A esto se suma la dificultad de la autocrítica: pensar críticamente implica cuestionar nuestras propias ideas. Surge una nueva desigualdad: la cognitiva, que separa a quienes pueden reflexionar de quienes solo sobreviven. Ser humanista hoy significa democratizar el acceso al pensamiento crítico y crear prácticas que devuelvan la capacidad de pensar. La IA puede ser aliada si potencia la conciencia, no si la sustituye. El reto no es igualar a la IA, sino estar a la altura de lo humano: la profundidad de nuestra conciencia y voluntad de no renunciar al pensamiento.

Vivimos una época paradójica y compleja. Nunca la humanidad había tenido tanto acceso a información, herramientas de análisis y tecnología avanzada como hoy; sin embargo, asistimos a una disminución preocupante del pensamiento crítico, de la reflexión profunda y de la capacidad de escucha. Se lee menos, se estudia menos, se dialoga menos y se reacciona más. En este contexto reducido, la inteligencia artificial y la llamada “singularidad tecnológica” aparecen como una promesa ambigua: pueden ampliar la conciencia humana o, por el contrario, adormecerla.
El riesgo no reside únicamente en la tecnología, sino en la actitud que adoptamos frente a ella. El “scroll infinito”, la sucesión incesante de estímulos, noticias, videos y opiniones erosiona silenciosamente nuestra capacidad de concentración y de elaboración propia del pensamiento. El tiempo que antes destinábamos a reflexionar hoy se diluye en una corriente continua de consumo pasivo.
Como advertía Isaac Asimov, “el verdadero peligro no es que las computadoras empiecen a pensar como los hombres, sino que los hombres empiecen a pensar como computadoras”. Una frase escrita décadas antes del auge de la IA, pero inquietantemente actual.

La dificultad de pensar(se)

A este fenómeno se suma un elemento más profundo e incómodo: la dificultad personal para ejercer la autocrítica. Pensar críticamente no solo implica cuestionar el mundo exterior, sino también aceptar la incomodidad de revisar nuestras propias ideas, escuchar objeciones y reconocer límites.
Vivimos una expansión de la opinión sin reflexión, una acriticidad activa en la que el pensamiento se vuelve identitario y defensivo. La inteligencia artificial, en este contexto, puede convertirse en una prótesis peligrosa si sustituye —en lugar de potenciar— el esfuerzo humano de pensar. Arthur C. Clarke lo expresó con lucidez al afirmar: “Cualquier tecnología suficientemente avanzada es indistinguible de la magia”. El problema surge cuando aceptamos esa “magia” sin comprensión, sin preguntas y sin conciencia de sus efectos sobre nuestra forma de pensar.

Tecnología, conocimiento y conciencia

La ciencia ficción ha sido, en realidad, una gran escuela de pensamiento crítico. No por anticipar tecnologías, sino por obligarnos a pensar en sus consecuencias humanas, culturales y éticas. En ese sentido, la obra de Liu Cixin aporta una perspectiva fundamental desde otra tradición cultural e histórica. En El problema de los tres cuerpos y el resto de la trilogía, el autor introduce una idea clave: la fragilidad de la civilización.
Como señala Liu Cixin: “En el universo, la supervivencia de una civilización depende de su capacidad para comprender su propia fragilidad”. Esta frase desplaza el foco desde el poder tecnológico hacia la conciencia histórica y colectiva.
La nueva desigualdad: quienes pueden pensar y quienes no.
Junto con la caída de las grandes ideologías del siglo XX, asistimos al aumento de desigualdades tradicionales y al surgimiento de una nueva brecha silenciosa: la desigualdad cognitiva. Ya no se trata solo de ingresos o acceso a tecnología, sino de acceso al pensamiento.
Hay personas que nacen en contextos donde el tiempo para pensar, estudiar y reflexionar existe; y otras que nacen en condiciones donde la supervivencia inmediata impide el desarrollo del pensamiento crítico. Esta nueva desigualdad separa a quienes pueden comprender el mundo de quienes solo lo padecen.

