Cuando hay que ordenar resultados de búsqueda —en este caso vuelos, por mejor opción, más barato y más rápido— la respuesta refleja es entrenar un modelo. El estudio se planteó para comprobar si esa respuesta era la correcta o simplemente la esperada.
El conjunto fueron 2.007 itinerarios reales procedentes de 235 búsquedas, con datos públicos de un único mercado, comparando un modelo entrenado contra un sistema de reglas escritas a mano. Las reglas ganaron en dos de los tres objetivos. El modelo solo aportó ventaja clara en el más subjetivo de los tres, que es precisamente donde no hay una regla evidente que escribir.
El machine learning no es el punto de partida, es la respuesta a una pregunta que antes hay que formular.
La conclusión no es que los modelos no sirvan, sino que un sistema de reglas bien pensado es un rival más duro de lo que sugiere la conversación dominante, y además resulta más barato de operar, más fácil de explicar a quien tiene que aprobarlo y no se degrada por su cuenta. Es la misma pregunta que llevó a descartar una base de datos vectorial en el servidor MCP.