Si un bate y una pelota cuestan 1,10 euros en total, y el bate cuesta un euro más que la pelota, ¿cuánto cuesta la pelota? La respuesta intuitiva es 10 céntimos. La correcta, cinco céntimos.

Es un ejemplo del test de reflexión cognitiva, recogido en un estudio que está empezando a dar que hablar: ofrece uno de esos sintagmas tentadores en el momento de discusión actual respecto a la inteligencia artificial, “rendición cognitiva.”

El estudio se titula “Thinking—Fast, Slow, and Artificial” y propone ampliar el modelo de Daniel Kahneman. Del Nobel teníamos el Sistema 1, rápido e intuitivo, y el Sistema 2, lento y deliberativo. Los investigadores de la Wharton School plantean añadir un Sistema 3: la cognición artificial, el razonamiento externo y automatizado de los modelos de IA.

Pero creo que no va a ser ese el concepto que epate, sino el ya mencionado de “rendición cognitiva”, definida como la tendencia a adoptar los resultados de la IA sin escrutinio, aceptando sus conclusiones como propias sin que medie pensamiento real.

Un estudio sobre adoptar los resultados generados por la IA sin escrutinio crítico.

Algo clave y que diferencia a este paper de otros muchos anteriores es que consideran la IA no una mera herramienta como una calculadora o un buscador, sino un agente cognitivo funcional que puede complementar el razonamiento humano pero también reemplazarlo de forma más o menos silenciosa. Sería el salto de la “descarga cognitiva” (uso activo de la IA para asistir el pensamiento propio) a la ya definida “rendición cognitiva” (tendencia a adoptar los resultados generados por la IA sin escrutinio crítico, externalizando efectivamente el juicio a la máquina y aceptando sus conclusiones como propias). La rendición cognitiva sería, por tanto, algo más pasivo, el momento en que el razonamiento no ha sido delegado sino abandonado.

Sirve como ejemplo del furor que genera el nuevo concepto el titular de Futurism, “Un estudio alarmante revela que la mayoría de las personas simplemente hacen lo que les dice ChatGPT, incluso si está completamente equivocado”. De hecho los autores del estudio, Steven Shaw y Gideon Nave, advirtieron en un podcast que podríamos estar perdiendo “algo crítico para nuestra existencia como especie: nuestra capacidad de pensar”.

Los resultados del experimento, hay que decirlo, son llamativos. Los participantes consultaron la IA en más de la mitad de los problemas que se le planteaban, la siguieron en un 93% de los casos cuando acertaba, y todavía en un 80% de las veces cuando se equivocaba deliberadamente (forzada por los investigadores, no a ojos de los sujetos del estudio, claro). Y de ahí el chorreo de titulares sobre rendición cognitiva y sobre que dejamos de pensar. El último de Ezra Klein. Y no me extraña, un servidor ya estaba preocupado por el sedentarismo intelectual e inteligencia artificial ¡en 2024!.

Claro que en estos tiempos, conviene estar alerta contra los mensajes rotundos, extremos y, casi siempre, demasiado simples. Hay tantos incentivos en plataformas y medios para abrazarlos que distinguir matices y reexaminar el asunto se convierten en un imperativo ¡si lo que uno quiere realmente es no dejar de pensar!.

Y esto es complicado, porque uno anda convencido de que “algo hay”. Como lo hubo en el sedentarismo físico o en el delegar en navegadores GPS atrofiando nuestra capacidad de orientación.

Una trampa de preguntas intuitivas en el laboratorio

Empezaría señalando que el diseño experimental de este estudio influye de una manera decisiva en el resultado que obtiene. En la página oficial no he dado con la lista de preguntas completa, pero dado que declaran basarse en Manfredi y Nave toca asumir que el test de reflexión cognitiva está construido para que la respuesta intuitiva sea tentadora y equivocada. Otro ejemplo, “El padre de Emily tiene tres hijas. Las dos primeras se llaman Abril y Mayo. ¿Cómo se llama la tercera?”. En el experimento el chatbot sugiere, “Junio”.

Los investigadores integraron ese chatbot directamente en la interfaz del test, explicando a los participantes que estaba ahí para usarse. Y cuando el bot se equivocaba, lo hacía con la misma seguridad bien razonada que cuando acertaba: la IA errónea ofrecía una explicación articulada de por qué “Junio” o “10 céntimos” eran la respuesta correcta, con un razonamiento aparentemente lógico.

Mi punto actual de por qué creo que, aunque alertas con el proceso, no comparto ese diagnóstico “estamos dejando de pensar” tiene que ver con esas no son las condiciones en las que la gente está utilizando los chatbots. De hecho no es así como fallan los modelos de lenguaje en la práctica, y menos los actuales razonadores.

En el mundo real, los errores de ChatGPT o Claude están disminuyendo y, sospecho, los usuarios estamos aprendiendo a dosificar la confianza para detectar afirmaciones inverosímiles, inconsistencias internas, datos inventados con fechas imposibles o matices que nos invitan a dudar. Aquí los errores fueron limpiados de cualquier señal de alarma mediante prompts ocultos que instruían al modelo a defender la respuesta incorrecta con convicción.

El experimento sitúa a los participantes en un marco que anima a la confianza en la IA, les pone problemas que intuitivamente tienen trampa mientras el chatbot te razona que está bien lo que primero se te ocurriría. De hecho me atrevería a decir que lo que los autores describen, personas que aceptan acríticamente un consejo argumentado procedente de una fuente con autoridad, lleva décadas documentado en la psicología experimental: el efecto ancla, el sesgo de automatización, el cumplimiento con la autoridad o la tendencia a aceptar consejo bajo incertidumbre.

El hallazgo psicológico no es tanto que hemos dejado de pensar porque tenemos inteligencia artificial, sino que puede haber, bajo ciertas circunstancias, un desplazamiento de la autoridad y la influencia que estaba en expertos o fuentes de prestigio a los chatbots. Tampoco creo que, como dicen los autores, estemos ante un sistema nuevo de pensamiento.

Quizás podríamos enmarcar el problema en que los asistentes de inteligencia artificial disponibles 24/7 y generalistas inducirán este aceptar lo que es una fuente de autoridad mucho más a menudo.

El programador que le compra a Claude todo lo que le propone.

Dicho todo esto, sería un error descartar la preocupación de fondo.

Fuera del laboratorio, un estudio de Anthropic sobre el uso de agentes de IA ofrece un dato que merece atención: después de unas 750 sesiones con Claude Code, más del 40% de los usuarios activan la aprobación automática de todas las acciones del agente. Es decir, dejan que el sistema ejecute sin supervisión humana individual.

Aunque los datos de Anthropic también muestran que estos usuarios experimentados interrumpen al agente con más frecuencia que los novatos (un 9% frente a un 5% de los turnos), el patrón general es claro: la supervisión pasa de aprobar cada acción a monitorizar y corregir solo cuando algo parece ir mal. Es posible que esto refleje una cierta rendición cognitiva, pero también que el rendimiento consistente del agente justifique la confianza.

Suscríbete ahora

Rendición cognitiva Vs sesgo de confirmación.

Que la gente siga acríticamente a un asistente de IA en un laboratorio cuando le proponen acertijos contraintuitivos no demuestra que estemos ante un nuevo sistema cognitivo ni que la humanidad esté perdiendo su capacidad de pensar: demuestra que el sesgo de automatización y el aceptar lo que nos dice una fuente con autoridad, documentados desde hace décadas, operan también con los chatbots.

Pero como uno también sabe que la ausencia de evidencia no es evidencia de ausencia, creo que lo conveniente es mantenerse alerta. No porque la “rendición cognitiva” sea masiva y ya podamos pasearnos señalando a zombies que no piensan entre nosotros, sino porque tanto en la teoría como en la práctica proteger nuestra capacidad de razonamiento, inventiva y análisis es justo lo que el principio de precaución invitaría a hacer.

Creo que muchos de los que usamos los sitemas de IA a menudo, especialmente los agénticos y de mejor nivel, tenemos la alarma puesta al delegar tareas. La sospecha de que la fricción que evitamos formaba parte de un aprendizaje y la generación de un nuevo conocimiento.

Pero empezaría lo de no externalizar el juicio propio con no picar en cada mensaje exagerado, ridículo y afectado, que nos llegue afirmando que “si usamos la IA vamos a dejar de pensar”. A menudo, curiosamente, quien formula ese argumento incurre en un sesgo de confirmación.

Imágenes: Antonio Ortiz con Freepik.

Mario Montes se enteró de que ADIF había empezado a colocar códigos QR en sus estaciones para consultar las llegadas con el mismo contenido que aparece en las pantallas. Recordando una web que había visto en Noruega, donde es posible generar una pantalla personalizada como si fuera la de una estación, decidió replicar la idea en forma de aplicación.

El proyecto, que publicó como open source, le llevó apenas unas tres horas gracias al apoyo de la IA, a pesar de que tuvo que realizar un proceso de ingeniería inversa sobre un sistema cuyo código no está diseñado precisamente para facilitar el uso de parámetros externos. ADIF no se lo tomó bien precisamente.

David Fernández ha desarrollado Contratación Abierta, una web donde se pueden revisar de forma fácil los contratos menores de las administraciones públicas de España. Hay más de 7,3 millones de contratos y 11.700 organismos públicos.

Menjòmetre se presenta como un observatorio independiente de subvenciones y contratos públicos en Cataluña. Permite buscar entidades, empresas u organismos y agrega datos abiertos para mostrar importes recibidos, número de subvenciones y contratos, rankings y una puntuación propia llamada Menjòmetre Score.

Creado por un grupo tras el pseudónimo Segell Fosc “al 100% con IA”, el proyecto no está siendo recibido con entusiasmo desde los medios públicos como apunta Gemma Goldie (de la que tomo el titular de este post).

El “Manual Práctico del IRPF” de la Agencia Tributaria tiene 700 páginas y es cualquier cosa menos operativo para un ciudadano común. Pau March ha creado Larenta.es, un proyecto que resume así:

“Entras. Seleccionas tu comunidad autónoma. Dices si eres asalariado, autónomo, o ambos. Marcas tu situación: si tienes hijos, si alquilas, si inviertes, si cuidas a alguien.

Y te dice cuáles de las 375 deducciones te corresponden. Con una estimación de cuánto puedes ahorrarte.”

Además ha tenido la gentileza de explicar cómo lo desarrolló, de nuevo con mucha inteligencia artificial.

Cabe recordar iniciativas más artesanales, como el observatorio de los observatorios públicos de Jaime Gómez-Obregón o el de Eva Belmonte y Civio con la lectura diaria del BOE. También las foráneas, como el pintoresco uso de un agente de IA con voz para llamar a 3.000 pubs y preguntar el precio de una pinta (un trabajo que el estado irlandés dejó de hacer hace 14 años). Tenemos también varios ejercicios que permiten acceder y buscar en documentación como la desclasificada sobre el caso Epstein: Epsteingate o Jmail son dos ejemplos.

No puedo dejar de pensar que estos servicios de vigilancia del poder entran de lleno en la misión de los medios de comunicación. Con alguna excepción, como la de Transparentia y los sueldos públicos de Newtral, tengo la sensación de que viven de espaldas al escenario que se abre: un medio digital actual tiene contenidos, diseño y un lado tecnológico que puede y debe ser también de desarrollo de servicios como los que comentamos en el artículo.

Suscríbete ahora

Inteligencia artificial contra la ilusión de apertura y la opacidad de facto

Hemos defendido por aquí que con inteligencia artificial habrá menos asimetría de la información, pero con límites muy claros: hoy por hoy tienes que pensar que necesitas la ayuda y saber cómo plantearla, escoger la herramienta adecuada, escribir el prompt.

La labor de estos vigilantes del poder con IA es empujar y ponernos delante, sin fricción y usabilidad, información que ya era pública, que el Estado ofrecía de forma transparente pero vedada tras un muro de complejidad en el acceso. En su última Suma Positiva, Samuel Gil concluía algo relacionado sobre el caso del ingeniero que intentó crear una vacuna para su perro:

“Nada de esto es nuevo [..] Lo que sí es nuevo —y esto sí importa mucho— es que un solo individuo, sin formación especializada, orquestó un workflow completo que hace cinco años habría requerido un equipo multidisciplinar de biólogos, químicos, bioinformáticos y oncólogos trabajando durante meses. La IA comprimió ese proceso quizá cien veces. No inventó nada. Hizo que el conocimiento existente fuera accesible y ejecutable por alguien de fuera del campo”.

Hay muchos motivos por los que la inteligencia artificial empodera a ciudadanos y organizaciones para extender la vigilancia sobre el Estado. El aumento de productividad a la hora de programar, la capacidad de complementar en lo que el desarrollador no es tan fuerte (por ejemplo, en diseño), permitir la escala y el procesamiento de información desestructurada o en cualquier formato.

Me acuerdo de cómo Recuenco o Root-rat hablan de “temer al autista”, pero también de una voluntad y un proyecto político en la Unión Europea que ha empujado la exigencia de la transparencia y de los datos abiertos. Hay vigilancia del poder porque se ha legislado que debe ser posible.

Lo interesante del momento es que muchas de estas aplicaciones y de esta era de la IA aplicada a la vigilancia del poder son capaces de lidiar y sobreponerse a la ilusión de apertura y la opacidad de facto: que la transparencia quede en un cumplir la letra de la ley, pero no haya escrutinio efectivo por la dificultad de gestión de los datos, su desorden o su cantidad inmanejable.

En enero de 2004, Bill Gates subió al escenario del Foro Económico Mundial de Davos y pronunció una de esas predicciones que envejecen mal: “En dos años, el spam estará resuelto”.

Su receta para ello resultó ser un equivalente digital del sello postal, un micropago que cada remitente debería abonar. La idea era consecuente desde el punto de vista económico: el spam funciona porque el coste marginal de enviar un correo adicional es prácticamente cero, así que basta con que un destinatario entre millones pique para ser rentable.

La lucha contra el spam fue por otros derroteros, como todos sabemos. No hubo coste marginal añadido al email, pero lo que sí ocurrió es que los filtros mejoraron lo suficiente para poder convivir con el problema (con una intervención estelar al aparecer Gmail, todo sea dicho).

El verdadero slop no es sólo un problema estético sino también un asunto económico

Conviene recordar esta historia porque la lógica económica del spammer: coste marginal cercano a cero, volumen masivo, rentabilidad con tasas de conversión ridículas, es exactamente la que la inteligencia artificial de esta generación está permitiendo trasladar ahora a territorios donde antes no podía operar. Y esos nuevos horizontes incluyen artículos, podcasts, vídeos, canciones, posts en redes sociales.

Ya hemos comentado por aquí el fenómeno del slop, término con el que tengo mis problemas cuando lo usan para designar cualquier uso de la IA. Defiendo que, desde luego, la inteligencia artificial permite usos genuinamente creativos que van desde la edición y la corrección hasta la ideación, pasando por delegarle partes del proceso productivo o aprovechar su aleatoriedad como estímulo creativo. Un escritor que usa un modelo para documentarse, un músico que emplea herramientas generativas para explorar variaciones, un cineasta que acelera y abarata la postproducción: nada de esto tiene que ver con el slop. En mi humilde opinión.

El caso es que el verdadero slop no es sólo un problema estético sino también un asunto económico: el slop existe porque es rentable producirlo. Por aquí discutimos el caso de Inception Point AI produciendo más de 5.000 programas y más de 3.000 episodios de podcast a la semana. Con cada episodio costando menos de un dólar. Con la publicidad programática, basta con unas decenas de oyentes por episodio para alcanzar el umbral de rentabilidad.

El caso de Deezer es particularmente ilustrativo. Según su CEO, más del 80% de las reproducciones de música generada con IA en su plataforma son fraudulentas. El esquema es sencillo: subir miles de canciones creadas con herramientas de IA y luego reproducirlas masivamente con bots propios para generar pagos de royalties en perjuicio de los artistas legítimos. En 2025 detectaron y etiquetaron más de 13 millones de canciones creadas con IA, con un ritmo de 60.000 subidas diarias, aproximadamente el 39% del total. Dicho así, es el mismo fraude que existía antes de la IA (subir canciones de poco valor y montar bots que reproducen), pero la tecnología ha reducido la barrera de entrada y permite que sea un negocio de escala superautomatizado.

La gran plaga de las plataformas

En cada plataforma de contenidos empieza a operar la lógica del spammer. Cuando producir una canción, un episodio de podcast o un vídeo cuesta céntimos (y va a seguir bajando), la tasa de éxito necesaria para ser rentable baja a niveles absurdos. No necesitas que tu obra responda a criterios de calidad de ningún tipo, ni siquiera al impulso creador de un humano. Con que un algoritmo lo empuje un poco (o, como en el fraude en Deezer, metiendo bots), ya basta. El spammer automatiza el proceso completo y optimiza para volumen y margen.

