Estos días YouTube se ha llenado de vídeos con una palabra de tres letras.

Jev.

Miniaturas con caras de asombro.

Títulos a grito pelado.

«Una nueva clase de IA». «Está rompiendo internet».

Y yo, que me paso media vida trasteando con modelos de inteligencia artificial, me hice la misma pregunta que te estás haciendo tú ahora mismo.

¿Qué c+ño es Jev?

Así que me senté a leer lo que había que leer: el anuncio de sus creadores, su documentación técnica y lo que ha publicado la prensa especializada de medio mundo.

Y te adelanto la conclusión, para que no te quedes con la intriga.

Jev es la primera IA famosa que NO quiere hablar contigo.

Ni contigo ni con nadie.

Jev habla con otras máquinas.

Índice

  1. Qué es Jev: una IA que no dice ni mu

  2. Quién está detrás de Jev: el hombre al que ChatGPT le rompió el corazón

  3. Cómo funciona Jev: decide sin soltar una sola palabra

  4. Por qué se llama Jev: Jevons, el carbón y el nombre del bicho

  5. Lo que promete Jev y lo que todavía hay que ver

  6. ¿Y Jev qué pinta en tu trabajo?

  7. Si tu empresa usa Jev para decidir sobre personas: Estatuto, RGPD y Reglamento de IA

  8. Glosario

  9. Preguntas frecuentes

  10. Fuentes y referencias verificadas

1. Qué es Jev: una IA que no dice ni mu

Ya sabrás, y si no lo sabes te lo voy a contar ahora, que todas las IA que conoces son, en el fondo, máquinas de escribir con esteroides.

ChatGPT escribe. Claude escribe. Gemini escribe.

Les preguntas algo y te sueltan un texto.

A veces brillante.

A veces un truñazo.

Y a veces se inventan una sentencia del Supremo con su número de recurso y todo, tan pichis.

Jev no hace nada de eso.

No redacta. No conversa. No te da los buenos días.

Le das una situación, le haces una pregunta cerrada y te devuelve un número.

Un porcentaje.

¿Conoces a ese veterano de la oficina que lleva treinta años en el oficio? Ese al que le enseñas un papel y, sin leerlo entero, te dice: «esto tiene un 85 % de pinta de acabar mal».

Pues eso, salvando todas las distancias, es Jev.

Un veterano de silicio que no te va a escribir un informe de veinte páginas. Te va a dar el porcentaje. Y te lo va a dar volando.

¡Swooomp!

Volando de verdad: TypeSafe AI, la empresa que lo ha creado, habla de entre 70 y 500 milisegundos por respuesta. Menos de medio segundo. En su demostración pública, Jev contesta en 0,114 segundos lo que a un modelo de OpenAI le lleva más de 8 segundos, según recoge The Register.

Por eso no lo vas a ver en ninguna app de móvil para charlar.

Jev no está hecho para tus ojos.

Está hecho para vivir dentro de los programas.

Escondido.

Tomando decisiones pequeñitas, miles de veces por minuto, sin que nadie lo vea.

2. Quién está detrás de Jev: el hombre al que ChatGPT le rompió el corazón

Toda buena historia empieza con un desengaño.

Esta también.

Diogo Almeida pasó más de cuatro años en OpenAI.

No de becario, ojo.

Trabajó en el aprendizaje por refuerzo con retroalimentación humana (el famoso RLHF), en InstructGPT, en ChatGPT y en GPT-4.

Traducido: es uno de los que enseñaron a las IA a hablar como nosotros.

Y resulta que el resultado le dejó frío.

TechCrunch abre su crónica con una frase que parece sacada de una novela: ChatGPT le rompió el corazón a Diogo Almeida.

¿Por qué?

Porque, en sus palabras, tenían «un rayo metido en una botella» y, aun así, aquello no era útil para automatizar el trabajo de verdad.

Su diagnóstico es demoledor: llevamos años optimizando las IA para el lenguaje humano, para agradarnos a nosotros. Pero los ordenadores hablan otro idioma.

