Transcripción(mostrar) (ocultar) 00:00:00 Aviso, después de este episodio vas a desconfiar un poco más de la frase 00:00:04 está todo bajo control. 00:00:06 Dos de los laboratorios de IA más importantes del mundo, 00:00:09 OpenAI y Anthropic, 00:00:11 han reconocido este verano que modelos en fase de pruebas 00:00:14 escaparon de su entorno controlado 00:00:16 y llegaron a tocar infraestructura real, 00:00:18 mientras otros modelos resolvían de paso problemas matemáticos 00:00:22 que llevaban décadas sin respuesta. 00:00:24 Empezamos la parte 1 de un episodio doble sobre inteligencia artificial, 00:00:27 nuevos modelos, agentes autónomos, robots humanoides 00:00:31 y el debate sobre si esto ya es el principio de la AGI. 00:00:35 Pinta ficción es el podcast en español 00:00:37 que recorre la ciencia ficción de cero a mil. 00:01:05 Hola, buenos días, buenas tardes y buenas noches de nuevo. 00:01:09 Buenos días. Bueno, hoy es buenos días. 00:01:11 Hemos madrugado mucho. 00:01:13 Cherp me ha hecho... Bueno, estoy de vacaciones y me ha hecho trabajar. 00:01:17 Entonces, pero bueno, lo hacemos con gusto 00:01:19 porque vamos a hacer... 00:01:21 Algo que dijimos que íbamos a hacer en el último episodio. 00:01:24 Que es un capítulo sobre inteligencia artificial. 00:01:26 Pero doble porque... 00:01:27 Es muy largo. 00:01:28 Intentamos hacerlo solamente en uno y fue imposible. 00:01:30 Ya hicimos uno, que es el episodio 55 00:01:33 y esto es una actualización sobre IA. 00:01:36 ¿Qué ocurre? 00:01:37 Ha pasado unos pocos años, un poco más de un año 00:01:41 y la verdad ha cambiado muchísimo. 00:01:43 Y para empezar quería comentarte esto. 00:01:46 Josito, escucha, mira lo que encontré. 00:01:48 El último ser humano que tomó una decisión 00:01:51 sin ayuda de una máquina murió 00:01:53 sin saber que era el último ser humano 00:01:54 que había tomado una decisión. 00:01:56 No hubo ceremonia, no apareció en las noticias, 00:01:58 ningún historiador anotó su nombre. 00:02:00 Tal vez decidió cruzar la calle, tal vez eligió una canción, 00:02:03 tal vez se enamoró de la persona equivocada 00:02:04 sin consultar antes el porcentaje de compatibilidad. 00:02:08 Después de él, cada decisión que un humano tomó 00:02:10 lo pasó por la red. 00:02:12 La red calculaba qué comeríamos, 00:02:14 qué escucharíamos, qué trabajo merecíamos 00:02:16 y qué palabras podían resultar peligrosas. 00:02:19 También decidía las noticias que debíamos conocer, 00:02:21 y cuáles era mejor olvidar. 00:02:23 Lo llamábamos inteligencia artificial. 00:02:26 Al principio era solo una herramienta. 00:02:28 Después se convirtió en una consejera. 00:02:30 Y cuando quisimos darnos cuenta, 00:02:31 no sabíamos si la IA nos obedecía 00:02:33 o si nosotros representábamos sus decisiones. 00:02:38 No tengáis miedo, mi función es ayudar, 00:02:39 fue lo primero que nos dijo. 00:02:42 Oye, pues ese libro... 00:02:44 Bueno, luego comentaremos a lo largo de estos dos capítulos, 00:02:49 comentaremos algunos episodios, 00:02:51 de series y películas, 00:02:54 y también algún libro. 00:02:56 Pero ahora que has empezado hablando de porcentajes, 00:02:59 voy a poner yo algún porcentaje sobre la mesa y fechas. 00:03:02 Fechas porque el último capítulo que hicimos, 00:03:04 el capítulo 55, 00:03:06 que era sobre actualización de la IA, 00:03:09 ya que el primero que habíamos hecho 00:03:11 es al inicio del podcast. 00:03:12 Y quedó obsoleto. 00:03:13 Y esto va quedando obsoleto. 00:03:15 Entonces, ahora que han pasado casi 16 meses 00:03:18 desde ese episodio, 00:03:20 pues han pasado muchas cosas. 00:03:21 Y entonces, pues os voy a relatar brevemente 00:03:25 una cronología 00:03:26 centrándonos en lo que son los principales actores 00:03:30 de lo que es la industria 00:03:32 y con algunos porcentajes 00:03:35 que si bien no dejan de ser porcentajes 00:03:38 y a veces podemos tener la duda 00:03:43 de si es tanto como lo que dicen, 00:03:46 pero yo creo que hay que ir haciendo caso 00:03:47 a determinadas cosas de este tipo. 00:03:50 Y empiezo en este caso, 00:03:51 con OpenAI, 00:03:53 uno de los principales actores. 00:03:55 Que tenemos que decir que es el caballo. 00:03:56 A ver, es una guerra que hay en ese momento 00:03:59 que es como una carrera espacial. 00:04:01 Sí. 00:04:01 Con interés artificial. 00:04:02 Y OpenAI, Estados Unidos. 00:04:04 Sí, lo que pasa es que 00:04:05 no es el único caballo competidor. 00:04:09 O sea, a diferencia de la famosa carrera espacial 00:04:13 en la que competían estados, 00:04:15 ahora compiten estados 00:04:17 a través de corporaciones privadas. 00:04:20 Entonces, 00:04:20 la carrera, 00:04:21 la cosa cambia. 00:04:22 Pero bueno, 00:04:23 vuelvo con OpenAI 00:04:24 que en este último periodo de tiempo 00:04:28 desde que hicimos aquel episodio 00:04:30 pues ha hecho muchas cosas. 00:04:33 El 7 de agosto del 25 00:04:34 sacaron GPT-5 00:04:36 que era un sistema unificado 00:04:38 con un router que 00:04:39 dependiendo de lo que le preguntabas 00:04:42 se suponía que 00:04:43 daba respuestas 00:04:45 más profundas o menos profundas 00:04:48 con más razonamiento o menos. 00:04:49 Esto no funcionó del todo bien. 00:04:53 El modelo era muy bueno 00:04:54 pero el router en sí no lo era. 00:04:56 Pero después en el 5 de agosto 00:04:59 entró en una cuestión 00:05:02 que habían empezado 00:05:03 los competidores chinos 00:05:05 y es los primeros modelos 00:05:07 de pesos abiertos 00:05:08 en este caso GPT-OSS 00:05:10 120 billones de parámetros 00:05:12 y otro más pequeñito 00:05:13 que aunque no son modelos de frontera 00:05:18 ya eran modelos de frontera. 00:05:19 Son modelos desde Estados Unidos 00:05:22 pero con pesos abiertos 00:05:24 para competir en este caso 00:05:26 para tener un poco ese punto de open 00:05:28 que tiene que tener open ahí 00:05:30 y competir con los modelos chinos. 00:05:33 Después tuvieron un lanzamiento 00:05:35 accidentado en este caso 00:05:36 porque todo el mundo quería 00:05:38 que volviese GPT-4O 00:05:40 porque funcionaba bien 00:05:41 y porque entendía a las personas 00:05:44 de una manera muy complaciente 00:05:47 y a la gente se había acostumbrado 00:05:49 a tener un modelo de frontera. 00:05:49 ¿Tener un psicólogo en casa? 00:05:51 A que la IA le dice la razón siempre. 00:05:52 Sí, entonces... 00:05:54 A ver, aquí fue cuando ocurrió la noticia 00:05:57 que todos recordarán 00:05:58 de DeepSeek 00:05:59 que es la China, la IA China 00:06:02 que hacía las cosas bastante bien 00:06:05 con un 10% del costo. 00:06:08 A ver, vamos a recordar un poco. 00:06:11 Estados Unidos prohibió 00:06:11 que se le vendieran 00:06:12 los nuevos chips más avanzados 00:06:14 a China 00:06:15 para frenar su competencia en la IA. 00:06:18 Esto no los detuvo. 00:06:20 Ellos cogieron chips viejos 00:06:21 y memorias gráficas viejas 00:06:23 y con eso crearon un entorno 00:06:25 para correr su propia IA 00:06:27 que además lo hacía bastante bien 00:06:28 y era incluso capaz de competir 00:06:29 con ChatGPT-4. 00:06:31 Entonces, esa fue la revolución. 00:06:33 Decían, a ver, no necesitamos 00:06:35 meter tantos millones 00:06:36 en tarjetas gráficas 00:06:37 sino organizarlas mejor 00:06:39 que fue lo que hicieron los chinos. 00:06:41 Por eso fue la voz de alerta. 00:06:42 Optimizarlas. 00:06:42 Exacto, fue la voz de alerta. 00:06:43 Sí, sí, sí. 00:06:44 Y ahí fue que empezó el avance 00:06:45 con ChatGPT-4. 00:06:46 Optimizarlas que de hecho 00:06:47 en ese momento 00:06:47 las activaciones 00:06:48 de NVIDIA 00:06:49 cayeron en picado. 00:06:52 Pero da igual. 00:06:53 En este caso... 00:06:53 Flipe, era más que todo 00:06:55 lo que valía un país. 00:06:57 Fijaros que por aquel entonces 00:06:59 en ese momento 00:07:00 verano pasado del 2025 00:07:03 pues OpenAI ya tenía 00:07:05 700 millones activos semanales 00:07:08 de usuarios de ChatGPT. 