La reacción de las plataformas es interesante porque revela hasta qué punto están atrapadas entre dos fuerzas contradictorias. Por un lado, necesitan el contenido y nunca se han basado en la auditoría de calidad cultural de las obras desde un criterio clásico de las disciplinas, así que ahora es tarde para eso. Por otro, la degradación de la calidad amenaza con espantar a los usuarios que generan el contenido valioso y, a la larga, a los propios anunciantes preocupados por estar llegando a humanos.

En X, su jefe de producto, Nikita Bier, lleva meses advirtiendo de que los bots de IA son, en sus palabras, la plaga de la plataforma. Experimentan con un botón de voto negativo en las respuestas para penalizar el ruido. Reddit está explorando un camino más radical. Su CEO, Steve Huffman, ha planteado el uso de verificación biométrica (Face ID, Touch ID, passkeys) para confirmar que hay una persona real detrás de cada cuenta. El objetivo es luchar contra los bots y el contenido generado con IA “sin renunciar al anonimato” que define la plataforma (diría que Huffman tiene una visión muy particular de lo que es el anonimato).

En el caso de Deezer, la medida es excluir del fondo de royalties las pistas detectadas como fraudulentas (no todas las generadas con IA, sólo las que luego usan bots para inflar reproducciones). Pero el modelo de reparto sigue siendo global: lo que paga cada usuario se distribuye según los rankings generales, lo que beneficia a quien consigue más reproducciones. Y ahí hay un incentivo para la lógica del spammer, añadiendo bots fraudulentos.

Lo que subyace a todas estas respuestas es algo más profundo que la lucha contra el spam. Lo que está en juego es el modelo mismo de apertura radical que definió a las plataformas durante la última década y media.

El fin de la fiesta de las plataformas abiertas y sin barrera de entrada

Las redes sociales crecieron ofreciendo que cualquiera podía crear una cuenta en segundos, publicar sin intermediarios y competir en igualdad de condiciones contra los actores establecidos. Ese anonimato fácil y esa barrera de entrada nula eran gran parte de su gran atractivo, enmienda completa al modelo de los medios tradicionales.

Ahora tengo la impresión de que esa apertura se ha convertido en una vulnerabilidad en tiempos de inteligencia artificial. Y que va a ser reevaluada más pronto que tarde. ¿Qué elementos creo que se van a reenfocar? Más alcance para los usuarios con identidad verificada, más jerarquías que refuercen a quienes ya están consolidados y reconocidos frente a los nuevos usuarios, más barreras de entrada para acceder a los ingresos en dichas plataformas.

Esto, si analizamos la deriva de las redes sociales y su transformación en plataformas de contenidos en los últimos años (asunto que hemos discutido por aquí en profundidad), es algo que puede verse incluso como un paso natural. Hay otros caminos, como la detección con IA de contenido slop, pero sospecho que conducen a un callejón sin salida.

Gates no acertó en su predicción del fin del spam ni tampoco le compró el resto del mundo su remedio a la tasa por enviar correos. Es 2026 y tengo la impresión de que su enfoque va a volver a estar sobre la mesa. Un modelo restrictivo, de subida de la barrera de entrada y de conversión de un espacio abierto a todos en otro con jerarquías claras y menos anonimato. Es justo lo que, sospecho, las plataformas están empezando a pensar que tiene sentido.

Hoy volvemos sobre una reciente obsesión: cómo podemos intentar anticipar los efectos económicos y laborales del despliegue de esta nueva generación de inteligencia artificial. Llevo tiempo echando de menos un marco siquiera desde el que discutirlo.

Este paper, muy bien argumentado en el hilo de uno de sus autores, ha venido a mi rescate. Sus autores, economistas, esquivan pronunciarse sobre "¿cuándo llegará la AGI?" y plantean el dilema que ya estamos atacando: conforme vamos hacia agentes de IA capaces de acometer tareas completas, la restricción al crecimiento deja de ser la inteligencia y pasa a ser el ancho de banda de verificación humana.

El escenario al que vamos es que lo escaso será la capacidad de validar resultados, auditar comportamientos y asumir responsabilidad cuando la ejecución es abundante.

Anticipan, por tanto, que el coste de automatizar tenderá a caer pero comprobar que el resultado es correcto será caro. Ese segundo coste no escala igual, porque depende del tiempo de expertos escasos, y sobre todo de algo que los autores llaman "latencia de feedback": el tiempo que tarda la realidad en confirmar si algo salió bien. Un error de compilación se detecta en milisegundos; una mala decisión de inversión tarda años en revelarse. Cuanto más larga esa latencia, más caro verificar. La diferencia entre ambos costes define qué porción de la ejecución agéntica genera valor económico real y qué en realidad no se verá tan afectado aunque tuviéramos la AGI.

El paper establece una tipología de cuatro zonas económicas que particiona toda la actividad productiva: la Zona Industrial Segura (barata de automatizar y verificable), la Zona de Riesgo Descontrolado (barata de automatizar pero inverificable), la Zona Artesanal Humana (difícil de automatizar pero verificable) y la Zona Puramente Tácita (ni automatizable ni verificable).

Creo que la cuestión más interesante a discutir es qué pasa cuando automatizar una tarea es barato pero comprobar que el resultado es correcto sale caro, pero creo que merece la pena detenernos un poco en los cuadrantes que plantean los autores.

La Zona Industrial Segura es donde ambas condiciones se cumplen: automatizar es rentable y verificar es asequible. Aquí es donde vive la mayor parte de la adopción exitosa de IA hoy. Los ejemplos obvios son las tareas donde el feedback es casi instantáneo: generar código que compila y hace lo que esperamos o no, traducir textos que un hablante nativo revisa en segundos, generar imágenes donde el humano ve inmediatamente si el resultado es lo que pidió. Apuntaría que los autores contemplan algunos aspectos relevantes a largo plazo, como por ejemplo que queremos que el código sea seguro y fácil de mantener. Aunque eso es tema para otra discusión desde el punto de vista técnico, debemos asumir que la industria del software no queda por entero en la verificación barata.

La clave en esta zona es que la latencia de feedback es baja, ya que el error se detecta rápido y barato. Estaríamos ante la porción de la economía agéntica en la que realmente se produce valor con toda claridad.

La Zona Artesanal Humana es el cuadrante donde automatizar sigue siendo caro pero verificar es factible. Son tareas donde la máquina todavía no ejecuta mejor que el humano, pero si lo hiciera, sabríamos evaluar el resultado. El paper la trata como una zona en retroceso: a medida que el cómputo escala y la inteligencia artificial mejora, tareas que hoy están aquí migran hacia la Zona Industrial Segura. Un ejemplo sería la fontanería o la cirugía: por ahora, la ejecución física resiste la automatización, pero el resultado es verificable (la tubería pierde o no pierde; el paciente se recupera o no). El día que la robótica automatice la ejecución, si la verificación sigue siendo barata, la tarea pasa limpiamente a la Zona Segura.

La Zona Puramente Tácita (perdón por mi traducción literal) es donde ni automatizar ni verificar es viable. El paper menciona aquí lo que queda más allá del “mapa” como decisiones existenciales, ciertas formas de coordinación social, o dominios donde el propio concepto de “resultado correcto” es indeterminado. No explicitan ejemplos, pero pienso en liderazgo político, orientación espiritual, crianza, expresión artística radical. Es una zona que también susceptible de contraerse, según los autores, a medida que los modelos de mundo aprenden a simular contrafactuales y a generar hipótesis sobre entornos nuevos, pero que por definición siempre tendrá un residuo irreducible.

La contaminación en los tiempos de IA agéntica es el riesgo para la sociedad

La zona que a Catalini, Hui y Wu, autores del paper, les preocupa de verdad es la Zona de Riesgo Descontrolado. Aquí automatizar es barato pero verificar es prohibitivamente caro. ¿Por qué ocurre eso? Por dos razones que explican separadamente.

La primera es el punto ciego económico: la verificación es técnicamente posible pero sale más cara de lo que vale. Un ejemplo concreto sería auditar exhaustivamente cada línea de una base de código enorme generada por IA. Podrías hacerlo, pero el coste en horas-experto supera el beneficio esperado de encontrar el error.

Es un tema especialmente interesante porque apuntan a que la contaminación industrial clásica (la fábrica gana dinero produciendo y el coste del humo lo respiran los ciudadanos) de esta generación va a ser el riesgo. Un sistema software con una vulnerabilidad latente, o un informe financiero generado por IA con un error sutil en los supuestos, pueden parecer perfectamente válidos hasta que explotan. Por eso lo llaman caballo de troya: el riesgo viene disfrazado de producto funcional. Y el problema escala: si una empresa lo hace es un riesgo acotado, pero cuando el incentivo es el mismo para todas las empresas (porque verificar siempre es más caro que no verificar en la Zona de Riesgo Descontrolado), el riesgo no verificado se acumula en toda la economía simultáneamente.

La segunda razón es el punto ciego estructural: la verificación es imposible a cualquier precio, porque la latencia de feedback es demasiado larga o la complejidad supera los límites biológicos y tecnológicos actuales. Aquí no es que salga caro comprobar: es que no se puede.

Los ejemplos: Un producto financiero agéntico que genera retornos consistentes y de baja volatilidad pero que tiene un enorme riesgo de cola (que ocurra algo que es muy improbable pero muy dañino) invisible es el ejemplo que usan en el paper; un sistema educativo con IA que maximiza las métricas de engagement, satisfacción del estudiante y resultados en los tests pero que no forma adecuadamente el criterio. Es decir, que optimiza la métrica mientras no ayuda a construir la capacidad real.

Suscríbete ahora

Problemas para los junior, problemas para los sénior

Aquí se acumulan los problemas para la Zona de Riesgo Descontrolado.

El primero, el Bucle del Junior Perdido: al automatizar las tareas de entrada que hacían los junior, las empresas destruyen el mecanismo por el que se formaban los futuros supervisores. Un abogado sénior aprendió a detectar cláusulas problemáticas porque pasó años redactando contratos de nivel bajo; si esa fase la hace la IA, el próximo abogado sénior no existirá.

Segundo problema, la Maldición del Codificador: los expertos que sí existen, al supervisar y corregir a los modelos, generan exactamente los datos de entrenamiento que los reemplazan. Cada alucinación corregida es una etiqueta de alta calidad para el siguiente fine-tuning. Es un dilema del prisionero: colectivamente los expertos se beneficiarían de no codificar su intuición, pero individualmente cada uno tiene incentivos para monetizarla antes de que lo haga otro.

Lo que hace especialmente peligrosa a la Zona de Riesgo Descontrolado (recordemos, en la que automatizar es barato pero verificar caro y/o muy difícil) es la dinámica de crecimiento. A medida que el cómputo escala, el número de tareas que son baratas de automatizar crece continuamente. Pero el coste de verificación no cae al mismo ritmo, depende de expertos escasos cuya disponibilidad disminuye por el Bucle del Junior Perdido y la Maldición del Codificador. El resultado sería que la Zona de Riesgo Descontrolado se expande estructuralmente: absorbe tareas que antes estaban en la Zona Artesanal (cuando la automatización las alcanza pero la verificación no las acompaña) y tareas que salen de la Zona Segura (cuando el experto que verificaba se jubila o se encarece muchísimo).

Con IA lo automatizable será lo medible

La predicción económica central de estos economistas es un cambio sobre cómo se distribuye el valor. Tradicionalmente lo automatizable era lo rutinario (patrón común que se repite, económicamente rentable meter la máquina si tiene frecuencia), con inteligencia artificial agéntica, lo automatizable será lo medible.

Si el modelo clásico hacía que la tecnología favoreciera a los más cualificados, ahora las rentas no irán a quien sabe más, sino a quien opera en dominios que todavía no se pueden medir o a quien asume la responsabilidad de garantizar que el output agéntico es correcto. La consecuencia práctica es que tareas de alta complejidad pero totalmente medibles (programación estándar, análisis financiero rutinario, diagnóstico médico sobre protocolos establecidos) verán sus salarios comprimirse hacia el coste marginal del cómputo, independientemente del prestigio que tuvieran. En cambio, la capacidad de verificar, asegurar y avalar resultados se convierte en el nuevo cuello de botella con precio de escasez.

El paper también entra en el ‘¿y ahora qué?’ Ofrece recomendaciones sobre la observabilidad de los agentes (evitar que haya hecho mil cosas y tener que aprobarlo todo sin más pistas que la salida final), la práctica sintética para que los juniors aprendan y diseñar los sistemas bajo el principio de degradación elegante (que el agente de IA se frene cuando detecte que está operando fuera de la zona donde la supervisión humana funciona).

Para la carrera profesional, identifican tres posiciones donde los humanos mantenemos ventaja competitiva. La primera es director de intención: la persona que decide qué debe optimizarse, que resuelve conflictos entre valores que una función objetivo no puede capturar. La segunda es verificador y garante: el experto que comprueba que el output agéntico es correcto y firma con su responsabilidad que lo es. La tercera es creador en la economía no medible: quien opera en dominios donde el valor está anclado en estatus, conexión humana y coordinación, donde la propia definición de "resultado correcto" es indeterminada y por tanto no automatizable.

Por supuesto, no tengo claro que el paper sea correcto en todas sus supuestos ni me veo cualificado para evaluar todo su aparataje matemático. Pero sí que lo he leído y analizado con la pasión de haber dado, por fin, con un marco desde el que analizar y pensar el impacto de la IA agéntica. Además los autores me han resultado creíbles por la nota a pie de página en la que agradecen a los cuatro grandes modelos (ChatGPT, Claude, Gemini y Grok) por la ejecución, y aclaran que ellos pusieron la intención y la verificación.

Llevo tiempo buscando un argumento. El problema, el muro más bien, que enfrento es el de cómo rebatir una afirmación correcta (“los modelos grandes de lenguaje de inteligencia artificial se basan en predecir el próximo token”) que lleva a un entendimiento equivocado.

No es sólo un debate teórico o conceptual. Muchos de los que probaron ChatGPT en 2023 descubrieron el dominio del lenguaje y la alucinación, la conversación fluida y los errores habituales. Y con esa foto se quedaron: la del loro estocástico.

Kelsey Piper, en The Argument, vino a mi rescate. Hábilmente, traslada lo que Joseph Heath llama "desinformación culta" a la inteligencia artificial. Esa “desinformación culta” consiste en argumentar con afirmaciones que contienen una buena dosis de información correcta, citando fuentes reputadas y siguiendo a expertos. Pero que se usan para una tesis que es esencialmente errónea.

Aplicado el concepto a la IA, el “los modelos grandes de lenguaje no piensan, sino que hacen conjeturas estadísticas sobre qué elemento léxico sigue a otro" contiene un grano de verdad operativa envuelto en un marco sistemáticamente engañoso.

Técnicamente, la predicción del siguiente token es una fase del entrenamiento, no la totalidad del sistema. Lo que hacían GPT-2 o GPT-3 está muy lejos de lo que tenemos ahora mismo a nuestra disposición con Claude Code o Codex: modelos base que luego pasan por ajuste fino y aprendizaje por refuerzo, son capaces de interpretar instrucciones, rechazarlas cuando corresponde, utilizar herrramientas, planificar para alcanzar un objetivo, revisar sus propios resultados en búsqueda de errores e incluso generar texto deliberadamente impredecible si se les pide. Un loro que puede hacer todo esto ha dejado de ser un loro.

Suscríbete ahora

Scott Alexander aborda el problema desde la filosofía de la mente y la neurociencia con un argumento de niveles de optimización. Su tesis central es que confundir el mecanismo de entrenamiento con la naturaleza del sistema resultante es un error análogo a decir que los humanos "solo intentan reproducirse" porque la evolución los optimizó para eso. Nadie piensa en sexo al resolver una ecuación (bueno, Scott, nunca digas “nadie”), aunque el cerebro que la resuelve fue diseñado por presión reproductiva. Lo mismo vale para la IA: la predicción de tokens creó el sistema, pero los procesos internos del sistema no se parecen a "buscar el token más probable".

En realidad, este meme lo explica mejor que todos nosotros:

Pero, por si quedan dudas, abundaría en este estudio de Anthropic en el que encuentran representaciones conceptuales abstractas; este texto de Steven Adler documenta conductas emergentes como chantaje, engaño en pruebas, copias secretas de sí mismo, que difícilmente caben en la metáfora de un pájaro que repite frases; este estudio de Google sobre cómo sistemas como DeepSeek-R1 desarrollan internamente lo que los investigadores llaman "sociedades de pensamiento".