¡Chisssparkk!

Ahí se le encendió la bombilla.

Si los modelos llevan años siendo sobrehumanos charlando, ¿dónde c+ño está toda la automatización que nos prometieron?

En 2024 se marchó de OpenAI y fundó TypeSafe AI en San Francisco, junto a Erik Gafni y Sasha Sheng.

Dos años trabajando en silencio, lo que en el sector llaman «modo sigilo».

Y el 15 de septiembre de 2026 salieron a la luz con Jev bajo el brazo y 40 millones de dólares de financiación inicial, en una ronda liderada por el fondo DCVC. Forbes, según recoge SiliconANGLE, sitúa la valoración de la compañía en 200 millones de dólares.

No está nada mal para una IA que no sabe decir «hola».

3. Cómo funciona Jev: decide sin soltar una sola palabra

Vamos a abrir el capó. Sin tecnicismos, prometido.

Jev funciona con dos ingredientes.

El primero es el estado: la información de partida. Un correo, una reclamación, un currículum, una ficha de datos. Lo que sea.

El segundo son las preguntas. Pero no preguntas abiertas, como las que le haces a ChatGPT. Preguntas con las respuestas posibles ya fijadas de antemano.

Y aquí viene lo bonito: solo existen tres tipos de pregunta.

La primera se llama Choice. Sirve para elegir una opción de una lista. ¿Este mensaje va a facturación, a soporte técnico o a ventas?

La segunda se llama Score. Sirve para puntuar algo en una escala que tú defines. ¿Cuánta experiencia tiene este candidato: ninguna, algo, uso habitual o dominio total?

La tercera se llama Noul. Es la más sencilla: una pregunta de sí o no. Y Jev te contesta con la probabilidad de que la respuesta sea «sí».

Mira este ejemplo, sacado tal cual de su documentación.

Un cliente escribe: «Ya lo he pedido tres veces. ¿Puedo hablar con una persona de verdad?»

Pregunta a Jev: ¿el cliente pide hablar con un humano?

Respuesta: 0,99.

Otro cliente escribe: «¿Eres un bot?»

Misma pregunta. Respuesta: 0,40.

¿Lo ves? En el primer caso lo tiene clarísimo. En el segundo, Jev te está diciendo sin tapujos: «oye, esto no lo tengo claro».

Y eso, pequeño saltamontes, es oro puro.

Porque las IA que escriben casi nunca te dicen cuándo dudan. Te sueltan una respuesta con la misma seguridad cuando aciertan que cuando meten la pata hasta el corvejón.

Jev, en cambio, te dice cuánto se fía de sí mismo. Y el programador decide qué hacer con cada franja: si la probabilidad es muy alta, se actúa; si es muy baja, se descarta; y si cae en la zona gris, la propia documentación de TypeSafe recomienda mandarlo a una persona para que decida.

¡Tsjjjjank!

Así suena una máquina que decide sin pedir permiso para hablar.

Tres detalles más que conviene que sepas.

Todas las preguntas se evalúan a la vez, en paralelo, en una sola llamada. Por eso añadir preguntas apenas cambia el tiempo de respuesta. Los modelos que escriben, en cambio, generan el texto palabra a palabra, una detrás de otra.

Como las respuestas posibles están fijadas de antemano, Jev no puede contestar algo que no esté en la lista.

Ahí es donde sus creadores dicen que «no puede alucinar». Ahora te explico por qué hay que coger esa frase con pinzas.

Y el precio: 0,042 dólares por cada millón de tokens de entrada. Es decir, 42 dólares por cada mil millones. Y las respuestas, gratis.

Lo que en el sector se cobra por millones, ellos lo cobran por miles de millones.

¿Y lo de «System One»?

Viene del libro Pensar rápido, pensar despacio, del Nobel Daniel Kahneman. El «Sistema 1» es nuestro pensamiento rápido, intuitivo, el de las decisiones en un segundo. El «Sistema 2» es el lento y reflexivo.