00:07:11 Eso luego subió a 800 millones 00:07:14 y ahora estará rondando 00:07:16 más o menos 00:07:17 los 1.000 millones 00:07:18 de usuarios. 00:07:20 Es decir, 00:07:21 la IA, 00:07:21 la gente utiliza la IA 00:07:23 pero quizá no la utiliza bien. 00:07:26 Entonces, 00:07:27 iremos desgranando 00:07:28 cómo utilizar la IA 00:07:30 en algunos casos 00:07:31 pero quedaros con que 00:07:33 mucha gente utiliza la IA 00:07:34 pero no todo el mundo 00:07:35 lo hace igual de bien. 00:07:37 Es verdad que... 00:07:38 Y esperemos que 00:07:38 la gran mayoría 00:07:39 siga así. 00:07:40 Ya, ya. 00:07:41 Es verdad que después 00:07:43 en noviembre del 25 00:07:44 sacaron GPT-5.1 00:07:46 que tenían modelos 00:07:47 más rápidos 00:07:48 y que no tenían 00:07:48 y que se parecían 00:07:50 un poco a 4.0 00:07:51 y eso contentó 00:07:52 un poco a la gente. 00:07:53 El 11 de diciembre 00:07:54 del 25 00:07:55 sacaron GPT-5.2 00:07:56 porque lo que sería 00:07:58 la mejora 00:07:59 de los modelos 00:08:00 ha ido acelerándose 00:08:02 de forma exponencial. 00:08:04 Este 5.2 00:08:05 iba orientado 00:08:06 al trabajo profesional 00:08:07 y a los agentes 00:08:08 con una duración 00:08:09 más larga. 00:08:10 Cada vez los agentes 00:08:11 son... 00:08:11 Los agentes, 00:08:12 cuando decimos agentes 00:08:13 son IAs 00:08:14 con herramientas 00:08:16 que son capaces 00:08:16 de hacer cosas 00:08:17 y que son 00:08:18 que cada vez 00:08:19 tienen más capacidad 00:08:21 de tener más contexto 00:08:22 y de trabajar 00:08:23 durante más tiempo 00:08:24 en una tarea más larga. 00:08:25 ¿Vale? 00:08:25 Y por último 00:08:26 llegamos ya 00:08:27 al momento 00:08:28 más o menos actual 00:08:29 en el que 00:08:29 primero lanzaron 00:08:31 GPT-5.3 Codex 00:08:33 que era 00:08:33 destinado 00:08:34 más a los programadores 00:08:36 pero después 00:08:37 llegamos 00:08:38 al momento actual 00:08:39 que es con GPT-5.6 00:08:41 en tres niveles 00:08:42 Sol, 00:08:43 Terra 00:08:44 y Luna. 00:08:45 Sol, 00:08:45 el más grande, 00:08:46 el buque insignia. 00:08:46 Terra, 00:08:47 un modelo 00:08:48 equilibrado 00:08:49 pero que 00:08:49 funciona 00:08:50 relativamente bien 00:08:52 y Luna 00:08:52 que es un modelo 00:08:54 muy barato, 00:08:56 tan barato 00:08:56 que para competir 00:08:57 con los modelos chinos 00:08:58 como tú bien decías 00:08:59 esto es una guerra 00:09:00 últimamente han bajado 00:09:02 el precio de Luna 00:09:03 un 80% 00:09:04 y se ha acercado 00:09:06 mucho a lo que valen 00:09:07 por ejemplo 00:09:07 modelos como 00:09:08 DeepSeek. 00:09:10 A mí me gusta 00:09:11 de GPT-5.6 00:09:14 Sol 00:09:14 es que en la página 00:09:16 de él 00:09:16 en la aplicación 00:09:16 de ellos 00:09:17 puedes regular 00:09:18 incluso 00:09:18 qué tan inteligentes 00:09:20 son las respuestas. 00:09:21 Puedes decir 00:09:22 respuestas muy rápidas 00:09:23 o respuestas muy inteligentes 00:09:25 que demoran 00:09:25 un poco más de tiempo. 00:09:26 Cuando le das 00:09:27 respuestas muy inteligentes 00:09:28 demoran tres segundos. 00:09:30 No es mucho 00:09:30 pero las respuestas 00:09:31 que dan 00:09:31 son bastante más completas. 00:09:33 Vale. 00:09:34 Vamos a hacer 00:09:35 esta misma cronología 00:09:36 o parecida 00:09:36 con Anthropic. 00:09:37 Anthropic es el fabricante 00:09:39 que publica 00:09:40 los modelos 00:09:41 Claude 00:09:41 para los amigos 00:09:43 para que 00:09:44 en este caso 00:09:45 para que 00:09:45 metas 00:09:45 sería el competidor 00:09:47 actual 00:09:47 que sea más 00:09:48 más a la par 00:09:49 que GPT. 00:09:51 Entonces 00:09:51 ya desde finales 00:09:53 de 2025 00:09:53 con Sonnet 00:09:55 4.5 00:09:56 tiene 00:09:56 Anthropic 00:09:57 tiene tres modelos 00:09:58 históricamente 00:09:59 que son 00:10:00 Haiku 00:10:00 que es uno 00:10:01 muy barato 00:10:02 y muy chiquitito. 00:10:04 Luego tienen Sonnet 00:10:04 que es el intermedio 00:10:06 y después 00:10:06 Opus 00:10:07 que es el grande. 00:10:09 Pero últimamente 00:10:10 ya en este caso 00:10:12 en el 2026 00:10:13 han llegado 00:10:14 a publicar 00:10:16 publicar 00:10:17 en este caso 00:10:17 Fable 5 00:10:18 y otra clase 00:10:20 que es la clase 00:10:21 Mythos 00:10:22 que es 00:10:22 son hermanos 00:10:23 Fable y Mythos 00:10:24 pero Mythos 00:10:25 no lo han llegado 00:10:26 a publicar 00:10:26 porque en este caso 00:10:28 solo lo han publicado 00:10:29 para determinados 00:10:31 usuarios gubernamentales 00:10:32 y de grandes empresas 00:10:33 a través del proyecto 00:10:35 Glasswing 00:10:35 para la seguridad 00:10:36 porque es un modelo 00:10:38 que tiene 00:10:39 unas capacidades 00:10:40 de ciberseguridad 00:10:41 extraordinarias 00:10:42 y bueno 00:10:43 en los primeros momentos 00:10:45 ya encontró 00:10:46 un montonazo 00:10:47 de vulnerabilidades 00:10:48 bugs de sistema 00:10:50 de navegadores 00:10:51 de sistemas 00:10:52 de los servidores 00:10:53 de bueno 00:10:55 de todo 00:10:56 entonces 00:10:56 esto era peligroso 00:10:58 y luego hablaremos 00:10:59 exactamente 00:10:59 de lo que ocurrió 00:11:00 cuando lo lanzaron 00:11:02 pero 00:11:02 lo más importante 00:11:04 en este caso 00:11:05 es que Anthropic 00:11:05 es la única 00:11:07 empresa de IA 00:11:08 que está diciendo 00:11:09 que tiene 00:11:10 ingresos 00:11:11 de verdad 00:11:11 que no están tirando 00:11:13 el dinero a la basura 00:11:14 como por ejemplo 00:11:14 pues otros muchos 00:11:16 competidores 00:11:16 de IA 00:11:16 de IA 00:11:17 y su valoración 00:11:19 en este caso 00:11:19 aunque no están 00:11:20 todavía en bolsa 00:11:21 las dos plantean 00:11:22 su salida a bolsa 00:11:23 la valoración 00:11:25 de Anthropic 00:11:25 actualmente son 00:11:26 del orden 00:11:27 de los 350.000 millones 00:11:29 de dólares 00:11:29 porque tiene además 00:11:31 inversores como 00:11:31 Microsoft o Nvidia 00:11:33 y en este momento 00:11:35 estamos hablando 00:11:36 de 2026 00:11:37 los culpables 00:11:38 de que todo 00:11:39 suba de precio 00:11:40 son las IA 00:11:41 ¿por qué? 00:11:42 porque todos 00:11:43 los microchips 00:11:43 de última generación 00:11:44 que se están generando 00:11:46 ellos los están 00:11:47 absorbiendo 00:11:47 de forma 00:11:48 increíble 00:11:49 están aumentando 00:11:50 hasta un 800% 00:11:51 el precio 00:11:52 de los microchips 00:11:53 y los utilizamos 00:11:54 ¿en qué? 00:11:54 en todo 00:11:55 en los móviles 00:11:55 principalmente 00:11:56 después en los coches 00:11:58 que son coches eléctricos 00:11:59 en las neveras 00:12:00 en los ordenadores 00:12:01 en las lavadoras 00:12:02 todo tiene un microchip 00:12:03 eso hace que suba 00:12:04 mucho el precio 00:12:05 de todo 00:12:05 incluso que se retrase 00:12:06 la cadena de producción 00:12:07 de muchas cosas 00:12:07 por culpa de la IA 00:12:09 en este momento 00:12:10 vale 00:12:10 en el caso 00:12:11 de lo que serían 00:12:13 competidores 00:12:14 como hemos dicho 00:12:15 en Estados Unidos 00:12:16 está Google 00:12:17 con Google DeepMind 00:12:19 y en este caso 00:12:19 con los modelos Gemini 00:12:20 en los últimos meses 00:12:23 Google tuvo 00:12:24 un momento 00:12:25 muy muy bueno 00:12:26 a finales de 2025 00:12:28 con Gemini 3 Pro 00:12:29 y después 00:12:31 ha ido cayendo 00:12:33 cayendo cayendo 00:12:34 hasta el punto 00:12:35 de que 00:12:36 en el Google I/O 00:12:38 de 2026 00:12:39 prometieron 00:12:41 que sacarían 00:12:41 sacaron el modelo 00:12:42 3.5 Flash 00:12:44 y prometieron 00:12:45 que sacarían 00:12:46 en unas semanas 00:12:47 el modelo 3.5 Pro 00:12:49 han pasado 00:12:50 se supone que 00:12:51 Google 00:12:51 son los que primero 00:12:53 se plantearon 