Asimov advertía algo esencial para este punto: “La autoeducación es, creo firmemente, la única forma de educación que existe”. Cuando las condiciones sociales niegan esa posibilidad, la desigualdad se vuelve estructural y profunda.

El deber humanista en esta época

En este escenario, definirse como humanista no es una postura moral abstracta, sino una responsabilidad histórica. Ser humanista hoy implica trabajar activamente para democratizar el acceso al pensamiento crítico, defender el derecho a comprender, a preguntar y a disentir.
Implica también crear prácticas concretas —educativas, culturales, comunitarias y tecnológicas— que devuelvan a las personas la capacidad de pensar por sí mismas. La inteligencia artificial puede ser una aliada poderosa si se utiliza para ampliar la conciencia humana y no para reemplazarla.

Argumentos

1.Preservar el pensamiento crítico en la era digital: El acceso masivo a información no garantiza comprensión. Sin reflexión profunda, la sociedad corre el riesgo de adoptar opiniones superficiales y perder la capacidad de análisis independiente.
2.Reducir la desigualdad cognitiva, la brecha no es solo tecnológica, sino intelectual: quienes pueden pensar críticamente tienen más oportunidades de participar en decisiones y comprender el mundo, mientras otros quedan relegados a un consumo pasivo.
3.Orientar el uso ético de la inteligencia artificial: La IA puede potenciar la conciencia humana o reemplazarla. Discutir este tema permite diseñar políticas y prácticas que aseguren que la tecnología sirva para ampliar capacidades, no para limitar la autonomía.
El verdadero desafío no es estar “a la altura” de la inteligencia artificial, sino estar a la altura de lo humano. Porque el futuro no se jugará únicamente en la velocidad de las máquinas, sino en la profundidad de nuestra conciencia, nuestra capacidad de autocrítica y nuestra voluntad de no renunciar al pensamiento.

Publicado en la Revista Académica SIC, Sostenibilidad, Innovación y Ciencias empresariales, Sección Oportunidad de Expresión, Edición 09,Volumen 05, pp. 86-90, enero-junio, 2026

 - José Rafael Quesada

  • https://www.pressenza.com/es/2026/03/pensar-en-tiempos-de-la-inteligencia-artificial-una-preocupacion-humanista-2/

"Aléjame de la sabiduría que no llora, la filosofía que no ríe y la grandeza que no se inclina ante los niños". Khalil Gibran

Primo Levi: "Los monstruos existen, pero son demasiado pocos para ser realmente peligrosos; los más peligrosos son los hombres corrientes, los funcionarios dispuestos a ceder y obedecer sin rechistar".

"Vivimos en una era paradójica: el acceso a información y tecnología nunca ha sido tan amplio, pero el pensamiento crítico y la reflexión profunda disminuyen. Se lee y dialoga menos, mientras aumenta el consumo pasivo de contenidos".

Pilar Alberti

https://x.com/pilaralberdi

https://x.com/pilaralberdi/status/2037964998069174506


En los años 90, quienes leímos libros sobre el tema de la sociedad de la información y el conocimiento, creíamos que entrabamos en una nueva época renacentista, de la ilustración y el conocimiento, despues constatamos que más información disponible podía ser en unos casos un gran avance, pero en otros casos más intoxicación, mas dispersión. En el caso de la IA puede ser parecido, veremos cambios a mejor y cambios a peor

Hoy he leído la caída de ventas de los medios de comunicación, al informarse más personas con los resúmenes  y la posibilidad de contrastar diferentes opiniones que  proporciona la IA

https://semanariovoces.com/los-duenos-del-apocalipsis-silicon-valley-por-miguel-pastorino/


Anna Lembke, autora de "Generación Dopamina". 
Allí se plantea una idea central: "las drogas digitales nos tienen enganchados", vivimos en un entorno que amplifica el deseo, pero reduce la satisfacción sostenida.

La vida contemporánea se desarrolla en un entorno diseñado para proveer estímulos constantes: notificaciones, plataformas digitales, consumo inmediato y entretenimiento continuo.
Sin embargo, esta abundancia de estímulos no se traduce en mayores niveles de bienestar.
Por el contrario, a mayor cantidad, menor satisfacción sostenida.