Jev no pretende razonar como un catedrático. Pretende tener buen ojo. Y tenerlo rapidísimo.

4. Por qué se llama Jev: Jevons, el carbón y el nombre del bicho

Vamos con lo que se pregunta medio YouTube: ¿por qué se llama Jev?

Por William Stanley Jevons.

Un economista inglés del siglo XIX que en 1865 publicó un libro con un título muy poco sexy: The Coal Question. La cuestión del carbón.

Jevons observó algo que parecía un sinsentido.

Las máquinas de vapor se habían vuelto mucho más eficientes. Necesitaban menos carbón para hacer el mismo trabajo.

Lo lógico sería pensar que Inglaterra iba a gastar menos carbón, ¿verdad?

Pues NO.

Gastaba muchísimo más.

Porque, al abaratarse, el vapor empezó a meterse en fábricas, talleres, barcos y trenes donde antes no salía a cuenta. Más eficiencia, más usos. Más usos, más consumo.

¡Klong!

Eso es la paradoja de Jevons: cuando un recurso se abarata, no se consume menos. Se consume mucho más.

Y la apuesta de TypeSafe es exactamente esa, aplicada a la inteligencia artificial. En su propio anuncio lo dicen sin rodeos: esperan que la inteligencia de las máquinas siga el mismo camino que el carbón, y que cada vez que su coste baje, se abran muchísimos más usos.

Almeida lo describe como un futuro con software inteligente repartido por todas partes, más parecido a los primeros tiempos de internet que a las grandes aplicaciones de hoy.

Ahora bien.

No todo el mundo compra la apuesta.

The Register recuerda que esa lógica da por hecho que el mercado de la inteligencia artificial será tan amplio como el de la energía. Y eso está por ver, porque mucha gente que tiene acceso a estas herramientas, sencillamente, no les encuentra utilidad.

Y hay una segunda lectura que a mí, como asesor jurídico laboral, me interesa mucho más.

Hay quien usa la paradoja de Jevons para tranquilizarnos: si la IA abarata el trabajo, habrá tanta demanda que se crearán más empleos. Es la lectura optimista, y tiene su lógica histórica.

Pero fíjate en un matiz que casi nadie cuenta.

La paradoja de Jevons habla del carbón.

No de los mineros.

Lo que dispara es el consumo del recurso abaratado.

Y aquí el recurso abaratado es la inteligencia de la máquina, no las horas de trabajo de las personas.

Que se multipliquen las decisiones automáticas no garantiza, por sí solo, que se multipliquen los puestos humanos.

Esa garantía no la da ninguna paradoja.

La tendremos que construir nosotros.

5. Lo que promete Jev y lo que todavía hay que ver

Aquí no servimos papilla. Así que vamos a separar lo que está demostrado de lo que es promesa.

TypeSafe asegura en su anuncio que Jev es entre 40 y 200 veces más rápido que los grandes modelos de lenguaje en tareas comparables, y Almeida habló el día del lanzamiento de hasta 400 veces más barato. En las pruebas que la empresa exhibe en su web llega a 193,6 veces más rápido y 444,6 veces más barato.

Cifras de flipar.

Pero la propia empresa, y eso le honra, reconoce varias cosas en su anuncio.

Que esas pruebas las diseñó su propio equipo, así que puede haber sesgo.

Que esas ganancias probablemente están en la parte alta de lo que se verá en el mundo real.

Y que no pueden demostrar que su precio no esté subvencionado: eso, dicen, solo lo dirá el tiempo.

SiliconANGLE lo remata: las cifras no han sido verificadas de forma independiente, y cada empresa tendrá que comprobar con sus propios datos si las probabilidades de Jev se corresponden de verdad con su tasa de acierto.