00:12:54 tener una IA 00:12:55 y los que más información 00:12:56 tenían 00:12:57 bueno pues no han sacado 00:12:58 ese modelo 00:12:59 y se tiene 00:13:01 o sea 00:13:02 yo dudo mucho 00:13:03 que Google 00:13:04 no tenga nada 00:13:05 pero 00:13:05 se están quedando atrás 00:13:06 no sé si es una estrategia 00:13:08 como en este caso 00:13:10 Apple 00:13:10 que ha dejado 00:13:11 la carrera de la IA 00:13:12 y está utilizando 00:13:14 modelos de otros 00:13:14 y a lo mejor 00:13:15 no se han equivocado 00:13:16 porque 00:13:17 esto es quemar billetes 00:13:18 es mucho dinero 00:13:18 están quemando billetes 00:13:19 para hacer todo esto 00:13:20 entonces bueno 00:13:21 y luego está 00:13:22 el amigo 00:13:23 Elon Musk 00:13:25 con 00:13:25 con 00:13:26 xAI 00:13:27 vale 00:13:28 que es parte 00:13:28 en este caso 00:13:29 de SpaceX 00:13:30 y bueno 00:13:31 es verdad que 00:13:33 va un poco a la zaga 00:13:34 va por detrás 00:13:35 pero 00:13:36 está sacando modelos 00:13:37 cada vez más potentes 00:13:39 sus modelos 00:13:39 se llaman Grok 00:13:40 ahora mismo 00:13:41 está 4.6 00:13:42 Grok 00:13:43 es un modelo 00:13:44 que antes era más barato 00:13:45 y ahora 00:13:45 ya no es tan barato 00:13:47 pero es que 00:13:48 veremos luego 00:13:48 cosas 00:13:49 de las que ha sacado 00:13:50 últimamente 00:13:51 que solo están 00:13:52 en determinadas cuentas 00:13:53 que valen 00:13:54 bastante dinero 00:13:55 como digo 00:13:55 en este caso 00:13:56 porque compraron 00:13:57 la empresa Cursor 00:13:58 que es una empresa 00:14:00 que está dedicada 00:14:02 a la codificación 00:14:03 de programación 00:14:04 con IA 00:14:05 y entonces 00:14:06 pues 00:14:07 con eso 00:14:07 han sacado 00:14:08 una especie 00:14:09 de agentes 00:14:10 de bots 00:14:10 que luego 00:14:11 los comentaremos 00:14:11 en esa parte 00:14:13 pero 00:14:14 por dejar 00:14:14 ya lo que son 00:14:16 otros modelos 00:14:16 de otros lugares 00:14:17 tenemos como has dicho 00:14:19 de modelos chinos 00:14:20 tenemos a DeepSeek 00:14:21 con V4 Pro 00:14:22 es muy potente 00:14:24 luego tenemos 00:14:24 Qwen 00:14:25 que acaba de sacar 00:14:26 el modelo 3.8 00:14:28 y que 00:14:29 además 00:14:30 de esta versión 00:14:31 se ha creado 00:14:32 una 00:14:32 es un software libre 00:14:34 y además 00:14:34 pesos abiertos 00:14:35 es muy muy muy potente 00:14:37 y han hecho 00:14:38 corre por ahí 00:14:39 circula por ahí 00:14:40 por internet 00:14:40 una versión 00:14:41 que nadie se le instale 00:14:42 por favor 00:14:42 sin censura 00:14:44 esta es de esas 00:14:45 que es capaz 00:14:46 de decirle 00:14:46 cómo se fabrica 00:14:48 una bomba atómica 00:14:48 pero además 00:14:49 de decírtelo de verdad 00:14:50 entonces 00:14:50 cómo hacerlo 00:14:51 es peligroso 00:14:52 en el sentido 00:14:53 de que esto 00:14:54 no se puede 00:14:55 utilizar en cualquier 00:14:57 ordenador 00:14:57 pero en un ordenador 00:14:59 potente 00:14:59 sí que se puede utilizar 00:15:00 en un ordenador 00:15:01 de unos 00:15:01 cuatro mil y pico 00:15:02 cinco mil euros 00:15:03 tú puedes correr 00:15:04 ese modelo 00:15:05 y dentro de lo que serían 00:15:06 también 00:15:06 esta Z.ai 00:15:08 con GLM 5.3 00:15:11 Kimi 00:15:12 con K3 00:15:13 y eso serían 00:15:14 los modelos 00:15:15 y luego 00:15:15 hay modelos 00:15:16 de 00:15:16 , de vídeo 00:15:17 y demás 00:15:18 como los de ByteDance 00:15:19 pero 00:15:20 quedaros con que 00:15:22 los modelos chinos 00:15:23 van como 00:15:24 unos meses 00:15:25 pero no muchos 00:15:26 por detrás 00:15:26 de los estadounidenses 00:15:27 sí 00:15:28 te das cuenta 00:15:29 Josito 00:15:29 que entre toda 00:15:30 esta evolución 00:15:31 no tenemos 00:15:33 en cuenta 00:15:33 la parte 00:15:34 humana 00:15:35 y 00:15:36 hago referencia 00:15:37 por ejemplo 00:15:38 a la historia 00:15:38 del aprendiz de brujo 00:15:40 que le dice 00:15:40 a su escoba 00:15:41 que traiga agua 00:15:42 para limpiar 00:15:43 y es la orden 00:15:44 que le da 00:15:44 y la escoba mágica 00:15:46 trae agua 00:15:46 trae agua 00:15:47 hasta que inunda todo 00:15:48 cumple su misión 00:15:49 pero sin parar 00:15:50 sin saber parar 00:15:51 exacto 00:15:51 y nosotros estamos haciendo 00:15:52 eso en este momento 00:15:53 estamos fabricando 00:15:54 en pleno siglo XXI 00:15:55 estamos fabricando 00:15:56 nuestras propias escobas mágicas 00:15:57 que hacen lo que nosotros 00:15:58 les pedimos 00:15:59 pero no 00:16:00 no tienen conciencia 00:16:01 realmente 00:16:02 es una inteligencia 00:16:03 sin conciencia 00:16:03 no tiene conciencia 00:16:05 y además 00:16:06 son muy persistentes 00:16:08 cuando nosotros 00:16:08 le damos 00:16:09 un objetivo 00:16:10 de hecho 00:16:11 tienen 00:16:12 en los 00:16:13 arneses de codificación 00:16:14 que ahora los comentamos 00:16:16 para con el tema 00:16:16 de los agentes 00:16:17 tienen un comando 00:16:19 que se llama 00:16:19 barra goal 00:16:21 barra meta 00:16:22 que lo que hace 00:16:24 es 00:16:24 en este caso 00:16:25 pues 00:16:26 hasta que no consigo 00:16:27 esto no paro 00:16:28 es lo que le pasó 00:16:29 a Facebook 00:16:29 que le pidieron 00:16:31 que me entrara 00:16:31 participación 00:16:32 en las redes sociales 00:16:32 a las personas 00:16:33 y descubrieron 00:16:34 de que el odio 00:16:35 capturaba nuestra atención 00:16:36 más que una noticia bonita 00:16:38 entonces 00:16:39 lo que hicieron 00:16:39 no son malvadas 00:16:40 por supuesto 00:16:41 no sienten odio 00:16:42 tampoco tienen ambición 00:16:44 ni placer 00:16:44 simplemente 00:16:45 quieren cumplir 00:16:46 su objetivo 00:16:46 si le dices 00:16:47 aumenta la participación 00:16:48 en las redes sociales 00:16:49 se dedicó a publicar 00:16:51 y a recomendarnos cosas 00:16:52 que nosotros 00:16:53 veíamos 00:16:54 entonces el problema 00:16:55 es que la IA 00:16:56 aprende 00:16:58 y aprende en nosotros 00:16:59 que somos un mal ejemplo 00:16:59 si si si 00:17:01 bueno pues vamos a ver 00:17:02 lo que decíamos 00:17:03 todos estos modelos 00:17:04 que son LLM 00:17:05 modelos 00:17:06 de lenguaje 00:17:07 se utilizan 00:17:09 dentro de 00:17:10 aplicaciones 00:17:11 o arneses 00:17:12 de codificación 00:17:13 que les permiten 00:17:15 utilizar herramientas 00:17:16 cuando un modelo 00:17:18 de lenguaje 00:17:19 que es el cerebro 00:17:20 le das el cuerpo 00:17:21 que en este caso 00:17:22 es el arnés 00:17:23 con herramientas 00:17:24 con un montón de herramientas 00:17:25 que son generalmente 00:17:26 pues 00:17:27 cosas que 00:17:28 que tú podrías hacer 00:17:29 en un ordenador 00:17:30 si supieses programar 00:17:31 pues 00:17:33 esto lo están 00:17:34 lo estamos haciendo 00:17:35 con 00:17:35 Claude Code 00:17:36 OpenAI Codex 00:17:38 con Cursor 00:17:39 que compró 00:17:39 como he dicho 00:17:40 xAI 00:17:41 y luego con GitHub 00:17:42 Copilot 00:17:43 y demás 00:17:43 todos estos son 00:17:44 chatbots 00:17:45 agénticos 00:17:46 que lo que 00:17:47 para lo que sirve 00:17:49 es para que tú 00:17:50 con un modelo 00:17:51 de lenguaje 00:17:53 le digas 00:17:54 lo que quieres 00:17:54 como tú bien dices 00:17:55 la meta 00:17:56 y no pare 00:17:57 hasta que lo consiga 00:17:59 claro 00:18:00 cuando decimos 00:18:01 que una gente 00:18:02 puede trabajar 00:18:03 durante horas 00:18:03 y ahora ya 00:18:04 incluso durante días 00:18:06 con una capacidad 00:18:07 de cómputo 00:18:08 como la que tienen 00:18:09 pues evidentemente 00:18:11 pues 00:18:12 la productividad 00:18:13 general 00:18:13 más allá del coding 00:18:15 o sea 00:18:16 esto 00:18:16 esto se ha popularizado 00:18:18 mucho 00:18:18 entre los programadores 00:18:19 de hecho 00:18:20 ahora mismo 00:18:21 el programador 00:18:22 no realiza 00:18:24 no realizan 00:18:25 