La Hipérbole y el crecimiento exponencial - El futuro incierto de la burbuja de la IA

Hipérbole, la exageración de las cualidades de un objeto.

La hipérbole es intensa en el área de las IA. Ha cautivado a muchos en la industria, quienes han intentado usar la IA en todas las formas posibles, inventando productos o servicios basados en ella o tratando de mejorar sus tecnologías.

• No confundir hipérbole con hipérbola, un tipo de curva matemática.

Sin embargo, la hipérbola, al ser pariente de la curva exponencial, tiene relevancia al tema de este artículo.

Algunos investigadores postulan que, el crecimiento de la IA ha seguido una curva exponencial. Si las tendencias se mantienen, dicen, en unos pocos años debería surgir la primera Inteligencia Artificial General (AGI), una IA con capacidades equivalentes a un humano, que nos dejaría a todos obsoletos.

• ¡Estamos perdidos! Pronto Skynet se apoderará del mundo

Tengo mis dudas al respecto.

Por un lado, el tema de la evolución hacia una AGI es algo que merece una discusión aparte. Hoy me enfocaré en la idea de crecimiento exponencial de la IA, particularmente de sus capacidades o "inteligencia".

Para que una IA crezca, de forma exponencial o no, deben cumplirse dos condiciones:

1. Debe haber una cantidad proporcional de recursos disponibles para alimentar dicho crecimiento
2. Debe haber una certeza técnica y científica de que los artefactos creados sean factibles de escalar indefinidamente

Revisemos el primer punto.

Una IA necesita de hardware cada vez más potente y abundante para ser entrenada. Incluso considerando que los computadores se hacen cada vez más poderosos y más baratos, los costos para entrenar un LLM, por ejemplo, han aumentado exponencialmente. En general, para los próximos años se proyectan costos operacionales enormes para las empresas proveedoras de modelos de IA.

Evidentemente, bajo esas condiciones es imposible hacer que una IA mejore de manera indefinida. Al menos, no sin un buen incentivo económico

En el segundo punto, la perspectiva tampoco es muy alentadora. Por el lado de la Ciencia de la Computación hay indicios (pendientes de confirmar formalmente) de que un LLM no es posible de escalar indefinidamente.

En el ámbito más coloquial, hemos visto la decepción que significó GPT-5. Si bien mejoró en los benchmarks comparado con sus predecesores y competidores, las mejoras son cada vez menos significativas.

En buena medida, hay razones para pensar que el progreso general en IA es cada vez menos abrupto. La tendencia parece análoga a la ley de rendimientos decrecientes.

• Entonces, parece ser que la IA no crecerá indefinidamente. Sin embargo, lo que tenemos en la actualidad es bastante bueno, no?

Ciertamente. A pesar de que los Sacerdotes del Culto del Cargo alimenten la hipérbole y, en el proceso, dañen las expectativas, la IA tiene un gran potencial.

Solo que no tan grande como el que ellos pintan.

En mis publicaciones previas comenté que la mayoría de las aplicaciones de la IA requieren de un humano que las supervise, con lo cual es poco probable que sustituya totalmente a los humanos. Probablemente ocurra algo más similar a cualquier revolución industrial, una sustitución parcial de algunos cargos, seguido de creación de nuevos roles especializados.

Lo que podría pasar pronto, es que la hipérbole deje de ser creíble para los inversionistas.

Los altos costos de entrenamiento y mantenimiento de las IA no hacen más que aumentar y requiere que los inversionistas inyecten cada vez más dinero a las empresas de IA. Sin embargo, las mejoras de la IA, cada vez menos radicales, podrían hacen dudar del potencial retorno a la inversión en estas tecnologías.

A lo anterior se une otro problema para las empresas de IA: Aparentemente, el mercado de la IA generativa favorece, en ciertos aspectos, la libre competencia.

Si bien OpenAI sigue siendo el líder, cualquier otra empresa que ofrezca algo "mejor" podría robarle los clientes con relativa facilidad.

Esto es porque las barreras para cambiar proveedor son muy bajas.

A nivel técnico la competencia es reñida. Para muchas aplicaciones, la diferencia entre los mejores modelos es relativamente baja. Las interfaces son sencillas y muy similares. Esto contrasta con otros negocios, por ejemplo, los servicios en la nube, donde el "vendor locking" es muy fuerte. Una vez uno se "casa" con un proveedor de nube, prácticamente no hay vuelta atrás. En IA esto no es así, lo cual facilita bastante saltar de un proveedor a otro.

Por otro lado, los servicios de IA no sufren de un efecto de red apreciable. En otras palabras, el valor para el cliente no aumenta significativamente mientras más usuarios utilicen la misma plataforma, a diferencia de las redes sociales. Si un servicio resulta no ser tan bueno, uno no está obligado a seguir en él solo "porque todo el mundo lo usa".

En el mundo de la IA Generativa, el ganador no se queda con todo.

Por ahora, la principal ventaja que cada empresa puede ofrecer, aparte de la calidad técnica y usabilidad de sus servicios, es el precio. Sin embargo, esto ha hecho que funcionen a pérdida.

Hasta el momento, esta estrategia ha sido posible, porque los inversionistas han entregado fondos a estas empresas, expectantes por una gran "killer app", una aplicación efectiva de las tecnologías que les retornaría con creces el dinero invertido.

Sin embargo ese evento se ve incierto. No hay evidencia dura que vaya a ocurrir, al menos no con una magnitud proporcional al dinero invertido. Por ahora los resultados no son alentadores

Falta ver qué sucederá cuando los inversionistas empiecen a demandar retornos y las empresas se vean forzadas a traspasar todos los costos a los clientes.

En ese momento comenzará la verdadera competencia. Si no son capaces de ofrecer un servicio de calidad acorde con el precio, muchas organizaciones no verán un incentivo suficiente para adoptar IA y pagar su costo real.

En ese escenario, la demanda y las inversiones podrían bajar.

La hipérbole se apaciguaría.

La burbuja estallaría o se desinflaría.

Al fin y al cabo, la curva exponencial no sería tal, sino algo más cercano a una simple curva logística

Nota: En el artículo de hoy, usé el término "IA" para referirme específicamente a "LLM"

La IA y los Centauros - Cómo la Máquina de las Respuestas puede apoyar a los humanos y no al revés

En mi publicación anterior argumenté que la IA, particularmente un LLM, aun no puede reemplazara a los humanos en el desarrollo de software. Un Informático utilizando una IA sigue realizando, esencialmente, las mismas tareas que un desarrollador de software de antaño.

No solo las mismas tareas, sino que sigue requiriendo, más o menos, las mismas habilidades y conocimientos para hacer bien su labor.

La principal diferencia es que parte del trabajo lo hace la IA.

