Introducción
Clasificar imágenes con inteligencia artificial resulta especialmente complejo cuando las categorías dependen de interpretaciones personales. Determinar si una imagen representa comida saludable, por ejemplo, puede requerir decisiones sobre ingredientes, preparación y características que no todas las personas valoran de la misma manera.
Para abordar este desafío, Google Research ha presentado Agile Deliberation, un marco de trabajo que transforma la creación de clasificadores de imágenes en una conversación iterativa entre personas e inteligencia artificial.
La propuesta permite que los usuarios definan progresivamente qué imágenes pertenecen a una categoría y cuáles deben quedar excluidas. Para ello, combina la organización inicial de conceptos, la identificación de casos ambiguos y un mecanismo automático de optimización de instrucciones.
El proyecto, desarrollado mediante una colaboración entre Google Research y Google Ads, también cuenta con código y algoritmos publicados en abierto.
Contexto: el problema de definir categorías subjetivas
Los clasificadores de imágenes necesitan criterios para determinar si un contenido pertenece a una categoría determinada. Sin embargo, cuando esa categoría es subjetiva, las decisiones pueden depender de interpretaciones que se precisan a medida que aparecen nuevos ejemplos.
La expresión «comida saludable» ilustra este problema. Una persona puede considerar saludables determinadas preparaciones y excluir otras, mientras que algunos alimentos pueden generar dudas según sus características.
Agile Deliberation plantea que la definición de una categoría debe evolucionar durante el proceso de clasificación.
En lugar de limitar la participación humana a proporcionar etiquetas o redactar instrucciones iniciales, el sistema ayuda a identificar situaciones ambiguas y utiliza las respuestas del usuario para ajustar los criterios del clasificador.
Cómo funciona Agile Deliberation: dos etapas para definir y perfeccionar conceptos
El marco organiza el proceso en dos etapas complementarias: concept scoping y concept iteration.
- Concept scoping: establecer categorías y exclusiones. La primera etapa consiste en convertir una idea general en una estructura de subconceptos y exclusiones explícitas. En el ejemplo de Healthy Food (comida saludable), el usuario puede dividir la categoría principal en grupos más específicos: ensaladas, bowls de cereales y proteínas magras. Al mismo tiempo, puede establecer elementos que deben quedar fuera de la clasificación, como los alimentos procesados y los ingredientes crudos que todavía no han sido preparados.
- Concept iteration: resolver los casos ambiguos. La segunda etapa se centra en perfeccionar la definición mediante ejemplos que plantean dudas. Para encontrarlos, Agile Deliberation utiliza modelos de visión-lenguaje capaces de identificar imágenes situadas cerca de los límites de una categoría. Por ejemplo, el sistema puede mostrar la imagen de un batido de frutas y plantear si debería considerarse un alimento saludable o quedar excluido según los criterios establecidos. La respuesta del usuario permite precisar cómo debe interpretarse ese caso. A partir de esa información, el sistema incorpora los cambios mediante un ciclo automático de optimización del prompt, adaptando las instrucciones utilizadas por el clasificador a las decisiones humanas.
Un estudio con 18 sesiones y dos categorías diferentes
Google Research evaluó Agile Deliberation mediante un estudio con participantes reales. La investigación incluyó 18 sesiones en vivo de una hora y media cada una, durante las cuales se analizaron dos dominios de clasificación subjetiva.
El primero fue Healthy Food, centrado en identificar imágenes de alimentos que encajaran con la definición de comida saludable establecida por cada participante.
El segundo fue Pay-to-Play, relacionado con imágenes de tipo clickbait que prometen recompensas financieras o digitales engañosas en contenidos de entretenimiento o videojuegos.
Para analizar el funcionamiento del marco, los investigadores lo compararon con tres enfoques: clasificadores zero-shot, colaborador de modelado automático y deliberación manual.
Resultados: mayor consistencia y mejor rendimiento en imágenes difíciles
Los resultados del estudio mostraron que Agile Deliberation favoreció una mayor consistencia en las decisiones de etiquetado. Los participantes que utilizaron este proceso estructurado mantuvieron criterios más coherentes a lo largo de sus interacciones.
Los clasificadores obtenidos también consiguieron un rendimiento superior al de los métodos comparados. Las mejoras fueron especialmente destacadas en imágenes subjetivas difíciles, donde resulta necesario interpretar diferencias sutiles entre los ejemplos que deben incluirse y aquellos que deben descartarse.
Menos fatiga, estrés y frustración durante la clasificación
La investigación también examinó la carga mental asociada al proceso. Los participantes que utilizaron Agile Deliberation reportaron menos fatiga, estrés y frustración que con los procedimientos manuales.
Una diferencia importante fue la forma de interactuar con el sistema. Mientras que la deliberación manual implica revisar ejemplos y modificar directamente las instrucciones, Agile Deliberation presenta imágenes ambiguas para que el usuario exprese sus decisiones. El mecanismo automático se encarga de incorporar esa información al prompt del clasificador.
El estudio también registró una preferencia unánime: todos los participantes eligieron Agile Deliberation frente a los métodos manuales.
Código abierto y demostración con Healthy Food
Google Research ha publicado el código y los algoritmos de Agile Deliberation en GitHub, permitiendo acceder a la implementación del proyecto.
Además, ofrece una demostración interactiva en formato Colab/Jupyter que utiliza el ejemplo de Healthy Food para ilustrar el funcionamiento del marco.
Google Research en contexto
Agile Deliberation es un proyecto de investigación desarrollado mediante la colaboración entre Google Research y Google Ads. Su presentación oficial, publicada el 4 de noviembre de 2026, describe un marco para definir categorías visuales subjetivas mediante dos etapas: delimitación del concepto y refinamiento iterativo. La evaluación incluyó 18 sesiones con participantes reales y comparaciones frente a tres paradigmas de clasificación. Google Research también puso a disposición pública el código, los algoritmos y una demostración interactiva.