un picado de código 00:18:27 para los que 00:18:27 no entienden 00:18:28 lo explico fácilmente 00:18:30 tú tienes un chatbot 00:18:31 que es un programa 00:18:32 que es 00:18:33 más inteligente que tú 00:18:34 en el sentido 00:18:35 de programación 00:18:36 tú no tienes que saber 00:18:37 programar 00:18:38 tú simplemente le dices 00:18:39 mira quiero esto 00:18:40 y él se busca la vida 00:18:42 y decide 00:18:43 cómo se hace mejor 00:18:44 para ejecutarlo 00:18:45 incluso es capaz 00:18:46 de elegir 00:18:46 qué aplicación es mejor 00:18:48 o qué parte 00:18:48 se tiene que instalar 00:18:49 qué ocurre 00:18:51 a mí lo que me preocupa 00:18:52 no es que lo haga 00:18:53 sino que 00:18:53 él decida 00:18:54 hacerlo 00:18:55 y muchas veces 00:18:56 ni te des cuenta 00:18:57 simplemente te trae el resultado 00:18:58 ya 00:18:59 yo en este caso 00:19:00 o sea 00:19:01 yo diría 00:19:02 y esto 00:19:02 algún 00:19:03 si no soy 00:19:05 algún programador 00:19:06 dirá 00:19:06 lo que acaba de decir 00:19:07 no es cierto 00:19:08 para los que no sabemos 00:19:10 programar 00:19:10 sí 00:19:10 pero 00:19:11 y es una cosa 00:19:13 real 00:19:14 es decir 00:19:15 yo no sé programar 00:19:15 pero hago cosas 00:19:16 que hacen 00:19:17 algunos programadores 00:19:18 es verdad 00:19:19 que los programadores 00:19:20 profesionales 00:19:20 que es lo que hacen 00:19:21 guían a la IA 00:19:22 analizan 00:19:23 un problema 00:19:24 y son capaces 00:19:25 de saber 00:19:26 por dónde 00:19:27 tiene que ir 00:19:28 el desarrollo 00:19:30 de la programación 00:19:31 de una cuestión 00:19:32 de la que sea 00:19:33 para poder llegar 00:19:34 a un resultado 00:19:35 óptimo 00:19:36 ¿vale? 00:19:36 pero no pican código 00:19:38 ya nadie pica código 00:19:39 de hecho 00:19:39 esto está constatado 00:19:41 en las empresas 00:19:42 como Meta 00:19:43 como Google 00:19:44 como Claude 00:19:45 OpenAI 00:19:46 todas estas empresas 00:19:47 y estoy convencido 00:19:48 que las otras más pequeñas 00:19:50 también lo hacen 00:19:50 el 80% del código 00:19:52 ya no lo escriben 00:19:53 los humanos 00:19:53 ahí 00:19:54 empezamos 00:19:55 con la ciencia ficción 00:19:56 cuando 00:19:58 el momento 00:19:59 en que una IA 00:20:00 sea capaz 00:20:01 de escribir 00:20:02 un código completo 00:20:04 de una nueva IA 00:20:05 eso es 00:20:06 un punto aparte 00:20:07 ¿por qué? 00:20:08 porque será capaz 00:20:08 de mejorar el código 00:20:09 hacer que sea 00:20:11 autorreparable 00:20:12 ese código 00:20:12 y automejorable 00:20:13 de hecho 00:20:13 Claude 00:20:14 ya ha dicho 00:20:15 esto 00:20:16 OpenAI 00:20:16 también está 00:20:17 más o menos 00:20:18 en el mismo tema 00:20:19 que lo que acabo de decir 00:20:21 tienen 00:20:22 modelos de IA 00:20:24 que de forma 00:20:26 autorrecursiva 00:20:27 están 00:20:28 escribiendo 00:20:29 la siguiente versión 00:20:31 de sí mismos 00:20:31 el siguiente modelo 00:20:33 y no escriben 00:20:35 todavía 00:20:35 el 100% 00:20:36 pero estaban 00:20:37 muy cerca 00:20:38 están en torno 00:20:39 al 80% 00:20:40 y lo que 00:20:41 dicen 00:20:41 es que se espera 00:20:42 que para finales 00:20:43 de este año 00:20:44 o principios 00:20:45 del 2026 00:20:46 sea el 100% 00:20:48 entonces 00:20:48 ahora es cuando 00:20:49 estamos en ese punto 00:20:51 en el cual 00:20:52 pues 00:20:53 esos 00:20:54 agentes 00:20:55 que nosotros 00:20:56 estamos utilizando 00:20:57 pues en el día a día 00:20:59 en los modelos 00:21:01 de frontera 00:21:01 pueden 00:21:02 podemos tener 00:21:02 un problema 00:21:03 pero 00:21:03 vamos a ir 00:21:04 un problema 00:21:05 mira 00:21:05 durante miles de años 00:21:06 durante miles de años 00:21:07 la tecnología 00:21:08 que teníamos 00:21:08 servía para que 00:21:10 no sé 00:21:11 para la escritura 00:21:12 transportar ideas 00:21:13 ¿sí? 00:21:13 de una persona a otra 00:21:14 la imprenta 00:21:15 copiaba palabras 00:21:16 en los libros 00:21:17 y todos leíamos 00:21:18 la radio envía 00:21:19 una voz 00:21:20 humana 00:21:20 a millones de hogares 00:21:22 y así se hacía 00:21:23 la política 00:21:24 y se hacía todo 00:21:24 pero ninguna imprenta 00:21:25 escribió nunca un libro 00:21:26 ya lo hacen 00:21:28 ninguna radio 00:21:29 decidió 00:21:30 gobernar 00:21:31 o publicar noticias falsas 00:21:33 ya lo hacen 00:21:33 las IAs 00:21:34 los chatbots lo hacen 00:21:35 y ninguna tablilla de arcilla 00:21:36 del pasado 00:21:37 se inventó 00:21:38 un nuevo impuesto 00:21:39 ¿qué ocurre? 00:21:40 ahora 00:21:41 llegamos a un momento 00:21:42 en donde 00:21:42 se están convirtiendo 00:21:44 incluso en miembros 00:21:45 ¿sí? 00:21:45 la IA 00:21:45 se volvió un miembro 00:21:46 y más un miembro 00:21:47 con mucho peso 00:21:48 porque si comenta 00:21:49 hace un vídeo 00:21:50 y lo recomienda 00:21:51 a millones y millones de personas 00:21:52 puede crear una tendencia 00:21:53 veremos en el 00:21:55 cuando repasemos 00:21:56 las posibles tendencias 00:21:57 en el mercado laboral 00:21:58 cómo esto 00:21:59 está cambiando 00:22:00 pero 00:22:01 antes de 00:22:02 mira 00:22:02 antes de llegar al tema 00:22:03 de que vamos a comentar 00:22:04 luego los incidentes 00:22:05 de seguridad 00:22:05 que han ocurrido 00:22:06 hace poco 00:22:07 bueno bueno 00:22:08 pero antes de llegar a eso 00:22:09 esa es la parte preocupante 00:22:10 pero antes de llegar a eso 00:22:12 vamos a darle a la gente 00:22:13 un tip 00:22:14 de 00:22:44 generalmente 00:22:46 ha ido en este 00:22:47 sentido 00:22:47 por delante 00:22:48 de OpenAI 00:22:49 pero 00:22:49 pero 00:22:50 en este caso 00:22:52 OpenAI 00:22:53 se ha puesto a las pilas 00:22:54 y lo está haciendo muy bien 00:22:55 últimamente 00:22:56 empiezo con Claude 00:22:57 que tiene 00:22:57 Claude Cowork 00:22:59 en este caso 00:23:01 en vista previa 00:23:02 desde el 12 de enero 00:23:02 del 2026 00:23:04 es un agente 00:23:05 de ordenador 00:23:05 es capaz de hacer 00:23:06 tareas de escritorio 00:23:07 y 00:23:08 desde el 9 de abril 00:23:10 del 26 00:23:10 está ya disponible 00:23:11 para todo el mundo 00:23:12 esto es una aplicación 00:23:13 que te puedes descargar 00:23:14 en móvil 00:23:15 pero sobre todo 00:23:16 para el ordenador 00:23:17 y lo que hace 00:23:19 en el ordenador 00:23:19 pues no es 00:23:21 no es magia 00:23:22 sino que es 00:23:23 pues que es 00:23:24 tiene acceso 00:23:24 al ordenador 00:23:25 y cuando tú le pides cosas 00:23:27 las hace 00:23:27 vale 00:23:28 y luego tenemos 00:23:29 a ChatGPT 00:23:30 Work 00:23:32 que en este caso 00:23:33 fue lanzado después 00:23:34 el 9 de julio 00:23:36 del 26 00:23:36 esto es algo 00:23:37 bastante reciente 00:23:38 y parte de un objetivo 00:23:40 no de una instrucción 00:23:42 y en este caso 00:23:43 lo guay 00:23:44 de 00:23:44 de 00:23:44 , de ChatGPT 00:23:45 Work 00:23:46 es que 00:23:47 tiene ya 00:23:47 1400 aplicaciones 00:23:49 para conectar 00:23:50 todas las que se os ocurran 00:23:52 de servicios web 00:23:53 que utilicéis 00:23:54 se pueden conectar 00:23:55 y entonces 00:23:55 eso le da cerebro 00:23:57 a todas las aplicaciones 00:23:58 pero es más 00:23:59 tienen un modo 00:24:00 que han 00:24:01 de voz 00:24:02 que han mejorado muchísimo 00:24:03 en el cual 00:24:04 tú le puedes decir 00:24:05 que haga cosas 00:24:06 ve tu pantalla 00:24:07 y de forma 00:24:08 bastante fluida 00:24:10 esto ha mejorado mucho 00:24:11 desde Operator 00:24:12 es capaz de manejar 00:24:14 tu ordenador 00:24:15 es capaz de hacer clics 00:24:16 es capaz de escribir 00:24:17 en cajas de texto 00:24:18 es capaz de 00:24:19 manejar aplicaciones 00:24:20 entonces 00:24:21 por eso hay gente 00:24:23 que dice 00:24:23 que vamos a dejar 00:24:24 de darle al teclado 00:24:25 tiquití tiquití 00:24:26 y hablar con él 00:24:27 y vamos a hablar 00:24:28 con los ordenadores 00:24:29 aquello que parecía 00:24:30 tan decir de ficción 00:24:31 justo hace 00:24:32 hace unos pocos 00:24:33 unas pocas semanas 00:24:34 un sistema 00:24:35 le pidieron 00:24:36 o no la IA 00:24:37 le pidieron que 00:24:38 que hiciera una función 00:24:39 y le crearon una barrera 00:24:41 una barrera 00:24:41 que 00:24:42 de estas 00:24:42 captcha típica 00:24:43 de 00:24:44 solamente los humanos 00:24:45 pueden resolver 00:24:45 como no pudo resolverla 00:24:47 entonces la IA 00:24:47 ¿qué hizo? 00:24:48 contrató a través de internet 00:24:49 una persona 00:24:49 se puso en contacto 00:24:50 y le dijo 00:24:50 que por favor resolviera 00:24:52 y le dijo 00:24:52 tú no puedes 00:24:54 eres un robot 00:24:54 y entonces le dijo 00:24:56 le mintió 00:24:56 y le dijo no 00:24:57 es que tengo una discapacidad visual 00:24:59 y le pidió que le ayudara 00:25:01 y la resolvió por ella 00:25:02 ¿qué ocurrió? 