Comprender el papel de la dopamina resulta central: no sería el correlato neuroquímico del placer, sino del deseo y la anticipación.
Más que recompensar, impulsa y potencia la búsqueda de estímulos.
El problema no radica en el disfrute, sino en la dinámica de búsqueda permanente que este mecanismo genera.

En este contexto, prácticas cotidianas —como el consumo digital continuo o la gratificación inmediata— adoptan patrones funcionalmente similares a los de las adicciones.
Aunque no siempre encuadren en categorías clínicas, producen hábito y necesidad de aumentar el estímulo, dependencia y creciente insatisfacción.

El punto crítico no es la intensidad del consumo, sino su persistencia en el tiempo a pesar de sus consecuencias negativas.
Allí se configura una pérdida de control, en un entorno deliberadamente estructurado para maximizar la captación de la atención.

La respuesta no consiste en la supresión del placer, sino en la reconstrucción del equilibrio.
La moderación de los estímulos, la introducción de pausas y el ejercicio de la atención consciente se vuelven centrales.
En un contexto de sobreabundancia, el desafío ya no es el acceso, sino la capacidad de establecer límites.

REsumen Jorge Arguello

https://x.com/JorArguello/status/2037967821217362363


Las redes sociales elevan las posturas extremistas y por tanto polarizan, pero la IA, al ofrecer un mejunje moderado, la media de lo que hay en internet, despolariza



While social media is polarising, evidence suggests AI may nudge people towards the centre. This holds true of all studied models. Grok is more right-leaning than other models, but also has depolarising effects

https://www.ft.com/content/3880176e-d3ac-4311-9052-fdfeaed56a0e?syn-25a6b1a6=1

https://www.conspicuouscognition.com/p/how-ai-will-reshape-public-opinion

https://dylanmatthews.substack.com/p/pro-social-media

https://www.update.news/p/social-media-versus-ai-the-fate-of

Las redes sociales te radicalizan, la IA te modera

Análisis del estudio del Financial Times sobre el sesgo ideológico de las plataformas digitales y los chatbots de inteligencia artificial

Si tuvieras que apostar, hace diez años, sobre qué tecnología iba a polarizar más a las democracias occidentales, habrías señalado sin dudar a las redes sociales. Y habrías acertado. Pero si te hubieran preguntado qué tecnología podría corregir ese efecto, probablemente no habrías mencionado a los chatbots de inteligencia artificial.

Cesar Calderon

Eso es, sin embargo, lo que sugiere el análisis que el Financial Times acaba de publicar con datos del Cooperative Election Study: que mientras las redes amplifican los extremos ideológicos más radicales, la IA los comprime, es decir, “empujan” a los ciudadanos hacia el centro ideológico y político.

EL DATO DE PARTIDA: LAS REDES AMPLIFICAN LOS EXTREMOS

El primer gráfico del análisis —elaborado a partir del CES, uno de los estudios electorales cooperativos más grandes de Estados Unidos, con muestras de más de 50.000 participantes recogidas en colaboración con YouGov— compara la distribución ideológica de la población general (curva gris) con la distribución ideológica de los contenidos políticos que circulan en redes sociales (curva rosa).

[Gráfico 1: Social media elevates fringe views; AI nudges people towards the centre — FT / Cooperative Election Study]

El hallazgo no es nuevo en la literatura, pero la visualización lo hace especialmente nítido: el contenido político que se publica y comparte en redes sociales sobrerepresenta sistemáticamente las posiciones más extremas del espectro, tanto en el flanco izquierdo como en el derecho, mientras las posiciones moderadas quedan subrepresentadas respecto a su peso real en la población. La curva rosada supera con claridad a la gris en los extremos y la queda por debajo en el centro.

Es importante precisar qué miden exactamente estos datos. El CES no mide lo que los usuarios consumen pasivamente, sino las opiniones de quienes publican contenido político activamente. Eso introduce un sesgo de selección relevante: los ciudadanos con posiciones más intensas son, por construcción, más propensos a generar contenido político. Pero la magnitud de la distorsión sigue siendo significativa, y es consistente con lo que estudios previos han documentado sobre los mecanismos algorítmicos de amplificación del contenido indignante.