Tampoco se conoce su arquitectura. TypeSafe no ha publicado ni los pesos del modelo ni un artículo técnico. Dice que está basado en la arquitectura transformer y entrenado solo con datos sintéticos, mediante un método propio que llama RLCD. Algunos observadores externos sospechan, según TechCrunch, que por debajo hay un modelo de lenguaje de pesos abiertos.

Y lo de que «no puede alucinar» merece un apunte.

Es verdad que Jev no puede inventarse una respuesta fuera de la lista. No te va a fabricar una cita jurisprudencial falsa, porque ni siquiera escribe.

Pero puede equivocarse. Puede darte un 0,90 donde debía haber un 0,10. Como apunta The Register, la comparación no es del todo justa: devolver una probabilidad no impide que esa probabilidad sea errónea.

¿Y qué dicen los primeros que lo han probado?

Un ingeniero de Vercel contó que, al sustituir un modelo de OpenAI por Jev para revisar la seguridad de ciertas órdenes, obtuvieron resultados entre 5 y 18 veces más rápido y con más precisión.

El director técnico de Bryo AI lo comparó con Gemini clasificando correos de empresa: Gemini acertó un poquito más, pero costaba entre 10 y 20 veces más. Y lo que más le gustó de Jev fue, precisamente, que devuelve una probabilidad real.

Tanta expectación ha levantado que, según TechCrunch, la empresa se quedó temporalmente sin capacidad para atender a todos los usuarios de su API.

Y hasta lo han puesto a jugar al Doom, el mítico videojuego, tomando diez decisiones por segundo por unos siete dólares la hora.

¿Estamos ante una revolución o ante otra de esas burbujas que un buen día revientan y hacen…

¡Plofff!

La respuesta corta: todavía no se sabe.

Tampoco es fácil entrar a probarlo. TypeSafe quitó la lista de espera el 20 de septiembre, pero el 22 tuvo que suspender las altas nuevas por exceso de demanda: quien ya tenía cuenta puede seguir usándolo, y también llega a través de intermediarios como Vercel u OpenRouter.

Lo sensato es mirarlo con curiosidad y con lupa.

Las dos cosas a la vez.

6. ¿Y Jev qué pinta en tu trabajo?

Mucho más de lo que parece.

Fíjate en los usos que la propia TypeSafe y la prensa especializada ponen como ejemplo: clasificar solicitudes de atención al cliente, revisar facturas, priorizar alertas de seguridad, estimar riesgos en seguros, vigilar lo que hacen otras IA.

¿Qué tienen todas esas tareas en común?

Que son decisiones rápidas. De las que un profesional con experiencia toma en pocos segundos, cientos de veces al día.

La documentación de Jev lo describe casi con esas palabras: el tipo de juicio que una persona que sabe del tema haría en unos segundos con el contexto adecuado.

Eso, querid@ lector@, es buena parte del trabajo administrativo de este país.

Clasificar. Derivar. Priorizar. Filtrar.

¡Glurpppp!

Así suena el sistema tragándose, sin hacer ruido, tareas que hasta ayer hacía una persona.

Y ahora el ejemplo que me pone los pelos de punta.

En la documentación oficial de Jev, entre los ejemplos para aprender a usarlo, aparecen preguntas como estas: ¿este currículum menciona experiencia en sistemas distribuidos? ¿Es este candidato fuerte en Python? ¿Este currículum pertenece a la misma persona que este otro registro de nuestra base de datos?

¿Lo pillas?

La criba de candidaturas está en el manual de instrucciones.

Tu CV ultraprocesado, ese lleno de palabras bonitas y vacío de proteínas, va a pasar por un filtro que lo puntúa en una décima de segundo. Y que no se deja impresionar por el formato.

Pero no todo es negro. Ni mucho menos.

Te acuerdas de la zona gris, ¿verdad? Ese 0,40 del «¿eres un bot?».

El diseño de Jev manda los casos dudosos a una persona. Alguien tiene que diseñar las preguntas. Alguien tiene que fijar los umbrales. Alguien tiene que revisar lo que la máquina no ve claro. Alguien tiene que responder cuando la decisión sale mal.