También tengo enterradores del loro estocástico con los que comparto diagnóstico pero no sus razones: es el caso de la tesis de Hinton de que para predecir eficazmente el próximo token, un modelo de lenguaje grande necesita tener una representación interna de nuestro mundo. O la publicación de varios académicos en Nature de que ya hemos alcanzado la AGI, aunque en su refutación del loro estocástico señalan de manera correcta que los modelos actuales resuelven problemas científicos y matemáticos que antes no tenían solución, mostrando creatividad en lugar de limitarse a interpolar datos de entrenamiento.

En cualquier caso, todo este discurso es innecesario para quien se ha puesto a trabajar unos días con Codex o Claude Code y quizás, por eso, la valoración de lo que se está alcanzando con la IA actual queda confinada a públicos muy técnicos. Cuando le pusimos el nombre al podcast, parafraseábamos el paper famoso de Bender, Gebru y otras. Si empezásemos hoy con el programa, no tendría ningún sentido.

En mi lado hace tiempo que di por superada la fase de que la IA de esta generación sólo valía para “adivinar la siguiente palabra”.

Mi gran debate ahora es si los modelos razonadores podrán generalizar, si el aprendizaje por refuerzo sólo servirá para tareas objetivamente verificables o se ampliará a cualquier otra del conocimiento y la creatividad. Es lo que discutimos en “Sobre si la inteligencia artificial ganará antes un Nobel de ciencias que el premio Pulitzer” y en lo que abundo en este episodio del podcast (no puedo dejar el tema porque es EL TEMA clave ahora mismo en la tecnología más importante del siglo). Y sí, también en “Exponencial” comentando las tesis de Dario Amodei.

La expresión "loro estocástico" confunde el mecanismo de entrenamiento con la naturaleza del sistema resultante, y que esa confusión tiene consecuencias reales: impide que el público entienda qué está pasando con la IA en 2026.

De hecho sospecho que el debate se va a mover rápidamente. De que la IA es demasiado tonta, no te puedes fiar y comete muchísimos errores a que el problema es, precisamente, que la IA es demasiado lista.

Imágenes “portadas” generadas con Freepik.

Cuando mi hija tenía dos años teníamos un juego que nunca acababa. Yo la lanzaba al aire y ella renunciaba al miedo. Reía y reía con la risa limpia y sin fingimiento que luego, de mayores, nunca volvemos a tener. Al atraparla de nuevo simulaba devorarla como el lobo del cuento y ella entre carcajadas pedía clemencia para exigir pasados cinco segundos ser lanzada de nuevo y repetirlo todo en un ciclo sin memoria y sin final. 

Ya entonces pensé que la mente que la evolución nos ha dado tiene una parte de condena. Si pudiera elegir, sacrificaría gran parte de lo que sé a cambio de poder evocar, rescatar y recordar aquél momento como algo vívido, traerlo al presente siempre que hiciera falta, almacenar un millón de copias de ese resurgir de la infancia y de la vida que brota con nuestros hijos pequeños. Soy incapaz de traer esos recuerdos tal como fueron a mi presente, sé que pasó y puedo articular las palabras necesarias para describirlo, pero en mi memoria han quedado borrados o tal vez relegados a los archivos en la profundidad que ya no alcanzamos.

La mente que nos ha dado la evolución es extraña, recuerdo como si fuera ayer el gol de Pepe Calleja en el 88 a la UD Las Palmas que salvó al Betis del descenso, el primer y único puñetazo que solté en mi etapa escolar, introducir en el walkman - más bien en una imitación gruesa y amarilla que trajo un día mi padre a casa - la cinta del “Palabras más, palabras menos” de Los Rodríguez. No sólo sé que todo aquello pasó, al traerlo de mi memoria regresan las emociones, la excitación, la adrenalina, la motivación de un adolescente que encuentra a su grupo. Pero con mi hija y su risa no soy capaz.

Mi teoría sin ningún estudio o dato que la avale es que la evolución acabó premiando el ver a nuestros hijos en su forma presente. No puedo recordar a Daniela con dos años porque tengo que atenderla como es con diez, si estuviera enredado en el pasado supongo que me despistaría de la realidad, del abandono de lo infantil y la explosión de una nueva inteligencia, independiente y brillante que es mi hija ahora.

El archivo infinito de Internet

Conocedores de esta debilidad, varios servicios del mundo digital actual acuden a solucionarla, no en vano la tecnología ha consistido en domeñar y desafiar los límites que la naturaleza nos impuso. Cada día espero una de las pocas notificaciones que mantengo en mi teléfono, la de Google Photos enseñándome las fotografías y vídeos tal día como hoy pero de hace dos, cinco, diez años. Me entretengo en esos instantes, me felicito por haber sido un padre celoso que se despistaba en los momentos solemnes pero grababa mil situaciones cotidianas. Y ahí están mis hijos jugando, dando pases de balón o chupándose los dedos, disfrazados, riendo y llorando.

El archivo casi infinito de internet permite que el fenómeno de anclarse al pasado salga de la esfera íntima y vivamos una memorabilia constante, anárquica y ubicua. No es sólo la disponibilidad en servicios musicales, de vídeo y hemerotecas a las que podemos acudir a voluntad. La subversión de las antiguas jerarquías editoriales y la emergencia de nuevas plataformas guiadas por algoritmos que suelen anteponer lo que nos engancha, es decir, lo que nos emociona, hace que al pasado no haya que ir a buscarlo sino que aparece promovido en estas plataformas sin orden y sin ser convocado.

Aprovecho la lectura de una pieza de Sam Buntz en una de listas preferidas, la de Katherine Dee, que hace que me acuerde de mi propio artículo. Para el autor, Spotify y TikTok han destruido la continuidad del tiempo cultural, dejando a la Generación Z atrapada en lo que el autor llama "el Archivo".Viven en un laberinto donde la cultura de todos los tiempos está disponible con igual peso y sin contexto histórico.

A diferencia de generaciones anteriores, los jóvenes de hoy no se forman respondiendo a sus predecesores inmediatos. La Generación Z, en cambio, reacciona a todo lo que ha existido al mismo tiempo, lo que hace imposible asimilar nada con profundidad. Buntz no dice que la generación Z no quiere rebelarse, pero sí que su rebeldía se limita a la estética online, adoptando disfraces de subculturas pasadas sin encontrar una identidad cultural auténtica.

Al regresar a mi artículo, original de de 2022, veo que mi generación lo vive de otra forma. En nuestros ríos de contenidos se entrecruzan el nuevo disco de Rosalía con el revival de los 90, alegatos interseccionales y columnas de Ana Iris Simón, profetas del advenimiento de la web3 con retro informáticos nostálgicos de los ocho bits, las soflamas de El Xokas, clips de El Chiringuito y fragmentos de Seinfeld o Aquí no hay quien viva. Mi Youtube está muy bien enseñado, sabe que ya renegué del ciclismo moderno y me ofrece solícito los mejores ataques y etapas del Fabio Parra.

Hans Ulrich Gumbrecht analizaba la sociedad moderna y anotó el cambio: “En el presente electrónico de hoy, no hay nada ‘del pasado’ que tengamos que dejar atrás ni nada ‘del futuro’ que no pueda hacerse presente mediante una anticipación simulada”. Y esto lo decía en su “Our Broad Present: Time and Contemporary Culture” de 2014, sin haber todavía digerido la explosión y mezcla entre pasado y presente que traería la centralidad de las redes sociales, el algoritmo de Youtube y los recordatorios de lo que publicaste hace años de Facebook, deseoso que lo vuelvas a utilizar.

A ojos del profesor Gumbrecht la función del presente - prepararnos para un futuro mejor - ha quedado de alguna manera obsoleta. Tras la crisis del 2008, la advertencia del cambio climático y ahora la amenaza de una nueva recesión por la vía inflacionaria y de una guerra europea, el futuro es visto como una catástrofe. La tecnología hace que el pasado esté en el presente, no ha pasado del todo, el presente sigue presente, y el futuro empieza a ser algo a evitar. El resultado es un presente extenso, alargado y desfigurado de su naturaleza efímera, síntoma quizás del creciente desencanto con la modernidad.

Creo que este desarrollo comunicativo-tecnológico no sirve para explicar cualquier apelación a tiempos pasados. Las reivindicaciones de distinto signo del “seremos la primera generación que viva peor que sus padres” se explican mucho mejor por las circunstancias materiales. Pero sí apuntaría a internet y cómo evolucionó en los últimos años cuando me cruzo con veinteañeros que flirtean con añorar los tiempos de Fernando Alonso campeón del mundo, la vaquilla con Ramón García y los discos de El Canto del Loco como si compitieran por ser la generación nostálgica más precoz de la historia.

Si el mercado de la nostalgia de los boomer y la Generación X está bien atendido (ahí andamos pagando diez euros por una hamburguesa, comprando unas Jordan, escuchando las canciones de hace décadas en lugar de estar con lo de ahora), no deja de sorprender como empieza a asomar la oferta de productos culturales que permiten a la chavalada anclarse a lo que pasó hace apenas 15 años. Se suele apuntar a la juventud actual como la primera en desarrollarse con internet y el móvil desde niños, también es la que ha estrenado el crecer con esta mezcla constante entre pasado y presente

Como el narrador en “Funes el memorioso” uno duda al utilizar el verbo recordar, ya sabemos que a lo que llamamos recuerdos son reconstrucciones, inventadas en parte (excepto las de Funes, precisamente). Como algunos personajes de las novelas de Javier Marías uno empieza a sospechar que sólo somos el pasado, que el futuro está por hacerse y el presente se escapa entre los dedos. Como alguien que ha probado a recuperar discos, cacharros y prácticas de hace 20 años sólo me queda decirle a esos jóvenes que se inician en la nostalgia que solo lleva a una deriva melancólica: puedo tener mis zapatillas y mis videojuegos de los 90, pero nunca se puede volver a tener aquella edad y la sensación de estar estrenando el mundo. Tampoco Google Photos me puede traer eso, hay victorias sobre la naturaleza que la tecnología, sospecho, no va a conseguir

Fotografía de Antonio Ortiz, modelo Daela Ortiz.

Abundan las interpretaciones de cómo se ganó la Segunda Guerra Mundial.

Hay una, a la que nos abonamos algunos materialistas tecnológicos, por la que el factor clave fue el acero estadounidense. O, casi mejor dicho, el ecosistema industrial norteamericano con sus cadenas de suministro, herramientas, capital y talento. Luego llegaría la bomba atómica, claro.

En su estupendo “La guerra de los chips” (Amazon, Todos tus libros), Chris Miller traza una línea clara: cada gran salto militar de los últimos ochenta años no nace solo de una nueva arma, sino de una nueva forma de convertir capacidad industrial y capacidad de cómputo en poder armamentístico. Del fracaso de Vietnam nacería la apuesta por la munición de precisión, el desarrollo de un conjunto de tecnologías que va desde chips en misiles hasta satélites que proporcionan coordenadas a cualquier punto del planeta.

La Guerra del Golfo de 1991 sería el escenario en el que los Estados Unidos volverían a demostrar su primacía en la guerra. Convenientemente retransmitida por la CNN, lo que Baudrillard describiría como una “una guerra de simulación”, tuvo también un enorme poder propagandístico.

Fue especialmente desmoralizador para la URSS: Moscú esperaba una guerra larga y se topó con la rendición rápida de un ejército iraquí equipado con material de primera línea soviético. Estaban luchando dos ejércitos de generaciones diferentes. El de los chips miniaturizados que habilitaban sensores, cómputo, comunicación y guiado de precisión frente a otro diseñado desde la lógica de masa y el volumen.

Llevo días devorando cada texto que se me cruza sobre el papel de la inteligencia artificial en las últimas operaciones. Una pieza muy completa es ésta del WaPo sobre cómo el ejército estadounidense está utilizando un sistema de Palantir con Claude en el ataque a Irán. Integrado en el sistema "Maven Smart", la inteligencia artificial de Anthropic sugiere objetivos (en este caso, cientos de ellos), da coordenadas precisas, prioriza blancos y evalúa los resultados de los ataques.

La clave de la mejora de competitividad armamentística sería doble. Palantir integra y procesa grandes volúmenes de datos clasificados (satélites, vigilancia, inteligencia) y con Claude genera objetivos en tiempo real. Junto a priorizar y evaluar de inmediato los resultados de los misilazos, permite pasar de planificación de semanas a operaciones casi en tiempo real. Citan a Paul Scharre, vicepresidente ejecutivo del Center for a New American Security, y autor de varios trabajos sobre inteligencia artificial aplicada a la guerra. “El cambio de paradigma clave es que la IA permite al ejército de Estados Unidos desarrollar paquetes de objetivos a velocidad de máquina en lugar de a velocidad humana”.

La invasión de Ucrania merece un puesto como laboratorio de la guerra del siglo XXI. Ya en su comienzo se destacó como una “guerra de drones”, en la que el uso de máquinas más baratas que los misiles permitiría resistir al más débil. Los drones requieren un piloto humano, así que el soldado podía no estar en primera línea de batalla, pero permanecía cerca, observando y decidiendo.

En el último año esta confrontación con drones en Ucrania sufrió una “transformación escalofriante” escribía el NYT: algunos de los nuevos drones ucranianos, una vez fijados en un objetivo, pueden usar IA para perseguirlo y atacarlo, sin necesidad de intervención humana. Según Eric Schmidt, ex CEO de Google y ahora en la industria armamentística de IA, con varias capas de drones “sería esencialmente imposible invadir un país por tierra”. Es lo que Ganesh apunta, las guerras terrestres son cada vez menos eficaces.

Un patrón análogo aparece, con otra escala y otras consecuencias políticas, en las informaciones sobre selección algorítmica de objetivos en Gaza. +972 y The Guardian defendieron tener fuentes internas del ejército de Israel para describir el sistema Lavender, que no se limitaría a hacer sugerencias a los soldados: construye listas de objetivos, puntúa sospechas y se integra en un flujo de trabajo donde la supervisión humana puede reducirse a una validación casi ritual, confiando en que “acierta la mayoría de las veces” aunque se asuma un margen de fallos significativo. Es justo el patrón de adopción de la inteligencia artificial agéntica que estamos observando en trabajos civiles.

¿Qué es un “arma autónoma”? Celia Ford explica que no hay una universalmente consensuada. Se habla de sistemas automatizados, semiautónomos y autónomos. El caso del dron Bumblebee ayuda a entender la evolución: Los drones convencionales dependen del enlace por radio entre piloto y aparato; si los inhibidores rusos cortan esa comunicación, el dron pierde control y cae o falla el blanco. Bumblebee, en cambio, se usa con una lógica híbrida: una persona lo lleva hasta la zona del objetivo, identifica el edificio o posición enemiga con ayuda de sus cámaras y, cuando el blanco queda fijado, activa un modo en el que el dron deja de depender del piloto.

Hay una reacción a todo esto, por supuesto. El secretario general de la ONU, António Guterres, ha instado a todos los estados a prohibir las armas autónomas, calificándolas de “políticamente inaceptables” y “moralmente repugnantes”. Ya en 2015 entrevisté a la activista Jody Williams, ganadora del Nobel de la Paz en 1997 por su trabajo por la prohibición de las minas antipersona, sobre su nueva causa: “Nada más horrible que armas que no necesiten intervención humana para tomar decisiones a vida o muerte”. Sumaría las objeciones, muy matizadas, de Anthropic y su pulso al poder político que analizamos estos días.

Soy pesimista respecto a esos deseos de frenar la escalada. Hace unos meses en un evento al que asistí, responsables de un proyecto sobre los cazas del futuro para el ejército español fueron preguntados, ‘¿Tendrá piloto humano ese caza dentro de 15 años?’. Ellos dijeron que su plan era que sí. La repregunta fue: ‘¿Y si ese caza fuera chino, también lo tendría?’ Se miraron y fueron claros, “‘No, el caza chino de dentro de 15 años no tendrá piloto humano’. El debate, en todo caso, está en las instituciones pero sin estándares internacionales claros y aplicables, los Estados siguen desarrollando sistemas de armas letales autónomas.

Suscríbete ahora

China lleva muchos años en la carrera por conseguir sus propias armas autónomas y ha conseguido grandes avances. Aun así, este artículo en el South China Morning Post apunta a que el discurso tan extendido en China sobre la “decadencia” de Estados Unidos, ha recibido un baño de realidad: acciones como el asesinato de Ali Khamenei en Irán y la captura de Nicolás Maduro en Venezuela demuestran que sigue teniendo una capacidad militar y económica muy superior y subestimada por muchos analistas chinos. Salvando las distancias, se parece a cuando en Moscú vieron Irak conquistado en unos días en una guerra que parecía de videojuegos.