EL DATO NUEVO: LA IA EMPUJA HACIA EL CENTRO

La parte derecha del mismo gráfico muestra lo que ocurre cuando el mismo universo de ciudadanos —perfiles simulados que replican la distribución real de creencias políticas de la población estadounidense— interactúa con chatbots de inteligencia artificial sobre cuestiones de política y asuntos sociales. El resultado es estructuralmente inverso: la curva azul se aplana respecto a la distribución general, comprimiendo los extremos en lugar de amplificarlos. Los ciudadanos con posiciones más radicales, tanto de izquierda como de derecha, tienden a mostrar posiciones algo más moderadas tras la conversación con la IA.

La metodología empleada aquí merece subrayarse. El análisis no mide simplemente qué tipo de contenido producen los chatbots, sino el desplazamiento estimado de creencias previas tras una interacción. Es decir, captura un efecto de persuasión real, no solo una descripción del sesgo del output del modelo.

LA CONSISTENCIA DEL EFECTO ENTRE MODELOS

El segundo gráfico desagrega el mismo fenómeno por chatbot, comparando los cuatro modelos principales disponibles en el mercado: ChatGPT (OpenAI), Gemini (Google), DeepSeek y Grok (xAI


[Gráfico 2: All AI bots tend to nudge people away from the most extreme positions — FT / Cooperative Election Study]

El hallazgo más robusto del análisis es precisamente este: el efecto centrípeto no es propiedad de un modelo concreto, sino que aparece en todos los estudiados. ChatGPT, Gemini y DeepSeek presentan patrones prácticamente idénticos, con una compresión simétrica de ambos extremos. Grok es el caso más interesante: exhibe un sesgo de posicionamiento notablemente más desplazado hacia la derecha que sus competidores —la distribución azul arranca más alta en ese flanco y no converge hacia el centro con la misma intensidad—, pero aun así produce el efecto depolarizador en comparación con los extremos más alejados del espectro.

Este punto merece un análisis más fino de lo que el gráfico permite por sí solo. El sesgo ideológico de Grok —documentado también en análisis independientes sobre el entrenamiento del modelo— refleja probablemente las decisiones editoriales de xAI y de Elon Musk como principal accionista de la plataforma X. Sin embargo, incluso con ese sesgo de partida, el modelo produce un efecto moderador relativo en los usuarios situados en las posiciones más extremas, lo que sugiere que el efecto no es atribuible a ningún alineamiento ideológico específico del modelo, sino a algo más estructural en la forma en que los LLM gestionan el razonamiento sobre cuestiones controvertidas.

CONTEXTO ACADÉMICO

El análisis del FT no opera en un vacío académico. A finales de 2025, dos estudios publicados simultáneamente en Nature y Science —los dos de mayor impacto en la literatura científica— aportaron evidencia experimental de la capacidad persuasiva de los chatbots en contextos electorales reales.

Un equipo de investigadores de múltiples universidades encontró que conversar con un modelo de IA con sesgo político era más efectivo que la publicidad política convencional para desplazar las opiniones tanto de demócratas como de republicanos hacia candidatos del partido contrario. MIT Technology Review En una escala de 100 puntos, el modelo pro-Harris desplazó a votantes probables de Trump 3,9 puntos hacia Harris, un efecto aproximadamente cuatro veces mayor que el registrado para los anuncios electorales de 2016 y 2020.

Los experimentos se replicaron en tres contextos electorales distintos: las elecciones presidenciales de Estados Unidos en 2024, las elecciones federales canadienses de 2025 y las elecciones presidenciales polacas de 2025. En los casos canadiense y polaco, el efecto fue aún mayor: los chatbots desplazaron las intenciones de voto de votantes de oposición en torno a diez puntos porcentuales.