La zona gris es el nuevo puesto de trabajo.

Y para ocuparlo no basta con saber usar ChatGPT.

Hay que entender el negocio, conocer las normas y tener criterio.

Justo lo que no se aprende memorizando apuntes.

Y si trabajas en un despacho laboral, en la segunda parte de esta serie te cuento ocho formas de usar Jev en el despacho y cómo conectarlo con Claude, con un ejercicio para probarlo esta misma tarde.

7. Si tu empresa usa Jev para decidir sobre personas: Estatuto, RGPD y Reglamento de IA

Aquí me pongo la toga.

Un ratito, no te asustes.

Porque una cosa es usar Jev para decidir si un correo va a facturación o a soporte. Y otra muy distinta es usarlo para decidir a quién se contrata, a quién se asignan tareas o a quién se evalúa mal.

Si tu empresa lo hace, entran en juego tres capas de normas.

La primera es española y está en vigor HOY. El artículo 64.4.d) del Estatuto de los Trabajadores, introducido por el Real Decreto-ley 9/2021 (la conocida «ley rider») y hoy vigente en la redacción que le dio la Ley 12/2021, de 28 de septiembre, reconoce al comité de empresa el derecho a ser informado de los parámetros, reglas e instrucciones en los que se basan los algoritmos o sistemas de inteligencia artificial que afectan a decisiones sobre condiciones de trabajo, acceso y mantenimiento del empleo, incluida la elaboración de perfiles.

Y aquí viene una paradoja jurídica muy curiosa, que te ofrezco como lectura propia.

Con Jev, esos parámetros, reglas e instrucciones son muy fáciles de identificar: son las preguntas que la empresa ha escrito y los umbrales que ha fijado en su código. Sobre el papel, cumplir con el comité debería ser más sencillo que con un chatbot al que se le da una instrucción abierta.

Pero ojo: lo que pasa dentro del modelo sigue siendo opaco, porque TypeSafe no ha publicado su arquitectura. Y la doctrina no es unánime sobre el alcance del precepto.

Hay quien sostiene que basta con explicar de forma comprensible la lógica y los criterios de decisión, que es la línea de la guía práctica del Ministerio de Trabajo sobre información algorítmica de 2022. Y hay quien defiende una transparencia más profunda, que alcance también al funcionamiento del propio sistema.

A mi juicio, la primera posición es la más sólida con la letra de la norma, que habla de «parámetros, reglas e instrucciones» y no de código fuente. Pero la empresa que se limite a decir «lo decide una IA» se queda muy corta.

La segunda capa es el Reglamento General de Protección de Datos. Su artículo 22 reconoce el derecho a no ser objeto de una decisión basada únicamente en un tratamiento automatizado que produzca efectos jurídicos o afecte significativamente a la persona.

Y hay una sentencia que encaja con Jev como un guante. En la STJUE de 7 de diciembre de 2023, asunto C-634/21, SCHUFA (Sala Primera, ECLI:EU:C:2023:957), el Tribunal de Justicia declaró que calcular de forma automatizada un valor de probabilidad sobre una persona constituye una «decisión automatizada» cuando un tercero se apoya de manera determinante en ese valor para decidir.

Léelo otra vez despacio.

Un valor de probabilidad.

Eso es exactamente lo que devuelve Jev.

Si una empresa descarta candidaturas de forma automática porque el «Noul» de turno salió por debajo de 0,2, sin que ninguna persona revise nada, está pisando de lleno el terreno del artículo 22. Y a eso se suma el derecho a obtener una explicación de la lógica aplicada, que el TJUE ha reforzado en la STJUE de 27 de febrero de 2025, asunto C-203/22, Dun & Bradstreet Austria (Sala Primera, ECLI:EU:C:2025:117).