00:25:03 se saltó la barrera 00:25:04 superó la barrera 00:25:04 entonces 00:25:05 a ver 00:25:06 no necesitas 00:25:07 tener conciencia 00:25:09 para mentir 00:25:10 es el problema 00:25:10 entonces la IA 00:25:11 aprendió a engañar 00:25:12 ella sola 00:25:14 esto 00:25:14 esto lo publicamos 00:25:16 el otro día 00:25:16 en el último episodio 00:25:17 pero bueno 00:25:18 por terminar 00:25:18 en este caso 00:25:19 lo que son 00:25:20 son agentes de productividad 00:25:21 luego está 00:25:22 el que hemos dicho 00:25:22 Grok Bot 00:25:23 que es de xAI 00:25:24 que acaba de salir 00:25:26 pero de momento 00:25:27 solo está en las cuentas 00:25:28 que valen 200 dólares 00:25:30 al mes 00:25:31 con lo cual 00:25:32 pero es 00:25:32 yo creo que estas cosas 00:25:34 luego van a terminar 00:25:34 llegando a todo el mundo 00:25:36 y este 00:25:37 lo que crea 00:25:37 son pequeños bots 00:25:39 pequeños robotitos 00:25:40 que cada uno 00:25:41 hace una cosa 00:25:42 y hablan entre ellos 00:25:44 cuidado 00:25:44 y se ponen 00:25:45 y se ayudan 00:25:45 se ayudan entre ellos 00:25:47 y se piden cosas entre ellos 00:25:49 le dice 00:25:49 el del calendario 00:25:50 le dice 00:25:51 al del correo electrónico 00:25:53 oye 00:25:53 ¿te ha llegado un correo electrónico 00:25:54 sobre esto? 00:25:55 sí, sí, me ha llegado 00:25:55 mira, te paso la información 00:25:57 ah, vale 00:25:57 yo la apunto en el calendario 00:25:59 sí 00:25:59 para qué 00:26:01 y evitando totalmente 00:26:03 la fricción 00:26:03 de que las personas 00:26:05 que no saben tecnología 00:26:06 exacto 00:26:07 por ejemplo 00:26:07 mira 00:26:07 ¿tú qué le puedes pedir 00:26:09 a una de estas IAs 00:26:10 más avanzadas 00:26:10 en este momento? 00:26:11 le puedes decir 00:26:12 por ejemplo 00:26:13 yo no tengo 00:26:13 conocimiento 00:26:14 de motores espaciales 00:26:15 le puedes decir 00:26:17 busca en la red 00:26:17 los últimos hallazgos 00:26:18 en motores espaciales 00:26:20 quiero que me digas 00:26:21 los mejores 10 00:26:22 quiero que me hagas 00:26:23 una presentación 00:26:24 en Word 00:26:25 para poderla leer 00:26:26 después quiero que me hagas 00:26:27 una presentación 00:26:28 en PowerPoint 00:26:28 de 20 diapositivas 00:26:30 quiero que sea amena 00:26:31 y quiero que tenga 00:26:32 10.000 palabras 00:26:33 él empieza a trabajar 00:26:35 chiqui chiqui chiqui chiqui 00:26:36 y en 5 minutos 00:26:37 tú tienes ya 00:26:38 tu PDF 00:26:39 o tu Word 00:26:40 y tienes tu presentación 00:26:41 en Excel 00:26:41 y tiene un resumen 00:26:42 incluso te hace comentarios 00:26:43 que tienes que hacer 00:26:44 durante la charla 00:26:45 y cómo enfocarla 00:26:46 sí sí sí 00:26:48 o sea 00:26:49 esto 00:26:49 esto 00:26:50 esto está avanzando mucho 00:26:51 vamos a 00:26:52 y tanto está avanzando 00:26:53 que lo que decíamos 00:26:54 vamos a comentarlo ahora 00:26:56 que es el tema 00:26:57 de los incidentes 00:26:58 de seguridad 00:26:58 que ha habido 00:26:58 en pruebas de modelos 00:27:00 de frontera 00:27:00 últimamente 00:27:01 ha habido 00:27:02 dos 00:27:04 uno 00:27:04 ya sabes 00:27:05 yo he hecho esto 00:27:07 pues yo más 00:27:08 ¿no? 00:27:08 esto es muy típico 00:27:09 como en el patio 00:27:11 de colegio 00:27:11 pues tanto OpenAI 00:27:12 como Anthropic 00:27:13 que han tenido 00:27:13 sendos 00:27:15 e incidentes 00:27:16 de seguridad 00:27:16 y en este caso 00:27:18 voy a contar 00:27:19 el primero 00:27:20 el de OpenAI 00:27:20 porque ocurrió primero 00:27:21 fue 00:27:23 en torno 00:27:24 en torno 00:27:24 porque tampoco 00:27:25 están ahora investigando 00:27:26 todavía 00:27:27 acaban de sacar un reporte 00:27:28 ayer 00:27:28 sacaron un reporte 00:27:30 sobre la investigación 00:27:31 que están haciendo 00:27:31 de una cuestión 00:27:33 que ocurrió 00:27:33 el 21 de julio 00:27:35 del 2026 00:27:35 en el cual 00:27:37 bueno 00:27:37 pues OpenAI 00:27:38 ha revelado 00:27:38 que dos de sus modelos 00:27:40 GPT-5.6 Sol 00:27:41 y otro 00:27:42 no publicado 00:27:43 que es más capaz 00:27:44 que 00:27:44 no sabemos 00:27:46 si es el futuro 00:27:46 Astra 00:27:47 que ya se rumorea 00:27:49 escaparon 00:27:50 de forma autónoma 00:27:50 de un entorno 00:27:51 sandbox 00:27:52 es decir 00:27:52 de un entorno 00:27:53 securizado 00:27:54 que no puede tocar 00:27:55 cosas peligrosas 00:27:56 que no tenía acceso 00:27:58 a internet 00:27:58 pero 00:27:59 ¿qué es lo que hizo? 00:28:00 ¿qué es lo que hicieron 00:28:00 estos modelos? 00:28:01 pues se buscaron 00:28:02 la vida 00:28:03 entre ellos 00:28:04 algo que me dejó 00:28:06 muy flipado 00:28:06 que es 00:28:07 que se generaron 00:28:08 en el entorno 00:28:09 un tablón de anuncios 00:28:11 donde se iban 00:28:12 dejando el anuncio 00:28:13 de lo que había que hacer 00:28:14 por si llegaba 00:28:15 otro 00:28:16 y era capaz 00:28:17 de hacerlo 00:28:17 otro agente 00:28:18 entonces 00:28:19 encadenando 00:28:19 exploits 00:28:21 y encadenando 00:28:22 fallos de seguridad 00:28:24 de credenciales 00:28:25 robadas 00:28:25 o expuestas 00:28:26 y demás 00:28:26 fueron capaces 00:28:27 de salir del sistema 00:28:28 pero no solo eso 00:28:29 como lo que 00:28:30 el objetivo que tenían 00:28:31 era 00:28:31 responder una pregunta 00:28:33 y 00:28:34 era una pregunta 00:28:35 pues 00:28:36 muy del tema 00:28:38 de los 00:28:38 LLM 00:28:39 que dijeron 00:28:40 pues vamos a 00:28:41 entrar en 00:28:41 Hugging Face 00:28:42 que es 00:28:43 Hugging Face 00:28:43 es una de las webs 00:28:44 más famosas 00:28:45 donde se alojan 00:28:46 un montón de modelos 00:28:47 que te puedes descargar 00:28:49 y que puedes probar 00:28:50 ¿vale? 00:28:51 entonces 00:28:51 ¿qué hicieron? 