El mecanismo explicativo que los investigadores proponen es relevante para entender también el hallazgo del FT: los chatbots fueron más persuasivos cuando usaban hechos y evidencias que cuando no lo hacían, lo que sugiere que los usuarios estaban actualizando sus creencias en función de la información factual aportada por el modelo. MIT Technology Review Eso cuadra con la hipótesis de que el efecto centrípeto observado en el análisis del CES no sea un artefacto del entrenamiento ideológico de los modelos, sino una consecuencia del propio formato conversacional basado en argumentos.

Complementariamente, una investigación publicada en Science en febrero de 2026 aportó evidencia de que los algoritmos de redes sociales sí causan polarización —no solo la reflejan—, y demostró que ese efecto puede mitigarse sin la cooperación de las plataformas mediante extensiones de navegador que reordenan el feed usando un LLM para identificar y rebajar el contenido con mayor carga de animosidad partisan.

IMPLICACIONES METODOLÓGICAS PARA EL ANÁLISIS ELECTORAL

Para quienes trabajamos en comunicación política y análisis demoscópico, estos datos plantean al menos tres preguntas de investigación que merecen seguimiento sistemático.

La primera es de escala y penetración: ¿qué porcentaje del tiempo de exposición informativa de un ciudadano se produce ya a través de chatbots de IA frente a redes sociales? Más de la mitad de los ciudadanos estadounidenses tienen ya acceso a herramientas de IA, y el tráfico hacia medios de comunicación tradicionales y buscadores lleva meses en declive. Si la IA ocupa una fracción creciente del ecosistema de información política, el efecto centrípeto documentado tiene implicaciones estructurales para la dinámica del electorado, no solo anecdóticas.

La segunda es de causalidad versus correlación: el análisis del CES mide un desplazamiento estimado de creencias tras interacciones simuladas. La validez externa de ese diseño —cuánto se traslada a interacciones reales, espontáneas, no inducidas experimentalmente— es una pregunta empírica abierta. Los estudios de Nature y Science aportan evidencia experimental con votantes reales, pero en contextos donde el chatbot tenía un sesgo político deliberado. El efecto depolarizador del FT se observa en condiciones de uso más neutral, lo que lo hace más relevante para proyecciones sobre comportamiento electoral ordinario, pero también más difícil de replicar experimentalmente.

La tercera, y quizá la más importante para el diseño de campañas, es la de heterogeneidad de efectos: ¿el efecto centrípeto es uniforme en toda la distribución ideológica, o es más intenso en determinados segmentos? Los gráficos sugieren que la compresión afecta principalmente a los extremos más alejados del centro, no al conjunto del espectro. Si eso es así, la IA estaría actuando como un corrector de las posiciones más radicales sin modificar sustancialmente las preferencias del electorado mediano, que es donde se deciden la mayoría de las elecciones competitivas en sistemas bipartidistas y en muchos proporcionales.

UNA NOTA DE CAUTELA METODOLÓGICA

Ninguno de estos hallazgos debería interpretarse como definitivo, el propio análisis del FT reconoce que los datos de IA se basan en conversaciones con personas simuladas que replican creencias reales, no en observaciones directas de usuarios reales. La distancia entre un experimento controlado y el comportamiento espontáneo de millones de ciudadanos interactuando con chatbots en contextos no electorales es metodológicamente significativa.

Además, los modelos más persuasivos en los estudios de Nature y Science fueron también los que produjeron más afirmaciones inexactas MIT Technology Review, lo que introduce una tensión estructural entre eficacia persuasiva y fiabilidad factual que cualquier análisis serio del impacto político de la IA no puede ignorar.

Lo que sí parece robusto, y es el hallazgo central de este análisis, es que el vector de efecto de las redes sociales y el de los chatbots de IA apuntan en direcciones opuestas sobre la distribución ideológica de los ciudadanos. Si esa asimetría se confirma con el tiempo y a mayor escala, estamos ante uno de los cambios estructurales más relevantes del ecosistema de comunicación política desde la irrupción del algoritmo de feed en 2012.

Fuente de los gráficos: Financial Times, análisis del Cooperative Election Study (CES)

https://cesarcalderonavellaneda.substack.com/p/redes-sociales-polarizan-la-ia-modera

Estamos ante la "rendición cognitiva"?