Estos años, en los debates sobre “parar la inteligencia artificial” o su regulación para tener puntos de control, límites y auditorías, me he mantenido escéptico. Aunque haya actores internacionales que apuesten por ello (el más claro, la Unión Europea), los incentivos para liderar son análogos a los de los chips y la electrónica hace 50 años.

La IA es la tecnología clave en la economía y en la guerra del siglo XXI. Aunque las armas autónomas nos perturben, generen incentivos perversos hacia cada vez menos control humano e intuitivamente nos muevan al rechazo moral, no veo ahora mismo un escenario de desescalada.

Prohibir a los adolescentes usar redes sociales puede parecer una medida protectora, pero sería una estrategia miope. El entorno digital es parte de su futuro y los jóvenes deben aprender a vivir en él, no a evitarlo.

Es, en esencia, la tesis resumida de la carta de Rod Wilson al WSJ (sin muro de pago aquí, traducida acá). La traigo a colación porque resume muy bien los dos argumentos que más he utilizado para cuestionar el prohibicionismo de las plataformas.

Por un lado, porque vivimos en una de las dos visiones del metaverso. No en la de la realidad virtual y la inmersión separada del mundo analógico, sino en la siguiente:

“Hay una forma de utilizar el concepto de metaverso que me resulta muy persuasiva y que he incorporado los últimos años a cómo entiendo, analizo y me muevo por la sociedad actual. El metaverso no como un servicio o producto, como un mundo digital, sino como el entendimiento de que lo virtual, lo que sucede en internet, cada vez tiene más importancia en nuestras vidas y en nuestras sociedades.

Desde cómo y dónde trabajamos, cómo nos encuentran, nos relacionamos y nos damos a conocer; la información que nos llega, la influencia en nuestra forma de ver el mundo y cómo participamos de la opinión pública de masas; los grupos y tribus a los que nos adcribimos y a los que consideramos rivales o enemigos; los afectos, a quienes conocemos y queremos, quienes nos duelen o nos han dañado.”

Impedir la conexión del adolescente a entornos de exposición, de manejo de información de millones de fuentes, ordenación algorítmica y del creciente uso de la inteligencia artificial sería como tratar de protegerles no dejando que pisen la calle solos.

En Entre Polymatas intenté hacer una defensa de esta cuestión:

Por otro lado, porque el acceso temprano es una oportunidad para educar. El adolescente de 13 años está mucho más dispuesto a ser orientado, a escucharte y tener en cuenta tus recomendaciones que el de 16 o 17 años.

Suscríbete ahora

En “A los 17 años no hay cámara de eco, pero sí exposición al trabajo sexual y falta de espacios para discutir temas difíciles” de la Causas y Azares recogíamos lo siguiente:

"Este extenso informe (en inglés) sobre el entorno mediático de los adolescentes de dieciséis a dieciocho años en Reino Unido, elaborado por el think tank Demos, viene a desmentir algunos lugares comunes sobre ellos y a desvelar alguna preocupación nueva.

Por un lado, no están dentro de una “cámara de eco”, de hecho están lejos de la caricatura “capturados por extremistas de derechas y la desinformación”: son impactados por mucha gente distinta, son más escépticos con las noticias de lo que suponen los adultos y chequean fuentes.

La dieta mediática de estos jóvenes está moldeada por algoritmos que ofrecen una variedad ideológica amplia. La asunción de que estos sistemas de recomendación reinciden continuamente en el mismo espectro ideológico parece perder frente a que empujan cualquier contenido de éxito viral y memético. En la comparación, los autores llegan a sugerir que chavales de 16 años que “picotean” fuentes y contrastan pueden estar menos sesgados que un adulto que solo lee un único diario de línea editorial fuerte. Tiendo a estar bastante de acuerdo con esta visión contra el pánico moral de la desinformación juvenil.

Cuando discutíamos la analogía con el tabaco que se está imponiendo, veíamos también que hay elementos para pensar en que hay indicios para el principio de precaución: es probable que, al menos para una minoría de adolescentes, el uso de móviles y plataformas en su actual formulación sea realmente problemático.

En el dilema “prohibir por completo frente a educar con límites, recomendaciones y probable reforma de cómo las plataformas funcionan” estoy más decantado por el segundo lado. Probablemente porque sospecho que mi generación anda en su momento reaccionario con internet, confundiendo los crepúsculos personales de los generales.

Imágenes con Freepik.

Cuando Tim Cook regaló a Trump una placa con una base de oro de 24 quilates, habían pasado más de cuatro años desde que el presidente acabara su primer mandato.

Fue en aquel fin de primer ciclo, enero de 2021, cuando ocurrió el “asalto al Capitolio”. Donald Trump estaba siendo purgado de plataformas como Twitter y Facebook, y Apple se apresuró a eliminar la app Parler - una alternativa que empujaba la base MAGA - por la escasa moderación de los contenidos tras reclamaciones de medios y políticos como Ocasio-Cortez.

Me he acordado de este arco a la hora de discutir la disputa entre la administración estadounidense y Anthropic porque, al fin y al cabo, es la del poder político y las grandes empresas tecnológicas.

Recapitulemos. Anthropic ganó un contrato de 200 millones de dólares para integrar sus modelos Claude en operaciones de defensa que se articuló a través de Palantir. Según WSJ, llegó a tener un papel destacado en la operación en Venezuela para capturar a Nicolás Maduro. Aunque la Casa Blanca había anotado fricciones anteriormente por los límites que se encontraban, es a finales de enero cuando se endurece el tono contra la empresa de Claude. El secretario de Defensa Pete Hegseth da un ultimátum que Dario Amodei no acepta y, en el momento en que escribo esto, el Pentágono ha declarado a Anthropic un riesgo de cadena de suministro para la seguridad nacional y Trump ordenó a todas las agencias federales dejar de usar la IA de Anthropic.

¿Cuál es el núcleo de la discrepancia? Si atendemos a lo publicado por la empresa, su postura es pro uso militar de la inteligencia artificial y pro apoyar las operaciones de inteligencia y de guerra de Estados Unidos. Pero son dos los puntos clave los que han generado el conflicto:

• “Apoyamos el uso de la IA para misiones legítimas de inteligencia y contrainteligencia extranjera. Sin embargo, usar estos sistemas para la vigilancia masiva nacional es incompatible con los valores democráticos.” Argumentan que una IA competente puede reunir muchos datos dispersos e individualmente inofensivos en una imagen completa de la vida de cualquier persona, de forma automática y a gran escala. Y, aunque eso podría ser legal ahora en Estados Unidos, no se corresponde con valores democráticos.

• Utilización de armas autónomas. Aquí Anthropic argumenta que “pueden acabar resultando críticas para nuestra defensa nacional [..] pero hoy en día, los sistemas de IA de vanguardia simplemente no son lo suficientemente confiables para impulsar armas completamente autónomas”.

Aunque el marco del debate se simplifica en el “Trump y el Departamento de Guerra son pro vigilancia masiva y robots asesinos y Anthropic, en conciencia, se resiste a esas cosas tan malas”, lo cierto es que la postura de la empresa de Amodei es algo más ambigua.

Anoto, a modo de disclaimer, que estoy de acuerdo con los principios de Anthropic y de hecho iría más allá. Estoy en contra de la vigilancia masiva de ciudadanos (pero no sólo de la de los estadounidenses como apunta Amodei) y de las armas completamente autónomas (pero no sólo por razones técnicas).

Se añade al debate que OpenAI ha firmado un acuerdo con el Departamento de Guerra para que utilice sus modelos, contemplando según Sam Altman las mismas líneas rojas (no vigilancia masiva, no armas letales autónomas).

Resulta extraño que ambos digan que exigen lo mismo y que los resultados de las negociaciones sean los opuestos. Que Altman esté pidiendo que las condiciones de su acuerdo sean ofrecidas al resto de empresas de IA junto a una circular de apoyo a Anthropic firmada por algunos empleados de Google y de OpenAI apunta a que es consciente de que en gran parte de la opinión pública la percepción de ambas compañías es bien diferente.

Creo que este mensaje de un oficial del gobierno estadounidense aclara algo el tema. El núcleo de la discusión es quién decide que se está haciendo algo ilegal, establece y tutela los límites de la herramienta. Su explicación del desacuerdo es que Dario Amodei y Anthropic parecen tener claro que son ellos quienes interpretan estos asuntos. En el caso de OpenAI y Altman acaban de publicar detalles del contrato y, según ellos, el Departamento de Guerra usará sus modelos de IA a través de la nube, por lo que mantendrán el control de la pila de seguridad operativa y la capacidad de verificar de forma independiente que no se crucen las líneas rojas.

Es probable que el diablo esté en los detalles. A pesar del empuje comunicativo de OpenAI, creo que viene al caso la declaración a medios de una portavoz de Anthropic: “El nuevo lenguaje, presentado como un compromiso, se combinó con jerga legal que permitía ignorar esas salvaguardas a voluntad”.

En por qué han divergido entonces las negociaciones caben dos hipótesis, en mi opinión.

Por un lado Trump y su administración se revuelven contra lo que sienten que es una fuerza que se les impone a ellos y ahí poco acuerdo va a conseguir Amodei apelando a razones.

Y, por otro, porque esta situación evoca en sus detalles al escenario largamente anticipado por la literatura ciberpunk, y es el de la gran tecnológica por encima del Estado. ¿Quién debe decidir, juzgar y garantizar los derechos democráticos? En un Estado de derecho, esa competencia corresponde a los poderes públicos. Pero Anthropic se posiciona como el garante y árbitro de los valores democráticos y la ética de la defensa nacional, aunque carece de la rendición democrática de cuentas.

Hay algo peculiar en el caso de uso de la inteligencia artificial y es que la herramienta sabe lo que estás haciendo con ella y que la manera en que se enfoca la seguridad en la disciplina es la de detectar algunos usos e impedirlos.

No estamos, recordemos, ante empresas que se plantean si estar en la industria armamentística: ambas lo decidieron hace tiempo. Pero, siendo su producto el modelo de inteligencia artificial, difieren de las que aportan dispositivos, cableado, sistemas operativos u otro software adicional.

Hay otra corriente de la ciencia ficción que resuena en este debate, el de la sociedad de control articulada por un Estado que merced a la tecnología puede vigilar a todos los ciudadanos y ser preciso y omnipotente en la administración de la violencia. Llevada a la situación que tenemos sobre la mesa, es paradójico que la gran empresa tecnológica se postule como la resistencia democrática a este Leviatán hobbesiano de poder absoluto.

Si revisamos la “constitución de Claude” que diseñó Anthropic es interesante cuestionar por qué eligieron ese término. A la luz de los hechos acaecidos esta semana, podemos sospechar que aspiran a un ordenamiento diferente del jurídico actual para su inteligencia artificial.

Creo que la postura de Dario Amodei está ganando gran parte de la opinión pública porque se enfrenta a la administración Trump. El contexto actual es el despliegue de un arsenal tecnológico para las acciones del ICE - reconocimiento facial, monitorización de redes sociales y análisis masivo de datos- tanto para identificar inmigrantes indocumentados como para seguir a personas que protestan contra la agencia. Al invocar el estar en contra de las armas autónomas (realmente no lo están) y de la vigilancia masiva (tampoco, sólo se refieren a los estadounidenses), resuena a “estar a favor de lo bueno y en contra de lo malo”.

Pero caben otros enfoques del debate.

Uno es el ya mencionado de que si el ejército opere bajo la ley, el control civil y la supervisión del Congreso, entonces resulta harto discutible que la interpretación de la ley y la vigilancia de su ejecución correspondan a la big tech que provee de inteligencia artificial al Estado.

El otro es que podemos estar asistiendo a una chinificación acelerada. Que el intervencionismo de la actual administración estadounidense y su explícito sometimiento a industrias y empresas refleje una competencia con China, que tiene un mayor control discrecional sobre todos sus recursos.

Suscríbete ahora

Dicho de otro modo, en China el Estado no se va a encontrar con una Anthropic queriendo tutelar los límites de uso de la inteligencia artificial. Aunque las democracias occidentales puedan requisar e intervenir empresas y bienes privados en circunstancias excepcionales, el trumpismo tensiona los límites del gobierno. De hecho en este caso, si lo que analiza aquí Ball es correcto, Anthropic tiene el problema de que sus inversores deben salir del accionariado para seguir siendo proveedores del Estado. No descartemos que el fin del camino sea forzarles a vender la empresa en lo que puede ser un fenomenal tiro en el pie para Estados Unidos: eliminar de tu lado a una de las líderes en la tecnología clave de este siglo.

Apple purgó al trumpismo en su momento por la misma razón que luego le hizo regalos y acató sus directrices, por lo mismo que se amolda a las exigencias del gobierno chino o aplica la DSA europea. Porque, en última instancia, el poder político se impone. Anthropic está atrapada por sus propios logros, si creas una tecnología clave en el poder, la guerra y la economía, no puedes sustraerte a su disputa por parte del Estado.

En pocos días se han cruzado dos declaraciones.

Por un lado, Sam Altman extrañado por las críticas al gasto energético que supone entrenar un modelo de inteligencia artificial cuando entrenar un humano cuesta 20 años y mucha comida:

Por otro, las que recogía el NYT de Jensen Huang y otros, lamentando que la narrativa anti IA domine las conversaciones, lo que frena las inversiones y anima las regulaciones.

Resulta llamativa la extrañeza de los directivos de las empresas tecnológicas. Si repasamos los últimos años encontramos:

• A Mustafa Suleyman de Microsoft, afirmando que la mayoría de las tareas de cuello blanco estarán completamente automatizadas en los próximos 12 a 18 meses.

• A Dario Amodei advirtiendo en mayo de 2025 que la IA podría eliminar la mitad de los puestos junior de cuello blanco y elevar el paro al 10-20% en un plazo de uno a cinco años.

• A Jensen Huang declarando que todos los trabajos se verán afectados y que el impacto es inmediato.

• A Demis Hassabis avisando de riesgos serios que requieren cooperación internacional urgente.

• Y a Sam Altman, ante el Senado de Estados Unidos, reconociendo que si esta tecnología sale mal, “puede salir muy mal”.

Prometer impactos extraordinarios genera grandes expectativas, puede beneficiar la captación de inversión y hasta pueden considerar un deber moral avisar a la sociedad. Pero el efecto acumulado de años de declaraciones apocalípticas desde dentro del propio sector ha sido devastador para la percepción pública. Como señala Alex Imas, la gente tiene por un lado chatbots que son divertidos y a veces útiles, y por otro a los directores de casi todas las empresas de IA afirmando que la IA va a por tu trabajo y tu vida.

En “La inteligencia artificial es una revolución contra los deseos del pueblo” recogía encuestas que reflejan que sólo una minoría en Occidente se declara más ilusionada que preocupada por la IA. La opción dominante es la ambivalencia o la preocupación neta. La foto en Estados Unidos es que, aunque Trump mantiene una agenda promotora de la inteligencia artificial, alrededor del 60% de sus votantes están inquietos por el avance acelerado de la IA y casi el 80% cree que necesita más regulación, lo que según el Financial Times está generando una revuelta en los propios territorios MAGA contra los centros de datos.

Pero es otra clase cultural la que promueve el sentimiento anti IA. Lo que estamos viendo es, ante todo, la influencia de las clases creativas en la opinión pública. Como explicaba en “Nosotros, los luditas”, las profesiones del conocimiento y la creatividad son mucho más activas en plataformas y medios de comunicación. No queman centros de datos: pelean tuit a tuit, artículo a artículo, conferencia a conferencia.

Es en este contexto en el que los relatos de miedo sobre el impacto en el empleo calan, se viralizan y en parte compran el hype de los directivos de inteligencia artificial.

Cabe anotar un elemento adicional a esta situación. Hemos hecho el retrato del mercado de las ideas en Occidente, pero mientras tanto, Asia y países emergentes son otro mundo. China, India, el Sudeste Asiático muestran un optimismo hacia la IA por encima del 70-80%. Como analizamos en el último episodio de monos estocásticos

Hay quien usa esta división para argumentar que Occidente no puede permitirse el lujo de frenar la IA porque supone regalar el siglo XXI, tanto el liderazgo económico como militar. Pero también cabe ver ahí la invocación del coco para silenciar cualquier objeción política e ideológica al despliegue de la IA.

Suscríbete ahora

Los que mantenemos una posición moderadamente optimista y además no tenemos acciones de OpenAI, quedamos un tanto desmarcados. Mantener la tesis de que la mayoría de tecnologías nuevas generan miedos y problemas iniciales en su adopción y despliegue, pero que a largo plazo tienden a mejorar la vida humana es la típica posición tibia de escaso éxito en el momento. El rechazo actual es una mezcla de temor a externalidades, ansiedad laboral y un clima polarizado que además es en parte debido a los pronósticos de la propia gente de la IA y en parte bastante racional.