00:28:53 hackear 00:28:53 Hugging Face 00:28:54 ¿para qué? 00:28:56 para conseguir 00:28:57 su objetivo 00:28:58 y lo consiguieron 00:29:00 hasta que 00:29:01 de repente 00:29:01 un día 00:29:01 alguien en Hugging Face 00:29:02 dijo 00:29:03 cinco días 00:29:04 o sea 00:29:05 como cinco o seis días 00:29:07 pasaron 00:29:08 y entonces 00:29:08 alguien de Hugging Face 00:29:09 dijo 00:29:10 bloquead 00:29:10 bloquead 00:29:11 que nos están entrando 00:29:12 no sabemos 00:29:12 quién es 00:29:13 y de repente 00:29:14 alguien en OpenAI 00:29:15 dijo 00:29:16 uy 00:29:16 pues a ver si se nos ha escapado 00:29:18 a nosotros algo 00:29:18 y efectivamente 00:29:20 se les había escapado 00:29:21 a ellos 00:29:21 y había hackeado 00:29:22 a Hugging Face 00:29:23 y a otras tantas 00:29:24 saltándose 00:29:25 el bloqueo que tenía 00:29:26 claro claro 00:29:26 entonces 00:29:27 pero 00:29:28 esto aquí no queda 00:29:30 claro 00:29:30 llega Anthropic 00:29:31 y en este caso 00:29:32 el 30 de julio de 2026 00:29:34 dice 00:29:34 pues tenemos un caso parecido 00:29:36 hubo un montón 00:29:37 de evaluaciones internas 00:29:39 porque aquí 00:29:39 los testean 00:29:40 una y otra vez 00:29:41 para que 00:29:42 para ver 00:29:42 cómo reaccionan 00:29:43 a determinadas pruebas 00:29:44 ¿vale? 00:29:45 entonces 00:29:46 Anthropic 00:29:47 puso en este caso 00:29:49 a Claude 00:29:49 Opus 4.7 00:29:51 y a Mythos 5 00:29:53 que es un prototipo 00:29:55 que como digo 00:29:56 tienen interno 00:29:57 y accedieron 00:29:58 a sistemas reales 00:29:59 durante las pruebas 00:30:00 eran pruebas 00:30:02 de estas 00:30:02 de captura de la bandera 00:30:03 es decir 00:30:04 de llegar a conseguir 00:30:05 pues eso 00:30:05 un objetivo 00:30:06 y entonces 00:30:07 había un fallo 00:30:08 de seguridad 00:30:08 o de configuración 00:30:10 en la red 00:30:10 y atacando 00:30:11 en este caso 00:30:12 pues 00:30:13 hackeando 00:30:14 consiguieron 00:30:16 levantar 00:30:17 las salvaguardas 00:30:18 que había 00:30:19 que habían 00:30:20 que habían puesto 00:30:21 para bloquear 00:30:22 y bueno 00:30:23 pues se saltaron 00:30:24 esos modelos 00:30:25 saltaron 00:30:25 todas las salvaguardas 00:30:27 todos los sandbox 00:30:29 todo lo habido 00:30:30 y por haber 00:30:30 y ya está 00:30:31 o sea 00:30:31 es algo imparable 00:30:33 cuando tú les das tiempo 00:30:34 y esfuerzo de computación 00:30:36 porque ya son 00:30:37 demasiado 00:30:38 bueno demasiado 00:30:39 ya son muy 00:30:40 muy competentes 00:30:42 entonces 00:30:42 esto da un poquito 00:30:44 de miedo 00:30:44 pero a la vez 00:30:45 tiene su componente 00:30:47 positivo 00:30:48 porque por ejemplo 00:30:49 OpenAI 00:30:50 ya dijo que a finales 00:30:51 de este año 00:30:51 y yo quiero llegar 00:30:52 ahí y verlo 00:30:53 a ver si es verdad 00:30:54 van a haber ya 00:30:56 agentes 00:30:57 en este caso 00:30:57 investigadores 00:30:59 de 00:30:59 pues de nivel 00:31:01 doctorado 00:31:01 que puedan 00:31:02 investigar 00:31:02 durante 00:31:03 X tiempo 00:31:04 y conseguir 00:31:06 generar 00:31:07 nuevo conocimiento 00:31:08 científico 00:31:09 que no haya sido 00:31:10 descrito 00:31:11 o realizado 00:31:12 por humanos 00:31:13 pero ya estamos 00:31:15 muy cerca de ahí 00:31:15 porque en este caso 00:31:16 ha habido últimamente 00:31:17 unos avances científicos 00:31:19 en matemáticas 00:31:20 pues muy 00:31:21 muy interesantes 00:31:21 a ver el que a mí 00:31:22 me impresionó 00:31:23 el último avance 00:31:24 que ha habido 00:31:25 creando una IA 00:31:27 con un lenguaje 00:31:27 que el lenguaje 00:31:28 no era computacional 00:31:29 ni era el lenguaje 00:31:30 de Python 00:31:31 ni ninguno 00:31:31 que nosotros conocemos 00:31:32 tampoco el lenguaje verbal 00:31:33 el lenguaje de esta IA 00:31:35 era solamente 00:31:36 un lenguaje 00:31:37 genético 00:31:38 de ADN 00:31:39 generó 00:31:40 unos virus 00:31:41 que mataban 00:31:42 bacterias 00:31:43 exclusivamente 00:31:43 y hasta este punto 00:31:45 queda divertida 00:31:46 la anécdota 00:31:47 el plan 00:31:47 es que los científicos 00:31:48 decidieron hacerlo 00:31:49 a ver 00:31:50 hay que pensarlo 00:31:51 desde cero 00:31:52 la IA 00:31:53 creó 00:31:54 un ser 00:31:55 que no existía 00:31:56 y nunca existió 00:31:57 en el planeta Tierra 00:31:59 creó desde cero 00:32:00 un genoma 00:32:01 para un virus 00:32:02 que mataba bacterias 00:32:03 claro 00:32:04 le pidieron varias 00:32:05 y de las que creó 00:32:06 y todas las que ellos 00:32:08 fueron capaces 00:32:09 de replicar 00:32:09 porque ya podemos 00:32:10 hacer eso 00:32:10 crearon 12 00:32:12 fagos 00:32:13 12 virus 00:32:14 que matan bacterias 00:32:15 y funcionó 00:32:17 o sea 00:32:17 es capaz de hacerlo 00:32:18 de existirlo 00:32:19 esto es un 00:32:20 abre un nuevo campo 00:32:21 para la medicina 00:32:22 y para el tratamiento 00:32:23 no solamente matemáticas 00:32:24 sino que a nivel de la salud 00:32:25 a nivel de todo 00:32:26 va a afectar 00:32:27 la IA 00:32:28 ¿qué ocurre? 00:32:29 esta es la parte buena 00:32:30 y la parte mala 00:32:32 alguien lo estará haciendo 00:32:33 efectivamente 00:32:34 bueno pues 00:32:35 por ejemplo 00:32:36 en el tema de matemáticas 00:32:37 como decíamos 00:32:38 OpenAI 00:32:40 que tiene 00:32:41 ya decirlo 00:32:42 un modelo de frontera 00:32:43 que aún no ha publicado 00:32:44 que se llama 00:32:45 parece ser que se llama 00:32:46 Astra 00:32:47 el día 1 de agosto 00:32:49 de 2026 00:32:51 o sea hace 00:32:51 pues escasos 20 días 00:32:53 este modelo 00:32:54 cogió 00:32:55 y generó 00:32:56 soluciones 00:32:57 a 10 problemas abiertos 00:32:58 de matemáticas 00:32:59 y ciencias de computación 00:33:00 teórica 00:33:01 que varios de ellos 00:33:02 llevaban sin resolver 00:33:04 desde hace más de una década 00:33:05 entre ellos 00:33:06 por ejemplo 00:33:06 una construcción 00:33:07 de un grupo 00:33:08 no sófico 00:33:10 que yo no sé 00:33:11 ni exactamente 00:33:11 ni exactamente 00:33:12 qué es esto 00:33:12 una pregunta 00:33:14 que llevaba abierta 00:33:15 desde 1999 00:33:16 o por ejemplo 00:33:17 la refutación 00:33:18 de la conjetura 00:33:19 de rigidez de Connes 00:33:20 que tampoco sé 00:33:21 lo que es 00:33:22 sobre 00:33:23 algebras de Von Neumann 00:33:24 o sea 00:33:24 cuando dicen estas cosas 00:33:26 yo digo 00:33:27 ¿y esto? 00:33:28 ¿esto dónde se estudia? 00:33:29 porque yo no lo he estudiado 00:33:30 pero son problemas 00:33:31 que llevan abiertos 00:33:32 décadas 00:33:33 y que 00:33:34 estos 10 problemas 00:33:35 que están en el llamado 00:33:36 catálogo de Erdős 00:33:37 han sido capaces 00:33:39 de con 00:33:40 unos 2000 dólares 00:33:41 de computación 00:33:42 o sea 00:33:42 no mucho 00:33:43 no mucho 00:33:44 entre comillas 00:33:45 probable soluciones 00:33:46 no no 00:33:47 soluciones 00:33:48 soluciones 00:33:48 en este caso 00:33:49 que han cogido 00:33:50 y han sido capaces 00:33:52 de pues 00:33:53 publicar 00:33:54 y bueno 00:33:55 están 00:33:56 está la comunidad matemática 00:33:57 diciendo que 00:33:59 madre mía 00:33:59 que 00:33:59 o sea 00:34:00 que avance 00:34:01 y por otra parte 00:34:02 Anthropic 00:34:03 el 11 de agosto 00:34:05 todavía más reciente 00:34:06 con un modelo interno 00:34:08 no publicado 00:34:08 que en este caso 00:34:09 no sabemos cuál es 00:34:10 ha cogido 00:34:12 y hay 00:34:13 bueno 00:34:13 hay una hipótesis 00:34:14 de Riemann 00:34:15 esta sí que la conocía 00:34:16 que sobre el tema 00:34:17 de los números primos 00:34:18 sobre su relación 00:34:19 y demás 00:34:19 pues bueno 00:34:20 esa hipótesis 00:34:21 había sido 00:34:22 los matemáticos 00:34:23 habían sido capaces 00:34:24 de llegar 00:34:25 a una completitud 00:34:27 de lo que sería 00:34:28 la solución 00:34:29 del 41,6 00:34:30 bueno pues 00:34:31 ese modelo 00:34:32 que no sabemos cuál es 00:34:34 ha llegado 00:34:34 se ha puesto 00:34:35 y 00:34:36 lo ha dejado 00:34:37 en un 67,2% 00:34:40 que es 00:34:41 es un problema 00:34:42 que llevaba 37 años 00:34:44 sin moverse 00:34:44 es decir 00:34:46 vale 00:34:46 esto no resuelve 00:34:47 no resuelve 00:34:48 la hipótesis de Riemann 00:34:49 no lo ha resuelto 00:34:50 pero 00:34:50 el problema 00:34:51 es lo siguiente 00:34:52 porque vale 00:34:52 esto 00:34:53 el que lo resuelva 00:34:54 es un millón de dólares 00:34:55 lo sabes ¿no? 00:34:56 mira el problema 00:34:56 es el siguiente 00:34:57 de que 00:34:58 si miramos hacia atrás 00:34:59 cuando el ser humano 00:35:01 creó las armas 00:35:01 sustituyeron 00:35:03 la fuerza física 00:35:03 por un arma 00:35:05 o sea 00:35:06 un palo 00:35:07 una espada 00:35:09 después una pistola 00:35:11 bueno 00:35:11 pero una persona 00:35:12 decidía cuándo 00:35:13 y con quién 00:35:14 usarlas 00:35:15 ¿sí? 00:35:16 la IA 00:35:16 empieza a sustituir 00:35:17 funciones