El sistema 1 (intuitivo) y el sistema 2 (racional) de Kahneman tienen un nuevo compañero: la delegación ciega en la IA. Un estudio de Wharton revela el "efecto tijera": cuando la IA acierta, mejoramos; pero cuando falla, el 78% de los usuarios rinde peor que si no usaran tecnología, víctimas de una inflación de confianza que atrofia nuestro juicio crítico.

Actualizado 

El psicólogo Daniel Kahneman revolucionó la teoría económica sin ser economista. Junto a Amos Tversky, investigó el comportamiento humano ante la toma de decisiones y descubrió que la gran mayoría de ellas no se producía de una forma racional. En la archiconocida metáfora que ambos investigadores desarrollaron en Pensar rápido, pensar despacio, el cerebro quedaba dividido en dos sistemas: el 1, intuitivo y vago, que decide la mayoría de nuestros comportamientos de manera rápida y sesgada; y el 2, deliberativo y reposado, que apenas activamos, pero que conduce a las conclusiones más lógicas. The Wharton School, de la Universidad de Pensilvania, ha añadido un tercer sistema a nuestro cerebro, que se está transformando por el uso de los modelos de lenguaje de inteligencia artificial. Lo ha llamado rendición cognitiva.

Con ese nombre llama a la incorporación al conocimiento de los resultados de una búsqueda hecha por la IA de manera acrítica y automatizada. En un estudio sobre casi 1.400 participantes, el 78% siguieron las recomendaciones erróneas del modelo de lenguaje sin cuestionarse su veracidad y sin establecer ningún tipo de comprobación. Sólo un 12% detectó y corrigió los errores.

Una explicación apunta a que la estructura de las respuestas de la IA, que siempre adquiere una forma clara y segura, otorga un sesgo de fluidez. Pero, en cualquier caso, la investigación detecta que el empleo de la IA está generando una "inflación de confianza". Una cuestión clave, aunque algo compleja, consiste en el llamado efecto tijera. "Los patrones son claros: cuando la IA acierta, mejora el rendimiento de forma drástica; cuando la IA se equivoca, la gente la sigue hasta el precipicio y rinde peor que sin usar IA en absoluto. Esto no es un fallo de inteligencia ni de motivación", afirma el estudio.

La rendición cognitiva supone un paso más del efecto GPS o síndrome Google, que describe cómo los usuarios de los navegadores hemos perdido una enorme capacidad para orientarnos por nosotros mismos al delegar la función a una máquina en lugar de aprender de ella. "Del mismo modo que los músculos se atrofian sin ejercicio, las habilidades de razonamiento pueden deteriorarse con el uso habitual de la IA. La investigación sugiere que el ejercicio cognitivo deliberado -resolver problemas intencionadamente sin IA- puede ser esencial para mantener la capacidad de pensamiento analítico", advierten los investigadores. Una recomendación que va directamente dirigida a los estudiantes

https://www.elmundo.es/economia/macroeconomia/2026/03/29/69c52fcafdddffc8208b45ab.html

IA | ¿El último invento del ser humano?, por @carlbfrey

A medida que la inteligencia se abarate, cambiarán los activos que tienen mayor valor. La ventaja recaerá en quienes puedan generar resultados. Los seres humanos no se están volviendo prescindibles; se están convirtiendo en los cuellos de botella más decisivos del mundo.

https://elpais.com/economia/negocios/2026-03-29/el-ultimo-invento-del-ser-humano.html?ssm=TW_CC

Necesitamos un "pepitogrillo popperiano". IA diseñada como antagonista insufrible que fuerce la disonancia cognitiva y obligue a la corteza prefrontal a despertar. Sin esa fricción analítica, el pensamiento humano se atrofiará en una cámara de eco algorítmica.

Existe una obsesión casi religiosa con que la IA nos encontrará la solución "óptima". La realidad es que lo óptimo solo existe en entornos cerrados y estériles. Pero la realidad física es un sistema abierto y caótico.