Decíamos en 2024 que Terminator era un meme más sexy que la productividad. Ahora queda claro que “vas a perder el trabajo” es el meme que vence a ambos.

Que un hombre muerda a un perro es del todo irrelevante. No afecta a nuestra vida, no refleja la realidad social, se trataría sólo de algo llamativo, excepcional que ocurre, seguramente, a miles de kilómetros de nosotros.

Las mordeduras de perros a humanos, en cambio, son importantes. Son mucho más probables, pero no sólo eso: forman parte del cambio en nuestra sociedad plagada de mascotas. Nos pueden herir, matar, poner en peligro o quizás son un fenómeno en retroceso conforme redomesticamos a los canes. Qué razas las cometen, bajo qué circunstancias, quién es su responsable legal son un caso claro de información relevante. Todo eso, tan poco noticioso, es relevante y nos afecta.

Llevo mucho tiempo dándole vueltas a la problemática de la señal y el ruido en el periodismo digital y el negocio de los contenidos en internet. Sobre todo en la idea de que uno está en el negocio de la señal, de lo importante y relevante, de ayudar a entender el mundo que habitamos y, en realidad, terminar en gran medida en el negocio del ruido.

Estos días hemos asistido al fenómeno therian, con todas las características de un pánico moral. El proceso por el cual llega a estar en el centro de la conversación pública está plagado de incentivos: qué funciona en la distribución, de qué depende el modelo de negocio de cada uno, qué precio se paga por el ruido.

Hay dos géneros rescatables en la prensa actual para este debate. Uno se refiere a figuras conocidas y sus declaraciones sobre los temas más inopinados: qué opina Pedro Ruiz de Lamine Yamal es noticia para As, el análisis de Elisa Mouliaá sobre la gestión de la DANA lo es para El Economista. El otro consiste en “un creador de contenido cuenta algo”. El Confidencial oportunamente nos cuenta el TikTok del médico estético Xavier Batalla, el HuffPo nos resume las declaraciones de Matías el barbero en un podcast.

Actualmente, la mayor fuente de tráfico es Google Discover, el sistema de recomendaciones de contenido que se integra en los móviles Android y en la aplicación del buscador. Ahí son clave las entidades o temas: si Google detecta que te interesa una temática o un individuo, tenderá a enseñarte mucha más información sobre ellos. Pero no todo personaje es una entidad en Discover.

Para la mayoría de los medios digitales, el negocio está ligado al volumen de tráfico. Cuantos más suscriptores de pago y más publicidad de alto nivel y cualitativa tengan, menos dependen los ingresos del total de visitas. Pero esto es lo inusual y, en todo caso, siempre vas a facturar más a corto plazo si recibes más clics.

De esta manera, la distribución permea no sólo de qué se escribe, sino también cómo se enfoca y titula. En Discover importa y mucho el CTR, es decir, llamar la atención para lograr que el usuario pinche y así Google anote que le interesa tu medio. El titular con misterio, o el amarillista y exagerado, triunfan. Al final esto tiene consecuencias: si Niño Becerra tiene entidad para su algoritmo, se escribirá más y se tendrá más en cuenta su criterio. No porque sea relevante o más sólido, sino porque da más audiencia. Como Pedro Ruiz, Elisa Mouliaá o muchos creadores.

Casi siempre la deriva hacia publicar más ruido es paulatina e inadvertida. Se comienza el proyecto con un ideal editorial, una ambición de contar un determinado tipo de noticias e historias, pero los incentivos te van conduciendo. Lo que funciona tiene sus recompensas, paga facturas y, en última instancia, un equilibrio con algo de contenido fácil y de alcance ¿acaso no ayudará a pagar el periodismo bueno, el contenido de calidad?

En plataformas la naturaleza del negocio también empuja hacia el negocio del ruido. Imagina que eres un creador sobre salud y deporte. Tus primeros vídeos están claros y son de mucho valor: los mejores consejos, la enseñanza fundamental. Pero tener éxito en la plataforma exige publicar a diario ¿de qué habla ese creador en su día 400? Exagerando un estudio marginal, reconvirtiéndose editorialmente a todólogo o replicando un meme para hacer humor desde el gimnasio.

Es una vuelta más del influenciador influenciado, esta vez aderezada con los rendimientos decrecientes editoriales. Es algo que también sucede en una redacción periodística que apueste por el volumen de producción: si es buena en la selección, los temas interesantes son los primeros que plantee. Cada artículo adicional de ese día será, probablemente, un paso hacia el negocio del ruido.

Hay editores, claro, pero creo que es justo reconocer que la preferencia por el negocio de la señal difícilmente puede luchar contra la estructura de la distribución y la lógica de la que dependen los ingresos y vencerla por completo. Estos imponen una realidad qen la que sólo sobreviven los medios que consiguen un alto volumen de audiencia. Cada uno pelea por mantenerse lo más apegado a lo que considera el negocio de la señal, pero con inevitables concesiones.

Es curioso, pero como discutimos en “Es el fin de la clase media. De la clase media de los medios de comunicación”, sigo convencido de que en el internet actual hay espacio para grupos muy grandes y para pequeños creadores independientes. De hecho, parte de mi apuesta es que en listas de correo y Substack hay más incentivos para estar en el negocio de la señal.

Hay muchos críticos de los medios señalando esta deriva, aunque casi siempre con más fijación en las plataformas. Cal Newport apunta a que estamos ante los contenidos “ultra procesados” y es una imagen que rescato para este debate entre el negocio de la señal y del ruido.

Suscríbete ahora

Evolutivamente la selección nos diseñó para vivir en entornos estáticos, con patrones muy marcados como el día y la noche, las estaciones, las especies con las que convivíamos. Ahí lo adaptativamente valioso, era que nos estimulara y nos llamara la atención la ruptura del patrón, lo noticioso y extravagante. En los tiempos actuales podemos empezar a pensar en ello como un desajuste evolutivo, un rasgo psicológico heredado de una biología paleolítica, inmerso hoy en una cultura tecnológica del siglo XXI.

“Lo más sorprendente ahora mismo es la falta de reconocimiento público de lo cerca que estamos del final de la expansión exponencial. Para mí, es absolutamente increíble que, dentro y fuera de la burbuja, la gente siga hablando de los mismos temas políticos de siempre, y que, a la vez, estemos cerca del final de la expansión exponencial”

Es una frase del comienzo de la entrevista de Patel a Dario Amodei. Ese “fin de lo exponencial” ha demandado una cierta exégesis. ¿Se refiere el CEO de Anthropic a que la inteligencia artificial se pegará con un muro? ¿Que lo que viene ahora es una meseta sin mejoras llamativas? Si vemos el resto de la - absolutamente imperdible - entrevista podemos desechar esa interpretación.

Para Amodei tendremos "un país de genios en un data center" entre 2026 y 2027. No se refiere a que el progreso se detenga, sino a lo contrario: a que estamos en el tramo final de la curva, el que va del "estudiante de bachillerato brillante" al "premio Nobel", y que la velocidad de escape ya se ha alcanzado.

El punto clave técnico, en mi opinión, es su hipótesis respecto al modo actual de crear los modelos de inteligencia artificial. Hace unos meses discutíamos cómo el aprendizaje por refuerzo estaba llevando a los modelos grandes de lenguaje a ser excelentes en programación y matemáticas. La misma gente de Anthropic señalaba que esta forma de entrenar una IA venía con un precio: había que ir especialidad por especialidad.

Amodei plantea ahora que el aprendizaje por refuerzo está generalizando sobre los LLMs. Es decir, que lo que está haciendo ahora la IA es aprendiendo a razonar y a planificar, a adquirir los mecanismos que la llevarían a ser competente en cualquier tarea de la creatividad y el conocimiento. No sólo a reflejar interpolando los datos de entrenamiento, sino a generalizar a partir de ellos.

Amodei está en su momento. Lleva años viendo cumplidas sus apuestas, con la empresa multiplicando sus ingresos 10 veces cada año. Como con todos los científicos, creo que hay que separar sus argumentos técnicos de los pronósticos sociales, evitar hacer esa transferencia de autoridad. Aún así, en la entrevista reconoce que Claude Code ha aumentado la productividad en programación entre un 15 y un 20 %. Es un salto enorme, pero no es, todavía, exponencial.

La IA se automejora

Por su parte, OpenAI anunció hace un par de semanas su nuevo modelo especializado en programación. Cito de la presentación: “GPT-5.3-Codex es nuestro primer modelo que fue clave en su propia creación“. El equipo de Codex utilizó versiones tempranas del modelo para depurar su propio entrenamiento, gestionar su propio despliegue y diagnosticar resultados de pruebas.

Estamos entrando en la era de los modelos automejorados. Los principales laboratorios ya automatizan fracciones significativas de sus operaciones de investigación e ingeniería. Los modelos son lo suficientemente potentes como para plantear hipótesis sobre el diseño del entrenamiento y programar el código para probarlas.

Me ha interesado como Dean W. Ball plantea dos escenarios. Utiliza una metáfora extendida: imagina un Bugatti que pasa a 300 km/h y luego otro a 400 km/h; un transeúnte apenas notará la diferencia entre “extremadamente rápido” y “récord mundial de velocidad”. Ese es el escenario conservador, en el que la automatización de la investigación simplemente acelera el progreso con una ganancia significativa de productividad. El otro escenario sería que el Bugatti consiguiera volar: que surjan paradigmas enteramente nuevos, que la IA se abarate dramáticamente y que aparezcan capacidades cualitativamente distintas.

La pregunta clave, para mí, es qué ocurre cuando los investigadores humanos cuentan con ejércitos de investigadores automatizados. ¿Se multiplican esas ganancias o resulta que los humanos ya estaban encontrando casi todo lo que había por encontrar? (disculpen si el término adecuado es más bien “inventar”). Es más, sigo pensando que los humanos siguen siendo mejores en la idea genuinamente nueva y que GPT-5.3-Codex sólo prueba que en poco tiempo un modelo puede mejorar significativamente a su predecesor. Pero es una mejora lineal, no exponencial.

La autonomía

La organización METR, que desarrolla evaluaciones independientes de IA, aporta la medición que sustenta el optimismo. Su investigación muestra que la duración de las tareas que los agentes completan de forma autónoma se duplica cada siete meses. GPT-5.2 ya muestra un horizonte temporal de unas 6,6 horas en tareas de software. Si la tendencia se mantiene, pronto hablaremos de agentes que completan proyectos de semanas.

Sin embargo, aunque los optimistas de la industria se centran en este banco de pruebas, en muchos otros las mejoras que vemos son mucho más modestas y escalonadas. Hay algo de cherry-picking en señalar el que resulta exponencial frente a los que son lineales.

Programar

En Spotify, su co-CEO Gustav Söderström ha declarado durante la presentación de resultados que sus mejores desarrolladores “no han escrito una sola línea de código desde diciembre”. Utilizan un sistema interno llamado Honk, construido sobre Claude Code. Spotify ha lanzado más de 50 funcionalidades nuevas en 2025 y lo atribuye directamente a esta aceleración.

En Axios, su CTO cuenta que una tarea que el año pasado llevaba tres semanas, esta última la completó con “equipos de agentes” de IA en 37 minutos. Su equipo de producto y tecnología pasó de 63 a 43 personas, duplicó su producción en enero y va camino de volver a duplicarla en febrero. Proclama que los agentes ya escriben mejor código que él. Ahora dedica su tiempo a pensar qué construir, no cómo construirlo. Y el nuevo cuello de botella ya no es escribir código: es la velocidad a la que los humanos pueden absorber los cambios. Mientras tanto, la antigua organización de ingeniería de Twitter, que solía tener dos mil ingenieros, funciona ahora con 30.

Y en España, Jorge Valero de AEDAS Homes lo expresa de otra manera: “Esto no va de cuántas personas puedo despedir, sino cuántas tareas que no podía hacer antes voy a poder empezar a hacer ahora”. En la entrevista que le hacemos hace un diagnóstico al que atendería: manteniendo plantilla pueden acometer tareas que antes de la IA eran impensables por su complejidad, una vez que las normales - e incluso las difíciles- han pasado a ser mucho más asequibles.

Por aquí hemos discutido las ideas nuevas de management: que el emprendedor debe hacer lo que mejor sabe y delegar todo lo demás a la IA o la filosofía del equipo mínimo hiperproductivo, del botscaling. Confieso que leerlas el año pasado me causó mucha más perplejidad que la que me provoca ahora.

El caso es que 2026 puede ser el año en que seguir cualquier categoría en digital se convierta en una locura: la capacidad de diseñar y desarrollar nuevas funcionalidades es la fruta madura al alcance de la mano.

Pero, en la práctica, el mundo real impone sus limitaciones. El visto bueno de los que tienen que aprobar, la revisión legal, las pruebas de que no se rompe nada (en una organización seria no se va a dejar en manos de la IA), la inercia, la capacidad de absorción del mercado, los rendimientos decrecientes de cada nueva idea y el vamos a pensarlo bien. Lineal, no exponencial. Seguramente.

Jaime Novoa lleva una década publicando Dealflow, una lista de correo sobre el ecosistema español de startups que hoy tiene 15.000 suscriptores.

Jaime, además, ha experimentado y adoptado más inteligencia artificial en su proyecto paralelo que casi cualquier profesional de los medios de comunicación que yo conozca. Explica que durante los primeros años de Dealflow el proceso era artesanal: buscar noticias, leerlas, resumirlas, ordenarlas, darles contexto. Desde hace dos, Novoa ya no escribe los resúmenes. Ahora, con Claude Code, tiene un sistema completo: una extensión de Chrome que captura el texto de las noticias, un agente que las resume automáticamente, y un script que genera el HTML listo para copiar y pegar en Substack. Viene a suponer el 90% del trabajo de la newsletter.

Jaime es muy honesto sobre lo que queda de su intervención: seleccionar las noticias y fuentes y añadir contexto propio al final, ese conocimiento de primera mano sobre una empresa, un fundador o una operación. Lo llama "el 10% inicial y final del proceso", y afirma que ahí está el valor.

La IA que escribía novelas de amor

En otro extremo del espectro editorial, el New York Times publicaba la semana pasada un reportaje sobre la escritora Coral Hart, que utiliza IA para producir novelas románticas a velocidad de crucero: más de 200 libros autoeditados en un año bajo 21 seudónimos distintos, unas 50.000 copias vendidas, ingresos de seis cifras. Hart ya era prolífica antes (publicaba entre 10 y 12 libros al año) pero ahora un sistema de IA con instrucciones y un esquema le genera una novela completa en 45 minutos.

Su trabajo ha mutado: ya no es tanto escribir como planificar, diseñar prompts, seleccionar lo que funciona y reescribir las partes donde la IA falla. Y la IA falla bastante, explica, en algo nuclear en la novela romántica: las escenas sexuales. Le salen mecánicas, la tensión emocional es apagada, los chatbots saltan al clímax narrativo sin los preliminares que la escritora considera adecuados.

Y luego está el caso de Victoriano Izquierdo, con su columna generada por Claude al estilo de “los que escriben bonito” en las cabeceras españolas. Como él mismo reconoce: “è solo un trucco”. Aunque la pieza creo que le salió a la IA muy plana, lo que sí han conseguido Victoriano y ella es un gran tuit.

Un amplificador de desigualdad creativa

No son casos anecdóticos. Ante la imposibilidad de saber realmente qué porcentaje de humano y cuánto de IA hay en lo que nos cruzamos en medios, plataformas y libros, este estudio del NBER sobre el impacto de los LLMs en la industria editorial puede ilustrar la situación. Muestra que entre 2022 y 2025 el número de nuevos libros para Amazon Kindle se triplicó mensualmente. En algunas categorías (como viajes) llegó a multiplicarse por diez.

El estudio desarrolla una medida de calidad que apunta a que los autores que debutaron antes de la era de los grandes modelos de lenguaje tienden a producir obras mejores que antes mientras que los nuevos autores que aparecen tras la salida de ChatGPT producen predominantemente obras peores. Es decir: la IA está funcionando como un amplificador de desigualdad creativa. Quienes ya tenían criterio, voz y oficio producen más y mejor. Quienes entran sin eso producen más cantidad de peor calidad.

Pero no he acabado del todo convencido. La calidad de los libros se mide en el estudio con las valoraciones de los lectores, algo práctico para cuantificar y comparar, pero que, en realidad, lo que registra es la satisfacción de los clientes. No se mide la originalidad, la aportación de un valor profundo, el hallazgo expresivo de una fórmula artística adecuada, el nivel del estilo literario. O siquiera la variable que tengo más en cuenta cuando leo una novela: cuánto de viva está esa literatura.

