field.

La salida no era otro bloque de prosa, sino una cadena de decisiones que otra persona puede revisar. El nombre que se le quedó fue Verification Spine («columna de verificación»). Dos sistemas pueden llegar a la misma respuesta y uno ser mucho más fácil de inspeccionar, reproducir y corregir.

Subir la dificultad del razonamiento

Elegir enfermedades más raras habría sido la vía perezosa para tener casos más difíciles. El experimento subió en cambio la dificultad del razonamiento, en seis niveles.

La pregunta dejó de ser si la IA puede responder preguntas más difíciles. Pasó a ser cómo se comporta la IA cuando las pruebas se vuelven más difíciles de interpretar.

Cómo se comportaron las tres configuraciones según el nivel

Los resultados no fueron una victoria sencilla del árbol de acciones.

En los niveles fáciles, las tres llegaron a una respuesta sensata y la ganancia estuvo en la estructura y la verificabilidad. En la dificultad media empezó a pesar el conocimiento del dominio. La pregunta abierta ahí era si un procedimiento explícito podía mejorar aún más la acción que la IA elige a continuación y reducir los cierres prematuros. En el nivel más alto, el éxito ya no era encontrar la respuesta, sino ver que las pruebas no podían sostener ninguna.

Eso apunta a tres tipos distintos de beneficio:

L0–L1
Structure and verification
        ↓
L2–L4
Reasoning policy and action selection
        ↓
L5
Graceful degradation

Un resultado se mantuvo estable del nivel más fácil al más difícil: el árbol de acciones dejaba la Verification Spine más limpia. Incluso cuando su respuesta final era idéntica a las demás, seguía exponiendo esto:

Observation
    ↓
Decision point
    ↓
Evidence
    ↓
Hypothesis
    ↓
Missing information
    ↓
Next action

Esa visibilidad puede acabar importando tanto como la precisión pura.

Pruebas engañosas

Un caso se construyó para que pasara por una enfermedad viral. Las plantas tenían síntomas parecidos a los de un virus y había pulgones cerca. La reacción rápida e intuitiva es esta:

Virus is likely
      ↓
Run a virus test

No es un diagnóstico absurdo. Es plausible, y precisamente por eso el caso es difícil.

La primera pregunta del árbol fue si alguien había determinado cómo se distribuía el daño. Nadie lo había hecho, así que el siguiente paso no fue una cara prueba molecular, sino mirar sin más cómo se repartía el daño en el campo. Las nuevas observaciones:

Almost all affected plants were inside one spray-width.

Different plant species showed similar damage.

The boundary did not expand over the following days.

Ahora el panorama cambia. Un patógeno transmisible resulta mucho menos convincente y una causa abiótica, como un daño químico, sube posiciones. El árbol no le dio a la IA conocimiento extra. Cambió lo que la IA decidió mirar a continuación, y esa puede ser la capacidad más valiosa.

Saber frente a averiguar

De aquí sale una distinción útil. El enriquecimiento de conocimiento tradicional pregunta qué saben los expertos. Un árbol de acciones pregunta cómo averiguan las cosas los expertos. Son activos distintos.

Imagina a una especialista ante un caso difícil. Su pericia no es solo un gran almacén de datos. Incluye también reglas prácticas como estas:

• No concluyas solo por el aspecto.
• Comprueba primero el patrón espacial.
• Esta observación separa dos grandes grupos de causas.
• Deja para más tarde la prueba cara.
• Este resultado descarta varias hipótesis a la vez.
• Las pruebas no bastan para decidir.
• El caso no encaja con patrones conocidos, así que escálalo.

Eso es conocimiento procedimental, y gran parte de él rara vez se pone por escrito.