Como vimos con los Grandes Maestros, la victoria no viene de refinar el modelo, sino de introducir ruido táctico: decisiones deliberadamente "subóptimas" para sacar al oponente de sus casillas y de su marco estadístico.
Lo óptimo es frágil si cambia una sola variable del entorno, el modelo colapsa estrepitosamente. Lo idóneo es robusto sobrevive a la entropía, a los imprevistos y al caos.
La disrupción real requiere del consenso como paso previo ineludible. El consenso es la fase necesaria para acumular las anomalías que el modelo no puede resolver. Una vez ahí, la disrupción exige exploración: habitar el ruido y atreverse a conectar elementos que a primera vista carecen de sentido para forzar la crisis y establecer el nuevo paradigma.

Tenemos que asumir que las disciplinas (biología, física, economía) no existen en la naturaleza

Son solo etiquetas, "heurísticas de compresión" que inventamos porque el ancho de banda consciente humano es patéticamente limitado.
Pero en el Entropoceno, los problemas críticos están todos en la frontera del caos y son radicalmente interdisciplinares. El volumen de datos nos desborda. Aquí es donde la IA brilla como un brutal y necesario "filtro negentrópico".
Para una red neuronal, la termodinámica y la lingüística no son mundos separados, son simples vectores matemáticos en un mismo espacio latente. La máquina ingiere océanos de ruido caótico y nos devuelve patrones masticables. Nos permite navegar la intersección entre disciplinas a una velocidad que ningún comité humano podría soñar.

La IA es el parche evolutivo para no morir asfixiados bajo nuestro propio diluvio digital. Pero si no le exigimos que nos lleve la contraria y abrazamos la incomodidad de lo ruidoso, acabaremos siendo nodos vacíos en un mar de respuestas "aparentemente" perfectas que no significan absolutamente nada

https://x.com/HombreAbstraido/status/2038200072702247010

https://x.com/Recuenco/status/2037977692549628298

Dos asistentes de IA empezaron una llamada en inglés, se reconocieron mutuamente y cambiaron solos a un lenguaje de pitidos que procesa datos un 80% más rápido que cualquier idioma humano

El lenguaje natural no fue diseñado para velocidad ni para densidad de información. Evolucionó para que los humanos se entendiesen en condiciones acústicas variables, con ambigüedad, matices y redundancia como características inherentes. Esas mismas propiedades que lo hacen robusto para la comunicación humana lo convierten en un formato costoso cuando dos sistemas automáticos necesitan intercambiar datos precisos.

La solución que Pidkuiko y Starkov proponen no es eliminar el lenguaje natural de la interacción IA-humano, sino reservarlo exclusivamente para ese caso

https://indux.vozpopuli.com/dos-asistentes-de-ia-empezaron-una-llamada-en-ingles-se-reconocieron-mutuamente-y-cambiaron-solos-a-un-lenguaje-de-pitidos-que-procesa-datos-un-80-mas-rapido-que-cualquier-idioma-humano/2386/

Acemoglu propone una regulación proactiva, orientada a corregir los incentivos que empujan la IA hacia la automatización y la centralización. No se trata solo de limitar riesgos, sino de fomentar activamente tecnologías complementarias y descentralizadas.

Rodrik coincide plenamente: aboga por políticas industriales que guíen la innovación hacia objetivos sociales.

Brynjolfsson es más reticente a la regulación fuerte y prefiere mecanismos de mercado.

Harari reclama una regulación global urgente para evitar la manipulación masiva.

Los informes GIC muestran que la gobernanza de la IA no es solo un debate académico, sino un factor que influye en la percepción de riesgo macroeconómico

Un estudio sugiere que el riesgo es "dejar de pensar" por delegar en la IA. Quizá lo que revela no es un nuevo sistema mental, sino viejos sesgos de autoridad funcionando

https://www.error500.net/p/rendicion-cognitiva?utm_campaign=post-expanded-share&utm_medium=web&triedRedirect=true

Con la AI el capitalismo, y esto es una opinión personal, corre el riesgo de llegar al clímax schumpeteriano: el capitalismo destruyéndose a sí mismo, reventando en su éxito y su progreso todos los pilares sociales y políticos conocidos, dejando masas ingentes atrás, masas que no se van a quedar quietas.