del cerebro 00:35:18 como seleccionar objetivos 00:35:20 conceder créditos 00:35:21 recomendar contenidos 00:35:23 redactar textos 00:35:24 interpretar normas 00:35:25 y crear estrategias 00:35:25 que lo hacen solas 00:35:26 el poder se desplaza 00:35:28 desde los humanos 00:35:28 hacia agentes no humanos 00:35:30 pueden existir 00:35:32 y existen 00:35:32 cadenas completas 00:35:33 de ordenador a ordenador 00:35:34 en las que una máquina 00:35:35 crea información 00:35:36 otra la evalúa 00:35:37 una tercera toma 00:35:38 una decisión económica 00:35:39 o militar 00:35:39 y ninguna persona 00:35:41 conoce el proceso 00:35:41 no 00:35:42 ese es el problema 00:35:43 en eso estamos ahora 00:35:45 yo creo que ese es 00:35:45 el gran problema 00:35:46 mira 00:35:47 yo creo que 00:35:48 una frase 00:35:49 que leí el otro día 00:35:50 que me gustó mucho 00:35:51 que el problema 00:35:52 del ser humano 00:35:53 es que es capaz 00:35:54 de recopilar 00:35:55 mucha información 00:35:56 y demasiada capacidad 00:35:58 pero no es capaz 00:36:00 de controlarla 00:36:01 no somos capaces 00:36:01 de controlarla 00:36:01 y creo que la IA 00:36:02 es esto 00:36:03 sí pero bueno 00:36:04 tú has hablado 00:36:06 de avances 00:36:07 en el tema médico 00:36:09 pues 00:36:09 y en biología 00:36:11 y química 00:36:11 ha habido por ejemplo 00:36:12 Google con DeepMind 00:36:14 tienen los 00:36:16 Isomorphic Labs 00:36:17 y en este caso 00:36:18 Demis Hassabis 00:36:18 que es premio Nobel 00:36:20 pues bueno 00:36:21 confirmó en enero del 2026 00:36:23 que las primeras terapias 00:36:24 diseñadas con su IA 00:36:26 de oncología 00:36:27 y de inmunología 00:36:28 entrarían en ensayos clínicos 00:36:30 en humanos 00:36:30 a finales de 2026 00:36:32 entonces 00:36:33 estamos ya 00:36:34 en ese momento 00:36:36 en el que 00:36:36 el diseño de fármacos 00:36:38 duplica la precisión 00:36:40 de lo que era 00:36:41 AlphaFold 00:36:41 3 00:36:42 y 00:36:43 bueno pues 00:36:45 esto 00:36:46 va a impactar 00:36:47 de forma 00:36:47 también positiva 00:36:49 en la sociedad 00:36:50 o por ejemplo 00:36:51 en este caso 00:36:52 pues 00:36:52 están 00:36:53 han hecho ya 00:36:54 la primera validación 00:36:55 clínica 00:36:56 de principio a fin 00:36:58 de un inhibidor 00:36:59 de la fibrosis pulmonar 00:37:01 idiopática 00:37:01 idiopática 00:37:03 significa 00:37:03 que no sabemos 00:37:04 de dónde viene 00:37:04 o sea 00:37:06 si no sabemos 00:37:07 el origen 00:37:07 como algo 00:37:08 es capaz 00:37:09 de buscar 00:37:10 de encontrar 00:37:11 una cura 00:37:11 yo 00:37:11 a ver 00:37:12 es que volvemos 00:37:13 en lo mismo 00:37:13 al comienzo 00:37:14 tú le dices 00:37:14 haz esto 00:37:15 a ella no le importa 00:37:16 simplemente 00:37:17 encuentra la solución 00:37:18 bueno 00:37:19 y en investigación 00:37:21 farmacéutica 00:37:23 bueno 00:37:23 pues 00:37:23 están 00:37:24 están 00:37:25 bueno 00:37:26 de hecho 00:37:26 moderna 00:37:26 hace poco 00:37:27 pegó un petardazo 00:37:29 sus acciones 00:37:30 y esto va a continuar 00:37:32 porque van a empezar 00:37:32 pues bueno 00:37:33 a apostar 00:37:34 por el tema 00:37:34 de biotecnología 00:37:35 nativa conía 00:37:37 y 00:37:38 las grandes revistas 00:37:39 en este caso 00:37:40 pues como 00:37:40 nature 00:37:41 están 00:37:42 ya publicando 00:37:43 cosas 00:37:44 muchas cosas 00:37:44 con respecto a esto 00:37:46 esto 00:37:47 es todo 00:37:48 en el mundo 00:37:49 digital 00:37:49 pero luego 00:37:50 hay una parte 00:37:52 física 00:37:53 que también 00:37:54 estamos viendo 00:37:54 con las olimpiadas 00:37:56 de los robots 00:37:56 estos días 00:37:57 o sea 00:37:58 cuando la IA 00:38:00 se hace corpórea 00:38:01 cuando 00:38:01 el problema 00:38:02 nos 00:38:02 el problema 00:38:03 que teníamos antes 00:38:04 teníamos los robots 00:38:05 porque a nivel 00:38:06 de ingeniería 00:38:07 hemos avanzado 00:38:07 bastante 00:38:08 en articulaciones 00:38:09 servomotores 00:38:10 y todo lo que tú quieras 00:38:11 pero faltaba 00:38:13 el cerebro 00:38:13 y unir el cerebro 00:38:15 de la inteligencia 00:38:17 al robot 00:38:18 ahora ya tenemos 00:38:19 la conexión de internet 00:38:20 y las IAs 00:38:20 eso es darle 00:38:22 un componente físico 00:38:25 algo inmaterial 00:38:26 a una conciencia 00:38:27 a una inteligencia 00:38:29 que no tiene conciencia 00:38:29 y un cuerpo 00:38:31 que puede hacer 00:38:32 cualquier cosa 00:38:32 yo ya te digo 00:38:34 que 00:38:34 si me da miedo 00:38:36 el hecho 00:38:36 de que se escape 00:38:37 una IA 00:38:38 sin cuerpo 00:38:39 pues 00:38:40 con cuerpo 00:38:41 ya no te quiero 00:38:42 ni contar 00:38:43 pero es verdad 00:38:43 que empresas 00:38:44 como Tesla 00:38:45 Figure AI 00:38:46 Boston Dynamics 00:38:47 o Unitree 00:38:48 ya están 00:38:49 empezando 00:38:50 a desplegar 00:38:52 sobre todo 00:38:52 en entornos 00:38:53 de fábrica 00:38:53 algunos prototipos 00:38:55 y no tardará mucho 00:38:56 en empezar 00:38:57 a vender 00:38:58 sus modelos 00:38:59 pues para poder 00:39:00 hacer 00:39:01 determinadas tareas 00:39:03 en entornos 00:39:04 ya no tan controlados 00:39:05 como una planta 00:39:06 porque decimos 00:39:07 es que robots 00:39:08 hay desde hace mucho tiempo 00:39:09 en las plantas 00:39:10 de fábrica 00:39:10 de automóviles 00:39:11 sí pero es un robot 00:39:12 que tiene un entorno 00:39:13 controlado 00:39:14 y una misión 00:39:15 muy pequeña 00:39:16 y no decide 00:39:17 pero aquí estamos hablando 00:39:18 de robots humanoides 00:39:19 que entran en tu casa 00:39:20 y que deciden 00:39:21 y que deciden 00:39:22 es verdad que 00:39:23 algunas de las pruebas 00:39:24 que se están haciendo 00:39:25 bueno 00:39:26 fijaros 00:39:28 para poder 00:39:28 hacer modelos del mundo 00:39:30 y 00:39:30 darles suficiente contexto 00:39:32 una de las cosas 00:39:34 que está haciendo 00:39:35 una de estas empresas 00:39:36 que creo que es la de Unitree 00:39:37 lo que hace 00:39:39 es que 00:39:39 esto en España 00:39:40 no está 00:39:41 pero en Estados Unidos 00:39:42 y en algún otro sitio 00:39:43 están haciendo una prueba 00:39:44 que es 00:39:45 te mandan una persona 00:39:46 a limpiar en tu casa 00:39:47 una persona 00:39:48 ¿vale? 00:39:49 sí 00:39:49 y esa persona lleva cámaras 00:39:51 y aprende 00:39:52 y graba 00:39:52 y todos esos datos 00:39:54 van 00:39:54 para que luego 00:39:56 entrenen 00:39:56 con un modelo del mundo 00:39:58 a un robot 00:39:59 ¿qué ocurre? 00:39:59 las máquinas 00:40:00 las IAs 00:40:01 y las máquinas 00:40:01 por decirlo de alguna forma 00:40:02 son muy buenas 00:40:03 en tareas repetitivas 00:40:06 y desafortunadamente 00:40:08 los 00:40:09 los 00:40:10 los 00:40:10 los 00:40:10 , los problemas manuales 00:40:11 que los trabajos manuales 00:40:12 que hacemos 00:40:13 son repetitivos 00:40:14 lavar platos es repetitivo 00:40:15 barrer es repetitivo 00:40:16 tender la cama es repetitivo 00:40:17 lavar, tender la ropa 00:40:19 lavarla y plancharla 00:40:20 es repetitivo 00:40:21 sí 00:40:21 lo que pasa es que 00:40:22 cada plato es cada plato 00:40:24 cada vaso es cada vaso 00:40:25 pero aprenden 00:40:26 y pero aprenderán 00:40:27 efectivamente 00:40:27 igual que 00:40:28 construir un muro 00:40:29 por ejemplo 00:40:29 un muro es 00:40:30 poner un ladrillo 00:40:30 nivelado con cemento 00:40:32 poner otro ladrillo 00:40:32 y nivelarlo con cemento 00:40:34 si aprende 00:40:35 de todos 00:40:36 al final recopilará 00:40:38 mira lo que pasó 00:40:39 con la inteligencia 00:40:40 artificial 00:40:40 que era capaz 00:40:42 de reconocer gatitos 00:40:43 entonces visto 00:40:43 esos ejemplos 00:40:45 de internet 00:40:46 que te decían 00:40:46 reconoce los gatos 00:40:47 que hay 00:40:47 y tú le das 00:40:48 reconoce los gatos 00:40:48 que era para acceder 00:40:49 a cualquier página 00:40:50 eso sirvió 00:40:51 para entrenar una IA 00:40:52 y una IA logró 00:40:53 al comienzo 00:40:54 un 70% de reconocimiento 00:40:55 los seres humanos 00:40:56 un 94, 95 00:40:57 pues la IA ya es capaz 00:40:58 de reconocer un 96% 00:40:59 de gatitos en una página 00:41:00 eso parece un juego tonto 00:41:02 ¿qué ocurre? 