La pregunta que surge es: ¿cómo utilizar una IA para sacarle el máximo provecho?

Para dar una buena respuesta es importante entender el concepto de Centauro.

No me refiero, literalmente, a la criatura mitológica, sino a la analogía entre ésta y el uso que le damos a la tecnología.

Cuando una persona juega ajedrez contra una máquina, es simplemente una competencia entre humano y tecnología. Desde hace décadas que las máquinas son mejores en el ajedrez.

Sin embargo, si un humano se apoya en una máquina, puede derrotar, no solo a otros humanos, sino también a otras máquinas.

En este contexto, Centauro es la combinación de la parte humana, el cerebro, con la parte equina, la tecnología. Un centauro tiene todas las ventajas de un humano y un caballo, por lo tanto puede derrotar a ambos de manera aislada.

Cuando un ajedrecista se apoya en la IA para proyectar escenarios, explorar jugadas y usa su experiencia y capacidades para decidir qué hacer, éste se comporta como un Centauro.

Esta analogía va más allá de la simple combinación humano-tecnología. Un precepto clave es que la parte humana controla a la parte equina del Centauro, no al revés.

La antítesis de este concepto es el Centauro Invertido, cuando la parte equina controla a la parte humana.

Cuando un ajedrecista no se dedica a perfeccionar sus habilidades y conocimientos y depende totalmente de la IA para escoger las jugadas, se está comportando como un Centauro Invertido.

Mientras un Centauro tiene una clara ventaja sobre humanos o máquinas aislados, el Centauro Invertido no es sustancialmente diferente que una simple máquina. Por lo tanto un auténtico Centauro podrá siempre llegar más lejos.

• Y qué tienen que ver los Centauros con el desarrollo de software?

La respuesta es muy directa. Un Informático de antaño solo tenía su cerebro para desarrollar software. En la actualidad, además, tiene un sinnúmero de herramientas, la parte equina, que lo apoyan.

Los LLM son una parte equina muy potente

Sin embargo, si el Informático no perfecciona sus habilidades y conocimientos, y depende totalmente de su parte equina, no será mejor que las herramientas que usa.

Todo claro hasta este punto, salvo un detalle:

La idea de un centauro parte del supuesto que la parte humana y equina están permanentemente unidas.

En la práctica eso no es así. No importa cuánto se hable de que humanos y tecnología son inseparables, lo cierto es que, para que una persona pueda desarrollar al máximo sus habilidades y conocimientos, en algunos momentos debe hacerlo de manera autónoma, sin depender de artilugios sofisticados, sino usando solo su cerebro.

Es como decirle un atleta que, para entrenar en 100m planos, lo haga montando una motocicleta. Evidentemente andará más rápido, pero no fortalecerá su cuerpo adecuadamente para ganar la competencia.

Las habilidades cognitivas no son muy diferentes.

Es mejor aprender primero aritmética antes de usar una calculadora.

Es mejor programar primero seudocódigo en papel antes de sentarse a escribir código en un computador.

Es mejor aprender primero a pensar antes de delegar parte de nuestras tareas cognitivas a una máquina.

La analogía del centauro se queda corta, porque asume que humano y equino son inseparables.

Una mejor analogía es de un humano completo montado en un caballo. Juntos son más capaces que sus partes por separado, pero da lugar a que el humano pueda bajarse del caballo y entrenar por su cuenta.

En conclusión, las máquinas son simples herramientas. Nosotros debemos decidir cuándo las usamos y cuándo no.

Si dejamos que las máquinas hagan el trabajo por nosotros.

Si dejamos que tomen las decisiones por nosotros.

Si dejamos que piensen por nosotros.

Nada impedirá que en el futuro nos reemplacen, no por máquinas a secas, sino por humanos que usen bien las máquinas.

La IA y la Informática: Puede la Máquina de las Respuestas desarrollar software?

Uno de los temas más promovidos por los Sacerdotes del Culto del Cargo, los gerentes de las empresas de tecnología, es la aplicación de IA a la Informática. Más específicamente, utilizar un Modelo Grande de Lenguaje (LLM) para programar computadores.

No es de extrañarse, considerando que los LLM fueron creados por personas de esta área.

Como un Uroboro, muchos predican que la IA reemplazará a los Informáticos, y dejará sin trabajo a muchos en esta área, de manera similar a otras disciplinas.

• ¡Por supuesto!, el futuro está en el Vibe Coding! una persona con escaso o nulo conocimiento de programación, puede crear programas dándole instrucciones a un LLM!

Vibe coding, la nueva tendencia. Aprovechar al máximo las capacidades de la IA para reemplazar las neuronas de los programadores. Delegar las tareas tediosas y complejas del desarrollo de software a un LLM. Programar computadores dejándose llevar por lo que nos entrega ChatGPT o similares, de manera similar a surfear una ola en la playa.

• ¿Reemplazará la IA a los programadores?

La situación no es tan diferente a otras disciplinas. Dado que este es un tema donde tengo mucha experiencia, puedo entregar información de primera mano para despejar dudas.

Lo primero y más importante es hacerse una pregunta muy similar a la formulada en mi artículo anterior:

• En qué actividades de la programación de computadores, los LLM pueden reemplazar a los humanos de manera adecuada?

Por adecuada, me refiero a que el resultado entregado por un LLM sea tal que requiera un esfuerzo mínimo en controlar su calidad.

En otras palabras, que uno pueda confiar en la IA de manera similar a un humano experto en el tema.

Para responder a esto tenemos que entender qué es exactamente, programar.

En esencia, programar es concebir una secuencia lógica de pasos para resolver un problema de manejo de información y explicarlos de manera no ambigua a un computador.

Una persona que programa tiene que:

1. Entender y conceptualizar, de manera completa, la cadena de razonamiento que resuelve el problema. Esto a menudo es algo complejo.

2. Especificar lo anterior usando un lenguaje de programación. Éste, a diferencia de un lenguaje natural hablado por personas, es más conciso, no ambiguo y requiere un entrenamiento no trivial para usarlo de manera fluida.

Muchos ven un LLM como una alternativa atractiva para programar computadores. Si uno puede darle instrucciones sencillas a un computador usando lenguaje natural y el computador genera un software funcional, ¿para qué aprender a programar de la manera "tradicional"?

Las aparentes capacidades de los LLM en estas tareas, insinúan una revolución que cambiaría la Informática. Sin embargo, la gente cae a menudo en la falacia que para programar solo basta con aprender el lenguaje.

Lo cierto es que, lo más importante es la concepción de la solución, previa a su especificación: El diseño.

Al día de hoy, los LLM todavía son muy limitados para diseñar soluciones informáticas (el ítem 1 mencionado más arriba).

• Pero, si es así, cómo lo hace un LLM para llegar a un resultado similar al de una persona experta?