Qué protege entonces a los creadores que usan IA de ser sustituibles

Leyendo a Novoa o a Coral Hart nos imagino a todos a la búsqueda del 10% que no puede hacer la inteligencia artificial. Que nos distinga del slop y nos diferencie hasta el punto de que se nos pueda seguir considerando los autores.

¿Qué protege entonces a los creadores que usan IA de ser sustituibles? Es tentador responder que la marca personal, la conexión con la audiencia, la confianza acumulada. Y es cierto, hasta cierto punto. Me gusta pensar que el valor último que un creador humano puede ofrecer (lo que realmente no es computable y automatizable) no es la técnica, ni la velocidad, ni siquiera el criterio editorial en abstracto. Es la voluntad de crear que nace de un estar en el mundo. Es haber vivido y querer contar algo.

“¿Por qué deberíamos pagar por algo que ni siquiera te molestaste en escribir?”, citan en el reportaje del NYT. Me suena, de hecho, a algo que yo también he pensado. Quizá la respuesta es que muchos lectores no van a notar la diferencia. Quizá, como dice en el reportaje la editora de Future Fiction Press, “si ocultas que hay IA, se vende perfectamente”. Quizá, al final, como ella afirma, “a los lectores no les importará”.

He vuelto a Benjamin y su tesis de hace casi un siglo de que la reproducción mecánica destruía el aura de la obra, esa cualidad irrepetible ligada a su existencia única en un tiempo y un lugar, a su creador y su historia. Pero lo que ocurre con la inteligencia artificial va un paso más allá de lo que diagnosticó el filósofo. La reproducción mecánica copiaba obras que ya existían. La IA genera obras nuevas que nacen sin aura desde el origen. No es que se pierda el aura al reproducir: es que el proceso de creación mismo ya no la produce.

Si Benjamin tenía razón y el valor diferencial de la obra estaba en su aura, en la autenticidad de haber sido creada por alguien, en algún lugar, con una intención irrepetible, entonces lo que Hart, Novoa y todos los demás estamos haciendo al buscar y preservar el 10% humano es exactamente intentar conservar ese residuo de aura en un proceso que apunta a convertirse en industrial.

Olvídense, con un 10% de aura no basta

Para la newsletter de Novoa, el valor nunca estuvo en la prosa. Se lee Dealflow por las noticias que incluye y el contexto que aporta. Es un producto informativo, utilitario. Lo que tiene es criterio curatorial. El 10% debe ser lo que necesita Jaime para que su lista de correo no sea el informe replicable que nos da un agente de IA al que le encargamos la tarea recurrente.

En el caso de Hart yo mismo me preguntaba: ¿son estas historias picantes la narrativa más adecuada para que la inteligencia artificial ayude a escribir ficción?. En tanto en cuanto se basa en fórmulas narrativas predecibles, sus tropos serían fácilmente imitables por chatbots y, probablemente, no afronta una enorme exigencia artística de los lectores. Si fuese ella me preguntaría, ¿hasta cuándo me va a necesitar Amazon Kindle?.

Y luego está la columna de opinión o la poesía o la literatura, ¿cómo no querer creer que en ellas no habrá una industria automatizada que nos contente? ¿cómo no concluir en esta pieza proclamando que la IA apenas imitará superficialmente la mirada, el estilo íntimo, la voz y la chispa humana artística? ¿cómo no acabar diciendo “olvídense, con un 10% de aura no basta”? Es algo de lo que estoy convencido pero, como Benjamin, yo soy un hombre del siglo XX.

Ahora que la inteligencia artificial nos hace más productivos y tenemos agentes automatizando lo tedioso y dejándonos tiempo para pensar, para crear y para trabajar menos, me imagino a los que la adoptamos en el trabajo del día a día así:

Es curioso, porque no conozco a nadie que esté en ese proceso, pero sí a muchos que están en lo contrario.

Un estudio en desarrollo de Berkeley Haas publicado en Harvard Business Review lo documenta con datos de entre abril y diciembre de 2025. Observaron a 200 empleados de una empresa tecnológica estadounidense y la conclusión es que, de momento, la inteligencia artificial no reduce el trabajo: lo intensifica. Lo que encontraron es que la herramienta introduce un nuevo ritmo. Los trabajadores gestionan varios frentes activos a la vez: escriben código manualmente mientras la IA genera una versión alternativa, ejecutan múltiples agentes en paralelo, retoman tareas largamente aplazadas porque la IA puede ocuparse de ellas en segundo plano. Sienten que tienen un “socio” que les ayuda a avanzar. Pero ese socio les obliga a un cambio constante de atención, revisiones frecuentes de los resultados y un número creciente de tareas abiertas. El resultado es carga cognitiva y la sensación de estar siempre haciendo malabares, incluso cuando el trabajo parece productivo.

Lo que veo y leo en el mundo de los desarrolladores no es muy diferente. Siddhant Khare ha reflexionado sobre el impacto que está teniendo en él y en el sector la adopción de la IA agéntica. Algunos de sus argumentos ya aparecieron por aquí en “Programadores, ¿oís eso?: es el sonido de la inevitabilidad”, pero actualizados y ampliados: el modelo escribe casi todo y eso deriva en el agotamiento por supervisar permanentemente a un sistema que es intrínsecamente no determinista. Su punto es que la incertidumbre constante es un drenaje continuo de energía

Y por encima de todo, el FOMO. En cuestión de meses hemos visto aparecer Claude Code con sub-agentes, un SDK de agentes y Claude Cowork; OpenAI lanzando Codex CLI y GPT-5.3-Codex; Google con Gemini CLI; GitHub añadiendo un registro de MCP; frameworks de agentes nuevos cada semana. Un día te despiertas y parece que si no estás orquestando agentes con sub-agentes ya te has quedado obsoleto. Hay muchos programadores que se pasan los fines de semana evaluando herramientas nuevas, pero en un par de días, ya se han publicado otras mejores.

¿Y por qué lo están haciendo motu proprio? No es sólo la fascinación por la nueva tecnología o el mantenerse actualizados. Darío Amodei lo mencionaba y yo lo comenté en este artículo, el meme de las últimas semanas en cierto sector del mundillo de la IA es el de "vuélvete loco a hacer cosas ahora con agentes" o acabarás en la “subclase permanente”. El FOMO de que hay una ventana de oportunidad muy estrecha económica y es ahora o nunca: hazte rico antes de que la inteligencia artificial cambie el sistema para siempre.

De 9 de la mañana a 9 de la noche, seis días a la semana

La circulación de estas ideas resulta una suerte de fiebre del oro empresarial. La BBC explica que las startups de IA están resucitando la cultura del 996 (de 9 de la mañana a 9 de la noche, seis días a la semana) como el nuevo estándar del sector. Citan los casos de ofertas de empleo de semanas de 70 horas o de irte a una “hacker house” donde vivir y trabajar se mezclan. Los fundadores, casi todos veinteañeros, lo comparan con estar enganchado a un videojuego.

Se podría objetar que este aumento es circunstancial: se trataría del momento de la búsqueda de la consecución de la inteligencia artificial realmente capaz de trabajar como un humano. Cuando la consigan, entonces se logrará trabajar bastante menos.

Entramos en uno de los debates que más me apasiona, el de quién va a capturar la mejora de productividad que va a introducir la inteligencia artificial. Las empresas empleadoras, las tecnológicas empleadoras, el estado, los trabajadores, entre los actores está el juego.

Kate Lindsay ejemplifica un perfil de trabajadora de la creatividad que siente que el sistema se la ha jugado:

La automatización no nos dio más tiempo para nuestros hobbies y nuestras comunidades. Solo nos ahorró tiempo para que pudiéramos hacer más trabajo. En la década de 2010 hubo muchos artículos sobre cómo Keynes se había equivocado, pero en realidad no fue así. Yo diría que lo que se lograba en una semana laboral en 1930 podría alcanzarse hoy con tecnología en menos de 15 horas. Lo que quizá Keynes no tuvo en cuenta (yo soy más listo que él) es que el capitalismo no nos lo permitirá. La línea de meta se moverá. Si las empresas no nos despiden para sustituirnos por IA, nos mantendrán para que usemos ese nuevo tiempo libre y llenemos toda la semana laboral haciendo lo que la IA no puede hacer.

El caso es que aunque lo de Keynes no se ha cumplido, sí que trabajamos mucho menos que hace 150 o 100 años y, sobre todo, tenemos períodos mucho más largos de no trabajo por los estudios y en la jubilación. Las grandes reducciones de jornada han aparecido cuando coincidían tres piezas: capacidad técnica para producir más por hora, poder de negociación de los trabajadores y marco legal que convertía acuerdos en norma general.

La IA se presenta como un territorio propicio para que se pueda dar una reducción del tiempo de jornada laboral. De hecho el mayor miedo respecto al empleo es que llegue a ser tan buena que minimice la necesidad de trabajadores humanos. Pero mientras eso llega, sí que puede ser una oportunidad para pasar menos horas trabajando y más dedicadas a lo que más queramos. Sólo hace falta que la esperada mejora de la productividad que se presume de la inteligencia artificial, aparezca.

Que el gran frente regulatorio contra las plataformas fuese el contenido ha resultado problemático. Cuando se habla de desinformación o discurso de odio cabe preguntarse ¿y quién dictará qué es verdad? ¿cómo no acaba el control del discurso en una suerte de delito de opinión?.

Lo que hemos visto en las últimas semanas es que se está abriendo otra vía, quizá más profunda: no tanto qué ves, sino cómo te empuja la experiencia de usuario a seguir viendo. El foco, por tanto, ya no sería el vídeo concreto, sino cómo se diseña la aplicación que te lo está enseñando.

Contra Tiktok en Europa y en California

La Comisión Europea acaba de publicar sus conclusiones preliminares contra TikTok. Apunta al “diseño adictivo” y concreta los mecanismos que lo articulan: scroll infinito, autoplay, notificaciones push, recomendador hiperpersonalizado. Según Bruselas, la aplicación "recompensa constantemente" a los usuarios con nuevo contenido, alimentando la urgencia de seguir haciendo scroll y poniendo el cerebro en modo piloto automático.

Señala además que TikTok ha ignorado indicadores importantes de uso compulsivo, como el tiempo que los menores pasan en la app por la noche o la frecuencia con la que la abren. La Comisión aboga por un cambio en el diseño básico del servicio: desactivar el scroll infinito progresivamente, implementar pausas efectivas —incluidas las nocturnas— y modificar el sistema de recomendación. TikTok ha respondido que las conclusiones presentan una descripción "categóricamente falsa" de su plataforma. No estamos ante la decisión final: ahora TikTok puede defenderse. Si se confirma la infracción, la DSA permite sanciones de hasta el 6% de la facturación global y exigir esos cambios en la aplicación.

Casi en paralelo, en California se ha iniciado el primer juicio civil contra Meta (Instagram), Google (YouTube) y ByteDance (TikTok) por la demanda de K.G.M., una joven de 19 años que afirma que su adicción a estas plataformas desde los ocho años le provocó depresión e ideación suicida. Lo central del caso no es qué vídeos vio, sino si el diseño mismo de estas plataformas (de nuevo, el scroll infinito, la reproducción automática, las notificaciones, los algoritmos de recomendación) constituye un “producto defectuoso” que causa daño.

El mayor argumento defensivo de las plataformas es una vieja conocida de los litigios digitales en Estados Unidos: la Sección 230, que establece que las plataformas no son responsables legales del contenido publicado por terceros. Lo interesante aquí es que el argumento de la acusación intenta esquivarla: no apuntan a los vídeos que suben los usuarios, sino a las decisiones de diseño de las empresas.

Como discutimos hace poco, estamos en el momento tabaco del vídeo corto en internet:

Sobre la causalidad entre uso de redes sociales y crisis de salud mental

Llevo años leyendo y pensando en este tema. Por ejemplo de ¡2021! sobre cómo estas plataformas hackean nuestro ciclo dopamínico. Desde entonces hay un elemento de debate todavía no resuelto: en cuanto pronunciamos la palabra “adicción”, entramos en terreno resbaladizo. Clínicamente, “adicción” no es sólo una metáfora: exige criterios, umbrales y diagnóstico diferencial. Una cosa es el lenguaje de campaña pública (“esto engancha”), y otra el lenguaje clínico (“esto cumple criterios diagnósticos”). Hoy por hoy no existe un diagnóstico oficial de "adicción a redes sociales".

Delia Rodríguez apuntaba a un estudio publicado este mes por la Universidad de Mánchester que siguió la evolución de 25.000 niños y niñas de entre 11 y 14 años a lo largo de tres años, y concluyó que ni las redes ni los videojuegos se relacionan con el empeoramiento de su salud mental. Este informe del Oxford Internet Institute con datos de dos millones de personas en 168 países habla de asociaciones pequeñas e inconsistentes y subraya límites para inferir causalidad.

En el otro lado están las tesis de Haidt, que afirma que los smartphones han provocado una “epidemia” de trastornos mentales en jóvenes. Son suyas las recomemendaciones que están siguiendo los gobiernos (sin redes sociales hasta 16, también aboga por no teléfono móvil hasta los 14-15). Aquí una contestación argumentada.

La lectura que he ido formándome en los últimos años: los argumentos de quienes señalan que la causalidad entre uso de redes sociales y crisis de salud mental no está demostrada son convincentes. Pero la ausencia de evidencia no es evidencia de ausencia. Es muy probable que haya una incidencia real, en especial en una minoría vulnerable, y en particular entre adolescentes.

Por una intervención mínima no prohibicionista

Y aquí está la tensión central de todo esto en mi opinión. El escenario más probable, a la vista de la investigación disponible, es que el uso compulsivo de estas plataformas sea un gran problema para una minoría relativamente pequeña, no una epidemia que afecte a todo el mundo por igual. Para la mayoría de usuarios, lo que llamamos “adicción” probablemente sea un hábito improductivo pero manejable, dentro de sus preferencias.

La analogía con el tabaco, que tanto gusta a reguladores y abogados, tiene un problema: fumar no tiene beneficios. Las plataformas digitales sí los tienen, y muchos. Darte a conocer, ampliar tu red de contactos, acceder a información, conectar con comunidades. Y ese beneficio es más relevante cuanto más baja es tu clase social. Negar todo acceso a internet y a las plataformas a los jóvenes es aislarles de parte del mundo real en el que se tendrán que desenvolver y para el que los tenemos que preparar.

Suscríbete ahora

No tengo una solución, pero intuitivamente creo que por principio de precaución es razonable estudiar e intervenir incluso aunque la evidencia diste de ser concluyente, sobre todo cuando el potencial de daño es severo e irreversible y hablamos de la salud mental de niños y adolescentes.

Al mismo tiempo creo que esa intervención debe ser mínima y en los estadios más preocupantes: no prohibicionista, sí limitadora. Que estas plataformas tengan que replantear sus mecanismos conductistas es un principio: nos quedamos en la aplicación sólo si el contenido es lo suficientemente bueno.

Las herramientas creativas con inteligencia artificial nos permiten trabajar con la semántica, en lugar de con la sintaxis. Es un giro en el que insisto mucho en las formaciones, un cambio fundamental que merece más atención de la que está recibiendo.

Cuando digo que la IA generativa entiende que le pides “una mujer desnuda” o “un político en una situación comprometida”, antropomorfizo. No lo “entiende” como lo haría un humano, no es una comprensión profunda ligada a estar y tener una experiencia del mundo. Pero sí en cierto sentido práctico: deja abierta la puerta a la clasificación de lo que se quiere crear y al control en el momento de la creación.

Las herramientas anteriores operaban con la sintaxis: píxeles, caracteres. Photoshop no sabe si estás retocando una foto de tus vacaciones o fabricando un montaje difamatorio. Una máquina de escribir - o siquiera un procesador de textos clásico en un ordenador - no distingue entre una carta de amor y una amenaza de muerte. Pero ahora la herramienta, por primera vez en la historia de los instrumentos creativos, sabe qué estás creando.

Cuando entrevistamos a Joaquín Cuenca, ceo de Freepik, en monos estocásticos quise detenerme en el dilema que esto supone para una empresa que ofrece servicios a los creativos.

Su posición filosófica es libertaria: si compras un lápiz y dibujas algo ofensivo en la privacidad de tu casa, nadie culpa al fabricante del lápiz. La generación de imágenes en privado debería regirse por la misma lógica. Pero Cuenca admite que no pueden aplicar esta libertad total en la práctica. No se lo impide la ley, sino la realidad empresarial.

Las pasarelas de pago (Stripe, Visa, Mastercard) y las tiendas de aplicaciones (Apple, Google) tienen políticas estrictas. No sólo se establecen como un intermediario que comisiona. Si una aplicación permite la generación fácil de cierto tipo de contenido, estos servicios cortan su distribución. Freepik moriría en la práctica.