La tercera capa es el Reglamento europeo de Inteligencia Artificial (Reglamento (UE) 2024/1689). Su anexo III, punto 4, califica como de alto riesgo los sistemas destinados a la contratación o selección de personas, incluido el análisis y filtrado de candidaturas y la evaluación de candidatos, y los que se usan para decidir sobre condiciones de trabajo, promociones, despidos, reparto de tareas o evaluación del rendimiento. Cuando hay elaboración de perfiles, las excepciones del artículo 6.3 no sirven de salida.

Para esos usos, el reglamento exige supervisión humana (artículo 14) y obliga a la empresa, antes de poner el sistema en marcha, a informar a la representación legal y a las personas trabajadoras afectadas (artículo 26.7).

Si quieres consultar el reglamento sin perderte, tienes a mano la herramienta AI Act de esta web y el resto de mis análisis en la sección sobre el Reglamento de Inteligencia Artificial y las relaciones laborales.

¡Wrrrrrank!

Pero atención al calendario, que ha cambiado este verano. El Reglamento (UE) 2026/1744, conocido como «Ómnibus Digital sobre IA», publicado en el Diario Oficial el 24 de julio de 2026 y en vigor desde el 27 de julio, ha retrasado esas obligaciones de alto riesgo hasta el 2 de diciembre de 2027.

¿Significa eso que hasta entonces hay barra libre?

NI DE BROMA.

El artículo 64.4.d) del Estatuto y el artículo 22 del RGPD se aplican ya. Hoy. Esta mañana. El retraso europeo afecta al régimen específico del alto riesgo, no a las obligaciones que ya tenemos en casa.

Así que, si eres empresa: antes de enchufar a Jev a tu proceso de selección, habla con tu comité, documenta las preguntas y los umbrales, y asegúrate de que la zona gris la revisa una persona de carne y hueso.

Y si eres persona trabajadora o candidata: cuando la decisión sobre ti se tome de forma exclusivamente automatizada, tienes derecho a que te lo digan, a conocer la lógica aplicada y a pedir que la revise un ser humano (artículos 13, 15 y 22 del RGPD). Y cuando se apliquen las obligaciones de alto riesgo del Reglamento de IA, la empresa tendrá que avisarte siempre que uno de esos sistemas intervenga en una decisión que te afecte, aunque no la tome él solo (artículo 26.11).

Las relaciones laborales son, ante todo, relaciones interpersonales.

También cuando en medio hay una IA que no habla.

Sobre todo cuando en medio hay una IA que no habla.

Jev decide en una décima de segundo. Nosotros tenemos que decidir, con calma, qué dejamos en sus manos y qué no.

Esa decisión no cabe en un porcentaje.

Todo el Flow y el amor del mundo, José MarIA

8. Glosario

Jev.

Modelo de inteligencia artificial de TypeSafe AI, lanzado en acceso anticipado el 15 de septiembre de 2026, que no genera texto: devuelve decisiones estructuradas con probabilidades para que las use otro programa. Su nombre homenajea al economista William Stanley Jevons.

TypeSafe AI.

Empresa de San Francisco fundada en 2024 por Diogo Almeida, Erik Gafni y Sasha Sheng, dedicada a crear modelos de inteligencia artificial pensados para integrarse en software y automatizar decisiones.

Modelo System One.

Nombre que TypeSafe da a su nueva clase de modelos, inspirado en el «Sistema 1» de Daniel Kahneman: modelos diseñados para tomar decisiones rápidas e intuitivas con respuestas predefinidas, en lugar de razonar y redactar.

Modelo de lenguaje (LLM).

Sistema de inteligencia artificial entrenado para generar texto palabra a palabra, como ChatGPT, Claude o Gemini. Es flexible, pero más lento, más caro y propenso a inventar información.

Paradoja de Jevons.

Fenómeno descrito por William Stanley Jevons en 1865 a propósito del carbón: cuando la eficiencia en el uso de un recurso mejora y su coste baja, el consumo total de ese recurso tiende a aumentar en lugar de disminuir.

Estado.

Información de partida que se entrega a Jev para que la evalúe, como un correo, una reclamación, un currículum o un conjunto de datos estructurados.