A diferencia de un humano, un LLM opera de un modo drásticamente diferente. Recordemos que para crear un LLM hay que entrenarlo con múltiples textos de diferentes fuentes. El LLM no "aprende" de ellos como lo hacen las personas, sino simplemente registra las probabilidades de ocurrencia de cada palabra en diferentes posiciones de cada texto.

Al responder, un LLM no "piensa" realmente, sino genera estocásticamente el texto más probable que acompañe al prompt escrito por la persona. Si usamos lenguaje natural para decirle a un LLM: "Un elefante se balanceaba", este respondería: "sobre la tela de una araña". Esa sería su respuesta, ya que, de acuerdo a los múltiples textos con los que fue entrenado, esas palabras van a menudo juntas.

Cuando se trata de programación, la situación no es diferente.

En adición a textos en lenguaje natural, los LLM han sido entrenados con un sinnúmero de códigos fuente escritos por personas. Con esa información, el LLM es capaz de generar un programa de forma similar a como construiría una frase en lenguaje natural.

En un lenguaje de programación, luego del prompt: "Escribe un programa en Python que imprima Hola mundo", el LLM respondería con el texto print("Hola mundo"). Esto es gracias a que hay muchísimos programas en internet que hacen algo similar, acompañados de un texto explicativo. El LLM los tiene registrados en su sistema y contribuyen probabilísticamente a sus respuestas.

En resumen, un LLM no programa como una persona, sino simplemente ha "aprendido" a "adivinar" qué secuencias de palabras de un lenguaje de programación son las más probables que acompañen a una pregunta de desarrollo de software.

No hay razonamiento de por medio, solo especulación probabilística.

En la práctica, si bien un LLM podría generar una solución al problema, también puede, con una probabilidad no negligible, entregar resultados erróneos, tanto conceptuales como gramaticales, por el simple hecho que no está razonando sobre el problema ni su solución.

• Pero si a cada rato se ven videos donde un LLM resuelve rápidamente un problema que a un programador le puede tomar días...

Este tipo de contenido hay que analizarlo con cautela. Un escrutinio un poco más profundo revela que la mayoría de este tipo de publicaciones, se centra en problemas con las siguientes características:

1. Son problemas relativamente simples

2. Son problemas cuya solución ha sido publicada en múltiples ocasiones en Internet

3. Utilizan lenguajes de programación y librerías populares

La primera característica deriva de las limitaciones actuales en la información de contexto que los LLM pueden utilizar. La "memoria de trabajo" relativamente pequeña de los LLM hace que no puedan crear, todavía, soluciones relativamente complejas.

La segunda y tercera obedecen a la naturaleza intrínseca de los LLM como un modelo estadístico de una base de conocimientos. Dado que un LLM es entrenado con el código de muchas soluciones encontradas en Internet, es de esperarse que pueda resolver de mejor forma, problemas que se asemejen a los que haya "aprendido".

Consecuentemente, estos modelos no funcionan bien cuando el problema:

1. Es complejo, tiene muchos elementos no triviales interconectados entre sí

2. Difiere ligeramente de problemas existentes

• Entonces los LLM son inútiles. Si es así, por qué tienen tanta publicidad?

No voy a discutir las implicaciones éticas en torno al marketing de productos o servicios.

Lo cierto es que los LLM tienen el potencial de facilitar la programación de computadores, pero aún tienen problemas muy importantes que restringen lo adecuado de sus respuestas.

Por sobre todo, las limitaciones mencionadas anteriormente son más evidentes mientras más generales sean las instrucciones dadas al LLM.

Esto quiere decir que la aplicabilidad de los LLM a la programación se ve fuertemente afectada por la calidad del prompt utilizado.

Un LLM funciona bastante bien traduciendo texto de un lenguaje a otro. Esto aplica tanto para lenguajes naturales como para lenguajes de programación.

Un LLM, usado correctamente, es razonablemente bueno para convertir una especificación en lenguaje natural, a su equivalente en un lenguaje de programación.

Mientras más preciso y detallado sea el prompt, mejores serán los resultados. Mientras más general y ambiguo, es más probable que un LLM entregue resultados de baja calidad.

En la práctica, para sacarle provecho a un LLM en programación, hay que concebir una secuencia lógica de pasos para resolver un problema de manejo de información y explicarlos de manera no ambigua a al LLM.

• Un momento! Esa frase es la misma que se mencionó al inicio del artículo! No es aquella que explica lo que hace un programador?

Precisamente :)

La IA y la automatización del trabajo. ¿Puede la Máquina de las Respuestas reemplazar a los humanos?

Cuando niño, en mi casa había una enciclopedia de los años 50s. No tenía la definición de "Computador", sino de "Computista": una persona que realiza cálculos.

En aquella época las neuronas humanas hacían todo el trabajo.

Cuando se masificaron los computadores personales en los 70s y 80s, la mayoría de la computación pasó a ser realizada por máquinas. Los computistas de carne y hueso dieron paso a los computadores de hardware.

Muchos oficinistas que hacían tareas repetitivas tuvieron que adaptarse. Una persona con un computador podía reemplazar a grupos de personas que hacían las cosas manualmente. Muchos perdieron sus empleos.

A pesar de ello, en el largo plazo, la cantidad de empleos se recuperó. Para soportar la creciente demanda de computación, se requirieron nuevos puestos de trabajo, tanto para personas que usaban computadores, como para quienes construían el software que los hacía funcionar. Cada nuevo invento en el área no hizo más que aumentar la demanda de capital humano.

Esa tendencia se ha mantenido hasta la actualidad.

La historia muestra que, cada vez que se intenta sustituir el cerebro humano con máquinas, la sociedad termina requiriendo aún más especialistas que antes.

Hasta ahora los computadores han asumido tareas repetitivas y estructuradas: cálculos contables, diseño y escritura de documentos (procesadores de texto), simulaciones, etc. Sin embargo, muchos están preocupados por los recientes avances de las IA Generativas, las cuales aparentan ser capaces de crear productos intelectuales similares a los de los humanos.

En otras palabras tareas no repetitivas y no estructuradas que, históricamente, solo los humanos han podido hacer

• ¿Producirán estas tecnologías una disminución irreversible en los empleos?

Depende...

...de la respuesta a la siguiente pregunta:

• En qué áreas la IA hace un mejor trabajo que una persona?

Creería que las siguientes son las más conocidas;

1. Resumir y clasificar texto. En mi experiencia estas tareas las hace relativamente bien. Probablemente por el hecho que las IA basadas en LLM fueron inicialmente construidas para esos propósitos. Otras aplicaciones nacieron como comportamientos emergentes. Sin embargo, todavía tienen limitaciones, especialmente con alucinaciones

2. Traducir texto a otros idiomas. Esta tecnología ya funcionaba de manera bastante adecuada antes de que se popularizaran los LLM. Con la ayuda de LLM, parecen generar buenos resultados, pero aún tienen limitaciones para textos complejos

3. Redacción de texto. En mi experiencia, desde el punto de vista gramatical, las IA tienden a ser significativamente más efectivas que un humano promedio para generar textos "bien escritos". Sin embargo, la calidad del contenido del texto puede depender mucho de las instrucciones que reciba.