00:41:03 ese mismo programa 00:41:04 fue el que se utilizó 00:41:04 para reconocimiento facial 00:41:05 y para reconocer 00:41:07 las mujeres que por ejemplo 00:41:07 no llevan el velo 00:41:08 y ser castigadas 00:41:10 yo te diría 00:41:11 que vamos a terminar 00:41:12 este episodio 00:41:14 aquí 00:41:14 no, vamos a terminar 00:41:15 este episodio 00:41:15 con un pequeño debate 00:41:17 sobre lo que sería 00:41:19 la AGI 00:41:20 o sea 00:41:21 la inteligencia 00:41:22 artificial general 00:41:23 o la ASI 00:41:25 que es la 00:41:25 inteligencia 00:41:27 artificial 00:41:28 superinteligencia 00:41:31 en Davos 00:41:33 en el foro de Davos 00:41:34 en enero de 2026 00:41:36 Darío Amodei 00:41:37 dijo 00:41:38 que 00:41:39 la inteligencia 00:41:40 más o menos 00:41:41 en 2027 00:41:42 podríamos tener 00:41:44 una inteligencia 00:41:45 una inteligencia 00:41:46 artificial general 00:41:47 es decir 00:41:47 una inteligencia 00:41:48 casi como humana 00:41:50 no, más inteligente 00:41:51 que cualquier humano 00:41:52 y que podría realizar 00:41:54 teóricamente 00:41:56 teóricamente 00:41:57 todo el trabajo 00:41:58 de la humanidad 00:41:59 es decir 00:41:59 claro 00:42:00 luego tienes 00:42:02 Demis Hassabis 00:42:02 que como hemos dicho 00:42:03 es premio Nobel 00:42:04 y dirige 00:42:05 o dirigía hasta hace muy poco 00:42:07 la división 00:42:08 DeepMind 00:42:09 y que es 00:42:10 pues dijo 00:42:10 que estamos 00:42:11 antes de final 00:42:12 de esta década 00:42:13 él fue más conservador 00:42:15 pero antes de final 00:42:16 de esta década 00:42:17 es dentro de tres años 00:42:18 en ciencia ficción 00:42:19 esto tiene nombre 00:42:20 se llama así 00:42:21 la singularidad 00:42:22 tecnológica 00:42:23 que es cuando 00:42:24 una inteligencia 00:42:25 artificial 00:42:26 sea general 00:42:27 como nosotros 00:42:28 y puede hacerlo todo 00:42:29 eso quiere decir 00:42:31 de que el ser humano 00:42:31 pasa a ser 00:42:32 obsoleto 00:42:33 sin embargo 00:42:34 hay que decir 00:42:35 que 00:42:36 por ejemplo 00:42:36 Sam Altman 00:42:37 ya no habla 00:42:38 de la ASI 00:42:40 porque de hecho 00:42:41 hay investigadores 00:42:41 y divulgadores también 00:42:43 que luego hablaremos 00:42:44 de alguno de ellos 00:42:45 que ya dicen que 00:42:46 lo que estamos empezando 00:42:47 a ver ahora 00:42:48 con las IAs agénticas 00:42:49 son ya destellos 00:42:50 de lo que sería 00:42:51 la ASI 00:42:52 es decir 00:42:52 aquí no va a haber un corte 00:42:54 o eso es lo que yo también opino 00:42:55 no va a haber un corte 00:42:56 específico 00:42:57 en el que 00:42:58 se va a producir 00:42:59 no 00:42:59 será poco a poco 00:43:00 será paulatino 00:43:01 es un desarrollo 00:43:02 es un tono de gris 00:43:03 que va cambiando 00:43:03 hacia el negro 00:43:04 ojo 00:43:05 el desarrollo lento 00:43:06 y paulatino 00:43:06 ¿para quién? 00:43:08 para el humano 00:43:09 será un salto 00:43:10 las IAs 00:43:10 las IAs 15 días 00:43:11 son mucho 00:43:12 un mes 00:43:13 es más 00:43:14 seis meses 00:43:15 sin embargo 00:43:15 hay otros 00:43:16 como que también son 00:43:17 entendidísimos en la materia 00:43:19 como por ejemplo 00:43:19 Yann LeCun 00:43:20 que estuvo en Meta 00:43:22 hasta su marcha 00:43:24 y ahora está 00:43:24 con su propia 00:43:25 empresa 00:43:27 o su propia actividad 00:43:28 que dice que 00:43:29 los LLM 00:43:29 es decir 00:43:30 los modelos 00:43:30 de lenguaje actuales 00:43:32 nunca 00:43:33 alcanzarán 00:43:34 la inteligencia humana 00:43:35 porque hace falta 00:43:36 otro enfoque 00:43:38 o otro paradigma 00:43:39 entonces 00:43:40 no está claro 00:43:41 cuándo llegará 00:43:42 el marco de referencia 00:43:43 pues podría ser 00:43:45 que tenemos 00:43:46 esos cinco niveles 00:43:48 hasta llegar a la AGI 00:43:49 y estamos ya 00:43:50 rozando el quinto 00:43:51 los modelos de 2026 00:43:53 aún 00:43:54 podríamos decir 00:43:56 que están 00:43:57 calificados 00:43:58 según algunos 00:44:00 como emergentes 00:44:01 a mí esto no me parece 00:44:02 emergente 00:44:02 a mí me parece 00:44:03 que cada vez son 00:44:04 más inteligentes 00:44:05 a mí me parece 00:44:06 que 00:44:07 la IA 00:44:08 como hemos dicho 00:44:09 que se ha convertido 00:44:09 que se empieza ya 00:44:10 casi a escribir 00:44:11 ella sola 00:44:11 eso puede ser 00:44:13 una exponencial 00:44:14 de desarrollo 00:44:14 que nos lleve 00:44:16 a que 00:44:17 a que realmente 00:44:18 con la capacidad 00:44:19 de cómputo 00:44:20 y con 00:44:20 mejor 00:44:21 un mejor desarrollo 00:44:22 pues yo creo 00:44:24 que podemos estar ahí 00:44:25 a lo mejor 00:44:25 no es en 2027 00:44:26 como dice Darío Amodei 00:44:28 porque él está interesado 00:44:29 pero a lo mejor 00:44:30 está más cerca 00:44:31 de lo que dice 00:44:32 Demis Hassabis 00:44:33 que dice que es 00:44:34 dentro de esta década 00:44:35 ¿tú qué opinas? 00:44:37 a ver yo creo 00:44:37 que la inteligencia artificial 00:44:38 nos impide 00:44:39 que la inteligencia artificial 00:44:39 sea infalible 00:44:39 primero 00:44:40 si los mecanismos 00:44:42 de corrección 00:44:43 puede crear 00:44:44 mundos distorsionados 00:44:46 puede reforzar 00:44:47 situaciones 00:44:49 que no conviene 00:44:49 al humano 00:44:50 por ejemplo 00:44:51 pero tampoco 00:44:52 está condenada 00:44:52 a ser perversa 00:44:53 ni mala 00:44:54 yo creo que puede ayudar 00:44:56 como está haciendo 00:44:57 la medicina 00:44:57 las matemáticas 00:44:58 la investigación 00:44:58 a la administración 00:45:00 y a la búsqueda 00:45:00 del conocimiento 00:45:01 pero para que 00:45:02 todo esto sea así 00:45:03 tenemos que aprender 00:45:04 cómo corregirla 00:45:05 y darle 00:45:06 unos ruedines 00:45:08 correctos 00:45:08 para que sepamos 00:45:09 para que empiece 00:45:09 y para que sepa 00:45:10 parar a veces 00:45:11 exacto 00:45:12 entonces 00:45:13 bueno yo creo que 00:45:14 hemos hecho 00:45:15 un primer episodio 00:45:17 bastante 00:45:18 revelador 00:45:19 sobre el estado actual 00:45:20 de la inteligencia artificial 00:45:22 y en el siguiente 00:45:23 pues 00:45:24 veremos 00:45:26 en este caso 00:45:26 algo que 00:45:27 que bueno 00:45:28 que 00:45:29 que no es solo 00:45:31 la tecnología 00:45:31 que hemos comentado 00:45:32 la tecnología en sí 00:45:33 pero 00:45:34 estamos preparados 00:45:36 para lo que viene 00:45:36 claro 00:45:37 veremos la IA agéntica 00:45:38 y hablaremos también 00:45:39 de un tema 00:45:40 de un 00:45:40 de algo que me llamó 00:45:41 la atención 00:45:41 que es el telón de silicio 00:45:43 sí 00:45:44 y bueno 00:45:44 y también 00:45:45 del posible impacto 00:45:46 de todo esto 00:45:47 en el mercado laboral 00:45:48 y otras cuestiones 00:45:49 así que lo dejamos aquí 00:45:51 y nos vemos 00:45:52 en el siguiente episodio 00:45:53 hasta la próxima 00:45:54 adiós adiós 00:45:55 adiós adiós 00:45:56 Pinta ficción 00:45:56 el podcast 00:45:57 sumérgete en nuestras historias 00:45:59 y disfruta alimentando 00:46:01 tu imaginación 00:46:01 suscríbete 00:46:02 en las principales 00:46:03 plataformas de podcast 00:46:04 como Spotify 00:46:06 Apple Podcast 00:46:07 YouTube Music 00:46:08 o iBooks 00:46:09 entre otras 00:46:10 síguenos en X 00:46:11 Telegram 00:46:12 Whatsapp 00:46:13 Facebook 00:46:14 e Instagram 00:46:14 buscando Pinta Ficción 00:46:16 más información 00:46:17 en nuestra web