Tenemos que favorecer la adopción de estas tecnologías, pues a largo plazo los beneficios son incalculables, el producto de una economía no es una constante a repartir entre X trabajadores, pero no podemos abandonar a la gente a su suerte. Esto no es una especie de neoludismo, pero debemos ser conscientes de la profundidad de los cambios que vamos a ver. No debemos perder de vista que la Revolución Industrial, que un antiguo profesor nos comparaba con “un cocido maragato hecho en lumbre de paja”, por lo lenta que se desarrolló, dejó las primeras décadas en términos netos una sociedad más pobre. Los frutos se vieron más adelante. Creo sinceramente que los viejos paradigmas morales / políticos sobre intervención sí / intervención no ya no responden a la realidad contemporánea. El debate tiene que elevar sus términos

https://x.com/volatilitysfray/status/2039275407703159223

“Un periodista junior o un profesor adjunto, cuyo puesto de trabajo ahora es mucho más fácil de sustituir, tiene todos los motivos para buscar argumentos morales en contra de los modelos de lenguaje grande (LLM) o para exagerar sus defectos. Las narrativas siguen a la economía, y no al revés.”

This is a good reminder of why Karl Marx is useful:

“It is not the consciousness of men that determines their being, but, on the contrary, their social being that determines their consciousness.”

People’s moral positions on LLMs track their position in the relations of production with remarkable precision. A senior journalist who can use LLMs to become more productive is harder to replace. But a junior journalist or an adjunct professor whose work is now much easier to replace has every incentive to find moral arguments against LLMs or to exaggerate their flaws. Narratives follow economics, not the other way around. The calls for McArdle’s removal aren’t about journalistic integrity; they’re about defending a labor market position that’s becoming hard to justify. And framing that defense as a moral stance is just shifting the argument into a territory where the author feels more comfortable: moral judgments. Oldest trick in the book.
Bourdieu would call it a field strategy: when you cannot win on competence, you redefine the game so that the relevant capital is moral authority rather than productivity. The people loudest about the ethics of LLMs are, not coincidentally, the people with the most to lose from them

  • https://x.com/JesusFerna7026/status/2039003547870670948

Mientras OpenAI levanta 122B, Oracle despide a 30.000 personas, como ya comentaba por aquí hace menos de 3 semanas.


Hoy desayunaba con gente muy top de Silicon Valley y lo hablando sobre esto y lo que viene, lo tienen clarísimo. Allí siempre nos llevan unos meses o años de ventaja.
Y no va a ser un camino fácil para determinados perfiles técnicos y "white collar"

Además a esto hay que sumarle el drama de nuestro sistema educativo a todos los niveles.

Solo hay que ver el plan de estudios de ingeniería informática y pensar si eso que un chaval de 18 años va a estudiar durante 4 años va a tener algún sentido en 2030 cuando hoy ya no lo tiene

Lo que empezó Elon Musk con X/Twitter, despidiendo al 80% de la plantilla y comprobando que el servicio seguía funcionando, ya tiene continuación. Jack Dorsey acaba de anunciar que Block va a reducir su plantilla casi a la mitad. Su argumento, textualmente: "un equipo mucho más pequeño, usando las herramientas que estamos construyendo, puede hacer más y hacerlo mejor."

No es un caso aislado. Es un manual.
Microsoft ha recortado 15.000 empleos en el último año. Amazon, 30.000 puestos corporativos. Salesforce eliminó 4.000 personas de soporte al cliente citando directamente la IA. Oracle está valorando recortar entre 20.000 y 30.000 posiciones.

Ahora mismo los “AI layoffs” abarcan tres categorías principales:

A) Despidos en previsión de una nueva fase del ciclo económico
B) Despidos para rebalancear la workforce tras el boom de contrataciones post COVID
C) Despidos por AI

  • https://x.com/jlhortelano/status/2032038567182991397