4. Emular a un humano en una conversación. Alguien dijo alguna vez que, para pasar el Test de Turing hay dos opciones: hacer una máquina tan inteligente que ningún humano pueda detectarla, o ponerla a jugar contra un humano tan estúpido que cualquier máquina pueda ganarle. Todavía nos encontramos en el en el segundo escenario. Si bien hay indicios de que podríamos estar transicionando hacia el primero, creo que es muy pronto para entusiasmarse.

5. Responder preguntas especializadas. Mucha gente utiliza un LLM como una Máquina de las Respuestas. Sin embargo, un LLM no es una base de conocimientos, sino un modelo estadístico de una base de conocimientos. En otras palabras, un LLM tiene una probabilidad (no negligible) de entregar datos falsos (alucinaciones).

6. Programación de computadores. En teoría, un LLM puede utilizarse como un lenguaje de programación de muy alto nivel (lenguaje natural). La premisa más extrema es que un LLM puede generar software sin necesidad de una persona especialista. Vibe Coding es el nuevo "paradigma" donde una persona sin conocimientos de programación, construye software con la ayuda de un LLM. En mi experiencia, la calidad de ese código deja mucho que desear.

7. Generar contenido audiovisual. Todos somos testigos de la cantidad de imágenes y videos generados por IA que se ve en las redes. A veces no nos damos cuenta que es generado por IA, lo cual habla bien (o mal?) del estado de estas tecnologías.

• ¿En cuáles de estas áreas podría una IA sustituir adecuadamente a un humano?

Recalco la palabra adecuadamente. No olvidemos que los vendedores de IA, los Sacerdotes del Culto del Cargo, en su ánimo proselitista, siempre abogarán por el uso de la IA en cuánta área sea posible, ya que eso aumenta las ventas y valoriza las acciones de sus empresas.

Revisemos cada una de las áreas anteriores.

1. Resumen de texto, traducción, redacción de texto. Profesiones como Escritura Técnica, Periodismo o Traductor de idiomas, pueden verse afectadas por la IA, ya que tareas importantes que realizan pueden ser automatizadas y podrían llevar a ciertas empresas a prescindir de la contraparte humana. Sin embargo, cuando la calidad del resultado es importante, es necesario que un humano depure los resultados entregados por la máquina.

2. Emular a un humano en una conversación. Los sistemas automatizados de atención al cliente ya eran comunes antes de los LLM. La masificación de las IA para este propósito ha tenido resultados poco alentadores. En buena medida, la sustitución de humanos por máquinas dependerá del objetivo que tenga la Atención al Cliente para cada empresa. Si solo se necesita como un mecanismo para distraer al cliente y no atender a sus necesidades, una IA es una opción que, una vez supere algunas limitaciones, podría lograr ese propósito. Si lo que se quiere es realmente atender las necesidades del cliente, aún es necesario tener un humano de por medio.

   Otra área relacionada donde tiene mucho potencial es para distraer a los estafadores telefonicos. En este caso la IA no tiene que ser perfecta, sino solo simular a un humano medianamente creíble para hacerles perder tiempo y dinero a los estafadores.

3. Responder a preguntas especializadas. Las IA se usan cada vez más frecuentemente como una alternativa a las búsquedas clásicas en la red, ya que proveen una interfaz más amigable y pueden resumir múltiples fuentes en una respuesta que es (con cierta frecuencia) coherente. Esto último ha sido históricamente monopolizado por humanos. Como siempre, el problema más grande son las alucinaciones, con lo cual se requiere un humano especialista que verifique la calidad de los resultados.

   Un área afín es educación. En teoría, un LLM puede servir de tutor si se le dan las instrucciones adecuadas. En ese caso se afectan dos cosas: la certeza de la información entregada y el factor humano. Gracias a esto último, la educación presencial todavía tiene valor para muchas personas por sobre la educación a distancia u otras estrategias similares.

4. Programación. En esta área tengo experiencia de primera mano. Varias veces he probado en profundidad las capacidades de los LLM para crear código fuente. Los resultados, en mi opinión, son bastante pobres todavía. Si bien puede generar rápidamente cosas comunes y simples, tiene serias limitaciones cuando los requisitos a implementar aumentan de complejidad, requieren soluciones poco comunes o usan lenguajes poco populares o que cambian mucho en el tiempo. En mis pruebas, los LLM a menudo generan código con errores o que son difíciles de entender (porque siguen malas prácticas). Donde tienden a funcionar mejor es para generar código repetitivo, por ejemplo, archivos de configuración o boilerplate. En resumen, no pueden, por si solas reemplazar a un humano, pero si pueden potenciar a un desarrollador con suficiente experiencia.

5. Generación de contenido audiovisual. En esta área tengo serias preocupaciones. Esto es porque percibo que la mayoría del mercado para contenido audiovisual no requiere material de buena calidad. Esto es un caldo de cultivo ideal para la generación de bazofia (en inglés slop), contenidos destinados a las masas que no les preocupa lo bueno o malo que es.

En resumen, todas las disciplinas que, potencialmente, pueden verse afectadas por la IA comparten lo siguiente:

• Tareas tradicionalmente humanas pueden realizarse más rápido bajo ciertas condiciones

• La calidad del resultado tiene una variabilidad que requiere supervisión de un humano competente

• Si la calidad no es importante, el humano puede ser removido de la ecuación

Al final la pregunta puede acotarse a:

• ¿Qué porcentaje de las empresas están dispuestas a ahorrar dinero reemplazando humanos por IA, sin importar el detrimento en calidad?

Esa pregunta aún no puede responderse del todo. Está por verse si, aquellas empresas que intentan reemplazar personas por IA sobrevivan en el tiempo o si necesitarán recontratar los puestos humanos removidos para recuperar su competitividad.

Por sobre todo, aún si la IA reemplaza humanos, es muy probable que, lo haga sobre aquellos con poca especialización. En el largo plazo, podría no afectar significativamente la cantidad de puestos de trabajo ni los salarios promedio, ya que nuevas necesidades derivadas del uso de IA requerirán nuevos puestos para los humanos.

No importa lo que digan los Sacerdotes del Culto del Cargo, la Máquina de las Respuestas no es nada más que eso, una máquina, una herramienta que formará parte del abanico de opciones que tenemos los humanos para hacer nuestro trabajo más expedito, con todo lo que ello implica.