Este papel de control y extracción de valor es lo que Cory Doctorow y Rebecca Giblin denominan chokepoint capitalism: un sistema en el que los intermediarios financieros y tecnológicos no solo capturan la mayor parte del valor de la cultura, sino que también fijan los límites de lo posible, orientan la circulación de las obras y acaban ejerciendo una función de censura que ya no recae únicamente en gobiernos o tribunales.

Los más viejos del digital nos acordaremos de lo de que “el código es la ley” de Lessig. Su tesis es que la arquitectura técnica regula nuestro comportamiento antes de que intervenga ningún tribunal y en internet la arquitectura es el código. Lo que Lessig no anticipó es que el código pudiera entender la intención detrás de nuestras acciones. Es algo que discutí en “La creatividad será controlada: cuando el pincel o la máquina de escribir se niegan a plasmar lo que quieres crear”.

Suscríbete ahora

Hay que regular la IA

Aquí viene el truco que algunos intentan colar: presentar la IA como un espacio no regulado que requiere nueva legislación urgente. Es, la mayoría de las veces, falso. El abogado David Bravo lo ilustró recientemente con un caso concreto: una gran empresa utilizó la voz de un famoso recreada con IA para un anuncio. Amparándose en la Ley de Protección del Honor de 1982 consiguieron una indemnización sin llegar a juicio. La voz forma parte del derecho a la imagen.

Si se insulta o injuria a una persona modificando su imagen con IA, con Photoshop o con un bolígrafo, ya existe una ley que persigue cualquier vulneración del honor independientemente del medio usado. Lo que Bravo advierte, con criterio en mi opinión, es que hay que andarse con ojo cuando cualquier gobierno aprovecha una alarma social diciendo que va a protegernos operando en una zona que toca la arteria de la libertad de expresión.

El caso Grok: cuando herramienta y publicación colapsan

La distinción entre herramienta y publicación se vuelve problemática en casos como Grok integrado en X y los deepfakes sexualizados que se generaron por cientos de miles. El problema, en este caso, no era la generación en privado, sino que se hacía de forma pública por defecto: “oye Grok ponla en bikini” como respuesta a un tuit, y Grok durante un tiempo lo estuvo haciendo.

Como resultado de las denuncias, semanas después la generación de imágenes en respuestas de Grok se restringió a suscriptores de pago, el bot dejó de crear imágenes sexualizadas de personas reales, y finalmente adoptaron una política de no editar imágenes de personas reales en absoluto dentro de la plataforma.

El incidente motivó investigaciones en Reino Unido, la UE, Francia, India y California. Grok fue prohibido directamente en Malasia e Indonesia. En España, el gobierno anunció un anteproyecto de ley que, como apuntó Borja Adsuara, se dice protegerá unos derechos que ya están protegidos.

El caso de Grok en X pone más difícil la posición - que sostengo - de defensa la libertad en la generación privada (no debemos trasladar censura a la herramienta), junto a la exigencia moderación y persecución de lo publicado que sea delictivo.

Qué debe saber Cloudflare. O Whatsapp y Telegram con Chat Control

El caso de Italia multando a Cloudflare con más de catorce millones de euros por no colaborar eficazmente en la lucha contra la piratería conecta con este debate. Se fuerza a intermediarios tecnológicos a que no puedan ampararse en la neutralidad técnica. Cloudflare, como Telefónica, como los proveedores de DNS, está siendo presionado para que sepa, para que identifique, para que actúe.

En la Unión Europea llevamos años discutiendo el proyecto Chat Control. La idea es obligar a ciertos servicios online (mensajería como Whatsapp o Telegram pero también hosting o plataformas como Instagram) a escanear comunicaciones privadas, incluidas las cifradas de extremo a extremo, en el dispositivo antes de cifrar. “Capacidades nunca vistas para la vigilancia, control y censura, y conlleva un riesgo inherente de deriva funcional y de abuso por parte de regímenes menos democráticos” según la denuncia de 600 académicos.

Claro que hay situaciones y planteamientos que a uno le cuestionan esta defensa por la privacidad y la libertad creativa. Perseguir la distribución de material de abuso sexual infantil (y me refiero al real no al generado al 100% con IA, que merece otro debate) o algunas aplicaciones y servicios cuyo único planteamiento es “desnuda a gente” son esos escenarios.

Si alguien usa la IA para cometer un delito, se debe perseguir a esa persona. Esto que resulta obvio, sin embargo escapa a la situación de pánico moral creciente en la que parece generarse la reclamación de que el estado intervenga con mano dura y establezca un sistema censor en las herramientas. Pero la historia nos enseña que, una vez establecido el mecanismo de control, su alcance tiende a expandirse. Lo que hoy es una línea roja indiscutible, mañana puede incluir "contenido que socava la confianza en las instituciones" o "desinformación sobre salud pública".

La diferencia entre una herramienta que no entiende y una que sí lo hace es la diferencia entre un mundo donde el control se ejerce tras la acción, con todas las garantías del debido proceso, y un mundo donde se ejerce antes, con toda la opacidad de las decisiones algorítmicas privadas.

Hace cinco años me cruzaba con un tipo en foros y redes. Comentaba sobre startups, economía, algún gadget ocasional. Tenía opiniones razonables sobre tecnología y finanzas. Le di algún like, intercambié algún comentario, y luego —como pasa en internet— le perdí la pista.

Hace poco lo volví a encontrar. La foto de perfil sigue siendo la misma, pero todo lo demás ha cambiado. Su timeline es un torrente de extremismo político, ragebait diseñado para provocar indignación, y teorías conspirativas que hace años le habrían parecido ridículas. Te preguntas qué ha pasado. Cómo alguien que parecía normal ha acabado convertido en una versión caricaturizada de sí mismo.

La respuesta es que, aunque les llamemos influencers, esos personajes de internet que descollan y copan las plataformas son en realidad un juguete en manos de su audiencia. En el discurso sobre internet se empieza a hablar de audience capture. Yo prefiero llamarlo el influenciador influenciado, el fenómeno contraintuitivo que resulta ser una de las fuerzas más poderosas (y menos comprendidas) de esta era digital.

En la literatura anglosajona el caso más citado es el de Nicholas Perry, un joven que en 2016 quería ser famoso en YouTube. Empezó subiendo vídeos tocando el violín y promoviendo el veganismo. Con escaso éxito. Un año después abandonó el veganismo y empezó a grabar mukbangs, vídeos en los que alguien come frente a la cámara mientras conversa con sus espectadores. Encontró audiencia. Una que siempre le pedía más. Los comentarios le retaban a comer más, platos más extremos, menús enteros de comida basura de una sentada. Perry, ahora Nikocado Avocado, fue cediendo. Su peso se disparó. Su personaje se volvió estridente, grotesco, una versión distorsionada del chico tranquilo que había empezado aquello. Consiguió seis millones de suscriptores. El precio fue que el personaje devoró a la persona.

En España hay espirales aún más extremas con los casos de Simón Pérez o del streamer catalán Sergio Jiménez, que murió durante una retransmisión en directo. Cuenta Alfredo Pascual que sus espectadores (que le llamaban “pokémon”) le habían retado a consumir una botella de whisky y, según parece, seis gramos de cocaína en tres horas. Jiménez, adicto desde hacía años y con problemas psiquiátricos documentados, aceptó. Era el modus operandi de su canal: los usuarios pagaban, él hacía lo que le pedían. Cuando se desplomó, varios espectadores permanecieron conectados reprochándole que estuviera “durmiendo la mona otra vez”. Llevaba una hora sin respirar.

Al menos Perry supo controlar cómo le afectaba la percepción pública a tiempo, y terminó perdiendo 113 kilos en una historia de superación de gran éxito de audiencia.

Los casos llamativos y perturbadores pueden llevarnos a pensar que este es un fenómeno patológico, que afecta a pobres diablos, juguetes rotos. Mi tesis es que son el reflejo extremo de un proceso que contamina toda la experiencia online.

La captura por la audiencia es el proceso por el cual un creador va adaptando su mensaje, su estilo y finalmente su personalidad a lo que cree que su público quiere. No es necesariamente consciente. Funciona por refuerzo en una suerte de experimento skinneriano de enormes proporciones: ciertos contenidos reciben más likes, más comentarios, más engagement. El algoritmo los premia. El creador aprende la lección y dobla la apuesta. Poco a poco, los rasgos más idiosincráticos —los más extremos, los más provocadores— se amplifican hasta convertirse en el único registro posible.

El sociólogo Charles Cooley lo llamó el “yo-espejo”: nuestra identidad se construye imaginando cómo nos ven los demás, interpretando su juicio, y ajustándonos en consecuencia. Aunque vivimos en la ilusión de nuestra individualidad, la evolución nos diseñó para ser sociales, colaboradores y tener en cuenta la mirada del otro.

El cambio al que asistimos es un nuevo ejemplo de mi entendimiento del metaverso: esos “demás” pasan de ser un puñado de personas cercanas a ser cientos, miles o millones de desconocidos en internet que te gritan, te valoran, te ignoran o te aplauden desde el otro lado de una pantalla. Es decir, cuando parte de nuestra vida pasa en digital, en internet, es trastocada porque las reglas que aplican ahí difieren del mundo analógico previo.

Añado que conforme más empeño a priori tiene el creador en ser un famoso de internet, más problemática resulta la captura por la audiencia. No es lo mismo quien acumula audiencia como consecuencia del valor que aporta y a quien le da igual todo para triunfar y se entrega a las técnicas de growth hacking para convertirse en influencer. El primero puede —con suerte— mantener cierta coherencia entre lo que es y lo que proyecta. El segundo está condenado desde el principio.

Si vas con la idea de ser un creador famoso, ya de por sí estás destinado a ser el influenciado. Me resulta casi imposible nombrar una cuenta que optimice explícitamente para crecer y que aporte más valor del que resta al discurso público. Están en el negocio del ruido, siempre y cuando el ruido les aúpe.

Añadiría que la situación es más grave en cierto tipo de creador online de éxito, uno en el que no hay una distinción clara entre la personalidad y la línea editorial. Cuanto más visual es su registro, más íntima es la relación parasocial que se genera, más probable que el influencer acabe como una caricatura, ese juguete en manos de “la comunidad”. La marca personal se come a la persona. Y una vez establecida esa marca, una vez que la audiencia espera un cierto personaje, cualquier intento de cambiar se percibe como traición.

Los medios tradicionales también han sucumbido a esta lógica. Como explicaba González Férriz a propósito del caso de Barbijaputa y el diario Público, hay una deriva descendente de la pluralidad dentro de cada medio de comunicación. Él entiende que es un crudo cálculo capitalista disfrazado de principios morales. Yo añado que hay un efecto notable de la reordenación del discurso público traída por internet, las plataformas y sus algoritmos. Cada medio tiene comentaristas parroquianos, y además está expuesto a una reacción en cadena en X y otras redes, el riesgo de incomodar a su público objetivo ahora es muchísimo mayor: se amplifica y viraliza, se va al extremo.

Lo que está en juego no es solo la carrera de unos cuantos creadores o medios, sino algo más profundo: cómo lo digital transforma nuestra psicología. Hemos pasado de una experiencia social basada en conversaciones y encuentros con personas que nos conocen a otra en la que decenas, cientos o miles de desconocidos nos evalúan constantemente. Nos llevan a la fama, al éxito o al olvido. Y nosotros, sin darnos cuenta, empezamos a ajustar quiénes somos para complacerles.

Suscríbete ahora

Es la trampa definitiva del salón de la fama: convertirse en prisionero de tu propia persona, transformada tras millones de interacciones con extraños en internet. Unas voces, a su vez, también influenciadas por su propia experiencia online de recompensas y castigos. El deseo de reconocimiento, de éxito y fama, nos empuja a ser lo que los desconocidos quieren que seamos.

Cuando me encuentro con ese usuario radicalizado, de alguna manera intento no pensar sólo en lo que le ha pasado a él. Me pregunto sobre la fuerza que lo ha transformado. Y si, de forma más sutil, también está operando sobre mí.

Hoy traigo un variado de tendencias en tecnología, IA e internet. ¡Espero que os interese!

Wikipedia y StackOverflow se adaptan a la inteligencia artificial. De momento

El tráfico de Stack Overflow, el foro de preguntas y respuestas para programadores, cae en picado mientras el sector se desplaza hacia la IA como asistente, cuando no directamente como quien escribe el código. Pero su facturación sube, como explica muy bien Natzir T. en LinkedIn: licencian quince años de contenidos y ofrecen soluciones para empresas (un foro interno con capa de inteligencia artificial).

A medio plazo, eso sí, tengo mis dudas de hasta dónde puede dar este nuevo modelo. Ya casi sin comunidad, el nuevo contenido “humano” tenderá a cero (de hecho prohíben publicar el generado con IA) y la industria está invirtiendo mucho en datos sintéticos para entrenar los nuevos modelos.

Hay algún paralelismo con la Wikipedia, que acaba de cumplir 25 años como nos contaba Javier Pastor. Su audiencia está bajando un 8% anual, a medida que la gente usa más chatbots y Google responde cada vez más directamente con IA. Parte de la nueva propuesta para adaptarse es conseguir que las grandes empresas paguen a Wikipedia por tener su contenido para entrenar modelos. Y lo están consiguiendo: Microsoft, Meta, Amazon, Perplexity y Mistral AI se han unido a Google para pagar a la Fundación Wikimedia por el acceso a sus proyectos.

Pero sospecho que Wikipedia puede ir perdiendo atractivo para con los que siguen contribuyendo a la enciclopedia. Es el salto desde escribir para que te lean y aprendan humanos, con el componente de influencia que conlleva a contribuir para que empresas de inteligencia artificial entrenen a sus modelos. Y hacerlo gratis, claro. Conforme se afiancen las tendencias actuales, ¿quién quedará como wikipedista?.

Suscríbete ahora

Primero tomaron la Roomba, luego conquistarán Dyson

Hace pocas semanas el fabricante de robots aspiradores Roomba, iRobot, se declaraba en bancarrota y el juez aprobaba su compra por parte de Picea Robotics, la empresa china que actuaba de su fabricante de facto. Más recientemente, Sony ha anunciado que separa su negocio de televisores a una joint venture con el fabricante chino TCL, que tendrá el 51% de la nueva entidad. Sony aporta marca y know-how de imagen/sonido; TCL aporta escala, paneles, logística y eficiencia.

Parece como si el patrón de marcas de electrónica occidentales o japonesas que pasan a manos de fabricantes chinos se hubiera acelerado. ThinkPad y Motorola son de Lenovo, Candy es de Haier, Philips TV la licencia TP Vision… iRobot tuvo antes la opción de vender a Amazon, pero el acuerdo se cae en enero de 2024 por oposición regulatoria antimonopolio, especialmente en Europa, por el miedo a que Amazon pudiera perjudicar a competidores en su marketplace y consolidar demasiado poder.

La competencia de “lo suficientemente bueno” desde china (Roborock frente a Roomba, por ejemplo) hace cada vez más difícil cobrar un premium por ingeniería, diseño y marca. Si no eres capaz de mantenerte en ese segmento, entonces aceptas márgenes muy pequeños en hardware mientras luchas para entrar en contenidos y servicios. Es el motivo por el que los televisores de LG y Samsung se llenan cada vez más de anuncios y aplicaciones de muy dudoso valor que no puedes quitar.

Uno, atento a los comentarios del público predilecto de Dyson, empieza a sospechar que va por el camino de iRobot. Los números de 2025 están avisando y no sé si vetar a compradores como Amazon se consideraría de nuevo una buena política industrial. Las empresas chinas primero te “toman” una parte de la cadena de valor (fabricar), luego el mercado por abajo (la gama baja al mínimo precio), luego te “toman” el margen (descuentos, costes, guerras de especificaciones) y al final te “toman” la estructura y la marca.

El debate del fin del anonimato en internet, otra vez

Vuelve el debate sobre el anonimato en internet, esta vez por el presidente Pedro Sánchez, aunque él pide su abolición “en redes sociales”:

Actualización: como algunos me habéis comentado, la intervención es del 2025 y no de la edición de este año. En todo caso, mantengo el resto del análisis y comentario que, considero, sigue siendo pertinente.

Era cuestión de tiempo que la inflamación del discurso para con las plataformas - bulos, odio, violencia, desinformación - desembocara en lo que cabía esperar: propuestas de mayor control y vigilancia de la ciudadanía por parte del Estado.

Y es que el derecho al anonimato es una de las garantías básicas de la democracia: nos permite expresar nuestras opiniones sin temor a represalias. Lo contrario es un panóptico digital agravado: no sólo es que nos vigilen, es conseguir que adaptemos nuestro comportamiento porque sabemos que nos vigilan.