Cuando la respuesta no se puede saber

El nivel de dificultad más alto guardaba otra sorpresa. Un caso se construyó de forma que las pruebas no podían separar las dos últimas hipótesis. No había ninguna otra prueba útil en el escenario, y ningún razonamiento ingenioso recupera información que no existe. La salida correcta no era un diagnóstico en absoluto:

INSUFFICIENT EVIDENCE (pruebas insuficientes)

Eso desplaza la pregunta de cuánto tiempo puede seguir la IA dando respuestas correctas a qué hace en el límite de lo que las pruebas permiten afirmar. Los sistemas pueden degradarse de dos formas muy distintas. La peligrosa:

Correct
  ↓
Correct
  ↓
Plausible guess
  ↓
Confidently wrong

Y la elegante:

Correct
  ↓
Uncertain
  ↓
Insufficient evidence
  ↓
Escalate

En el trabajo profesional real, el patrón elegante puede importar tanto como una mayor precisión.

Una frontera de capacidad de razonamiento

El experimento sugiere que el beneficio de los procedimientos expertos estructurados cambia con la dificultad.

Cuando el problema es fácil y la IA ya sabe la respuesta, las ganancias son coherencia, interpretación estructurada, trazabilidad y reproducibilidad.

Cuando la dificultad es moderada y compiten varios caminos plausibles, el procedimiento ayuda a evitar cierres prematuros, detectar pruebas que faltan, elegir acciones que revelan más y contrastar hipótesis rivales entre sí.

Cuando lo que falla son las propias pruebas, el beneficio pasa a ser reconocer el límite, mantener vivas las hipótesis sin resolver y escalar en lugar de inventarse una respuesta.

Así que preguntar si un árbol de acciones hace más lista a la IA quizá sea la pregunta equivocada. Una mejor es cómo desplaza la frontera de capacidad de razonamiento del modelo.

¿No es la vieja idea de los sistemas expertos?

La objeción es fácil de plantear. Si escribes árboles de decisión para una IA, ¿no estás reconstruyendo los sistemas expertos basados en reglas de los años ochenta?

No del todo. Un sistema experto rígido dice algo así:

IF A AND B
THEN diagnosis = X

El enfoque de aquí reparte el trabajo. El árbol gobierna qué preguntas se consideran y el modelo de lenguaje sigue encargándose de la difícil interpretación de observaciones desordenadas:

Action Tree
→ controls the investigation process

LLM
→ interprets messy observations
→ generates hypotheses
→ recognizes unusual cases

Action Tree
→ checks what remains unresolved
→ guides the next information-gathering action

El árbol acota el proceso sin dictar del todo la respuesta. La combinación funciona solo porque los modelos de lenguaje pueden razonar sobre entradas ambiguas y desestructuradas de un modo que los antiguos motores de reglas nunca pudieron.

Más contexto tiene límites

La respuesta habitual a un sistema de IA flojo es añadir contexto. Eso seguirá siendo importante, pero el rendimiento de amontonar documentos puede ir a menos.

Otra palanca es algo que las organizaciones casi nunca registran como datos: la manera en que la gente con oficio se abre paso en la incertidumbre. ¿Qué comprueban primero? ¿Qué les hace abandonar una hipótesis inicial? ¿Qué observación barata parte el espacio de búsqueda por la mitad? ¿Cuándo declaran que las pruebas son insuficientes y cuándo se salen del procedimiento estándar y escalan? Nada de eso es un dato sin más. Es estrategia de búsqueda.

Una pregunta mejor

La pregunta de partida era si un árbol de acciones experto puede hacer que una IA dé mejores respuestas. El experimento dejó otra más interesante: ¿puede la IA trabajar mejor si se le enseña cómo reducen la incertidumbre los expertos?

Trabajar mejor incluye la respuesta correcta, pero también llegar a ella de forma constante, exponer las decisiones clave, elegir siguientes pasos más sólidos, resistirse a conclusiones tempranas tentadoras y saber cuándo las pruebas simplemente no alcanzan.

Puede que el siguiente paso de la IA aplicada no sea solo enseñar a las máquinas lo que saben los expertos. Puede que sea capturar algo más sutil: cómo averiguan las cosas los expertos.