En otras palabras, creo que la IA seguirá el destino de las hojas de cálculo, que reemplazaron a los "computistas", pero no a los contadores.

Arte Artificial, Contenidos y valor intrínseco: Es la Máquina de las Respuestas capaz de crear?

El primer post que hice sobre IA y los LLM comenzaba con una cita, atribuida a Pablo Picasso: "Los ordenadores son inútiles, solo pueden darte respuestas"

De ahí nació la idea de llamar, a un computador y, más específicamente a uno potenciado por IA, la "Máquina de las Respuestas".

Un aspecto importante de la Máquina de las Respuestas, es la creación de "arte" a través de IA Generativa. Ya sea en forma de imágenes, audio o multimedia en general, los últimos avances en IA están dando bastante que hablar.

Desde un gatito preparando hamburguesas, hasta una imagen que ganó un concurso de arte , lo cierto es que ha sido un tema controversial y veo difícil un consenso en el corto plazo.

--Pero las imágenes, videos, música, son "arte" sin importar quién o qué las produzca? no?--

Un punto de discusión es si realmente lo que generan las máquinas podría considerarse "arte". No intentaré dar una definición exhaustiva de esta palabra, ya que permite muchísimas interpretaciones.

Sin embargo, la raíz del asunto está en la concepción del proceso de creación artística. Si lo vemos como una caja negra con entradas y salidas, creo que muchos concuerdan que el crear arte es algo más cercano a la transmisión de mensajes entre personas.

• El arte es creado por humanos. Los humanos usan herramientas y sus propias manos para dar forma a algo que se le llama "arte".

• El arte es creado para humanos. Los humanos lo perciben, interpretan, le dan un significado y un valor intrínseco subjetivo (independientemente de si esa fue la intención del artista o no).

Esta definición explicaría la controversia.

Bajo esa definición, lo que genera la IA no seria arte, sino solo "contenidos", multimedia que, de acuerdo a muchos, no tendría "alma", ya que ha sido creada por máquinas y no cumple el propósito de comunicar a un emisor y un receptor humanos

--Y si hay un humano diciéndole a la IA lo que debe hacer?--

Ciertamente, algunos piensan que escribir un prompt con las instrucciones que la máquina traducirá a un contenido multimedia, también es creación artística.

Sin embargo, si uno lo compara con procesos reales, esa interacción se asemeja más a la de un mecenas pidiéndole a su artista de cabecera que le haga una obra por encargo. El mecenas puede tener una idea básica de lo que quiere y comunicársela al artista, pero a final de cuentas es este último el que crea, no el mecenas.

Detrás del trabajo tangible de un artista está la intencionalidad constante de sus acciones en torno al proceso creativo. Cada pincelada en una pintura, cada golpe de martillo en una escultura, son, en su mayoría, una acción deliberada del artista para armar su creación.

Ciertamente hay un area gris. Suponiendo que una persona invierta una gran cantidad de tiempo con una IA generativa para lograr un resultado "artístico", esto podría ser indicio de intencionalidad y por consiguiente, de creación artística.

Sin embargo, el mayor argumento en contra de esto es la naturaleza estocástica, aleatoria, de lo que una IA genera a partir de un prompt. Es difícil lograr intencionalidad cuando no se saben a ciencia cierta, los efectos de las acciones.

--A no ser que la intencionalidad del artista sea lidiar con procesos aleatorios e impredecibles para generar sus resultados...--

---

Otro aspecto a tener en cuenta es la forma en que la IA genera los productos. Los últimos avances en IA Generativa derivan del uso de innumerables datos de entrenamiento, en forma de imágenes, videos y sonidos, creados por humanos.

La Máquina de las Respuestas "aprende" de dichos datos y los usa para generar algo que se asemeja.

Algunos argumentan que esa regurgitación y rehash del material hecho por humanos, no es creación artística y que los dueños de las IA estarían aprovechándose de las ideas de quienes crearon el material original.

Otros dicen que eso no es muy distinto a como un humano crea arte: tomando ideas de los demás. “Los grandes artistas copian, los genios roban”, es algo que dijo, presuntamente, Picasso también.

Sin embargo los mecanismos intrínsecos para llegar al resultado son esencialmente diferentes.

En este video la presentadora argumenta que las formas de medir desempeño representativas para los humanos no son aplicables a las IA, debido a la diferencia intrínseca del proceso que humanos y máquinas usan para llegar al mismo resultado.

Se puede argumentar algo similar para la creación artística. Un humano crea arte siguiendo ciertos procesos físicos y mentales, motivación y subjetividad. El proceso usado por una IA generativa para generar una imagen, video o audio, es inherentemente diferente.

¿Podemos llamar arte a lo que construye una máquina, siguiendo un proceso radicalmente diferente al de un humano?

--Información insuficiente para llegar a una respuesta significativa--

---

Un tercer elemento de controversia es el valor intrínseco de una obra, sea artística o simple contenido.

Ciertos aspectos de una obra si pueden ser cuantificados, aunque también basados en subjetividad: el valor monetario.

Como cualquier cosa que se pueda vender y comprar, el precio depende de su cadena del valor y la percepción subjetiva de los participantes de la transacción.

Hablando de la cadena del valor, tradicionalmente, el artista humano es un componente importante y crucial en la determinación del precio.

Todos conocemos artistas famosos, Michelangelo, Da Vinci y muchos otros. Artistas que, por ser históricamente famosos, su obras tienen un valor monetario enorme.

De manera no exactamente igual, otros artistas modernos son famosos, más por el patrocinio de casas de subastas que por un reconocimiento histórico masivo.

En cualquier caso, cuando hay una IA de por medio, esta parte de la cadena del valor se sustituye por una máquina, lo cual reduciría su valor.

--O no?--

Hace unos días, una casa de subastas famosa, Christie's, vendió una serie de obras hechas por IA por bastante dinero. Esto hace pensar que, en la cadena de valor de obras artísticas, el humano sería un componente prescindible y sustituible.

Evidentemente, la IA traerá consigo problemas serios para artistas de todo calibre.

Quizás la solución simplista sea hacer la distinción entre Arte Humano y Arte Artificial. Que las personas (y las máquinas (?)) determinen su valor.

A todas luces, el arte sigue y seguirá siendo un tema subjetivo y controversial. Especialmente con la popularización de la IA.

La Máquina de las Respuestas, cuando se trata de artes y contenidos, genera mas preguntas que soluciones

El Culto del Cargo y sus sacerdotes: Como no dejarse meter el dedo en la boca en la sociedad de la desinformación

Comencemos con una historia interesante.

Década de los 40s. El mundo estaba en plena Segunda Guerra Mundial. Los aliados habían establecido una base de operaciones en una isla de la Melanesia, una zona estratégica en el Océano Pacífico.