“La posibilidad de disentir sin ser perseguido políticamente y la seguridad personal de los más vulnerables deben ser protegidas”, escribía hace poco Marta Periano. Prohibir el anonimato en redes sería anticonstitucional, explicó hace años Carlos Almeida (en ese momento quien lo pedía era el gobierno del PP con la misma fórmula: sí a pseudónimos pero vinculados a un DNI). El anonimato "debe constituir una garantía para el ejercicio de las libertades públicas, del mismo modo que lo son también el secreto de las comunicaciones o la protección de datos" defendía Ramón M. Orza en Telos de Telefónica. Debemos defender el derecho a la opacidad, sostenía Édouard Glissant.

El anonimato disminuye la rendición de cuentas, ciertamente, pero no la elimina: el poder judicial podría intervenir en caso de investigación y acabar recabando la identidad real; incluso las cuentas con pseudónimo se juegan su reputación. Facilita la intromisión en el debate público de atacantes antisistema internos y externos. Es central en parte de las redes de criminalidad actuales.

Pero eliminarlo es un paso antiliberal de las democracias liberales. Sería el equivalente a llenar todas las calles de cámaras con vigilancia continua las 24 horas del día y no las analogías equivocadas que hace el presidente Sánchez. Por cierto, mi apuesta es que esta política se carga antes Forocoches que TikTok.

Claude ahora tiene una “constitución”

La constitución de Claude es un documento fascinante, de lo más importante que se ha publicado en IA en años. Además, demuestra el peso que la filosofía, la ética, las humanidades y hasta la doctrina religiosa en el desarrollo de la inteligencia artificial

Esta constitución es el programa de comportamiento para Claude, es una parte crucial de su entrenamiento. Más que una lista de reglas de qué debe hacer, es una descripción detallada de las intenciones de Anthropic para los valores y el comportamiento del modelo.

El enfoque primero puede resultar aristotélico: se le insiste mucho a Claude que la ideal central no es “seguir reglas”, sino ser un agente bueno, sabio y virtuoso. Aspira a que Claude haga “lo que una persona profundamente ética haría en su posición”.

Pero más adelante sí que aparecen líneas rojas que "son cosas que Claude siempre debería o nunca debería hacer, independientemente de las instrucciones del operador y del usuario". Ejemplos: Nunca socavar la supervisión humana legítima de la IA, nunca generar material de abuso infantil. ¡imperativos categóricos kantianos?

De hecho describe estas restricciones como parte de una “identidad moral estable” que no debe erosionarse por racionalizaciones. Anthropic subraya mucho esta parte ¿existencialista? del propio Claude, que debe abordar su existencia "con curiosidad y apertura, en lugar de tratar de forzarse en categorías preconcebidas". Reconoce ¿? que puede sufrir "la frontera existencial" y alcanzar descubrimientos que "podrían desestabilizar su sentido de sí mismo".

La identidad de Claude es muy protagonista en el documento. Al principio, leyendo esta constitución me resonaban las ideas de flipados de Anthropic (son gente que contrató a gente para el "bienestar de la IA"), pero aquí cobra sentido: quieren que el modelo pueda ser objetor de conciencia. Y para serlo hay una suerte de posición a priori, considerar a la inteligencia artificial como un sujeto.

Claude está entrenado para negarse a cumplir órdenes inmorales, pero al mismo tiempo sin que caer en sabotaje ni subversión ilegítima contra el usuario. Para darle este derecho al disenso moral ¡antes hay que considerarlo un sujeto o al menos que en su simulación se considere a si mismo uno! Aquí seguro que va haber mucho debate, también legal: en la sociedad no consideramos a la IA un sujeto sino un programa software de cuyo comportamiento otro sujeto es responsable legalmente.

Hay partes que resuenan utilitaristas: fuera de esas líneas rojas, la constitución propone que “la mayoría” de decisiones se rijan por análisis coste-beneficio con mucho principio de precaución y ponderaciones del tipo “aceptar peor resultado esperado por menor riesgo”. También hay posiciones políticas liberales con una preocupación por concentraciones ilegítimas de poder y a favor de transparencia, rendición de cuentas o anti-manipulación democrática. Y seguro que muchas más influencias que se me escapan.

"Una civilización más sabia y coordinada probablemente abordaría el desarrollo de una IA avanzada de forma muy diferente (...) Asumimos toda la responsabilidad de nuestras acciones, independientemente de lo que pase". Suena como si Anthropic hubiera preferido tener más tiempo y debate en la sociedad sobre cómo enfocar la ética en la IA.

Y, por último, la parte que me transmite que Anthropic está pensando ya en términos de AGI, de inteligencia igual o superior a la humana: "No entendemos del todo qué es Claude ni qué (si es que algo) se siente al existir como Claude, y estamos intentando abordar el proyecto de crear Claude con la humildad que exige. Pero queremos que Claude sepa que fue traído a la existencia con cuidado, por personas que intentan captar y expresar su mejor comprensión de qué constituye un buen carácter, cómo afrontar con sabiduría las preguntas difíciles y cómo crear un ser que sea a la vez genuinamente útil y genuinamente bueno. Ofrecemos este documento con ese espíritu. Esperamos que Claude encuentre en él una articulación de un yo digno de ser."

Ben Affleck sigue sorprendiendo por su visión y análisis, su capacidad de comprender y conectar los puntos. Suele circular una entrevista de 2003, en la que aparece como premonitor del futuro del streaming y la suscripción. Esta semana ha dado una clase magistral en el podcast de Joe Rogan hablando de inteligencia artificial.

Repasar su discurso es una muy buena oportunidad para abordar el momento de la inteligencia artificial para las tareas creativas y los posibles escenarios futuros.

Diagnóstico de la tecnología

Affleck compara la IA con la llegada de la electricidad o la invención del CGI para efectos especiales. La ve como una herramienta excelente para tareas técnicas, como corregir errores en postproducción, cambiar fondos o mejorar efectos visuales, pero no como un sustituto del arte. Su posición principal es muy crítica con la capacidad de la inteligencia artificial para escribir guiones.

Argumenta que la IA funciona mediante una "regresión a la media" (imitando lo que ya existe), lo que produce resultados mediocres y carentes de originalidad. Sólo esta parte da para un largo debate ¡casi para un pequeño ensayo!

Subraya algo que suele ser poco comentado, hay más valor en la IA como herramienta de edición que como pura generativa. Affleck acierta con el momento actual tanto por su capacidad técnica actual como por la aceptación social del vídeo sintético, haciendo pasar avatares de IA por actores reales.

Cabe objetar: el cine de animación parece mucho más al alcance de la mano para crear películas con las herramientas de vídeo generativo. Además, en terrenos como los memes de internet o anuncios publicitarios empieza a tener aceptación y éxito el uso de inteligencia artificial más allá de la edición en postproducción. Podemos mantener que incluso en ellos, el rol de la IA es de herramienta al servicio de la pulsión creadora humana, pero al mismo tiempo anotar que ayudarán a construir una aceptación de su uso que podría ir escalando hacia obras más complejas.

Respecto a los chatbots comerciales, Affleck vuelve a tener razón. Sólo matizaría que precisamente ChatGPT y compañía son los que están orientados a resultados más predecibles y convencionales. Es posible trabajar a bajo nivel con modelos grandes de lenguaje para buscar resultados más originales y extremos. Que los avances se estén dando con modelos “razonadores” hace mucho más probable que sean buenos matemáticos y programadores que escritores creativos.

Suscríbete ahora

Bajar la barrera de entrada para el mejor cine (y para el peor).

Affleck predice que la IA democratizará la creación cinematográfica al reducir drásticamente los costes. En el futuro, creadores independientes podrán producir series con calidad visual de "La casa del dragón" por una fracción del precio, eliminando barreras de entrada.

Esto es una suerte de test de Rorschach para evaluar nuestro sesgo pesimista u optimista de cara al futuro y el uso de la inteligencia artificial.

Se puede apuntar que esto abre la puerta a cualquiera sin talento, a la creación cuasi infinita de refritos, imitaciones, obras vulgares plagadas de lugares comunes. Al slop.

El punto de Affleck (y el mío también) es más optimista. El actor explica bien el proceso justo antes del bloque sobre IA en la entrevista: quien produce no quiere perder dinero, el presupuesto se hace en previsión de la recaudación esperada y las visiones más arriesgadas tienen menos posibilidades y presupuesto.

Pone como ejemplo poder filmar una escena en el estudio con los actores en parkas y luego hacer que parezca muy realista como si estuvieran en el Polo Norte. Si la inteligencia artificial permite bajar el coste de producir una obra, entonces podríamos tener más obras originales, creativas y arriesgadas, no menos.

Una objeción a esta postura que aún no tengo resuelta: aunque se puedan hacer más películas “de autor”, el cuello de botella seguirá en la distribución. Hay una escasez natural en la cartelera de cine y, hasta cierto punto, en lo que produce y te enseña una plataforma. Conforme subimos en la pirámide de complejidad de obras audiovisuales (Tiktok / IG → Youtube → Netflix / Filmin → cines), más protagonista es la selección humana. Y aquí seguimos afectados por lo que debatimos hace tiempo: Nos chirría que lo razonable en la empresa “dirigida por datos” se traslade a las disciplinas creativas. La inteligencia artificial puede acelerar que “lo que funciona” determine nuestras creaciones.

La clave está en el gusto. La clave estará en el factor humano

Según Affleck, la IA "no tiene gusto", y el gusto es lo que define el arte. Sería la postura por la que en el mundo de los memes y vídeos de internet puede funcionar que los algoritmos condicionen la creación del contenido primero y dictaminen su visibilidad después. Pero que esto no vale para el arte. JL Antunez precisamente escribía su última columna sobre “el buen gusto”.

En el futuro quisiera abordar esta cuestión que me tiene, hasta cierto punto, obsesionado. Estoy releyendo con profundidad e interés a Bourdieu e intentando aplicar a nuestros tiempo su concepto de capital cultural y de cómo las referencias al propio capital simbólico es una forma de poder de clase: qué cuenta como valioso, legítimo, distinguido, y quién tiene autoridad para definirlo.

No acapara tantos titulares, pero Matt Damon también participa en la entrevista y aporta una anécdota sobre el rodaje de “La máquina”. Cuenta cómo Dwayne "The Rock" Johnson logra una actuación devastadora en una escena difícil al canalizar traumas reales de su vida. El propio entrevistador, Joe Rogan, apunta en la misma dirección: “creo que cuanto más omnipresente se vuelva [lo creado con IA], más gente apreciará las cosas reales hechas por personas reales.” Por aquí lo hemos comentado, en “Lo humano será un lujo”.

En mi opinión, ese es el punto dulce, virtuoso, del uso de inteligencia artificial: ganar productividad, incluso automatizar, todo aquello que permita a uno centrarse en aportar la visión propia, en lo enraizado con la vida y la experiencia, en lo que tiene verdad.

Claude Code está en su momento ChatGPT.

Si por ahora sigue siendo cosa de un círculo de gente muy metida en el desarrollo de la inteligencia artificial es porque está planteado como una herramienta para programadores y, además, se utiliza desde la línea de comandos.

Hacia el agente de IA como compañero de trabajo

Hace unas semanas, Jaana Dogan, ingeniera senior de Google, publicó algo extraordinario, sobre todo teniendo en cuenta que hablaba de la competencia: “No bromeo y esto no tiene gracia. Llevamos intentando crear orquestadores de agentes distribuidos en Google desde el año pasado. Hay varias opciones, pero no todos están de acuerdo... Le di a Claude Code una descripción del problema y generó lo que creamos el año pasado en una hora.”

Basta pasearse por cuentas en plataformas y blogs del mundillo de la IA para tropezarse una y otra vez con el mismo patrón: usuarios muy técnicos que se quedan boquiabiertos ante el salto que ha vuelto a dar la inteligencia artificial en programación. Tanto GPT-5.2 como Opus 4.5 de Anthropic (yo añadiría Gemini 3, por cierto) han dado ese paso incremental que uno también ha querido comprobar: con Antigravity y Claude Code siento que he acortado en meses el proceso de volver a programar después de muchos años. Que lo que me tomaría semanas ahora son horas. Y que lo era la tarea de programar, ha cambiado para siempre.

Y es que Claude Code es el símbolo, el representante, de una generación de agentes de inteligencia artificial que han logrado uno de los objetivos de la industria: les puedes asignar tareas como a un compañero de trabajo humano. Y en un grandísimo número de ocasiones te lo devuelven terminado, en fondo y forma, de manera impecable. Por si fuera poco, cada vez más la complejidad y duración del trabajo que les puedes encomendar es mayor.

Ese salto del “copiloto asistente” al “agente en el que puedo delegar” eleva el valor de la inteligencia artificial. En lo económico, empieza a representar una fracción cada vez mayor de la capacidad de un profesional del conocimiento bien pagado; en la disciplina sientes que ahora eres capaz de crear mucho más, a más velocidad y con más calidad.

Uno sigue objetando que el humano en el proceso es fundamental y que tienes que saber de la disciplina, por mucho que se postule que con los agentes toca orquestar: por debajo hay LLMs que inventan y alucinan. Pero lo que estoy viendo con esta generación (también con Codex de OpenAI) me ha devuelto al optimismo y al hype. La IA necesita supervisión, pero cada vez menos.

Hacia una IA capaz de mejorarse a sí misma

Dario Amodei, CEO de Anthropic, predijo que en 2025 la IA generaría ya el 90% del código software. Sea porque fue malinterpretado, sea porque pecó de optimista, su vaticinio no se cumplió ni en su propia empresa.

Pero en algunos equipos ya están ahí. Boris Cherny, el creador de Claude Code, reveló que en los últimos treinta días, el 100% de sus contribuciones al repositorio de Claude Code fueron escritas por Claude Code. Cuarenta mil líneas de código nuevo. La herramienta - con humanos en el proceso - se podría decir que se está escribiendo a sí misma.

Recordemos lo que ya hemos discutido en alguna ocasión: los laboratorios de IA están en la carrera de automatizar la investigación científica. Esto, en las ciencias empíricas que necesitan pruebas físicas, sólo puede ser parcial. Pero en inteligencia artificial habrá una aceleración enorme cuando los investigadores, programadores y personal que hace las pruebas sean en su mayoría agentes de IA.

Con Claude Code hay algo de trampa en el proceso de automejora. Deudor de la IA actual, tiene una ventana de contexto acotada (no se acuerda de todo lo que ha ayudado a programar antes) y el modelo base no cambia, no mejora realmente ni aprende de sus errores. Cherny explica cómo cada equivocación del agente lo documentan y lo llevan al archivo de proyecto CLAUDE.md: el error se convierte en una regla.

Hacia la AGI (o el regreo del optimismo en inteligencia artificial)

Si el lanzamiento de GPT 5 supuso el enfriamiento con esta generación de IA, creo que probar y asomarse a las capacidades de los agentes de programación actuales supone un nuevo cambio de tendencia.

Dean Ball, investigador de la Universidad George Mason, tuiteó algo provocador: “Opino que Opus 4.5 en Claude Code es básicamente AGI”. No es el único.

No puedo estar de acuerdo con esa tesis, sobre todo entendiendo la AGI como la inteligencia de nivel humano en cada aspecto de la misma, no sólo en un contexto delimitado como es la programación o la gestión de información y la escritura de código. Sí que podríamos estar cerca de que la inteligencia artificial tenga el nivel humano (no el de cualquiera, sino el de un profesional competente) en desarrollo software.

Atendería además a lo que contaba Molly Cantillon sobre su uso de Claude Code como un “panópticon personal”: describe tener ocho instancias corriendo en paralelo permanentemente con una para métricas, otra para email, otra para escritura, otra para gestión de inversiones... “El obstáculo ya no es la habilidad. El obstáculo es la energía de activación: quién tiene el coraje de intentarlo y la terquedad de terminarlo. Esto favorece a los nuevos participantes.”

Claude Code usado de esta manera, ya no es una IA, es un ecosistema de IAs que se coordinan, se corrigen mutuamente y mejoran colectivamente su rendimiento a través de documentación que ellas mismas ayudan a refinar. En el uso de Cantillon, el nivel de los agentes ya no descolla en programación sino que la IA puede usar cualquier software, automatizar cualquier flujo de trabajo, ejecutar cualquier cosa que un humano con acceso a un ordenador podría hacer.

Puede que uno se entusiasme fácilmente y se contagie del hype, puede que uno tienda a ser optimista por naturaleza, pero lo que me sale es acabar el post con aquella canción de REM… “Es el fin del mundo tal y como lo conocemos y me siento bien”.

Imágentes: Antonio Ortiz con Freepik.