Dentro de Shippy: Cómo se construyó un agente de IA de monitoreo oceánico para ser confiable, no solo inteligente

Puntos clave

• Shippy es un agente de IA, software que puede realizar tareas multietapa de forma independiente, construido para ayudar a los analistas marítimos a rastrear la pesca ilegal y la actividad de buques en tiempo real.
• Actualmente, Shippy se ejecuta en Claude Opus 4.6, un modelo de lenguaje grande creado por Anthropic, la tecnología detrás de muchos chatbots de IA avanzados.
• Cada usuario obtiene su propia sesión aislada: los datos de un oficial de pesca en Filipinas nunca tocan datos pertenecientes a otra agencia gubernamental.
• El equipo construyó una herramienta personalizada de línea de comandos, una interfaz simple basada en texto, para evitar que la IA cometa errores sutiles al extraer datos en vivo de satélites y señales de buques.
• Skylight atiende a cientos de agencias gubernamentales y ONG en más de 70 países.

Si un buque patrullero se envía en la dirección equivocada porque una IA dio una respuesta incorrecta, personas reales en trabajos peligrosos soportan el costo. Este único hecho moldeó cada decisión de diseño detrás de Shippy, el asistente de IA integrado en Skylight, una plataforma para rastrear barcos en el mar.

El equipo publicó un desglose detallado de su enfoque en Hugging Face. Lo que describen es menos una historia sobre una IA inteligente y más una historia sobre construir barreras de seguridad alrededor de una.

¿Qué realmente impide que un agente de IA se equivoque?

La respuesta, como descubrieron los ingenieros de Skylight, son las capas. No un modelo más inteligente, sino una serie de pasos predecibles y probables que limitan lo que la IA puede cometer en cada etapa.

Shippy está construido alrededor de tres conceptos que el equipo llama alma, habilidades y configuración. El alma es un conjunto de instrucciones escritas integradas en el sistema que le dicen a Shippy qué es y qué no hará. No decidirá si un buque está violando la ley. No especulará más allá de lo que muestran los datos. Esos límites están escritos explícitamente, lo que significa que un humano puede leerlos y cambiarlos.

Las habilidades son archivos de instrucciones separados que manejan tareas específicas: buscar la posición de un buque, encontrar el límite de la Zona Económica Exclusiva de un país (el área marina donde una nación controla la pesca y los recursos), o generar un enlace de mapa para que un analista pueda verificar la respuesta por sí mismo.

La configuración cubre configuraciones prácticas: qué modelo de IA usar, qué marco de software ejecutarlo. Cambiar a un modelo diferente es un cambio de una línea, no una reconstrucción.

La parte más complicada fue los datos. La API de Skylight, el punto de conexión entre Shippy y los datos de satélite en vivo, maneja docenas de tipos de entrada, filtros complejos y paginación, lo que significa que entrega resultados en fragmentos en lugar de todos a la vez. Las versiones anteriores de Shippy construían sus propias solicitudes de datos desde cero. Los resultados parecían correctos pero estaban silenciosamente equivocados: registros faltantes, datos de ubicación confusos, filtros mal interpretados.

La solución fue una herramienta personalizada de línea de comandos que el equipo llama Skylight CLI. En lugar de construir una solicitud sin procesar, Shippy emite un comando simple y el CLI maneja toda la complejidad debajo. Cada capa del sistema puede probarse de forma independiente. Si algo se rompe, los ingenieros saben exactamente dónde buscar.

El aislamiento fue igualmente crítico. Cuando un oficial de pesca inicia sesión y le hace una pregunta a Shippy, sus datos e historial de conversación nunca deben ser visibles para ningún otro usuario. El equipo construyó un sistema de alojamiento llamado Mothership que crea un entorno fresco y contenido para cada sesión de usuario individual. Cuando finaliza la conversación, ese entorno desaparece.

Para la gente común, la conclusión práctica es esta: las decisiones de diseño que hacen que Shippy sea confiable en un entorno gubernamental de alto riesgo son las mismas que importan siempre que la IA toca decisiones sensibles. Los límites explícitos, los pasos probables y la separación estricta de datos no son extras opcionales.