Los nativos de la isla, en esa época, no tenían acceso a la tecnología moderna. Vieron como los soldados llegaron en barcos y aviones, construyeron edificios y utilizaron extraños aparatos para recibir información y comunicarse con el exterior. Al cabo de unos días recibían el "cargo", cajas llenas de cosas útiles: ropa, comida en conserva, vehículos, etc.

En medio de su ignorancia, desarrollaron una mística muy peculiar, derivada de un razonamiento que podría describirse de la siguiente forma:

• Los visitantes tienen una serie artefactos mágicos, que desafían nuestro conocimiento. Sabes cómo los visitantes los fabricaron?
• Ellos son humanos igual que nosotros. No es posible que ellos los hayan fabricado. Debe haber una explicación de fondo.
• Y cómo, entonces, los obtuvieron?
• Los visitantes realizan una serie de rituales: Marchan por la isla con unos palos apoyados en el hombro y unas banderas. Se sientan frente a unas cajas, se ponen algo en los oidos y le hablan a la caja. Construyeron un camino muy largo por donde aterrizan las aves de metal que traen los artefactos
• Evidentemente, quienes realizan esos rituales son favorecidos por los dioses. Lo hemos visto en el caso de los visitantes. Si nosotros hacemos lo mismo que ellos, los dioses también nos enviarán sus regalos.

Es así como los indígenas imitaron, a su manera, todo lo que hacían las tropas. Armaron cajas y audífonos de madera, para simular las radios, crearon "pistas de aterrizaje" para las aves de metal y fabricaron rifles de palo y desfilaron por la isla, tratando de obtener el favor de los dioses.

Todos imaginamos como terminó la historia. Las aves de metal nunca aterrizaron con su cargamento de artefactos mágicos. Este suceso, junto con otros similares en décadas anteriores, pasó a la historia como una forma de Culto del Cargo, la creencia religiosa que, explicada de forma simplista, se centra en lograr que los dioses nos traigan artilugios de divina manufactura.

En esencia, el Culto del Cargo nace de un análisis racional, pero basado en un conocimiento incompleto del mundo. Los indígenas nunca habían visto una fábrica, no sabían que los humanos eran capaces de crear todos los aparatos que trajeron los visitantes. Asumían que otras civilizaciones tenían un desarrollo tecnológico similar al de ellos. Por lo tanto, los artefactos que ellos traían tenían que ser, necesariamente, de origen divino.

¿Que importancia tiene esto, para el tema de hoy?

En la época moderna, a pesar del acceso a la información, el Culto del Cargo se sigue manifestando de maneras más sutiles, especialmente en el área de las tecnologías.

A menudo, cuando una empresa crea o adopta un nuevo artefacto, paradigma, modelo, etc. que les resulta exitoso para su negocio, lo primero que hace es publicitarlo. El foco, evidentemente, es marketing: mostrar que aquel artilugio es un factor importante de su éxito.

En medio de su ignorancia, otras empresas desarrollan una mística muy peculiar, derivada de un razonamiento que puede describirse de la siguiente forma:

• La empresa "E" está siendo muy exitosa. Nosotros queremos ser exitosos también. ¿Cómo lo hizo la empresa "E" para lograrlo?
• Ellos tienen personas con capacidades similares a las nuestras. Es evidente que eso no es suficiente y hay una razón de fondo detrás de su éxito.
• Entonces, ¿Qué hicieron para ser exitosos?
• Hace poco hicieron una presentación de una tecnología "T" que les ha funcionado de maravilla.
• Es evidente que quienes la usan van a ser exitosos. Lo hemos visto en el caso de la empresa "E". Si nosotros hacemos lo mismo que ellos, tendremos éxito.

Suena familiar?

Haga el ejercicio de reemplazar "T" por los siguientes conceptos y "E" por alguna empresa que los haya adoptado:

• Scrum / Metodologías ágiles
• Web 4.0, 5.0 o 6.0
• Blockchain / NFT
• Microservicios
• Inteligencia Artificial

¿Por qué sucede esto?

Los tomadores de decisiones en las organizaciones tienen más cosas en común con los indígenas de la Melanesia de lo que quisieran reconocer. Cada vez que aparece una nueva tendencia, todos intentan adoptarla, sin conocer cómo funciona ni, por sobre todo, saber si es o no útil, o factible, dentro de su propia realidad.

Hay una similitud incómoda con el Culto del Cargo, agravada por el hecho que, a diferencia de los indígenas, nuestro acceso a la información es ubicuo y muy fácil.

La ignorancia no es una excusa.

Sin profundizar más allá en el Culto per se, lo que quisiera es enfocarme en sus mecanismos de adopción y propagación.

En la historia original del Culto del Cargo, su adopción fue muy natural. Los artilugios traídos por los visitantes hablaban por sí mismos: aparatos que volaban, tarros que tenían comida en su interior, casas prefabricadas.

A los indígenas no les cabía la menor duda sobre la utilidad de dichos artefactos.

Esto no es tan evidente en el Culto del Cargo moderno. Para lograr seguidores, a menudo se necesita comunicar a las masas los presuntos beneficios del "cargo" que esté de moda.

Y quién se encarga de predicar los preceptos de una religión?

Evidentemente, los "sacerdotes".

Desde los evangelistas del agilismo a los gerentes de empresas de IA, todos predican las bondades de sus rituales en torno al "cargo". Pero hay una diferencia esencial con el Culto del Cargo original. El resultado de su proselitismo no es que los creyentes fabriquen sus propias radios y rifles de palo como los indígenas de Melanesia, sino que los compren directamente de la empresa evangelizadora.

O les paguen una consultoría para realizar los rituales requeridos.

Tomemos el caso de los LLM y la IA en general.

Desde su popularización, las empresas que los desarrollan no hacen más que mostrar sus supuestas bondades, cómo transformarán el mundo y la necesidad imperativa de utilizarlos para lograr el éxito. Sin embargo, no proveen suficiente evidencia concreta que sustente sus predicamentos.

El "cargo", en este contexto, se transforma en un ideal de éxito y, los "rituales" que venden estas empresas, no son nada más que sombras de que, presuntamente, nos señalan cómo alcanzar esa idea abstracta, al estilo de una Caverna Platónica.

Afortunadamente, al igual que con los indígenas de la Melanesia, con el tiempo y la evidencia llega el desengaño y la conclusión de que dichos rituales no siempre sirven para obtener el "cargo".

Aquí surge un nuevo paralelo con historias pasadas.

Los Milleritas fueron una secta que creía que el fin del mundo ocurriría el 22 de octubre de 1844. Evidentemente, cuando llegó ese día y nada sucedió, sus seguidores quedaron profundamente decepcionados.

Los LLM, en particular, todavía tienen algunas deficiencias importantes que hacen dudar de su impacto futuro. Sin imponer una fecha de caducidad específica, tienen el potencial de una Gran Decepción similar a la de los Milleritas.

