Semaphore Intelligence, un nuevo producto editorial impulsado por IA basado en nuestras convenciones globales, comenzó como un prototipo que el editor de Semaphore Tech, Reed Albergotti, construyó utilizando el Codex de OpenAI el domingo por la mañana después de que concluyó Semaphore World Economy 2026, con el objetivo de identificar temas centrales durante tres días de conversaciones simultáneas. Después de compartirlo con la sala de redacción, Alastair Clements, gerente de datos de Semaphore, trabajó con Reed durante las siguientes 36 horas para convertir el prototipo en una sólida herramienta de análisis que analizó 4.900 afirmaciones diferentes de más de 300 oradores, con cada afirmación anclada a una cita específica en las transcripciones.
La herramienta analizó cada transcripción, extrajo las distintas afirmaciones de cada hablante y convirtió cada una en una huella digital numérica que captura significado en lugar de redacción. Esta tecnología se llama «incrustación» o «vectorización» y se está convirtiendo en una forma común de procesar grandes cantidades de texto para comprender las relaciones entre ideas en un corpus: esencialmente asigna ideas a una secuencia compleja de números y luego usa esos números para comprender la proximidad semántica entre ideas. Este mapa de proximidad se utilizó para ayudar a refinar el informe. Luego, la herramienta utilizó razonamiento de múltiples agentes para extraer citas directas de oradores que apoyaban o suprimían temas centrales.
Luego, los reporteros de Semaphore revisaron cada tema: pusieron a prueba las premisas, examinaron las citas de apoyo y editaron aquellas que respaldaban más claramente lo que realmente se dijo. El informe es producto de ese proceso editorial. Los sistemas de inteligencia artificial actuales no son capaces de generar conocimientos de manera más confiable que los periodistas por sí solos, pero pueden permitirnos crear herramientas que amplíen el alcance de lo que los periodistas pueden descubrir y analizar. La tecnología ha determinado lo que es posible sacar a la superficie; los periodistas determinaron el encuadre y lo que valía la pena publicar.
Para los técnicamente curiosos: Vector Database se ejecuta en BigQuery de Google. Las huellas dactilares se producen mediante un modelo de integración de una empresa de inteligencia artificial llamada Voyage (ahora propiedad de MongoDB). Los modelos Haiku 4.5 y Opus 4.7 de Anthropic ayudaron en el análisis de texto. Un segundo clasificador de Cohere ayudó al sistema a mostrar evidencia relevante para cada consulta. El mapa de conglomerados que ve arriba provino de una biblioteca de código abierto llamada UMAP que comprimió nuestros vectores de 1024 dimensiones en coordenadas bidimensionales. Toda la tubería está conectada mediante Claude Code. En total, las llamadas API y la nueva base de datos sólo cuestan unos pocos cientos de dólares.