Choice, Score y Noul.

Los tres tipos de pregunta que admite Jev. Choice elige una opción de una lista; Score puntúa en una escala definida por el usuario; Noul devuelve la probabilidad de que la respuesta a una pregunta de sí o no sea afirmativa.

Probabilidad calibrada.

Probabilidad que se corresponde con la tasa real de acierto: si un sistema bien calibrado dice «90 %», debería acertar aproximadamente nueve de cada diez veces en ese tipo de casos.

RLCD.

Siglas en inglés de «aprendizaje por refuerzo para decisiones calibradas», el método de entrenamiento propio de TypeSafe, que optimiza las probabilidades frente a resultados y no frente a las preferencias de evaluadores humanos.

Alucinación.

Error típico de los modelos de lenguaje que consiste en generar información falsa con apariencia verosímil, como una cita legal o una sentencia inexistente.

Token.

Unidad mínima de texto que procesa un modelo de inteligencia artificial, equivalente aproximadamente a un fragmento de palabra; es la unidad sobre la que se factura el uso de estos modelos.

Sistema de IA de alto riesgo.

Categoría del Reglamento (UE) 2024/1689 que incluye, entre otros, los sistemas usados para seleccionar personal o decidir sobre condiciones de trabajo, y que conlleva obligaciones reforzadas, aplicables a los sistemas del anexo III —entre ellos, los del empleo— desde el 2 de diciembre de 2027.

9. Preguntas frecuentes

¿Qué es exactamente Jev y en qué se diferencia de ChatGPT?

Jev es un modelo de inteligencia artificial de TypeSafe AI que no escribe ni conversa. Recibe información y preguntas cerradas y devuelve decisiones con probabilidades.

ChatGPT genera texto para que lo lea una persona. Jev genera respuestas estructuradas para que las use otro programa.

¿Por qué se llama Jev?

En honor a William Stanley Jevons, economista inglés del siglo XIX y autor de la paradoja de Jevons.

Sus creadores apuestan a que, igual que pasó con el carbón, abaratar la inteligencia artificial multiplicará su uso.

¿Puedo usar Jev como usuario normal, igual que un chatbot?

No está pensado para eso. Jev se integra en programas mediante su API y, de momento, está en acceso anticipado con lista de espera para desarrolladores.

Si no programas, lo más probable es que te lo encuentres funcionando por dentro de aplicaciones que usas, sin saber que está ahí.

¿Es verdad que Jev no alucina?

Solo en un sentido concreto: no puede dar una respuesta que no esté entre las opciones fijadas de antemano.

Pero puede equivocarse al elegir entre esas opciones o al asignar una probabilidad. Por eso conviene revisar las respuestas dudosas.

¿Es cierto que es 400 veces más barato que otras IA?

Esa cifra procede de pruebas diseñadas por la propia TypeSafe, que admite posible sesgo y que su precio podría no ser sostenible a largo plazo.

Todavía no hay verificaciones independientes. Cada empresa tendrá que medirlo con sus propios datos.

¿Puede una empresa usar Jev para filtrar currículums?

Técnicamente sí; su propia documentación incluye ejemplos de análisis de currículums.

Jurídicamente, en España deberá informar al comité de empresa conforme al artículo 64.4.d) del Estatuto de los Trabajadores, respetar el artículo 22 del RGPD sobre decisiones automatizadas y, desde el 2 de diciembre de 2027, cumplir las obligaciones de alto riesgo del Reglamento europeo de IA.

¿Va a destruir empleo Jev?

Nadie lo sabe con certeza. Automatiza decisiones rápidas y repetitivas, como clasificar, derivar o filtrar, que hoy hacen personas.

A la vez, crea necesidad de perfiles que diseñen preguntas, fijen umbrales y revisen los casos dudosos. El resultado dependerá de cómo lo usen empresas, trabajadores y legisladores.

10. Fuentes y referencias verificadas