Las que considero más importantes son: 

• Las alucinaciones que, en mi experiencia, todavía son un problema no resuelto.

• El consumo de energía no trivial que se requiere en ciertas etapas del ciclo de vida de los LLM y que podrían hacer infactible su crecimiento sostenido.
• La cantidad finita de datos disponibles para entrenar estos modelos. Al igual que la energía, este límite podría crear una asíntota en las capacidades máximas de un LLM.

Es razonable asumior que los "sacerdotes" son conscientes de lo anterior y preveen una potencial desilusión futura. Para contrarrestar, intentan mantener la atención de sus feligreses, ya sea prometiendo un "cargo" aún más sublime o predicando el fin del mundo como lo conocemos.

En el caso de la IA, OpenAI habla de la llegada inexorable de una Inteligencia Artificial General (AGI). En mi opinión, eso suena como si fuera la segunda llegada del Mesías. También menciona cómo los LLM afectarán un alto porcentaje de los trabajos actuales en las empresas. A lo anterior no ayuda el que la prensa amplifique de manera sensacional dichas historias.

Dichas fábulas no son creíbles por siempre. Tal como los Milleritas, los cultos que predicen el apocalipsis caen en desgracia, una vez sus seguidores notan que aquello no va a ocurrir.

Las tecnologías como los LLM no pueden mantener su impulso por siempre. Tarde o temprano una empresa necesita mostrar un retorno a la inversión y, si las cifras son rojas, hasta el más crédulo de los gerentes lo pensará dos veces antes de continuar con los mismos rituales. En mi opinión, que asumo muchas otras personas comparten, buena parte de las ganancias asociadas a IA vienen de la expectativa sobre cómo cambiará el futuro, no por las ganancias actuales que, aparentemente, aun no produce en suficiente cuantía.

Si estoy en lo correcto, tarde o temprano los seguidores a este culto se decepcionarán y lo abandonarán en masa. Los Cultos del Cargo modernos tarde o temprano seguirán la suerte de los Milleritas.

Por supuesto, existe la posibilidad que esté equivocado, por no tener acceso a la información propietaria que solo los "sacerdotes" manejan.

Puede que una nueva tecnología revolucionaria vea la luz pronto y resuelva mis principales reparos sobre los LLM.

Puede que esto haga que el próximo Mesías... ¡perdón! la próxima Inteligencia Artificial General, arribe tarde o temprano.

Puede que el mundo tal cómo lo conocemos, y nuestros empleos, se acaben.

Por ahora, sin haber suficiente evidencia, solo hay dos alternativas:

Tener fe o ver para creer.

La sociedad de la imaginación y la Biblioteca de Babel

Hace 10 años, se publicó un documental sobre Pirate Bay, un sitio de distribución de material pirata y de un juicio que hicieron en contra de sus creadores.

Más allá del contenido específico del documental, lo que recuerdo especialmente es esta escena, cuando a Peter Sunde, uno de los creadores del sitio, le preguntan:

- Cuándo fue la primera vez que se reunieron IRL [In Real Life]

Y el responde lo siguiente:
- No usamos la expresión IRL. Usamos la expresión "Away From Keyboard" [AFK]. Creemos que Internet es real .

Recuerdo que dicha respuesta me dejó pensando bastante, ya que, hasta ese momento, mi perspectiva se alineaba más con la del entrevistador:

• Mundo real (IRL): Cuando uno se ve cara a cara con otra persona, el mundo análogo.
• Mundo imaginario: Internet y cualquier tipo de interacción digital.

Me atrevería a decir que la mayoría de las personas pensaban de manera similar. Después de todo, las redes sociales aún no eran tan ubicuas ni se usaban tan frecuentemente como en la actualidad.

Desde mis primeras incursiones en Internet en 1994, siempre percibí Internet como un mundo separado del día a día: una biblioteca donde encontrar información, un lugar para descargar programas y juegos, etc. Si bien solía interactuar con otras personas, lo hacía mayoritariamente de manera asíncrona o impersonal. Las formas más comunes eran a través de email, chat en modo texto (Internet Relay Chat (IRC)), o juegos multiusuario "masivos" (para la época): MUD y MOO. En esas plataformas era común usar una suerte de "alter-ego" en lugar del nombre y personalidad reales.

Esta idea de Internet como un mundo separado, se reforzaba aún más por el hecho que relativamente pocas personas tenían acceso a ella. Solo unos pocos nerds estábamos siempre conectados.

Dentro de las personas que no, habían algunas particularmente radicales en su negación a aceptar, siquiera, que Internet era un "mundo" donde habían otros seres humanos. Recuerdo, en el año 2000, a un conocido que me comentaba, visiblemente irritado, cómo falló una entrevista de trabajo, porque el principal entrevistador se conectó por videoconferencia. Todas sus habilidades interpersonales fallaron para interactuar con lo que él consideraba "una cara en una pantalla".

Al margen de este caso, lo cierto es que, con el tiempo, la percepción de la gente fue cambiando gradualmente.

Primero fueron las plataformas de mensajería, ICQ, MSN Messenger y otras, que hicieron más amigable la comunicación por Internet. Luego siguieron las redes sociales que facilitaron la búsqueda y contacto con más "amigos".

Aquello que en sus comienzos era una actividad de nerds pasó a ser mainstream.

La gente asimiló gradualmente Internet como una forma de comunicación. Por sobre todo, pasó a ser, no solo un ambiente de uso cotidiano, sino de uso prioritario.

Las generaciones más recientes ya no conciben Internet como algo separado del mundo "real", sino como una extensión natural del mismo.

La cúspide la alcanzamos con la pandemia del 2020. Todos conocemos la historia. Si bien muchos extrañaron la presencialidad, muchas interacciones de tipo intelectual pudieron continuar su curso.

Para la mayoría de las personas, la comunicación virtual, fue, voluntariamente o no, algo real. Después de todo, si uno insulta a alguien a través de una videoconferencia, esa persona se sentirá tan mal como si lo hubiera hecho en persona. Si alguien, en una red social, lanza una crítica hacia otras personas, éstas se sentirán afectadas, tanto o más que si la hubieran recibido cara a cara.

Cuando los efectos de las interacciones entre las personas no varían significativamente dependiendo del medio (virtual o presencial), se puede entender que ambos medios son "reales".

En otras palabras, lo imaginario pasa a ser "real" en el momento en que la mayoría está de acuerdo.

Los constructos consensuados de imaginación colectiva no son nada nuevo. Basta con mirar alrededor.

• El dinero, esos papeles y tarjetas que tenemos en nuestras billeteras tienen un valor intrínseco muy bajo. Desde hace miles de años su valor "real" depende de un acuerdo intangible entre las personas.
•  La ropa y, en general, artículos de moda. Qué está "in" y qué no, depende de factores subjetivos, de lo que un grupo grande de gente decide tácita y colectivamente.
• La personificación de objetos inanimados. Cuando vemos a alguien interactuando con un objeto o una imagen, como si se tratara de una persona.

Como lo anterior hay muchos otros ejemplos. Dejo el ejercicio al lector de identificarlos.

Lo anterior nos lleva al tema de hoy: ¿Qué rol juega la imaginación a la luz de los últimos avances tecnológicos?

Hay dos aspectos importantes que muchas personas destacan:

• Las redes sociales y los algoritmos que deciden qué material mostrar a sus usuarios.
• La capacidad de los últimos modelos de IA de generar contenido, real o imaginario, tanto en formato textual como audiovisual.

El primer aspecto, que ya lleva varios años en gestación, se basa en el foco de las empresas de redes sociales de generar engagement. Uno de sus objetivos es que, al usuario que entre a ver algo en una red social, le cueste dejar el celular y hacer otra cosa. Y, si logra enfocarse en algo distinto, sienta la compulsión de abrir el celular nuevamente a seguir viendo el contenido.

En otras palabras, estos algoritmos generan, si no adicción, al menos síntomas asociados con adicción

De manera laxa, los llamaremos "Algoritmos Adictivos"

El segundo aspecto está en pleno desarrollo. Ya hemos visto, desde 2023, avances importantes en la generación automática de texto y de imágenes.

En mis posts previos he explicado con detalle los LLM, modelos de IA capaces de generar texto razonablemente coherente, casi imposible de distinguir de aquel escrito por humanos.

Los LLM forman parte de un grupo de tecnologías, llamadas Modelos Generativos de IA. Otros modelos generativos son capaces de sintetizar imágenes, videos y audio. Al igual que los LLM, éstos pueden crear material bastante convincente y difícil de discriminar de su contraparte real.

Más aún, los modelos generativos tienen un potencial muy fuerte para generar cosas imaginarias. Ya hemos hablado previamente de las alucinaciones de los LLM. De los modelos generativos, éstos son, probablemente, los menos críticos, ya que tienen el potencial de generar cosas reales. Las imágenes y videos sintetizados por modelos generativos son, por definición, imaginarios.

A los modelos generativos, cuando son usados para crear cosas no reales, les llamaremos "Modelos Imaginativos"

¿Qué sucede cuando combinamos Algoritmos Adictivos con Modelos Imaginativos?

Los Algoritmos Adictivos, de manera simplista, los podemos entender como un mecanismo que, a partir del perfil de un usuario: su información personal, gustos, preferencias, historial de uso de una plataforma, localización, clima, alineación de los astros, etc., seleccionan material para mostrarle, extraído de una gran biblioteca de contenidos, almacenada en los sitios de las redes sociales.

En la actualidad, dichos algoritmos funcionan manera extremadamente eficaz. Probablemente esta es una de las razones por la que algunos países restringen el acceso a la redes sociales a menores de edad.

Lo más preocupante de los Algoritmos Adictivos, es que son capaces de cautivar al usuario usando únicamente el material existente en Internet. Una biblioteca que, si bien es grande, es finita.

¿Qué sucede cuando, dichos algoritmos tienen acceso a una cantidad infinita de contenido, generada por los Modelos Imaginativos?

Tomemos, por ejemplo, los Modelos de Difusión, ampliamente utilizados para crear imágenes y videos irreales a partir de texto. Un usuario digita una frase y el modelo construye una o varias imágenes sintéticas que, por lo general, están muy alineadas con el texto suministrado.

Combinados con estos modelos, los Algoritmos Adictivos no solo tienen acceso a una biblioteca infinita de contenidos, sino que el proceso de "selección" del material para un usuario se potencia fuertemente por las capacidades de traducción de texto a imagenes de los Modelos de Difusión.

Imaginemos el siguiente ejemplo: a un usuario le gustan los gatos. En una red social siempre busca imágenes de gatos. Esto lo sabe la red social y sus Algoritmos Adictivos favorecen mostrar material alineado con sus gustos.

Supongamos ahora que la red social puede generar automáticamente imágenes de gatos. No solo las podrá sintetizar y presentar al usuario en infinitas variaciones, sino que también podrá personalizarlas aún más de acuerdo a sus gustos más específicos.

¿Le gustan los gatos siameses?
- La red social le mostrará todas las posibles imágenes de gatos de esa raza.

¿Le gusta verlos comiendo catnip?
- La red social generará gatos siameses borrachos haciendo payasadas.

¿Le interesa saber qué sucede cuando lanzan rayos láser por los ojos, mientras montan sobre un oso pardo y chapotean sobre los ríos de chocolate de la luna que, por supuesto, debe estar hecha de queso?
- Pídalo y se le concederá.

Un Algoritmo Adictivo, potenciado por Modelos Imaginativos, tiene el potencial de generar un nivel de adicción nunca antes visto.

Otro problema preocupante es si la imaginación de las personas se vería atrofiada o no. Evidentemente no es un tema nuevo. Muchos tenían preocupaciones similares cuando la radio, las películas, o la televisión debutaron para las masas, o cuando los efectos especiales generados por computador se hicieron ubicuos en el cine.

Mi percepción es que dichas formas de mostrar la información, no necesariamente afectan la capacidad de imaginar.

Con los medios audiovisuales tradicionales, la imaginación persiste. La razón es simple.

Por ejemplo, al ver una película, en lugar de leer el libro en el que se basa, no tenemos que imaginarnos cómo lucen sus personajes. Los vemos directamente en la pantalla. Sin embargo, después de terminar la película, volvemos al mundo real. En ese momento dejamos de ser consumidores pasivos y, cada vez que recordamos la película, estamos imaginando y podemos, a partir de ello, crear cosas nuevas en nuestra mente. Tambien podemos discutir sobre la película con otras personas y construir un mundo imaginario en torno a su trama.

Los consumidores de las nuevas tecnologías tampoco necesitan imaginar los personajes de un libro. Probablemente, puede que ni siquiera exista un libro en el cual basarse, ni una historia mínimamente coherente que conecte los contenidos que consuma. Peor aún, el usuario no va a volver al mundo real a imaginar por su cuenta, ya que nunca dejará de consumir contenidos. Puede que no necesite, ni pueda, formar parte de un grupo con el cual construir una "realidad" colectiva intangible, ya que su interfaz de comunicación será, principalmente, material "imaginado" por una máquina y un botón de like.

El usuario tendrá su propia Biblioteca de Babel, personalizada a sus gustos y preferencias y no tendrá ganas de salir de állí.

¿Qué sucederá cuando la mayoría de las personas estén en esa situación?

No quiero imaginarlo.